Blog

Przedstawiamy naszego nowego partnera – SAIO

W tym roku firma XELTO DIGITAL podpisała umowę partnerską ze spółką akcyjną SAIO. Z uwagi na ciągły rozwój i dbałość o naszych Klientów nieustająco poszerzamy naszą sieć partnerską, aby móc dostarczać Klientom najlepsze rozwiązania. Przedstawiamy naszego nowego partnera: SAIO Spółka Akcyjna to podmiot z grupy kapitałowej ING Banku Śląskiego. Firma oferuje platformę SAIO, służącą do kompleksowej automatyzacji procesów biznesowych, wykorzystującą technologie jak Robotic Process Automation (RPA) oraz komponenty sztucznej inteligencji (AI). Pozwala na tworzenie inteligentnych robotów, automatyzujących czynności realizowane w aplikacjach biznesowych. Umożliwia robotyzację zarówno specjalistom, którzy mogą wykorzystać rozwiązania jak C#, Python czy Visual Basic, a także użytkownikom bez kompetencji programistycznych – przy wykorzystaniu modułu low-code/no-code. SAIO to uniwersalne narzędzie, z którego może skorzystać wiele branż. Sprawdza się w finansach, rachunkowości, HR, obsłudze klienta, procesach zakupowych, logistyce, IT czy zarządzaniu operacyjnym. Firma została wymieniona wśród 23 liderów na rynku dostawców RPA w raporcie Everest Group RPA Products Peak Matrix® Assessment 2022. Zarówno część działalności polegająca na wdrożeniach automatyzacji jak i ta poświęcona dostarczaniu technologii RPA – platformy SAIO – zorientowana jest na rynek globalny. Korzystając z okazji życzymy sobie i naszemu nowemu partnerowi samych sukcesów oraz wielu wspólnie zrealizowanych projektów. Autorzy: Monika Serafin – Service Delivery Manager, XELTO DIGITAL Wiktoria Movsisyan – Jr Business Development Manager, SAIO Źródło: Materiały udostępnione przez partnera

czytaj więcej »

Nowa odsłona sztucznej inteligencji, czyli kilka słów o ChatGPT

Sztuczna inteligencja (AI) to jeden z najgorętszych trendów technologicznych ostatnich lat. Ten temat od jakiegoś czasu regularnie wraca do nagłówków portali newsowych, ale jeszcze nigdy nie działo się to tak wyraźnie jak w IV kwartale 2022 roku. Sprawcą całego zamieszania jest ChatGPT, czyli oprogramowanie, które jest w stanie odpowiedzieć na niemal każde pytanie zadane przez użytkownika. Czym jest? Jak je wykorzystać? Dla kogo to szansa, a dla kogo zagrożenie? Odpowiadamy. Fenomen ChatGPT – na czym polega? Technologia ChatGPT w zaledwie 5 dni zdobyła milion użytkowników. O tym, jak duże to osiągnięcie, świadczy porównanie do innych gigantów. Instagram do uzyskania tego wyniku potrzebował 2,5 miesięcy, Facebook aż dziesięciu, a Netflix – ponad 3 lata! Jednak z technologicznego punktu widzenia AI nie jest żadną nowością. Badania nad tą technologia prowadzone są już od kilkudziesięciu lat. Świat już od dawna korzysta z aspektów sztucznej inteligencji na co dzień. Wystarczy wspomnieć choćby o rozpoznawaniu twarzy w telefonach komórkowych czy systemach adaptacyjnych w samochodach. Skąd więc tak duże zainteresowanie ChatGPT? Czym jest ChatGPT? ChatGPT bazuje na zawartym w jego nazwie GPT, czyli Generative Pre-trained Transformer. Jest to model językowy opracowany przez firmę OpenAI, który umożliwia automatyczne generowanie tekstu na podstawie danych wejściowych. Został on „wytrenowany” na ogromnym zbiorze danych. Dzięki temu ma zaawansowaną zdolność do przewidywania słów i zdań na podstawie tekstu poprzedzającego. ChatGPT opiera swoje działanie na modelu językowym GPT-3, który został opublikowany w 2020 roku. Składa się on z aż 175 mld(!) parametrów. Modele GPT uczą się z ogromnej bazy źródeł internetowych. Zindeksowały: wiele popularnych serwisów popularnonaukowych, m.in. Wikipedię; wszystkie dostępne zasoby tekstów i książek, również naukowych, publiczne serwisy internetowe oraz newsowe; różnego rodzaju blogi. Łącznie około 45 TB danych! Warto jednak podkreślić, że dane te nie są zaciągane na bieżąco. Oznacza to, że nie da się otrzymać informacji na temat aktualnych wydarzeń do czasu, aż nie zostaną one na nowo przetworzone przez ChatGPT. Należy przy tym również wspomnieć, że pierwsza wersja modelu GPT powstała zaledwie w 2018 r. Pokazuje to ogromną dynamikę rozwoju tego typu technologii i wskazuje, że nowe rozwiązania będą się pojawiały coraz szybciej. Można powiedzieć, że właśnie rozpoczęła się rewolucja sztucznej inteligencji. Do czego można wykorzystać ChatGPT? Ta technologia może mieć wiele różnych zastosowań. Obecnie jest najczęściej wykorzystywana do badań nad uczeniem maszynowym i językiem naturalnym. Model Chat GPT jest bardzo elastyczny. Może być używany w wielu różnych sytuacjach, w których potrzebna jest umiejętność komunikowania się z ludźmi. A to oznacza również ogromny potencjał biznesowy! Można go stosować np. do: generowania odpowiedzi na pytania użytkowników w systemach obsługi klienta; tworzenia automatycznych odpowiedzi dla chatbotów; pisania odpowiedzi podczas konwersacji online z ludźmi; tworzenia treści do chatbotów gier komputerowych lub aplikacji mobilnych; automatyzacji tworzenia tłumaczeń. Otrzymywane treści robią ogromne wrażenie w kwestii poprawności językowej i naturalnego brzmienia. Czasem zdarzają się oczywiście błędy gramatyczne – zwłaszcza w języku polskim, który jest jednym z najtrudniejszych pod tym względem. Czy ChatGPT może już zastąpić rozmówcę-człowieka? Grupa naukowców z Wydziału Informatyki i Telekomunikacji Politechniki Wrocławskiej w ramach projektu CLARIN sprawdziła ChatGPT. Zespół zadał sztucznej inteligencji ponad 38 tys. zapytań w 25 różnych kategoriach. Ich celem było sprawdzenie: jak technologia reaguje na sarkazm, czy umie wychwycić szerszy kontekst wypowiedzi, czy jest w stanie zrozumieć żarty. Wyniki były porównywane z osiąganymi rezultatami przez inne, aktualnie najlepsze modele przetwarzania języka naturalnego (tzw. SOTA: state of the art). Według naukowców z Politechniki Wrocławskiej ChatGPT sprawdził się nieco gorzej od innych technologii tego typu. Podczas badań okazało się jednak, że jest to dobre narzędzie do szybkiego znalezienia odpowiedzi. Natomiast jeżeli komuś zależy na wysokiej jakości wnioskowania, to rezultaty wyszukiwań mogą być niewystarczające. Kluczowymi atutami ChatGPT okazały się świadomość kontekstu i możliwość personalizacji wypowiedzi. Ale z drugiej strony nie był on sobie w stanie poradzić przy szybkiej zmianie tematu. Podsumowując, ChatGPT to z jednej strony ogromna szansa. Jednak z jego wdrożeniem wiąże się równocześnie wiele zagrożeń. Wykorzystywanie tego narzędzia niesie za sobą np. ryzyko, że użytkownicy nie będą czuli konieczności sięgania do źródeł informacji. Zmiany wynikające z używania coraz to nowszych technologii dotykają również sfery społecznej. Wystarczy spojrzeć na efekty stosowania powszechnej obecnie nawigacji GPS czy systemów automatycznie podpowiadających „dopasowane” produkty w sklepach internetowe. W ich kontekście otwarte pozostają pytania o wolność wyboru czy ludzkie umiejętności. Te, z których przestaje się korzystać – czyli np. samodzielne posługiwanie się mapą i zdolność poruszania się w przestrzeni czy samodzielne wyszukanie informacji – powoli się zatracają. Mimo to w nowych technologiach drzemie ogromny potencjał możliwości, a ludzkość po prostu musi z rozsądkiem stawić im czoło.   Autor: Monika Serafin – Service Delivery Manager   Zródła: https://www.politykabezpieczenstwa.pl/pl/a/chatgpt-co-to-takiego-jak-z-niego-skorzystac https://www.fxmag.pl/artykul/goracy-temat-inwestowanie-w-sztuczna-inteligencje-sprawdzamy-jakie-spolki-zajmuja-sie-sztuczna-inteligencja-i-na-jakie-elementy-zwracac-uwage-przy-inwestowaniu-w-ai https://pwr.edu.pl/uczelnia/aktualnosci/chatgpt-wywolal-rewolucje-jak-wiele-zmieni-w-naszym-zyciu-12824.html    

