Snam, i risultati (positivi) dell'adozione della Robotic Process Automation

Robotic Process Automation

Snam, così l’automazione intelligente rende più snelli i processi di Back Office

Il percorso di adozione in Snam della Robotic Process Automation (RPA) che migliora la qualità del lavoro delle persone riducendo le attività ripetitive. Le analisi sono effettuate con il Process Mining, mentre la metodologia Agile consente rilasci frequenti. Alcuni risultati nel racconto di Andrea Benedos, Digital & Application Delivery Manager di Snam, una delle principali aziende di infrastrutture energetiche nel mondo

09 Set 2020

Manuela Gianni

Da oltre due anni in Snam la Robotic Process Automation (RPA) ha fatto il suo ingresso nei complessi processi di back office. La principale utility regolata del gas in Europa ha avviato, a metà del 2018, i primi progetti pilota nel quadro più ampio del Programma di Trasformazione Digitale dell’azienda. Dopo i primi risultati incoraggianti, sia in termini di efficientamento che di ottimizzazione e qualità del lavoro, si è deciso di proseguire in questa direzione. Ce ne parla Andrea Benedos, Digital & Application Delivery Manager di Snam.

Andrea Benedos

Digital & Application Delivery Manager di Snam

In che modo avete impostato il vostro percorso di automazione dei processi di Back office?

Abbiamo definito e implementato una roadmap di automazione intelligente del BackOffice, che va oltre la Robotic Process Automation, con l’obiettivo di utilizzare le potenzialità offerte dalla automazione come uno strumento per liberare e valorizzare le competenze delle persone.

Ci basiamo su un approccio integrato che prevede quattro obiettivi.

  • Lavorare in ottica “people oriented”: eliminare le operazioni ripetitive facendo in modo che le persone mantengano la responsabilità di azioni e decisioni;
  • Metodologia Agile: costruire rapidamente le automazioni con gli utenti finali in modo incrementale;
  • Aumentare l’intelligenza delle automazioni in modo progressivo e costante;
  • Utilizzare un approccio sinergico nell’uso di diverse tecnologie.

L’automazione è dunque una leva per “liberare” le competenze…

Sì, il principio è molto semplice: realizziamo una “digital workforce” costituita da robot software ai quali affidiamo l’esecuzione sui sistemi IT di attività a minor valore, in precedenza svolte dalle nostre persone. Questo ci consente di recuperare tempo da dedicare ad attività di contenuto per le quali le nostre risorse hanno expertise di alto livello. In questo senso si valorizzano le competenze individuali.

Come capite cosa (non) automatizzare?

Selezionare le attività da automatizzare è importante quanto capire cosa non robotizzare, sia per preservare la centralità delle competenze umane sia per evitare di automatizzare eventuali inefficienze da eliminare.

Per questo, oltre alle tipiche analisi di processo, stiamo sperimentando in Snam sistemi di Process Mining che, analizzando le operazioni svolte su diverse applicazioni, ricostruiscono i processi fornendoci informazioni utili per aiutarci a decidere quali attività automatizzare e quali ripensare. 

Queste automazioni sono dunque realizzate “a quattro mani” insieme ai vostri colleghi che le utilizzano. In che modo?

Ci basiamo su una modalità di gestione agile dei progetti (ispirata a SCRUM) e quindi un approccio iterativo incrementale: procediamo a “piccoli passi” rilasciando frequentemente robotizzazioni che vengono immediatamente utilizzate.

I team agile sono composti da circa 10 persone che, insieme, hanno tutte le competenze di processo, funzionali e tecnologiche necessarie per realizzare le automazioni. Includere nel team di progetto anche alcuni key-users, che quindi diventano co-creatori della automazione, è uno dei fattori di successo, insieme alla rapidità di esecuzione. In questo modo è possibile garantire che la soluzione sia sempre allineata e “centrata” rispetto alle reali esigenze e all’operatività quotidiana.

Oltre a questo, stiamo integrando sempre di più il Design Thinking come strumento per fare emergere le vere necessità e i pain-points degli utenti finali.

In che tempi realizzate un progetto?

WEBINAR
Come aumentare il ROI e ottenere forecast sempre più precisi? AI & Deep Learning per il finance
Finanza/Assicurazioni
Intelligenza Artificiale

I progetti durano tipicamente dai 3 ai 5 mesi. Otteniamo i primi risultati in un mese, successivamente ogni due settimane rilasciamo automazioni funzionanti ed utilizzabili in ambiente di produzione. Questo ci consente, se necessario, di adattare e correggere le soluzioni molto rapidamente: è un ottimo strumento di miglioramento continuo che motiva molto il team di progetto.

Che tecnologie utilizzate?

