Dalam setiap jenis bisnis, sering kali ada ribuan tugas yang membutuhkan perhatian karyawan, tetapi tidak memanfaatkan keterampilan mereka yang sebenarnya, seperti mengarsipkan dokumen, mengetik data, atau menjawab email rutin.
Semua tugas ini sangat penting untuk menjalankan bisnis, tetapi selain berulang dan memakan waktu, tugas-tugas ini juga merupakan penggunaan talenta yang tidak efisien.
Untungnya, munculnya otomatisasi proses telah memberikan pilihan bagi organisasi untuk mengotomatiskan banyak tugas rutin namun berharga ini, membebaskan karyawan mereka untuk melakukan pekerjaan yang lebih menarik dan produktif, dan bahkan menyelesaikan tugas yang sangat kompleks dengan lebih efisien dan efektif.
Contoh di sektor perbankan
Bagi sebuah bank besar, mengotomatisasi proses tidak hanya berarti meningkatkan efisiensi operasional, tetapi juga memberikan waktu bagi karyawannya untuk fokus pada pekerjaan yang lebih berharga dan berinovasi dalam skala yang lebih besar dalam hal teknologi manajemen tempat kerja.
Meskipun merupakan perusahaan yang besar dan berkembang pesat, bank ini telah mengidentifikasi berbagai fungsi dan proses bisnis yang mewakili peluang untuk otomatisasi. Dan meskipun bank memiliki visi yang jelas untuk otomatisasi, bank juga menyadari perlunya mengkonsolidasikan dukungan dan memetakan dengan jelas serta menyempurnakan pendekatannya.
Segera setelah dimulainya proyek ini, bank menemukan semakin banyak peluang untuk solusi otomatisasi. Namun masih ada proses yang, meskipun berulang dan memakan waktu, dianggap terlalu rumit untuk menjadi kandidat yang realistis untuk otomatisasi.
Namun demikian, banyak dari area ini yang sebenarnya merupakan masalah yang bisa dipecahkan. Mereka hanya membutuhkan kemampuan tambahan. Setelah tugas-tugas proses tertentu dianalisis, bank dapat merancang solusi baru yang memungkinkannya untuk mengotomatisasi operasi yang semakin canggih.
Peluang otomatisasi yang berhasil, yang memungkinkannya mengubah seluruh fungsi, termasuk:
Penanganan keluhan
Salah satu area pertama di mana pengalaman otomatisasi mulai memberikan hasil yang nyata adalah dalam mengubah cara bank menangani keluhan konsumen.
Banyak dari keluhan yang ditangani oleh perusahaan pertama kali dikirim ke kantor pusat untuk ditindaklanjuti, namun ternyata sekitar 75% keluhan tersebut dapat ditangani di kantor cabang. Namun, peninjauan email-email ini dan mengidentifikasi tindakan apa yang harus diambil untuk setiap kasus membutuhkan waktu yang cukup lama, sekitar satu menit untuk setiap keluhan.
Untuk pertama kalinya, otomatisasi digunakan untuk menangani keluhan. Algoritme pemrosesan bahasa alami (NLP) yang dikombinasikan dengan teknik klasifikasi pembelajaran mesin diterapkan untuk membaca email, mendeteksi nada dan gaya bahasa, menilai sifat keluhan, dan menentukan tim mana yang harus menerimanya.
Sistem AI yang dihasilkan kemudian diintegrasikan ke dalam alur kerja, pada langkah-langkah terkait topik, sehingga setiap keluhan dapat diteruskan ke manajer yang relevan. Berkat solusi ini, 80% keluhan sekarang dapat ditangani secara otomatis, dari awal hingga akhir.
Ekstraksi informasi pinjaman hipotek
Pinjaman KPR berisi banyak informasi penting yang perlu diarsipkan untuk referensi di masa depan selama masa kredit, dan ini melibatkan pembacaan, penyortiran, dan pengarsipan informasi secara manual. Tim kredit bank melakukan tindakan ini sekitar 150 kali sehari, dengan rata-rata 2,5 menit per dokumen.
Dengan bantuan otomatisasi proses, bank dapat membangun solusi yang menggabungkan optical character recognition (OCR), machine learning, dan PLN untuk secara otomatis menyalin dokumen pinjaman hipotek yang dipindai, membaca konten, dan mengekstrak serta mengarsipkan data penting.
Sejak diluncurkan pada tahun 2019, lebih dari 90% salinan elektronik kontrak pinjaman hipotek yang masuk secara otomatis diproses dan diarsipkan setiap hari.
Email perbankan perusahaan
Seperti bisnis apa pun, operasional sehari-hari bank ini melibatkan banyak email. Tim operasionalnya menghabiskan banyak waktu untuk merutekan email pelanggan secara manual ke anggota staf yang tepat.
Dengan menggunakan kombinasi teknik NLP dan machine learning, tim ini mampu menciptakan sistem cerdas yang secara otomatis mengidentifikasi nomor permintaan layanan dari email yang masuk dan menyortirnya untuk penanganan lebih lanjut. Sekarang, secara otomatis, 92% email diklasifikasikan dengan akurasi 92%, dan 80% pelanggan diidentifikasi dengan akurasi 85%.
Untuk menciptakan solusi otomatis yang semakin kompleks ini dan memastikan bahwa solusi tersebut tidak hanya berhasil, tetapi juga aman, sebuah tim yang terdiri dari berbagai keahlian teknis yang mendalam dipanggil.
Menempatkan robot sebagai jantung efisiensi
Sejak awal proyek, bank telah menetapkan target otomatisasi yang ambisius, dan seiring dengan berkembangnya pengalaman, semakin jelas bahwa ada peluang tambahan untuk otomatisasi lebih lanjut. Saat ini, bank mengotomatisasi lebih dari 100 proses per tahun, yang merupakan langkah besar dalam menghemat jam kerja dan membebaskan karyawan untuk fokus pada tugas-tugas yang lebih kompleks.
Bahkan dengan kemajuan pesat dalam AI, robot masih harus melakukan tugas-tugas di luar spesifikasinya. Dengan demikian, keahlian dan kreativitas manusia akan tetap penting. Justru karena otomatisasi, talenta manusia diberdayakan untuk menjadi pendorong nilai yang sesungguhnya dalam organisasi.
Di era perubahan yang belum pernah terjadi sebelumnya, integrasi teknologi yang sukses dan tepat waktu tidak hanya menjadi kunci untuk bertahan hidup, tetapi juga menjadi jalan untuk membuka bentuk-bentuk nilai baru. Dalam menghadapi ekspektasi pelanggan yang terus meningkat, sangatlah penting untuk fokus pada penciptaan nilai bagi pelanggan melalui teknologi dan transformasi bisnis.