czytaj więcej »

Technologiczne trendy, czyli co nas czeka w 2023 roku

Nowy rok zapowiada się dla branży IT bardzo ciekawie. Rośnie znaczenie automatyzacji, sztucznej inteligencji, analizy big data oraz nowych metod walki z hakerami. Instytut Gartnera szacuje, że globalne wydatki na IT w roku 2023 wzrosną o ponad 5%, aż do 4,6 BLN dolarów. Natomiast wartość rynku IT w Polsce wyniesie 56,6 mln zł, a do 2026 wzrośnie o prawie 10 mln. Według raportu Deloitte nowe trendy technologiczne zdominują najbliższe miesiące i będą miały ogromny wpływ na rozwój firm w nadchodzących latach. Jego siłą napędową są trzy elementy: zarządzanie technologią, bezpieczeństwo cyfrowe oraz modernizacja platform. TREND TECHNOLOGICZNY NR 1 – METAVERSE, czyli kiedy przedsiębiorstwa zaczną wykorzystywać możliwości AR i VR Metaverse to wirtualny świat, z którego można korzystać za pomocą aplikacji AR i gogli do VR. Do tej pory takie doświadczenia były zarezerwowane dla obszaru rozrywki. Jednak w tej technologii drzemie ogromny potencjał. Szacuje się, że do roku 2026 około 25% konsumentów będzie spędzać około jednej godziny dziennie w wirtualnej rzeczywistości. Tymczasem aktualnie tylko 30% firm wykorzystuje tę technologię i posiada gotowe produkty i usługi. Jednak obecnie METAVERSE coraz częściej staje się narzędziem dla biznesu. Niektóre firmy już zaczęły wykorzystywać możliwości „nieograniczonej i wirtualnej rzeczywistości“ do budowania modeli biznesowych. Aktualne trendy pokazują, że już wkrótce przestrzeń Internetu stanie się dla wielu organizacji ciekawym miejscem do interakcji z klientami. Dzięki takiemu podejściu będzie można na nowo zbudować zaangażowanie i lojalność odbiorców oraz testować nowe pomysły. TREND TECHNOLOGICZNY NR 2 – ARTIFICIAL INTELLIGENCE, czyli jak bezgranicznie zaufać sztucznej inteligencji Przedsiębiorstwa wykorzystujące AI (sztuczną inteligencję) skutecznie budują zaufanie do siebie i swoich narzędzi. A to staje się ich przewagą konkurencyjną. Algorytmy oparte na sztucznej inteligencji mogą wykonywać zadania podobne do ludzkich. Dzięki temu wchodzą w sferę podejmowania decyzji wykraczających poza proste reguły biznesowe, które są oparte o uczenie maszynowe i sztuczną inteligencję. Firmy, które planują swój rozwój w kierunku zwiększenia wykorzystywania sztucznej inteligencji, muszą wiedzieć, jak ważnym czynnikiem jest zaufanie do wybranego AI. Ma równie duże znaczenie co ilość czy siła algorytmów. Dlatego klienci będą wybierać technologie, które są dla nich wiarygodne. Jeśli to kryterium nie będzie spełnione, nie będą chcieli z nich korzystać. TREND TECHNOLOGICZNY NR 3 – CHMURA, czyli jak okiełznać chaos ponad chmurami Obecnie wiele przedsiębiorstw korzysta już z rozwiązań chmurowych, a możliwości ich wykorzystywania stale rosną. Niestety wiele organizacji czuje się przytłoczonych wielością zastosowań chmur. Rozwiązaniem tego problemu może stać się koncepcja multicloud. Założenie tej technologii opiera się na zoptymalizowaniu złożoności środowisk chmurowych i scaleniu zarządzania nimi przy pomocy jednego panelu kontroli. Daje on wielu platformom chmurowym dostęp do wspólnych usług. Ważnym aspektem w przypadku używania tego narzędzia jest kwestia cyberbezpieczeństwa. Z uwagi na określone ryzyko nie wszystkimi danymi można zarządzać w ramach multicloud. TREND TECHNOLOGICZNY NR 4 – LUDZIE, czyli jak ważna jest elastyczność pracowników IT Bardzo szybki rozwój technologiczny oznacza również ogromne wyzwanie dla ludzi i ich kompetencji. Kwalifikacje technologiczne szybko ulegają dezaktualizacji. Organizacje nie są w stanie zatrudniać nowych pracowników z określonymi kwalifikacjami przy każdej zmianie technologicznej. Dlatego doświadczeni menedżerowie stawiają na elastycznych członków zespołu – takich, którzy szybko adaptują się do zmian i poszerzają kompetencje. Dzięki temu nowoczesne firmy są w stanie kreować, doskonalić i zatrzymywać najlepszych specjalistów. Jednocześnie takie podmioty zapewniają sobie stały dostęp do profesjonalistów dzięki tworzeniu atrakcyjnych warunków zatrudnienia oraz przemyślanej struktury organizacyjnej. Jest ona oparta nie tylko o umiejętności IT, ale także o zdolności interpersonalne. To stwarza pracownikom optymalne warunki do elastycznego rozwoju w obszarze nowych technologii wewnątrz organizacji. TREND TECHNOLOGICZNY NR 5 – DECENTRALIZACJA ARCHITEKTURY I EKOSYSTEMÓW, czyli technologia blockchain Blockchain to lista rekordów powiązanych są ze sobą przy użyciu kryptografii, która jest wykorzystywana w aplikacjach, modelach biznesowych, systemach, architekturze IT, łańcuchach dostaw oraz cyberbezpieczeństwie. Systemy oparte na tej technologii stały się kluczowe przy tworzeniu oraz monetyzacji aktywów cyfrowych. Są też wykorzystywane w procesie budowania cyfrowego zaufania. Rosnąca świadomość potencjału tej technologii wynika z głębokiego zrozumienia jej roli w wzmacniania wzrostu wiarygodności. To rozwiązanie przynosi coraz większej liczbie firm nieocenione korzyści. TREND TECHNOLOGICZNY NR 6 – MODERNIZACJA SYSTEMÓW, czyli jak mainframe nabiera tempa W związku z szybko zmieniającymi się technologiami pozbywanie się przestarzałych i coraz rzadziej używanych systemów przestało być opłacalne. Dlatego organizacje najczęściej dążą do ich modernizacji oraz łączenia z nowymi technologiami. Technologia mainframe gwarantuje kilkudziesięcioletnie wsparcie dla działającego oprogramowania. Dzięki temu umożliwia działanie niektórych rozwiązań informatycznych nawet jeszcze od ubiegłego wieku. Dla dużej części organizacji bezsprzeczne zalety technologii mainframe są nie do przecenienia. Pojedyncze serwery mainframe oferują najwyższą na rynku wydajność. Co więcej, gwarantują również elastyczną skalowalność, wysoką dostępność (HA) oraz nieprzerwane działanie w przypadku rozległych awarii (DR). Warto zwrócić uwagę, że sama technologia mainframe ciągle jest rozwijana. Jak zatem widać, obecnie trendy technologiczne kładą duży nacisk na automatyzację i integrację systemów z jednej strony, a z drugiej – na bezpieczeństwo. To sprawia, że podążanie za nimi jest opłacalne w długofalowej perspektywie.   Autor: Monika Serafin – Service Delivery Manager   Źródła: https://www.rp.pl/analizy-rzeczpospolitej/art37619441-technologiczne-trendy-na-2023-r https://isportal.pl/jakie-beda-trendy-technologiczne-w-2023-roku/ https://www2.deloitte.com/pl/pl/pages/technology/articles/trendy-technologiczne-tech-trends-raport.html https://www.computerworld.pl/news/10-trendow-technologicznych-na-2023-r-prognoza-Gartnera,441848.html

