Pojďme se ale blíže podívat na to, v jakém formátu dnes data do firem přichází. Ve vzdálenější minulosti přirozeně dominovala papírová forma. Následně se klasickou formou stal e-mail. Dnes je spektrum forem doručení a typů dokumentů ještě širší. Společnosti zpracovávají řadu typů souborů (.xml, .pdf, .edi atd.) – navíc v různých verzích. Logickým cílem každé společnosti by mělo být mít jedno řešení, které pokrývá veškeré běžně používané typy dokumentů. Pro představu: V běžném dodavatelském řetězci se naši konzultanti setkávají v průměru s osmi různými typy dokumentů.

Mocným nástrojem ke zvládnutí této záplavy dokumentů a informací je automatizace. Namísto toho mít vícero systémů (a lidí), jejichž prostřednictvím se snažíte zpracovávat všechny tyto dokumenty a udržet tempo s přílivem nových dokumentů – je cílem to celé automatizovat. Velmi často je za každým dokumentem nějaký navazující proces. A pokud se vám podaří zautomatizovat sběr těch nejdůležitějších dat, můžete zautomatizovat také procesy, které je nutné s dokumentem následně vykonat.

Přesně to je ideální úlohou pro systém založený na AI a strojovém učení. Jedná se o systém, který se sám učí a s každým dalším zpracovaným dokumentem pracuje důmyslněji, a zvládá tak stále širší rozsah automatizace. A čím více toho zvládnete zautomatizovat, tím víc úspor vzniká. Z námi realizovaných projektů víme, že implementací automatizace zpracovávání dokumentů dosahují společnosti až 60% úspor času vynakládaného na zpracování dokumentů. Pokud čtete tento článek a jste člen vrcholového vedení firmy, doporučuji se zeptat několika zaměstnanců vaší firmy na to, kolik času každý den tráví vyřizováním a dohledáváním dokumentů. Dost možná budete překvapeni.

Významnou výhodou automatizace zpracování dokumentů je eliminace opakující se (a často zároveň také nudné a ubíjející) manuální činnosti pro zaměstnance. Uvolněnou kapacitu tak firma může využít pro činnosti s vyšší přidanou hodnotou, které jsou pro zaměstnance často i více motivující. Manuální procesování je také nevyhnutelně spojeno s chybovostí. Čím větší množství dat zpracováváte, tím pravděpodobnější je výskyt překlepů a jiných nedopatření, která mohou vést k zásadním pochybením.

Nemohu pak opomenutou ani GDPR. Pro jeho naplnění je jednou z klíčových věcí přesná znalost toho, kde a jaká data uchováváte. To při ručním zpracovávání dokumentů, i při nejlepší snaze, bývá však záležitostí dosti komplikovanou. Dobrým příkladem může být například situace, kdy je s některým z vašich zaměstnanců ukončen pracovní poměr. GDPR vám ukládá povinnosti po jistém období vymazat všechna osobní data tohoto již bývalého kolegy, což v praxi znamená nutnost prohledávat datová úložiště nebo se vypravit do archivu, hledat šanony a začít skartovat. Netřeba asi detailněji vysvětlovat, o kolik snazší by bylo spolehnout se na automatizovaný systém, který jednoduše zajistí, že jsou data kompletně smazána. To, že jsou dokumenty centralizovány v jednom systému, výrazně zjednodušuje proces dohledávání původu a historie jednotlivých dat a dokumentů a přispívá k celo-firemní transparentnosti. Rychlejší a efektivnější přístup k dokumentům v centralizovaném systému také napomáhá lepším rozhodovacím procesům a celkově lepší informovanosti v rámci organizace.

Je fakt, že řada společností už dnes nezpracovává dokumenty zcela manuálně, ale využívá některý Optical Character Recognition Soft­ware (OCR). Když se podíváme na to, jak tento software funguje, typicky potřebuje pro svůj provoz zaměstnance – operátory, kteří přímo ve společnosti provádějí kontrolu správného načítání dat v rámci systému. Software samotný je pak instalován on-prem. S cloudovou službou pro automatizované zpracovávání dokumentů už tito operátoři ani on-prem instalace nejsou potřeba, což oceníte zejména, když si chcete takové řešení vyzkoušet a otestovat.

