الذكاء الاصطناعي لسير عمل الموافقات. برنامج يدفع الموافقة المعلّقة إلى الأمام من تلقاء نفسه. يقرأ الطلب، يتحقق منه مقابل سياستك، يوجّهه إلى المعتمِد المناسب في سلاك، ويُسجّل القرار. يبقى الإنسان هو من يوقّع حيث تشترط السياسة ذلك.
معظم سلاسل الموافقات لا تتعطّل عند القرارات الصعبة. إنها تتعطّل في الرسائل الخاصة لأحدهم. ينتظر طلب شراء ثلاثة أيام لأن المعتمِد كان مسافرًا ولم يُذكّره أحد. القرار استغرق دقيقتين. الطابور استغرق أسبوعًا.
لماذا تتعثر الموافقات بينما القرار نفسه سريع؟
لأن العمل ليس القرار. إنه المطاردة. على أحدهم إيجاد الطلب، سحب نموذج w-9 الخاص بالمورّد، التحقق منه مقابل سياسة الإنفاق، ومعرفة من يوقّع عند ذلك المبلغ. لفريق من 60 شخصًا، هذا يعني عشرات عمليات البحث الصغيرة يوميًا. المعتمِد لا يرى طلبًا جاهزًا أبدًا، فيبقى معلّقًا.
ما هو الذكاء الاصطناعي لسير عمل الموافقات؟
هو برنامج يدفع الموافقة المعلّقة إلى الأمام من تلقاء نفسه. يقرأ الطلب، ويتحقق منه مقابل سياستك، ويوجّهه إلى المعتمِد المناسب في سلاك مع السياق الذي يحتاجه. يبقى الإنسان هو من يوقّع حيث تشترط السياسة ذلك. يتلقى المعتمِد طلبًا مرتبًا بدل مطاردة.
ما الذي يُفرَغ أسرع: طلبات الشراء، تأهيل الموردين، الوصول، وطلبات التغيير
هذه الأنواع الأربعة تشترك في الشكل نفسه. يصل طلب، يحتاج إلى تحقق مقابل قاعدة، ثم يقول شخص محدَّد نعم. هذا هو المكان الذي يثبت فيه روبوت العمليات جدواه.
- طلبات الشراء: مطابقة المبلغ مع حدّ الموافقة، إرفاق بند الميزانية، والتوجيه إلى الموقّع المناسب.
- تأهيل الموردين: سحب نموذج w-9 وشهادة التأمين، وتحديد أي نقص، وتعليق الطلب حتى يكتمل.
- طلبات الوصول: التحقق من الدور مقابل مصفوفة الصلاحيات، والتوجيه إلى مالك النظام، وتسجيل المنح.
- طلبات التغيير: إرفاق التذاكر المتأثرة، والتوجيه إلى المراجِع، وتسجيل الموافقة لسجل التدقيق.
We are
تبني Stennir روبوت عمليات في سلاك يُساعد في الموافقة والبحث والتوجيه، بحيث يصل الطلب جاهزًا للتوقيع.
We aren't
ليست روبوت تلخيص آخر يَنشر ملخصًا ويترك المطاردة لك.
هل سيوافق على الأشياء من تلقاء نفسه؟
لا، وهذا هو بيت القصيد. هذا يقابل روبوتات العمليات الداخلية في /ai-for/operations: روبوتات تُساعد في الموافقة والبحث والتوجيه، لا روبوتات تُوافِق تلقائيًا. النمط هو الصياغة ثم التوجيه. يقوم الروبوت بعمليات البحث والتوجيه، ثم يوقّع إنسان حيثما تشترط سياستك وجود اسم على القرار. تبقى مسيطرًا على القرارات التي تهم.
لهذا الشكل مثال مفصّل في المجلة: مثال على هذا النمط، وهو خط معالجة يجمع بين الاستخراج والتحقق القائم على القواعد وموافقة الإنسان لفريق لوجستي عام. هو مثال توضيحي بأرقام مفترضة، وليس نتيجة عميل. المعتمِدون لا يُقلّلون من قراراتهم، بل يتوقفون عن الحفر بحثًا عن المعلومات.
الروبوت يقوم بالبحث والتوجيه. المعتمِد يتّخذ القرار. هذا الفصل هو كل المكسب.
#كيف تبني هذا من دون إزالة quickbooks وSalesforce؟
تتصل بما يُشغّل عملياتك بالفعل بدلًا من استبداله. نُنجز هذا عبر تنفيذ الذكاء الاصطناعي، وقاعدة الشيفرة مملوكة لك منذ اليوم الأول. يتصل الروبوت بـquickbooks أو netsuite، Salesforce أو HubSpot، أداة التذاكر لديك، وسلاك. لا يُزال شيء.
غير متأكد من الموافقات التي تبدأ بها؟ هذا سؤال تحديد نطاق، وهو ما يبدأ منه عملنا في الاستشارات في الذكاء الاصطناعي. نُحدّد أين يتعطّل الطابور فعليًا قبل أن يكتب أحد أي شيفرة، بحيث يكون أول ما نبنيه هو ما يُفرغ أكبر عدد من الأيام.
إن كانت سلاسل الموافقات لديك تموت في الرسائل الخاصة لأيام، فهذه مشكلة قابلة للحل، ومحادثة قصيرة تكفي لتحديد نطاقها. احجز مكالمة استكشاف 30 دقيقة وأحضر معك أبطأ ثلاثة أنواع موافقات لديك. سنخبرك أيها يُفرَغ أولًا.