czytaj więcej »

Zarządzanie błędami – najważniejszy i najtrudniejszy etap automatyzacji

Roboty, podobnie jak ludzie, nie zawsze mają całkowity wpływ na to, co się wokół nich dzieje. Różnica jest taka, że robot musi przewidzieć wszelkie możliwe sytuacje, jakie mogą się wydarzyć i z pomocą programisty przygotować się na taką ewentualność. Kiedyś usłyszałem, że zarządzanie błędami stanowi 80% projektu. Zgadzam się z tym stwierdzeniem, zwłaszcza, że gdy brak tego zarządzania, robot może nie działać tak jak należy. Głównymi punktami  krytycznymi są wszelkie interakcje z użytkownikami. Jeśli dane wejściowe nie są wyciągane z systemu, a dostarczane przez pracownika występuje duże prawdopodobieństwo, że robot otrzyma dane niepoprawne lub dotyczące przypadku, który w danym momencie jest nieobsługiwany. W takich przypadkach należy  wybrać odpowiednie działania prewencyjne. Poka-Yoke W metodologii Lean Six Sigma funkcjonuje rozwiązanie Poka-Yoke (jap. Zapobieganie błędom), które ma uniemożliwiać błędne wykorzystanie dostępnych narzędzi. Przykładowo, jeśli robot uruchamiany jest poprzez wysłany do niego mail, przygotowujemy wzorcowy Excel, do którego użytkownik wprowadza dane. Dzięki kontrolnemu plikowi XLSX robot będzie dokonywał bieżącego sprawdzania poprawności danych, a następnie wykonana zaplanowane czynności. Rozwiązanie można zaprojektować wykorzystując np. VBA oraz walidację danych. Dzięki temu pracownik otrzymuje przygotowane specjalnie dla niego narzędzie, które zarówno ułatwi jemu pracę, jak i zabezpieczy robota przed potencjalnymi błędami. W teorii ma to doprowadzić do sytuacji, w której niepoprawne zlecenia nie będą docierały do robota. Jeżeli niemożliwa jest wstępna weryfikacja danych po stronie użytkownika, wtedy należy wymusić walidację po stronie robota. Środowisko systemowe a praca robota Kolejnym powodem błędów jest brak wpływu na środowisko, w którym robot pracuje. Po pierwsze, podczas uruchamiania robot nie zna aktualnego stanu stacji, na której pracuje: Czy wcześniej uruchomiany proces nie pozostawił po sobie bałaganu? Czy niezbędne aplikacje są już uruchomione? Czy do każdej używanej aplikacji dostępne są wolne licencje? Czy dostępne są odpowiednie zasoby pamięci? Błędy możemy napotkać zarówno podczas uruchomienia, jak i w trakcie trwania automatyzacji. W pierwszym przypadku ważne jest, aby robot w jednym z pierwszych kroków spróbował przygotować sobie odpowiednie środowisko poprzez prewencyjne zamykanie aplikacji używanych zarówno w tym, jak i w innych procesach uruchamianych na danej maszynie. Co ważne, jeśli pracujemy na maszynie umożliwiającej kilka jednoczesnych sesji, musimy zamknąć aplikację z tej odpowiedniej. Niestety, ale podstawowa aktywność Kill nie rozróżnia, czy uruchomiona aplikacja została otwarta przez nas czy innego użytkownika, co może prowadzić do zamykania nie tych programów co trzeba. Przygotowani na każdą ewentualność W drugim przypadku nie wiemy, gdzie aplikacja może napotkać na wąskie gardło. Nawet jeśli znamy dany program, to nie oznacza, że u danego klienta działa on tak samo. Z całą pewnością ważnym etapem jest praca ze specjalistą nad analizą procesu, gdzie należy zwrócić uwagę na miejsca krytyczne, w których manualny proces, kolokwialnie mówiąc, się sypie. Łącząc tę wiedzę ze zdobytym dotychczas doświadczeniem, programista powinien być w stanie określić, które elementy wymagają szczególnej uwagi. Na szczęście do obsługi tych fragmentów mamy do dyspozycji wiele narzędzi, które możemy dowolnie ze sobą łączyć. Przykładowo, wykorzystując strukturę try-catch możemy dopasować więcej niż jedną ścieżkę reakcji w zależności od otrzymanego typu błędu, dopuszczając niektóre z nich do ponownego przeprocesowania. Oznacza to, że jeśli po wprowadzeniu danych otrzymamy błąd Selector Not Found może to prowadzić do wniosku, że aplikacja webowa po prostu jeszcze procesuje i powinniśmy poczekać kolejne 30 sekund, podczas gdy inne błędy powinny spowodować przerwanie pracy nad daną transakcją i pobranie kolejnego zadania z kolejki. Framework XELTO DIGITAL Niestety, jakkolwiek długa analiza nie jest w stanie przygotować robota na wszystkie ewentualności. W związku z tym struktura naszego robota powinna przewidywać przypadki wystąpienia błędu nieznanego, który zostanie obsłużony w sposób domyślny, czyli np. przez wylogowanie się z aplikacji, zamknięcie przeglądarki i uruchomienie pracy ponownie z kolejnym zleceniem. W jednym z wcześniejszych wpisów pisaliśmy o naszym framework’u, który wykorzystywany jest we wszystkich naszych automatyzacjach. Jednym z jego kluczowych elementów jest właśnie domyślna obsługa błędów, która umożliwia kontynuowanie pracy nawet w przypadku pojawienia się sytuacji nieprzewidzianej. Jednolity system nazewnictwa błędów Ostatnim bardzo ważnym aspektem zarządzania błędami jest przekazywanie informacji. W zależności od sytuacji może okazać się, że dany problem jest tymczasowy lub wymaga interwencji ze strony użytkownika bądź programisty. W naszym framework’u zaimplementowaliśmy rozróżnienie na błędy  biznesowe, których rozwiązanie delegowane jest na pracowników oraz systemowe, o których informowany jest zespół opieki nad robotami. Co ważne, wprowadziliśmy jednolity system nazewnictwa błędów, co jest nieocenione przy dużej liczbie pracujących automatów i pomaga szybko identyfikować błędy. Tym samym nie jest istotne, w którym robocie pojawi się błąd – ale ważne, że jego oznaczenie zawsze będzie takie samo. Najważniejsze i najtrudniejsze Podsumowując, zarządzanie błędami jest to jeden z najtrudniejszych, a zarazem najważniejszych etapów przygotowywania automatyzacji, która sama w sobie powinna być wielowarstwowa: poczynając od weryfikacji danych wejściowych, bieżącego sprawdzania niezbędnych połączeń poprzez monitorowanie wąskich gardeł i kończąc na scenariuszu bliżej nieokreślonego błędu. Autor: Rafał Korporowicz – Senior RPA Developer

czytaj więcej »