Doba, kdy se implementace systému pro automatizovanou správu dokumentů pojila s náročnou instalací a platbou licenčních poplatků, je už také naštěstí pryč. Řešení, která, využíváme, přichází s „Consumption Based“ modelem, jenž stanovuje cenu za jeden zpracovaný dokument (a je jedno, kolik stránek onen dokument má). Jednoduše platíte jen za to, co skutečně využijete.

Jednou z obav při diskusi o novém typu řešení může být otázka tréninku uživatelů. Moderní systémy na to ale přináší jednoduchou odpověď: Nemají totiž žádné uživatele. Vše probíhá plně automaticky bez jediného lidského zásahu, takže žádný další systém, který by se vaši zaměstnanci museli naučit obsluhovat.

Bude ale možné dosáhnout opravdu 100% automatizace? To je otázka, kterou si jistě klade každý, kdo o zavedení automatizované správy dokumentů uvažuje. Bude systém schopen kooperovat s dalšími systémy, které jsou ve firmě zavedené? Ano. V naší praxi máme ověřeno, že řešení, které používáme, dovede přijímat veškeré potřebné typy dokumentů, procesovat je, zařazovat do kategorií a následně je ukládat v libovolném ERP systému, archivu nebo cloudovém úložišti. Díky AI nezáleží dokonce ani na tom, v jakém jazyce nebo v jakém formátu dokument je – díky strojovému učení systém dovede správně identifikovat, rozklíčovat a zpracovat třeba i scan dokumentu sepsaného tužkou v cizím jazyce. Ruku v ruce s tím jde i napojení na Robotic Process Automation (RPA), kde jsou opět možnosti integrace takřka neomezené. Platí princip, že jakéhokoliv robota RPA pohání strukturovaná data. Plně automatizovaná správa dokumentů zajišťuje, že váš robot nebo roboti dostávají data přesně v takové podobě, jakou potřebují, tedy vytváří strukturovaná data z nestrukturovaných dokumentů, která následně slouží k dalším možným úrovním automatizace v rámci vnitrofiremních procesů.

Počítáno je i s workflow. U některých typů dokumentů a procesů je přirozeně potřeba provést schválení před tím, než jsou do systému zaneseny a dále procesovány. I samotné schvalování může být prováděno automatizovaně, manuálně, nebo v kombinaci – dle pravidel a preferencí společnosti.

Spočítat si rámcový business case pro zavedení automatizovaného zpracování dokumentů není nijak složité. Když vyjdeme z počtu dokumentů, který větší společnost zpracovává každý rok, tak se velmi snadno dostaneme k číslům v řádu statisíců (faktury, objednávky, dodací listy atd.). Z naší zkušenosti vyplývá, že každých 100 000 dokumentů ročně, které je nutné zpracovat, se rovná 5 až 10 FTE (zaměstnanců na plný úvazek), kteří se věnují manuálnímu zpracovávání dokumentů. U společností, které mají zavedený některý z on-premise OCR systémů, toto číslo klesá na zhruba 5 FTE potřebných k obsluze systému, ale je zde třeba přičíst náklady spojené s hostingem a údržbou řešení. Ač se přesný výpočet všech nákladů bude společnost od společnosti lišit, je evidentní, že manuální zpracovávání dokumentů konzumuje výrazné množství zdrojů jak na straně zaměstnanců, tak nákladů spojených s případným provozem OCR systému. Celkový náklad se typicky pohybuje v řádu milionů až nižších desítek milionů korun ročně.

Pro představu: Potenciál úspor při zavedení plně automatizovaného řešení se u společností, které dokumenty zpracovávají manuálně, orientačně pohybuje okolo 30 % na celkových nákladech spojených s procesováním dokumentů, u firem s on-premise OCR systémem okolo 15 %. Automatizace je zde spojená s výraznou nákladovou efektivitou. Je proto vhodné hledat taková řešení, kde získáte příležitost rozhodnout se, zda úsporu využijete ke snížení nákladů, nebo naopak uvolněnou kapacitu alokujete na vylepšování zákaznické zkušenosti či více prostoru pro inovace, což je v dnešní době jasnou prioritou řady organizací.

Martin Koníček Autor článku vede v roli CEO české zastoupení globální technologicko-poradenské společnosti NTT DATA Business Solutions, která se specializuje na SAP řešení. Předchozí zkušenosti získal na vysokých manažerských postech mj. ve společnostech Asseco Central Europe, O2 Czech Republic nebo mezinárodní auditorské a poradenské společnosti BDO.