21 «nyansatte» roboter reduserer manuelt arbeid hos Globalconnect: – De skal gjøre hverdagen enklere for våre ansatte

FORNEBU, BÆRUM (digi.no): Markedet for robotautomatisering og såkalt RPA-programvare (Robotic Process Automation) vokser kraftig ifølge Gartner, og ventes å nå 1,3 milliarder dollar i 2019. Ett selskap som har sett nytteverdien av å automatisere manuelle prosesser, er Globalconnect (tidligere Broadnet).

For ett og et halvt år siden startet selskapet et initiativ for å se på hvordan de kunne bruke RPA til å automatisere oppgaver i forbindelse med drift av selskapets fibernett og datasentere. Kort tid etter var Globalconnects Intelligent automation-avdeling et faktum.

– Det startet med robotics, og på litt over ett år har vi lansert 21 roboter. Det er ganske avanserte roboter som gjør mye bra for selskapet – og hovedfokuset har vært å lage roboter som enten direkte eller indirekte kommer kundene våre tilgode. Men robotene skal også gjøre hverdagen enklere for våre ansatte, forteller Grete Tveit, sjef for Intelligent automation-avdelingen.

Avdelingen består av fire fast ansatte, i tillegg til to innleide konsulenter. Teamet utvikler ikke løsninger for andre, men har som oppgave å finne ut hvordan man kan effektivisere og automatisere ulike prosesser internt i selskapet. I tillegg til tradisjonell RPA jobber de også med andre løsninger for automatisering av oppgaver.

«Ansatte» en robot på kundesenteret

Ett eksempel på en programvarerobot som nå er i drift hos Globalconnect, er en robot som hjelper til med feilsøking på kundesenteret. Når kunder ringer inn med tekniske problemer, for eksempel feil på en fiberlinje, så er det vanligvis de samme trinnene man går igjennom for å feilsøke.

– Nå har vi laget en robot som gjør dette på en del produkter og tjenester, i stedet for at et menneske skal gjøre det. Det betyr at de som sitter på kundesenteret raskt får den informasjonen de trenger, og kan fokusere på å ha dialog med kunden i stedet for å sitte og utføre standardiserte feilsøkingsoppgaver.

Roboten på kundesenteret har fått navnet «Midas«, og denne ene roboten tok alene seg av 600 saker bare i august og sparte Globalconnect for 74 timers arbeid, ifølge Tveit. Dersom 1. linje-support har behov for hjelp til teknisk feilsøking fra 2. linje, så oppretter de en sak i ticketing-systemet. Midas vil så ta seg av de åtte første feilsøkingsstegene, før saken går videre til 2. linje-support som vurderer om det er behov for ytterligere feilsøking.

– Roboten sparer teknisk 2.linje support for mye tid som de kan bruke på kundene.

Tveit er klar på at robotene ikke skal erstatte mennesker, men i stedet automatisere rutineoppgaver slik at fagfolkene i organisasjonen kan bruke tiden på noe mer konstruktivt enn rent rutinemessig arbeid. Selskapet har heller ingen planer om å la roboter ta over kontakten med kundene.

– Det meste av kundekontakten og dialogen ønsker vi at mennesker skal ta seg av.

En annen robot automatiserer varslinger i forbindelse med vedlikeholdsarbeid i Globalconnects nett. Selskapet har mange underleverandører som også gjør vedlikeholdsarbeid i fibernettet, og underleverandørene sender ofte varslinger om vedlikehold. Dette er varslinger som Globalconnect tidligere manuelt måtte videreformidle til sine kunder igjen.

– Vi har laget en robot som tar tak i disse varslingene, søker opp hvilke kunder de berører, og sender informasjonen videre til riktig kontaktperson. Dermed sikrer vi at det alltid blir gjort umiddelbart, og vi sikrer også en standard struktur på meldingene. Da kan våre folk i stedet fokusere på de mer komplekse sakene.

Denne roboten har også fått et navn: «Awesome4». Ifølge Tveit har Awesome4 varslet 6.300 kunder i august, og hjulpet drift med forberedelser på ytterligere 300 varslinger.