ACCOUNTS PAYABLE. Edward – automatyczny specjalista ds. wprowadzania danych

Dział Obsługi i Zobowiązań w Twojej firmie Praca w tym dziale to głównie rejestracja i przetwarzanie transakcji finansowych związanych z zamówieniami i dostawcami. Obejmuje to kontrolę poprawności wprowadzanych danych, a to z kolei zapewnia terminowość w wykonywaniu płatności za zakupione towar. Oznacza to, że jest to ważny etap w procesie sprawnego przepływu środków pieniężnych w firmie. Weźmy jedno z ważniejszych stanowisk wyodrębnionych w tym dziale, czyli Specjalisty ds. wprowadzania danych, który aktualizuje system na podstawie przychodzących faktur. Czy działania użytkownika w zakresie wprowadzania danych z przychodzących od dostawców faktur można zautomatyzować? Jak najbardziej. „A co ja z tego będę miał” – spróbujmy po krótce odpowiedzieć na to potencjalnie oczywiste pytanie. Co jest oczekiwanym rezultatem i co skłania firmy do wprowadzania jak najwięcej automatyzacji w tym obszarze bez ryzyka redukcji stanowisk jakie w tej chwili zajmują ludzie i z potencjalnym zwrotem z inwestycji w postaci wielu oszczędności? Kluczowym aspektem jest tu wydajna pomoc (z naciskiem na to słowo) robota w czynnościach, które są najbardziej błędogenne, które można znacznie przyspieszyć oraz które przynoszą największą oszczędność dla firmy. Obszar AP, to szerokie pole do automatyzacji na wielu poziomach; automatyzacji kompleksowych bądź za pomocą tzw. building blocks, o różnym stopniu zaawansowania i samodzielności robotów. Jeśli automatyzacja obejmie odbiór maili, odczyt, a następnie rejestrację danych faktur w systemie, to mówimy tu o oszczędności czasu i eliminacji błędów wynikających z dużej ilości przetwarzanych danych. Jeśli automatyzacja dotyczy walidacji faktur i dokumentów księgowych odbieranych drogą mailową, to obejmuje ona weryfikację nadawców maila, poprawność załączników (np. ich brak); może wprowadzać takie elementy, jak sortowanie i archiwizacja dokumentów w odpowiednich rejestrach czy wydruk. Robot może wprowadzać dane dokumentów księgowych do dowolnego systemu ERP, a robi to szybko i bezbłędnie. A jaka jest rola człowieka? Od wykonawczej przechodzi w decyzyjną. To człowiek podejmuje odpowiednie decyzje na podstawie danych dostarczonych do robota. Rozstrzyga, co należy zrobić z nieprawidłowymi formatami dokumentów lub nieprawidłowymi (wbrew oczekiwanym) danymi. To człowiek wreszcie zatwierdza raporty z działania robota i waliduje dane w systemie. Dodatkowe narzędzia komunikacji robot-użytkownik, sprzęgnięte z działaniem robota, w postaci aplikacji mobilnych czy desktopowych, stanowią panel zarządzania decyzjami i są niewątpliwym ułatwieniem działań użytkownika. Śmiało zatem można tu mówić o stałym wzroście poziomu satysfakcji użytkownika, gdy jego zadania ewaluują w kierunku od jednostajnych operacji rejestracji danych do analizy i podejmowania merytorycznych decyzji. Autor: Monika Stawicka – Business Analyst

czytaj więcej »

