Αν και για την εποχή που έζησε ο Ford, η γραμμή παραγωγής που χρησιμοποίησε έβαζε σε τάξη μια χαοτική διαδικασία, αν έβλεπε τις διαδικασίες που απαιτούνται σήμερα για να λειτουργήσει μια εταιρεία μεγέθους ανάλογου της Ford, θα πήγαινε μάλλον για διακοπές στη Χαβάη.

Στις 7 Οκτωβρίου του 1913, χρησιμοποιήθηκε για πρώτη φορά από τη Ford η μεθοδολογία της “γραμμής παραγωγής”, με αποτέλεσμα ο χρόνος συναρμολόγησης των εξαρτημάτων ενός αυτοκινήτου να μειωθεί στα 93 λεπτά, μέσω μιας διαδικασίας 45 βημάτων. Πριν προχωρήσουμε στο μέλλον, αν κάνουμε ένα ταξίδι στο παρελθόν πριν το 1913, όπου θα ανακαλύψουμε ότι η γραμμή παραγωγής είχε εφαρμοστεί στην Κίνα πριν από τη βιομηχανική επανάσταση, στη Βενετία το 1104, στο Portsmouth το 1801 και από την Oldsmobile, το 1901. Οπότε, η Ford μπορεί να περηφανεύεται ότι χρησιμοποίησε τη γραμμή παραγωγής και υπάρχει ακόμα ως εταιρεία, αλλά όχι ότι ήταν η πρώτη που το έκανε. Εκτός αυτού, μετά την επιτυχία της, μάλλον επαναπαύθηκε στις δάφνες της, δεδομένου ότι η Hyundai παράγει ετησίως 1,6 εκατομμύρια οχήματα, συναρμολογώντας ένα όχημα κάθε 12 δευτερόλεπτα. Αυτό σημαίνει 465 φορές γρηγορότερα από τη Ford το 1913, δηλαδή σε κάτι παραπάνω από 100 χρόνια πριν. Αν αγνοήσουμε τα καταστροφικά αποτελέσματα της παραγωγής όλων αυτών των οχημάτων για το οικοσύστημα, μπορούμε χωρίς ενοχές να σταθούμε εντυπωσιασμένοι απέναντι σε αυτή την εξέλιξη.

Ας αφήσουμε τώρα τη γεωγραφική περιοχή των ΗΠΑ και της Κορέας και να έρθουμε στην Ελλάδα του 2018 με ένα ακραίο, αλλά πραγματικό παράδειγμα. Ο χρόνος που χρειάζεται ο ΕΦΕΤ για να απαντήσει εμπεριστατωμένα στην καταγγελία ενός αγοραστή είναι μέχρι 6 μήνες. Το βασικό πρόβλημα δεν είναι μόνο ότι σε αυτό το διάστημα δοκιμάζεται η υπομονή του αγοραστή, αλλά ότι το ελαττωματικό προϊόν έχει εξαφανιστεί από το ράφι του εμπόρου, οπότε οι περισσότερες καταγγελίες καταλήγουν στο αρχείο ως μεμονωμένη αστοχία, γιατί είναι αδύνατο να βρεθούν προϊόντα που θα δικαιολογούν ότι η αστοχία ήταν γενικευμένη. Ευτυχώς, όταν πρόκειται για χαλασμένα τρόφιμα, η διαδικασία είναι ταχύτερη και χρειάζεται λιγότερο από ένα μήνα.

Πώς αποφεύγουμε ο βασιλιάς να βγει στην παρέλαση γυμνός;
Θεωρητικά, το BPM ορίζεται ως οι μέθοδοι που έχουν τη δυνατότητα να ακολουθήσουν οι εταιρείες για να ανακαλύψουν τα “σφάλματα” στις επιχειρηματικές τους διαδικασίες με σκοπό να τα διορθώσουν, ώστε να μειώσουν τα λειτουργικά τους έξοδα και να εξυπηρετούν καλύτερα τους αγοραστές. Πρακτικά, το BPM είναι η διάθεση που έχουν οι εταιρείες – οργανισμοί να κάνουν κάτι τέτοιο, αλλά και η αυτογνωσία που έχουν ώστε να κατανοούν ότι κάτι πάει στραβά στο ‘βασίλειο’, τόσο στραβά κάποιες φορές ώστε ο βασιλιάς να κυκλοφορεί στην παρέλαση γυμνός.

