Гиперавтоматизация - это тренд на автоматизацию ручного труда используя современные технологии, такие как AI, ML и Robotic Process Automation (RPA). См статью от Gartner (Gartner Top 10 Strategic Technology Trends For 2020)
Гиперавтоматизация, как часть цифровой трансформации, в конечном итоге направлена на создания цифрового двойника предприятия.
В качестве примера гиперавтоматизации и цифрового двойника можно взять Process Mining What is Process Mining? | IBM . Это технология для создания моделей процессов, отслеживание работы процессов и предоставления информации для улучшения процессов / или улучшению процессов на лету. Process mining может быть нескольких типов, что в целом соответствует определениям цифровой модели, цифровой тени и цифрового двойника.
На картинке выше, первый вариант, это создание цифровой модели процесса. Второй вариант, это диагностика проблемы, сверяя процесс с существующей моделью, и третий вариант это улучшение самого процесса и пересоздания процесса на лету.
Примеры гиперавтоматизации на моем предприятии.
На текущем этапе, я работаю над несколькими направлениями:
- AI code autosuggestions, позволяет разработчикам использовать готовые снипеты кода, которые генерируются на лету исходя из контекста и кода, написанного в их проекте ранее.
- AI driven auto testing, используя NLP и ML, атоматизация тестирования вебсайтов позволяет любому члену команды занять роль авто тестировшшика и написать автотест используя естественный язык (например я хочу нажать кнопку заказа на странице оплаты заказа). При этом тесты сами (ML) найдут кнопку заказа на странице, даже то того, как код будет написан, те возможно написания тестов на момент разработки wireframes/эскизов системы, которые будут автоматически обновляться с появлением реальных частей системы (те кода появиться реальный код на какой то из сред разработки)
- AI driven analytics, используются программы посредники, которые позволяют вынимать данные из систем аналитики вебсайта, и отображать их в понятном человеку виде в виде отчета (NLP), который позволяет принимать решения даже людям, не обученным работать с системами аналитики
- AI Scrum checking. Используются для проверки следования команды Scrum процессу в Jira с предоставлением аналитику по поводу того, что нужно улучшить
Это только те примеры, которые позволяют повысить эффективность командам разработки. Все тоже самое относится к продажам, привлечению клиентов и прочему.
Однако, на текущий момент, я очень далеко от планов по созданию цифрового двойника, компания небольшая и даже корпоративные системы не все интегрированы друг с другом, поэтому работаем с тем, чем можем.
Я думаю следующей автоматизации для проектной деятельности, будет донастройка real-time аналитики по проектам. Для того, чтобы проектные менеджеры и инженерные менеджеры могли понимать, что происходит с их проектом в том или ином виде, а также могли получать рекомендации по улучшению.