Podatek u źródła – jak pomagają voiceboty? CZ.II

W związku z nowymi przepisami dotyczącymi zachowania należytej staranności w zakresie podatku u źródła, wiele polskich firm będzie musiało zmierzyć się z nowymi wyzwaniami. Owe przepisy mają służyć lepszemu wykrywaniu ewentualnych nieprawidłowości, zwiększyć ściągalność WHT (ang. Withholding Tax), oraz ogólnie usprawnić kontrolę w tym obszarze. Stawka podatku u źródła wynosi 19 % lub 20 %, w celu uniknięcia tak wysokich kwot można m.in. dochować tzw. należytej staranności. Należyta staranność w zakresie podatku u źródła odnosi się do odpowiedniej weryfikacji kontrahenta pod różnymi względami (m.in. charakter działalności i jej skala). Możliwości automatyzacji Bardzo dużą część żmudnych i czasochłonnych zadań można oddelegować wirtualnej sile roboczej. Cały temat w dużej mierze skupia się na wydobyciu informacji od samego kontrahenta poprzez przeprowadzenie z nim wywiadu, pozyskaniu od niego odpowiednich dokumentów, oraz na przeprowadzeniu reaserch’u w internecie (m.in. poprzez pobranie danych z ogólnodostępnych rejestrów). Po zebraniu wszystkich niezbędnych danych należy porównać je ze sobą, oraz sprawdzić, czy dane posiadane przez firmę pokrywają się z tymi zgromadzonymi podczas weryfikacji. Szczególną uwagę może jednak przykuć punkt dotyczący weryfikacji numeru telefonu podanego przez kontrahenta. Przecież robot RPA nie jest w stanie zadzwonić do klienta i zweryfikować, czy dodzwonił się do odpowiedniej firmy, prawda? Prawda – na obecną chwilę, RPA nie oferuje takich funkcjonalności, jednakże z pomocą przychodzi inna technologia, czyli tytułowe voiceboty. Nowa era komunikacji z robotami Voicebot, jak sama nazwa wskazuje, jest programem służącym do komunikacji z użytkownikami za pomocą kanałów głosowych. Zapewne duża część osób miała już styczność z takim oprogramowaniem (np. mowa tu o takich produktach jak Siri lub Alexa). Dzwoniąc do wielu firm, także jest się często przekierowywanym wprost do voicebota, który np. informuje, że rozmowa jest nagrywana i każe wybrać odpowiednią cyfrę w zależności od sprawy, w której dzwonimy. Ściślej rzecz ujmując – technologia jest już bardzo popularna i do czynienia mamy z nią niemal na co dzień, sądzę więc, że warto pochylić się nad tym, w jaki sposób funkcjonuje i jakie korzyści mogą wynikać z jej zastosowania. Przede wszystkim, aby wirtualny asystent był w stanie komunikować się z człowiekiem, potrzebna jest rozbudowana baza wiedzy, z której może on korzystać. Podczas konwersacji, bot przetwarza kwestię wypowiedzianą przez człowieka na tekst (STT – ang. speech to text) i dopasowuje ją do odpowiednio zdefiniowanego wcześniej kontekstu, na tej podstawie jest on w stanie dobrać właściwą odpowiedź lub wykonać odpowiednią czynność. Recz jasna, im więcej informacji zawartych jest w takiej bazie, tym większa skuteczność bota, a konwersacja jest w większym stopniu naturalna. Przykładowo, jeżeli człowiek zapyta o stan realizacji jego zamówienia, bot zidentyfikuje słowa klucze (np. stan, zamówienie, realizacja) i na podstawie bazy wiedzy dopasuje jedną ze zdefiniowanych odpowiedzi, np. „Proszę podać numer zamówienia”. W tym momencie należy zaznaczyć, że częstą praktyką jest tworzenie dla bota odpowiednich scenariuszy prowadzących do osiągnięcia danego celu – tutaj również funkcjonować będzie zależność odnosząca się do liczby scenariuszy i skuteczności. W opisywanym przykładzie, scenariusz mógłby wyglądać następująco; bot rozpoznaje intencję człowieka (sprawdzenie stanu zamówienia), prosi o podanie odpowiedniego numeru (jeżeli nie został podany od razu), aby następnie sprawdzić zamówienie w systemie, udzielić człowiekowi stosownej informacji, oraz zapytać, czy może pomóc w czymś jeszcze. Oprócz bazy wiedzy zawierającej słowa klucze, konteksty wypowiedzi i scenariusze, voicebot musi być również wyposażony w elementy sztucznej inteligencji. Wydaje się, że najważniejszym komponentem jest silnik NLP (ang. natural language processing) umożliwiający przetwarzanie ludzkiej mowy i rozpoznawanie wypowiedzianych słów. Samo NLP jest jednak tematem na osobny artykuł, wspomnę tylko, że silników takich istnieje wiele (jedne sa mniej, drugie bardziej skuteczne) i są oferowane przez m.in. takich producentów jak Amazon, czy Google. Dodatkowo, silnik NLP może być wspierany przez wcześniej wspomniane STT, czy też ASR (ang. automatic speech recognition). Voiceboty – możliwe zastosowania i korzyści Jednym z niecodziennych zastosowań dla voicebota jest niewątpliwie weryfikacja telefonu kontrahenta. Przykładowy scenariusz wyglądałby następująco; voicebot dzwoni pod podany wcześniej numer telefonu i przede wszystkim sprawdza, czy telefon został w ogóle odebrany. Jeżeli tak się stanie, rozmówca jest informowany o celu rozmowy i jest proszony o potwierdzenie, że dodzwoniono się w odpowiednie miejsce. Następnie treść rozmowy zostaje poddana transkrypcji i zostaje przesłana w formie tekstu do robota RPA, który załącza rezultat do ostatecznego raportu. Dzięki takiemu rozwiązaniu, cały proces weryfikacji może odbywać się automatycznie, a człowiek otrzymuje tylko finalny raport. Co do dziedzin, w których voiceboty są stosowane najczęściej, zdecydowanie góruje tu szeroko pojęta obsługa klienta. Rozwiązanie bardzo dobrze sprawdzi się przy rozwiązywaniu prostych problemów, np. przytoczone sprawdzenie stanu zamówienia, zgłoszenie reklamacji itd. W takich przypadkach, konsultant może być w pełni zastąpiony botem, i co za tym idzie, dany proces może zostać zautomatyzowany, a koszty obsługi zredukowane. Oprócz tego, skraca się czas obsługi interesanta, co może wpłynąć na ogólne zadowolenie z usługi. Oczywiście technologia voicebotów nie jest pozbawiona wad, i na obecną chwilę nie jest raczej możliwe stuprocentowe zastąpienie nimi pracy ludzkiej. Opierając się znowu na przykładzie sprawdzania stanu zamówienia, klient może np. nie znać swojego numeru zamówienia, a taka ścieżka nie została dla bota zaprogramowana. W takim momencie, dzwoniący powinien być przekierowany do konsultanta w celu podania większej liczby szczegółów umożliwiających rozwiązanie sprawy. Maksymilian Sobol – RPA Developer Źródło: Nowe zasady podatku u źródła – EY, Voicebot: co to jest chatbot głosowy?  

czytaj więcej »

Podatek u źródła – w czym pomaga automatyzacja? CZ.I

Przeszukiwanie zagranicznych baz kontrahentów. Podatek u źródła (ang. Withholding Tax) to forma podatku, którym opodatkowuje się  wypływające z kraju przelewy transgraniczne. Jest to forma podatku dochodowego (od osób prawnych i od osób fizycznych) pobierana przez płatników od niektórych dochodów (m.in. dywidendy, odsetki, należności licencyjne). Podatek u źródła CIT jest nakładany na transakcję wówczas, gdy odbiorca przelewu (który staje się podatnikiem) ma inną rezydencję podatkową od nadawcy przelewu (który ten podatek płaci). Polska ma podpisane umowy o unikaniu podwójnego opodatkowania. Zgodnie z tymi zapisami Polski nadawca przelewu za usługi zagranicznego kontrahenta płacący podatek u źródła musi znać dane podatkowe kontrahenta, któremu ten podatek naliczy. W świetle nowych przepisów polscy podatnicy dokonujący transgranicznej wypłaty należności w kwocie przekraczającej 2 m PLN (w danym roku do danego odbiorcy), są zobowiązani do poboru podatku u źródła według właściwej stawki tj. 20% lub 19%. Poboru podatku można będzie uniknąć, jeśli zarząd krajowego podmiotu dokonującego wypłaty złoży oświadczenie m.in. że dochowując należytej staranności zweryfikował, iż zagraniczny podmiot otrzymujący płatność jest jej rzeczywistym właścicielem (beneficial owner) i prowadzi działalność gospodarczą. W takiej sytuacji jednak odpowiedzialność za niepobrany podatek i ryzyko w przypadku przyszłego sporu z organami skarbowymi przechodzi na zarząd polskiego płatnika. Zastosowanie zwolnienia z podatku u źródła (WHT) będzie również możliwe po uzyskaniu indywidualnej opinii organów skarbowych potwierdzającej właściwy status zagranicznego odbiorcy płatności z Polski. Dochowanie należytej staranności wiąże się ze sprawdzaniem i pobieraniem danych podatkowych kontrahentów, takich jak numery identyfikacji podatkowej, adresy prowadzenia działalności czy zamieszkania. Dla pracownika firmy, która płaci podatek u źródła oznacza to godziny spędzone na różnych zagranicznych serwisach podatkowych, przeszukiwanie baz zarejestrowanych kontrahentów i pobieranie ich danych podatkowych. Im więcej jest krajów pochodzenia kontrahentów, tym więcej danych do sprawdzenia; Europa, Stany Zjednoczone czy Japonia, każdy obszar prowadzi własne serwisy ewidencji podatkowej i występowanie o dane z tych serwisów staje się zadaniem wielce czasochłonnym. Dla firmy, która kupuje wiele usług podlegających opodatkowaniu u źródła oznacza to spory nakład czasu przeznaczonego na przygotowanie danych podatkowych. W takim przypadku ogromną zaletą jest automatyzacja procesu wyszukiwania danych kontrahentów. Zadaniem Edwarda Robotowskiego jest odciążenie pracownika firmy  przez przejęcie procesu sprawdzania i pobierania danych kontrahentów z różnych krajów i obszarów podatkowych. Danymi do przetwarzania w procesie automatyzacji jest lista kontrahentów oraz lista krajów i serwisów podatkowych dla tych krajów, a działanie robota polega na dostarczaniu pracownikowi danych podzielonych na dwie grupy: dane, które może uzyskać jawnie oraz dane, które są dostępne po opłaceniu określonej kwoty. Cała praca wykonywana jest niejako w tle działania firmy. Robot pracuje bezkolizyjnie i dostarcza niezbędne raporty do analizy. Pracownikowi pozostaje wtedy tylko ocena przydatności danych płatnych i zlecenie robotowi pobranie tych, za które zdecyduje się zapłacić. W ten sposób robot wyposażony w mechanizm dokonywania wpłat na określone konta serwisów i odbiór opłaconych danych podatkowych kontynuuje działanie. Finalny raport dostarcza dane spełniające wymagania dochowania należytej staranności podczas weryfikacji zagranicznego kontrahenta. Źródło: https://www.podatki.gov.pl/wht/podatek-u-zrodla-wht/, https://www2.deloitte.com/pl/pl/pages/tax/topics/Podatek-u-zrodla-WHT.html Autor: Monika Stawicka – Business Analyst

czytaj więcej »