Ad oggi, come anticipato, ci stiamo focalizzando sull’utilizzo sinergico di 3 tecnologie.

  • Robotic Process Automation, una tecnologia che stiamo progressivamente arricchendo con funzionalità sempre più “cognitive” per ridurre le attività ripetitive, senza intervenire sui sistemi esistenti;
  • Process Mining per individuare i processi da automatizzare;
  • Machine Learning, e in particolare i motori semantici, per agevolare le attività di lettura, comprensione e classificazione dei contenuti di alcune specifiche tipologie di documenti.

Come avviene l’interazione tra persone e assistenti digitali?

La fida principale per Snam è mantenere il più possibile semplici e lineari le interazioni tra gli operatori e gli “assistenti digitali”. Una parte delle attività ripetitive di processo, di minore rilevanza, viene affidata a robot con diversi gradi di intelligenza che si attivano in modo totalmente autonomo oppure su esplicita richiesta dell’operatore tramite delle interfacce ad-hoc.

Una volta finalizzate le attività, i robot ne notificano via chat il completamento e a quel punto le nostre persone prendono decisioni “di contenuto” sulla base dei risultati delle elaborazioni automatiche, attivando eventualmente altre automazioni per l’esecuzione di altri task di processo.

La supervisione e valutazione dei risultati delle elaborazioni da parte delle nostre risorse è fondamentale per garantire la corretta esecuzione dei processi.

Che rapporto c’è tra Automazione Intelligente e User Experience?

Si tratta di due elementi in stretta connessione: basti pensare a cosa vuol dire potersi concentrare sul prendere decisioni senza dover leggere centinaia di pagine di un documento oppure impiegare molto tempo nell’inserire dati in una applicazione, magari legacy.

Abbiamo realizzato interfacce utente per attivare, controllare e interagire con i robot che sono sempre più simili a quelle che siamo abituati a utilizzare fuori dall’ambito lavorativo. Tutto ciò per noi significa, in molti casi, ripensare radicalmente la User Experience.

Più in dettaglio, quali progetti avete già realizzato e con quali risultati?

Abbiamo automatizzato davvero molte attività, in particolare per le funzioni di Pianificazione e Controllo, Legal e Procurement.

Prendo come esempio l’area Procurement nella quale abbiamo robotizzato tutta la produzione di documenti interni a supporto della definizione della strategia contrattuale. Per i buyer non è più necessario collegarsi ai diversi sistemi aziendali, reperire informazioni, effettuare una serie di controlli e infine redigere documenti: ricevono dai robot, direttamente sullo strumento di Collaboration aziendale, delle bozze precompilate e possono quindi concentrarsi solo su specifici controlli di merito che prevedono necessariamente una supervisione.

Sono stati robotizzati anche tutti i controlli previsti sui soggetti rilevanti indicati da ciascun fornitore nella documentazione presentata in fase di qualifica. Anche l’acquisizione del DURC è oggi completamente automatizzata.

Inoltre, stiamo realizzando un motore semantico in grado di leggere, capire, classificare e fare una prima valutazione della completezza e congruenza dei documenti inviati dai fornitori in risposta alle gare. Questo motore sarà attivato direttamente dai robot.

Abbiamo quindi snellito ed efficientato i processi automatizzati, introdotto una maggiore standardizzazione delle modalità operative, reso più semplice la creazione di team cross-funzionali e abilitato una migliore gestione dei picchi di attività.

Quali sono le lessons learned più importanti che avete appreso fino ad ora?

Abbiamo capito che miglioramenti significativi sono raggiungibili in tempi contenuti a patto di essere davvero agili e accettare che non tutto quanto si realizza debba essere “perfetto” fin da subito, e che l’uso di un approccio incrementale e iterativo è davvero vincente.

Inoltre è fondamentale sperimentare molto, anche sbagliando, per esplorare nuove soluzioni con l’intenzione di migliorarsi continuamente.

E il beneficio chiave, in un’ottica di organizzazione del lavoro in Snam?

Penso che il grande valore di questo percorso sia quello di destinare le persone a impieghi a più alto valore aggiunto, consentendoci di vivere diversamente e in meglio il tempo che dedichiamo ogni giorno al nostro lavoro.

WHITEPAPER
Come migliorare la redditività grazie alla digital transformation nel settore industriale
Digital Transformation
IoT

@RIPRODUZIONE RISERVATA
Manuela Gianni
Direttore, Digital4Executive

Giornalista, ingegnere, mi occupo da molti anni di innovazione, tecnologie digitali e management. Direttrice sin dalla nascita di Digital4Executive

Argomenti trattati

Approfondimenti

R
Robotic Process Automation
R
RPA
U
utility

Articolo 1 di 4