Δυστυχώς τόσο για τους εργαζόμενους που βρίσκονται στη βάση της πυραμίδας εργασίας, όσο και αρκετούς από αυτούς που ανήκουν στην κατηγορία ‘λευκοί γιακάδες’, η βελτίωση των επιχειρηματικών λειτουργιών οδηγεί σχεδόν αναπόφευκτα σε απώλεια θέσεων εργασίας, δεδομένου ότι πολλές από τις διαδικασίες ελέγχονται από μηχανές με ή άνευ ευφυία και όχι από ανθρώπους. Επομένως για να επιστρέψουμε στο ακραίο παράδειγμα του ΕΦΕΤ, μια βελτίωση των διαδικασιών θα μπορούσε να σημαίνει σε πρώτη φάση απώλεια πολλών ‘λευκών γιακάδων’. Ωστόσο, δεν αποκλείεται το ενδεχόμενο οι ‘άνεργοι’ να έβρισκαν ένα νέο έργο, όπως περισσότεροι και καλύτεροι έλεγχοι των προϊόντων πριν αυτά τελικά φτάσουν είτε στο ράφι, είτε στον αγοραστή.

Σε ένα λιγότερο φιλοσοφικό επίπεδο, βασικά δομικά στοιχεία ενός εργαλείου ΒΡΜ είναι η επαφή με τον εργαζόμενο και τον αγοραστή, ο οποίος είναι πολύ πιθανό να εντοπίσει πρώτος σφάλματα σε διαδικασίες, η δημιουργία ενός χάρτη διαδικασιών, ώστε να είναι εύκολος ο εντοπισμός της ‘περιοχής’ που έχει το σφάλμα, αλλά και των περιοχών που αυτή συνδέεται, ένας μηχανισμός που συλλέγει πληροφορίες από τα μηχανήματα και τα λογισμικά που συμμετέχουν στις διαδικασίες και τελικά ένα σύστημα ανάλυσης της πληροφορίας και εξαγωγής συμπερασμάτων, τα οποία θα βοηθήσουν στη λήψη αποφάσεων. Αξίζει εδώ να σημειώσουμε ότι σε κάποιες περιπτώσεις, όπως για παράδειγμα το νέο Cloud Service της Oracle, το σύστημα αποφασίζει για την αυτοβελτίωσή του, χωρίς να εμπλέκεται ανθρώπινος παράγοντας, οπότε έχουμε νέες απώλειες σε θέσεις εργασίας ‘λευκών γιακάδων’, αλλά και nerdy engineers. Συστήματα BPM και RPA (Robotic Process Automation) βρίσκονται ήδη σε αρμονική συνεργασία με στόχο τη βελτίωση της παγκόσμιας παραγωγής αγαθών και υπηρεσιών.

Οι Open – world Processes διαμορφώνουν τα δεδομένα
Όταν γίνεται αναφορά για διαδικασίες στο τομέα της επιστήμης των υπολογιστών και της τεχνητής νοημοσύνης, γενικά αναφερόμαστε σε αλγόριθμους, οι οποίοι από τη στιγμή που θα οριστούν, έχουν μια ξεκάθαρη και προβλεπόμενη συμπεριφορά. Στο βιβλίο ‘War’ που έχει γραφτεί για τον πόλεμο του Αφγανιστάν, ο συγγραφέας Sebastian Junger, αναφέρει μεταξύ άλλων το γεγονός ότι “δεκάδες παράγοντες επηρέαζαν καθημερινά σχεδόν την εξέλιξη του πολέμου ώστε τα στρατιωτικά επιχειρησιακά σχέδια να μην είναι εφικτά ούτε για διάστημα ωρών”.