Odcinek 13. SAP – i nie trzeba nic więcej dodawać

Pierwszy sezon serialu o moich przygodach właśnie dobiega końca. W związku z tym chciałbym podsumować w kilku zdaniach, to co wydarzyło się w przeciągu ostatnich kilku miesięcy. Jeżeli śledziliście moje losy, to doskonale wiecie, że ze zwykłego robota stałem się dość awangardowym Edwardem Robotowskim. Od dłuższego czasu noszę garnitur, charakteryzuje mnie nienaganna etykieta, uwielbiam poznawać nowych ludzi i dołączać do zespołów naszych Klientów. Na koniec pierwszego sezonu zdradzę Wam pewien sekret. W zespole XELTO DIGITAL jestem Edwardem, ale po zautomatyzowaniu procesów i dołączeniu do zespołów Naszych Klientów otrzymuję od nowych Koleżanek i Kolegów nowe imię i wraz z nimi rozpoczynam z każdym teamem coraz to ciekawsze przygody. Jeżeli jesteście ciekawi jakie imiona otrzymałem do tej pory, w tym również damskie, zapraszam do śledzenia drugiego sezonu. A tymczasem zapraszam Was ostatni raz w tym sezonie na zapoznanie się z opinią moją i Kamila na temat metod automatyzacji procesów w systemie SAP ERP.  Okiem Eksperta: Systemy ERP są stałym elementem wyposażenia informatycznego dużych przedsiębiorstw produkcyjnych, które napotykamy przy automatyzacji większości procesów. Systemy ERP śledzą zasoby biznesowe — gotówkę, surowce, moce produkcyjne — oraz stan zobowiązań biznesowych, na przykład: zamówienia, zakupu i listy płac. Aplikacje tworzące system współdzielą te dane tworząc zintegrowany i stale aktualizowany widok podstawowych procesów biznesowych przy użyciu wspólnych baz danych, utrzymywanych przez system zarządzania bazami danych. Firma SAP, będąca pionierem w tworzeniu oprogramowania tego typy, uzyskała rolę lidera na rynku i utrzymuje ją do tej pory. System SAP ERP, przy odpowiednim jego wdrożeniu charakteryzuje się wysoką kulturą pracy i stabilnością, przez co stanowi on dobrą bazę do automatyzacji. Dość powiedzieć, że sam system został zaprojektowany w taki sposób, żeby automatyzację niektórych czynności umożliwiać – posiada on wbudowany rejestrator makr, które można wywoływać również w naszych robotach, o czym wspomnę jeszcze później. UWAGA: Trzeba pamiętać, że aby móc korzystać  z dobrodziejstw automatyzacji, musimy je najpierw aktywować po stronie serwera. Służy do tego transakcja RZ10, w której musimy edytować odpowiednie parametry. Niewątpliwym atutem przy automatyzacji systemu SAP ERP, jest spory wachlarz metod dostępny w ramach automatyzacji. Roboty tworzone z wykorzystaniem UiPath mogą korzystać z całej bazy uniwersalnych aktywności, które z reguły bez problemu komunikują się z interfejsem SAP i tworzą bardzo stabilne i jednoznaczne selektory. Dodatkowo poza domyślnymi aktywnościami, UiPath przygotował pakiet aktywności dedykowanych specjalnie do SAP. Aktywności te obsługują najczęściej wykonywany czynności, takie jak logowanie do systemu, wywoływanie odpowiednich transakcji czy też sczytywanie aktualnego komunikatu z pasku statusu itp. Dzięki nim praca przy automatyzacji jest jeszcze bardziej efektywna i nie musimy poświęcać czasu na oprogramowywanie wszystkich akcji od zera. Kolejną metodą, o której już wspominałem, jest nagrywanie skryptów z wykorzystaniem rejestratora makr w SAP i wywoływanie ich za pomocą modułu kodu. Dzięki tej metodzie możemy wykonać czynności, które nie są możliwe do wykonania w momencie, gdy w standardowy sposób korzystamy z interfejsu (np. zaznaczenie kilku kolumn w tabeli na raz), bądź też możemy je wykonać w bardziej efektywny sposób. Może ona również stanowić swoisty workaround, w momencie, gdy podstawowe aktywności nie spełniają swojej roli – to jednak nie zdarza się zbyt często. Podsumowując: procesy obsługiwane przez system SAP ERP, przy spełnieniu kilku innych warunków są dobrym kandydatem do automatyzacji. Sposób, w jaki aplikacja współpracuje z UiPath i stabilność tworzonych rozwiązań, daje przesłanki do tego, żeby myśleć, że procesy automatyzowane w ten sposób, będą bezproblemowe w użytkowaniu i nie będą wymagać dużych nakładów na utrzymanie. Autor: Kamil Ga؜wl؜ista – RPA Developer Foto: Freepik

czytaj więcej »

