Цифровизация сервисов объединенного центра обслуживания

Заказчик:
Филиал ОЦО ОХК Уралхим
Поставщик
АО «Объединенная химическая компания «УРАЛХИМ» Филиал ОЦО
Год завершения проекта
2018
Сроки выполнения проекта
Апрель, 2018 — Октябрь, 2018
Масштаб проекта
1300 человеко-часов
50 автоматизированных рабочих мест
Цели
Основной целью проекта является – повышение эффективности деятельности  компании за счет:
•    сокращения трудозатрат на выполнение бизнес – операций в рамках предоставления услуг;
•    сокращения числа ошибок и включения дополнительного контроля качества;
•    сокращения операционного цикла задач в периоды пиковых нагрузок.

Уникальность проекта

Роботизированная автоматизация процессов (RPA) не является уникальной технологией для Объединенных центров обслуживания. В данном проекте кроме RPA использовать текстовая аналитика и  технологии искусственного интеллект, что позволило значительно расширить возможности программных роботов.

Разработка и реализация данного проекта филиалом «ОЦО» была обусловлена необходимостью повышения производительности и снижения себестоимости предоставления услуг по обеспечению бизнес-процессов холдинга, а также повышением качества предоставляемых услуг. В ближайших планах внедрение ИИ в юридическую службу холдинга и в закупки.
Использованное ПО
Preferentum - текстовая аналитика, машинное обучение (ИИ)
UIPATH - Роботизированная автоматизация процессов
1C ЗУП - Кадровая система группы команий
1С УПП - Система управления предприятием (14 шт)
Описание проекта
Филиал «Объединенный центр обслуживания» холдинга «УРАЛХИМ» - это многофункциональный центр, предназначенный для централизации непрофильных функций компании, таких как финансы, информационные технологии, кадровые функции. Широкое поле для роботизации открывают постоянно повторяющиеся транзакции, которые осуществляет ОЦО. Роботизация операций не требующих творческого подхода позволит полностью освободить от участия в них человека. На сегодняшний день удалось внедрить Искусственной интеллект в Службу поддержки пользователей компании, куда ежедневно поступают тысячи заявок и обращений. На настоящий момент результат ИИ – обработка 75 % от всех поступающих заявок со средней долей корректной обработки более 86%, т.е. на уровне человеческого интеллекта. Также в рамках проекта удалось полностью автоматизировать (роботизировать) следующие процессы бизнес-функций: Автоматическая обработка обращений (ИИ) Создание ПП Разноска банковских выписок (руб.) Загрузка файлов банковских выписок в 1С ДО Процессы в рамках проекта _61_ЭДО ВГО ТД Выпуск ЭЦП Актуализация данных в тестовых базах Формирование справок 2-НДФЛ, 182н, Формирование справок для центра занятости Формирование ЗРС Формирование доплат и надбавок (ГП)
География проекта
АО «Объединенная химическая компания «УРАЛХИМ» – одна из крупнейших компаний на рынке минеральных удобрений в Российской Федерации, СНГ и Восточной Европе. Компания занимает 1 место в России и 2 место в мире по производству аммиачной селитры и ее производных, второе место в России по объемам производства аммиака и азотных удобрений. Численность 9870 сотрудников, 6,3 млн тонн продукции в год, Продажи более 80 видов продукции в 87 стран мира и 70 регионов России. Ключевые города: Москва, Воскресенск, Пермь, Березники, Кирово-Чепецк, Рига.
Коментарии: 7

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • 20.12.2018 16:13

    Здравствуйте!
    Из описания не совсем понятно, каким образом формируются запросы, обрабатываемые ИИ. Это только шаблонные текстовые сообщения или же текст в свободной форме? Планируется ли включать обработку обращений голосом, или же поток их незначителен?

  • 20.12.2018 16:32

    Приветствую, текст в свободной форме - как пользователь сформулировал.
    Поток голоса не очень большой, но решения под эти цели сейчас прорабатываем.

  • Александр Балабанов
    Рейтинг: 858
    MT global
    Директор по развитию бизнеса
    23.12.2018 19:56

    Владимир приветствую! Несколько вопросов:
    1. Насколько корректно использовать термин роботизация для:
    * Формирование справок 2-НДФЛ, 182н,
    * Формирование справок для центра занятости
    Думается, что здесь достаточно и автоматизации... Прокомментируйте пож-ста.
    2. На каком объеме данных проводилось тестирование решения для приемки в промышленную эксплуатацию - например: сколько было выпущено ЭЦП, справок различного характера?
    3. Все делали собственными силами - без привлечения консалтинга? Кто был Архитектором системы?

    • Александр
      28.12.2018 09:09

      Приветствую,
      1.Вполне корректно, максимально исключили человека из процесса. Кейс следующий:
      заявку подают через сервисный портал, она автоматически регистрируется в системе сервис деск, "робот" смотрит поступающие обращения с cервис деске, создает справку, передает ее кадровому администратору, закрывает обращение.
      2.Объем в цифрах не назову, запускали в параллельном режиме с человеком на весь поток, на стабилизацию роботизированного процесса уходило от двух недель до месяца.
      3.Делали сами, архитектуру разрабатывали "solution" архитекторы по направлениям.

  • Роман Кузнецов
    Рейтинг: 931
    ГК Интертехэлектро
    CDTO
    27.12.2018 15:17

    Добрый день, Владимир!
    Снижение нагрузки на 1 линию в 3 раза – отличный результат.
    Но не приводит ли необходимость повторной обработки 14% некорректно обработанных запросов к серьезным последствиям? Могу предположить отправку сообщений в нарушение разрешенного доступа к информации, нарушение SLAпо срокам обработки. Это достаточно серьезные, в ряде случаев неприемлемые последствия некорректной работы ИТ-системы.
    Как происходит идентификация некорректной обработки запроса?

    • Роман
      28.12.2018 09:20

      Роман, спасибо!

      Сначала тоже казалось, что 14% - это много, проведя анализ выяснили - погрешность сопоставима с ошибками оператора человека .
      На SLA никак не повлияло, наоборот, появилось дополнительное время решение заявки, обращения стали поступать в профильные группы меньше чем за минуту.
      Если запрос не корректно обработан, он отправляется на 1 линию сотрудниками профильных группы, 1 линия корректно отрабатывает запрос, после чего проводится переобучение машины на новых данных.

  • Роман Кузнецов
    Рейтинг: 931
    ГК Интертехэлектро
    CDTO
    28.12.2018 13:34

    Владимир, поясню вопрос.
    Если речь идет только о классификации запросов, тогда неверно классифицированный запрос 2 линия перенаправляет по адресу и никаких проблем. 14% ошибок 1 линии — это вполне приемлемо.
    Когда я говорил о рисках, я имел в виду риски полностью роботизированной обработки запроса. Ведь запросы, которые удалось в ходе проекта полностью роботизировать, например, Формирование справок 2-НДФЛ, 182н, Формирование справок для центра занятости несут информацию, защищенность которой контролируется государством.

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.