Είναι ξεκάθαρο ότι σε αυτές τις περιπτώσεις, οι διαδικασίες απαιτούν επεμβάσεις σε πραγματικό χρόνο, οι οποίες θα πρέπει να αξιολογήσουν δισεκατομμύρια ή και τρισεκατομμύρια bits πληροφορίας. Οπότε, κάποιοι αισιόδοξοι “λευκοί γιακάδες” ίσως σκεφτούν, “ωραία γυρνάμε πίσω στη δουλειά”. Δυστυχώς, η χαρά τους θα κρατήσει λίγο, αν όχι καθόλου, καθώς ήδη αλγόριθμοι τεχνητής νοημοσύνης έχουν αρχίσει να αναλαμβάνουν αυτούς τους ρόλους, διαμορφώνοντας τις διαδικασίες σε πραγματικό χρόνο, για να πετύχουν τη βέλτιστο δυνατό αποτέλεσμα, όπως είναι για παράδειγμα στην περίπτωση ενός πολέμου, ο πύραυλος να πλήξει τελικά το στρατιωτικό στόχο και όχι το νοσοκομείο που στήθηκε την προηγούμενη εβδομάδα δίπλα του.

Οι ‘λευκοί γιακάδες’ τείνουν προς εξαφάνιση ή επανεκπαίδευση
Ακόμα και οι πιο ευφυείς μηχανές, όπως για παράδειγμα ένα αυτόνομο drone που κουβαλάει μια μικρή πυρηνική βόμβα, δεν έχουν τη δυνατότητα λήψης της τελικής απόφασης. Όπως λέει ο Νίκος Μαυρίδης, ιδρυτής και διευθυντής του Interactive Robots and Media Lab, “από όσο γνωρίζουμε δεν υπάρχει ακόμα σύνδεση της τεχνητής ευφυίας με συστήματα δράσης”. Άρα το κουμπί για να απελευθερώσει το drone τη βόμβα χρειάζεται να το πατήσει άνθρωπος. Δυστυχώς, το ίδιο δε συμβαίνει με τα συστήματα που διαχειρίζονται συναλλαγές δισεκατομμυρίων ευρώ στα χρηματιστήρια. Αυτά έχουν πάρει το ελεύθερο και ορίζουν τις διαδικασίες τους βάσει των νόμων της κεφαλαιαγοράς και του μεγαλύτερου δυνατού κέρδους.

Θεωρητικά, για κάποιο διάστημα ακόμα, άγνωστο πόσο, οι “λευκοί γιακάδες”, ή μάλλον κάποιοι από αυτούς, θα κρατούν στα χέρια τους το κουμπί της τελικής απόφασης, όπως για παράδειγμα αν οι κλήσεις στο τηλεφωνικό κέντρο πρέπει να διοχετεύονται ή όχι μετά από κάποια ώρα σε σύστημα IVR ή σε chat bot. Ακόμα όμως και όταν αυτές οι αποφάσεις αρχίσουν να λαμβάνονται από μηχανές, θα χρειάζεται οι αλγόριθμοι τεχνητής νοημοσύνης να ελέγχονται για τη λήψη των αποφάσεων τους. Κάποιος θα μπορούσε να πει ότι αυτό θα το κάνουν άλλοι αλγόριθμοι και πάει λέγοντας, αλλά τελικά μέχρι να δημιουργηθεί η σχέση ‘απόλυτης’ εμπιστοσύνης, ο ανθρώπινος παράγοντας θα είναι απαραίτητος. Άρα, κάποιοι ‘λευκοί γιακάδες’ θα χρειαστεί να παίξουν το ρόλο των “παρατηρητών”.

Σε αυτόν τον άδικο αγώνα, καλό είναι οι άνθρωποι να συνεργαστούν με τις μηχανές, γιατί διαφορετικά, αν δηλαδή προσπαθήσουν να τις ακυρώσουν, θα χάσουν. Σε ένα πρόσφατο περιστατικό, μια τεχνητή νοημοσύνη, κατάφερε μόνο από τα δεδομένα που είχε αξιοποιώντας τους αισθητήρες ενός πλοίου, να προβλέψει καλύτερα την αιτία μιας βλάβης, σε σχέση με τον καλύτερο μηχανικό της εταιρείας και αυτή είναι μια πραγματική ιστορία.

Welcome to the brave new world…