Odcinek 12. Edward zgłębia tajniki filozofii LEAN SIX SIGMA

W czasie wakacji większość naszych Klientów odpoczywała korzystając z sezonu urlopowego. Natomiast ja miałem więcej czasu, żeby poszerzyć swoje horyzonty. Dzięki uprzejmości moich kolegów z zespołu dowiedziałam się wiele o automatyzacji i nie tylko. Kolega Rafał zgodził się podzielić ze mną swoją wiedzą na temat filozofii LEAN SIX SIGMA. Okiem Eksperta: Osoby, z którymi rozmawiam, często pytają mnie, czy dany proces można zautomatyzować? Poniekąd kontrowersyjnie zawsze odpowiadam, że tak. Niemniej jednak zawsze też dodaję, że ważniejszym pytaniem jest, czy można proces zautomatyzować w jego obecnej formie? W tym momencie sytuacja zazwyczaj już się komplikuje i okazuje się, że automatyzacja jest dopiero kolejnym krokiem, jaki należy podjąć na drodze do określonego celu, ale na pewno nie pierwszym. Mówi się, że jedyną stałą rzeczą w życiu jest zmiana. To samo tyczy się procesów, które stale ewoluują przez zmiany w środowisku, w którym pracują. Mogą to być zmiany prawne, technologiczne, struktury wewnętrznej czy też profilu klientów. Dla przykładu: praca z dokumentami papierowymi ustępuje ich cyfrowym odpowiednikom, co wymusiło implementację narzędzi do podpisu cyfrowego. Prowadzi to też do wprowadzenia metodologii zajmującej się wdrażaniem tzw. Continuous improvement, czyli ciągłego doskonalenia. Jedną z tych metodologii jest LEAN SIX SIGMA, która powstała z połączenia Lean oraz Six Sigma, aby połączyć najlepsze rozwiązania obu sposobów. Opiera się ona na kilku kluczowych zagadnieniach. Genichi Genbutsu – czyli w wolnym tłumaczeniu „idź i sprawdź”. Istotą tego podejścia jest, aby kierownicy nie tylko spędzali czas za biurkiem, ale także osobiście sprawdzali przyczyny danej sytuacji problemowej u źródeł jej powstania, czyli tam gdzie powstaje dany produkt. Chodzi o to, że aby rozwiązać konkretne problemy, należy najpierw zapoznać się dokładnie z każdym etapem procesu, przeprowadzić analizę i wyciągnąć wnioski. W przypadku automatyzacji procesów biznesowych oznacza to, że osoby na pozycjach kierowniczych powinny również znać procesy wykonywane przez osoby na niższych stanowiskach. Dzięki temu łatwiej im będzie wytypować, które procesy z perspektywy strategii firmy powinny być zautomatyzowane jako pierwsze. Decyzje należy podejmować w oparciu o następujące czynności: Określ cel Wybierz obszar Zwizualizuj proces Obserwuj i zadawaj pytania Przeanalizuj obserwacje Określ różnice między stanem faktycznym a pożądanym Zaprezentuj wyniki Ciąg tych następujących po sobie zdarzeń jest bardzo zbliżony do kolejnego zagadnienia metodologii Lean Six Sigma, czyli cyklu DMAIC, składającym się z pięciu faz. DEFINE Definiowanie (Define) pozwala ustalić, na czym dokładnie polega problem oraz co jest niezbędne do jego rozwiązania. Tak określony cel powinien być tzw. SMART, czyli (S) skonkretyzowany, (M) mierzalny, (A) osiągalny, (R) istotny oraz (T) określony w czasie. MEASURE Pozwala to na przejście do kolejnej fazy, czyli Pomiaru (Measure), w której opisujemy sposób dokonywania obserwacji, a następnie przeprowadzamy odpowiednie obliczenia, celem ustalenia bieżącej wydajności procesu. ANALYZE Prowadzi to bezpośrednio do kolejnej fazy – Analizy (Analyze). Na tym etapie mamy już dostępne podstawowe dane pozwalające na podjęcie decyzji. IMPROVE Dzięki temu możemy zaimplementować potrzebne zmiany w fazie Doskonalenia (Improve). Wymyślone rozwiązanie należy przetestować, sprawdzić, a na końcu wdrożyć. W tym celu można posłużyć się cyklem PDCA oraz analizą FMEA. CONTROL Ostatnią fazą jest faza Kontroli (Control), która ma za zadanie zweryfikować przyjęte założenia oraz czy dany problem został rozwiązany. Wspomniany już PDCA, zwany cyklem Deminga polega na podzieleniu wdrażania usprawnienia na cztery etapy: Plan (zaplanuj) – główny nacisk na to, co nie funkcjonuje prawidłowo Do (wykonaj) – wdrożenie zmian w formie testu Check (sprawdź) – analiza wyników, sprawdzając czy test zakończył się pozytywnie Act (popraw) – implementacja na produkcji Cechą charakterystyczną tutaj jest cykliczność metodologii, ponieważ zakończenie fazy Act powinno powodować ponowne przejście do fazy Plan. Jednak, jeśli zdarzy się sytuacja, że eksperyment był nieudany, to należy pominąć etap wdrożenia na produkcję i przejść ponownie do przygotowania nowego planu – aż do rozwiązania problemu. Jak w to wszystko jeszcze wplątać analizę FMEA? Z ang. Failure mode and effects analysis jest to analiza rodzajów i skutków możliwych błędów i ma ona na celu podjęcie działań prewencyjnych, zapobiegających skutkom wad, które mogą pojawić się zarówno w fazie projektowania, jak i wytwarzania. Głównymi założeniami jest to, że ok. 75% błędów ma swoją przyczynę w fazie przygotowywania produkcji. Z drugiej strony, wykrywanie ich dzieje się dopiero w fazie produkcji oraz w czasie eksploatacji (ok. 80% błędów). Jak to działa? W pierwszym etapie musimy ustalić nasz cel, zebrać zespół, podjąć decyzję, co będziemy analizować, rozłożyć proces na czynniki pierwsze i w końcu zebrać dane. Te z kolei posłużą nam w momencie przeprowadzenia zarówno jakościowej, jak i ilościowej analizy. Ostatecznym krokiem jest zaplanowanie działań korygujących, wdrożenie ich oraz obserwacja. Wszystkie te elementy, o których pisałem, można zarówno bardzo dobrze zaimplementować przy wdrożeniach kolejnych automatyzacji, jak i przy optymalizacji już istniejących procesów. Zanim programista przystąpi do pracy, wraz z analitykiem muszą przejść przez procedurę Genichi Genbutsu, aby odpowiednio dobrze poznać automatyzowany proces. Następnie tworzą główny plan pracy, który bardzo przypomina sposób pracy cyklu DMAIC. Samo programowanie odbywa się w formie: Zaplanuj => Zaprogramuj => Przetestuj => Wdróż, co do złudzenia przypomina metodologię PDCA. Jednocześnie programista, wraz z SME oraz analitykiem, przygotowują listę potencjalnych błędów oraz ich obsługę w myśl metody FMEA. Może nie wszystko przebiega książkowo, czy też nie zawiera standardowej dokumentacji, natomiast trzon tych metod jest zawsze taki sam. Autor: Rafał Korporowicz – Senior RPA Developer

czytaj więcej »

Odcinek 11. Edward i sztuka, czyli jakie wspólne cechy mają: robotyzacja i malowanie obrazów

Dzisiejszy odcinek będzie dość nietypowy. W sumie znając mnie, można byłoby rzec, że wręcz przeciwnie – będzie jak zawsze. Pojechałem ostatnio do pracowni pewnego malarza. Siedzieliśmy u niego na werandzie i żywo dyskutowaliśmy o sztuce. W sumie można powiedzieć, że każdy z nas jest kompletnie z innych światów, ale im dłużej trwała nasza rozmowa, im więcej każdy z nas dowiadywał się o tajnikach naszej pracy, tym szybciej dochodziliśmy do pewnych wniosków. Ale zacznijmy od początku. Zawsze intrygowało mnie malarstwo. Pamiętam, byłem kiedyś na wystawie dzieł sztuki francuskich impresjonistów w krakowskim Muzeum Narodowym. Najbardziej utkwiły mi w pamięci dzieła dwóch artystów Claude Monet oraz Edgar Degas. „Łodzie rybackie”, „Wchód słońca” Monet`a czy „Lekcja Tańca” Edgara naprawdę zrobiły na mnie ogromne wrażenie. Kiedy malarz zaczął opowiadać mi jak powstaje obraz zacząłem dostrzegać pewne analogie do tworzenia automatyzacji procesów biznesowych. Zobaczcie: Jak powstaje obraz ręcznie malowany? Pierwszym etapem jest naciągnięcie płótna na ramę, artysta zawsze dba o to, aby płótno było idealnie napięte. Na początku powstaje szkic – to ważny i trudny etap, bo będzie stanowiło bazę tego, co później będzie mogło podziwiać oko oglądającego. Potem zaczyna się najciekawszy i najbardziej twórczy proces, czyli malowanie – zabawa farbami, pędzlem, a nawet… szpachelką! Dla dobrego artysty żadne techniki nie są tajemnicą, a nowe wyzwania są przyjmowane z entuzjazmem. Po wielogodzinnej pracy i suszeniu, obraz jest gotowy. Jak powstaję automatyzacja? Pierwszym etapem jest spotkanie z Klientem, deweloper zawsze dba o to, aby doskonale poznać i zrozumieć proces. Na początku powstaję „szkic” czyli w naszym rozumieniu dokumentacja procesu, na podstawie, której deweloper będzie tworzył robota. To ważny i trudny etap, bo stanowi bazę tego jak później będzie pracował robot. Potem zaczyna się najciekawszy i najbardziej twórczy proces, czyli powstawanie robota. Nasi deweloperzy znają bardzo dużo różnych technik, a każdą automatyzację traktują jak nowe wyzwanie i przyjmują z ogromnym entuzjazmem. Po wielogodzinnej pracy i testach, automatyzacja procesu biznesowego jest gotowa. Czy dostrzegacie te podobieństwa? Podobieństw jest wiele, ale jest jedna zasadnicza różnica. Proces twórczy jest długi i wymagający, a automatyzacja, jeżeli ma spełniać oczekiwania musi być szybka i efektywna. Pod koniec rozmowy jednogłośnie doszliśmy do wniosku, że automatyzowanie procesów biznesowych to swego rodzaju sztuka XXI wieku. Finalnie malarz powiedział do mnie: „Wiesz co Edek, jesteś takim samym artystą jak ja i francuscy impresjoniści”. Autor: Edward Robotowski

czytaj więcej »

Gdzie jest mój drugi dom? Praga!