– Dette arbeidet sparer drift for ca 150 timer per måned og frigjør tid til å håndtere mer komplekse saker, samt kontinuerlig forbedring av våre driftstjenester ovenfor våre kunder, opplyser Tveit.

Bruker Blue Prism i kombinasjon med andre løsninger

Tveit forklarer at intelligent automation ikke bare handler om RPA – men at avdelingen også jobber med andre løsninger.

Mye av automatiseringen foregår via programvaren Blue Prism, som er en av de mest brukte løsningene innenfor RPA. Programvaren gjør det mulig å automatisere oppgaver, uten at man trenger å skrive programkode. Roboter laget i Blue Prism kombineres med andre løsninger, som BI-dashboard, ulike skript, bildegjenkjenningsteknologi, og så videre.

Stefan Gulbrandsen er tech lead i Intelligent automation-teamet, og forteller til digi.no at de blant annet benytter Google Tesseract, en OCR-løsning som Google har gitt ut som åpen kildekode.

– Vi bruker dette til å lese bilder og PDF-er. Nå bruker vi det blant annet til å lese kontrakter for å speede opp prosessen med fusjonen mellom Broadnet og Globalconnect, sier Gulbrandsen.

Tesseract-roboten samler informasjon fra kontrakter i Danmark og overfører i forbindelse med fusjonen dette til systemer i Norge. Det sparer finansavdelingen i Globalconnect i Danmark for rundt 1200 timer med unødvendig manuell lesing og inntasting av data. Roboten er laget så den skal være gjenbrukbar også på andre områder hvor det er behov for å lese og flytte ustrukturert informasjon.

Gulbrandsen forteller at de også ser på mulighet for å bruke maskinlæring til prediktivt vedlikehold – altså å forutse feil før de skjer, slik at man kan gjøre vedlikeholdsarbeid før noe går galt.

– Litt av utfordringen er å finne ut hvilke data vi kan bruke. Hva har vi og hva egner seg best for analyse? Vi kan blant annet se på optisk signalkvalitet, trafikkdata, temperatur i utstyr, feillogger og så videre. Er det for eksempel unormale hendelser i loggene? Dette kan være informasjon det er vanskelig å fange opp manuelt.

Rekrutterer internt

Globalconnect har valgt å rekruttere personer til intelligent automation-teamet fra egne ansatte, i tillegg til å hente inn folk utenfra.

– Det var viktig med intern kompetanse og forretningsforståelse for at vi virkelig skulle kunne hente gevinst og lykkes. Vi ser at det er lettere å lære opp interne som har teknologiforståelse i robotics, enn å lære opp noen som kommer utenfra i vår forretning og våre prosesser, sier Tveit.

– En viktig faktor for oss er å ha en bredde i kompetansen i teamet. Mange splitter opp ressursene ved at noen kartlegger nye idéer og så gir «handover» til en utvikler, som så skal utvikle løsningen. Vi så tidlig at vi mistet mye med en slik handover, og spurte oss selv om det var den mest effektive måten å jobbe på. Vi valgte å slå sammen disse to rollene, slik at utviklerne også må ha forretningsforståelse og prosessforståelse.

Dette gjør at utviklerne får en mye dypere kjennskap og forståelse til hva som er behovet for de som skal bruke roboten senere, mener

I starten måtte robotics-teamet reise mye rundt på ulike avdelinger i selskapet for å holde workshops og prøve å få frem idéer til nye roboter, men etter hvert har alle i hele selskapet blitt mer bevisste på hvilke muligheter som ligger i robotautomatisering.

– Vi får inn mange ulike idéer, så utfordringen er å finne de virkelig gode idéene som gir gevinst for selskapet og kundene. Utfordringen er ofte også å finne de rette verktøyene.

Det er imidlertid ikke sikkert en robot alltid er den beste løsningen, selv om noen i selskapet skulle komme og be om dette.

– Vi ønsker å være en rådgiver og finne den beste løsningen på en utfordring. Selv om det er mulig å løse noe med roboter, trenger det ikke å være den beste løsningen. Vi prøver å hjelpe de i riktig retning. Noen ganger trenger man kanskje bare hjelp til å lage et skript eller sette opp et BI-dashboard, hvis vi ser at det er det som gir størst gevinst. Vi skal være en avdeling som hjelper til.