Ostatnio zastanawiałem się, dokąd powinienem skierować kolejne kroki na mojej ścieżce automatyzacji. Polskę znam już dość dobrze, więc dlaczego nie wybrać się w podróż za granicę? Zawsze marzyłem, żeby zobaczyć kraj mojego pochodzenia. Czy wiecie skąd pochodzi słowo ROBOT? Z Czech! Słowo „robot” zostało po raz pierwszy użyte do nazwania fikcyjnego humanoida w sztuce R.U.R. autorstwa Karela Čapka. Ale dokąd iść najpierw? Gdzie ludzie najbardziej ceniliby moją pomoc? Powinno to być duże miasto z wieloma możliwościami. Myślę, że to jasne, to musi być Praga! Słyszałem wiele opowieści o Pradze; jest jedną z najbezpieczniejszych stolic na świecie, ma niesamowitą starą architekturę, z głównymi atrakcjami, takimi jak Zamek Praski, Most Karola czy Rynek Starego Miasta z praskim zegarem astronomicznym i można tam dostać najlepsze piwo w na świecie. Zadzwoń więc do mojego czeskiego kolegi Michaela, wypij z nim jedno piwo i porozmawiajcie, jak mogę pomóc ludziom w Czechach. Moje marzenie się spełniło! Od lipca działa XELTO DIGITAL CZECHIA!

czytaj więcej »

Odcinek 10. Co łączy ServiceNow i dress code?

Podczas rozmowy o platformie ServiceNow, Tomek zapytał mnie: „Edek, a dlaczego Ty właściwie nosisz garnitur? Czy ja Wam opowiadałem historię skąd wziął się ten mój nieszczęsny dress code? Bez którego, tak naprawdę, dzisiaj nie wyobrażam sobie „bycia sobą”. Cała przygoda rozpoczęła się od mojego Curriculum Vitae (o tym skąd wziął się na nie pomysł opowiem Wam innym razem). No bo skoro, postanowiłem mieć swoje CV, to musiało ono wyglądać bardzo profesjonalnie. W końcu CV to wizytówka świadcząca jakim człowiekiem, przepraszam, robotem jest przyszły kandydat na pracownika. A oprócz samego doświadczenia ważnym elementem CV, jeżeli nie najważniejszym, jest właśnie zdjęcie. Stąd też wyniknęła konieczność zakupu garnituru. Okiem Eksperta: Popularną platformą, stosowaną w coraz większej ilości firm, jest niewątpliwie ServiceNow. ServiceNow przeznaczone jest do zarządzania różnymi projektami, procesami, obsługi działów kadr, procesów HR, a także działów finansowych. Dzięki wdrożeniu tej platformy firmy zyskują możliwość ujednolicenia procesów oraz przyspieszenia ich realizacji. Dzięki ujednoliceniu procesów pojawia się miejsce na automatyzację zadań pojawiających się na platformie. Automatyzacja platform takich jak ServiceNow, może oczywiście odbywać się w standardowy sposób poprzez interfejs użytkownika. Jest to dość skuteczne, jednak nie jest to jedyny sposób w jaki możemy tworzyć boty. UiPath daje nam dwa rozwiązania do automatyzacji ServiceNow. Jednym z nich jest połączenie się z Service Now za pomocą konektora UiPath Orchestrator, czyli UiPath Spoke. Dzięki tej opcji  możemy kontrolować robota dzięki wykorzystaniu zadań w ServiceNow. Drugą opcją jest wykorzystanie paczki aktywności, która oferuje kilka aktywności pozwalających na pracę z ServcieNow z poziomu robota. Głównym jej elementem jest ServiceNow Scope w obrębie którego łączymy się z ServiceNow z wykorzystaniem API. Aby zrealizować połączenie niezbędne jest  podanie parametrów takich jak: clientID, clientSecret, hasło oraz link do platformy.  W obrębie aktywności  Service Now Scope możemy wykonywać operacje na zadaniach, pobierać załączniki, aktualizować statusy. Czasami zbiór tych aktywności może być jednak niewystarczający, dlatego polecam również sprawdzenie paczki aktywności stworznej przez Cristi Negulescu. Paczka zawiera aż 90 aktywności związanych z ServiceNow. Pomimo możliwości pracy z interfejsem, jestem gorącym zwolennikiem wykorzystywania wszystkich dostępnych środków pozwalających na pracę poza interfejsem użytkownika. Przyspiesza to w ogromnym stopniu pracę robotów, jak również gwarantuje wysoką stabilność rozwiązania. Dodatkowo nie narażamy się na możliwość błędów związanych z niepoprawnym odkliknięciem. Zastosowanie tej metody jest również dużym uproszczeniem pracy z załącznikami, gdzie w klasycznym podejściu musielibyśmy skorzystać z kilku kliknięć każdego obarczonego ryzykiem błędu. Korzystając z API pobierzemy je przy użyciu jednej aktywności. W ramach ciekawostki, Edwardowi udało się ustawić status realizacji zadania na wymyślony przez siebie. Użytkownik może wybrać tylko z dostępnych opcji, robot pozbawiony jest takich ograniczeń. Jednym problemem jaki można napotkać jest znajomość relacji pomiędzy tabelami. Przykładowo, załączniki mogą być rozrzucone pomiędzy dwiema tabelami, gdzie w jednej tabeli kluczem jest numer zadania, a w drugiej numer zadania nadrzędnego. Aby nie tracić dużej ilości czasu na szukanie relacji, warto podejrzeć strukturę obiektów w tabeli, którą chcemy odpytać. Taką możliwość oferują aktywności z paczki UiPathTeam.ServiceNow.Activities, pozwalają również na wykorzystanie zapytań SQL. Podsumowując ServiceNow dzięki współpracy z UiPath może pełnić rolę narzędzia do kontroli robotów, jak również pozwala na automatyzację wewnętrznych procesów istniejących na platformie. W przypadku, gdy ServiceNow jest pośrednim portalem, w którym rozpoczynamy lub kończymy dany proces, tym bardziej zaleca się wykorzystanie narzędzi działających w tle, aby skrócić maksymalnie działanie robota. Może się to bardzo opłacać zwłaszcza, gdy reszta procesu pracuje w systemie, który ma pewne ograniczenia przetwarzania lub jest zwyczajnie długi.  Uważam, że warto zapoznać się z każdą z opcji i wybrać odpowiednią tą, którą najkorzystniej wpłynie na daną automatyzację. Autor: Tomasz Sioła – RPA Developer

czytaj więcej »