Konkrétní příklady z českých společností ukazují, že takzvané digitální dvojče organizace může být mimořádně účinným nástrojem pro odhalování neefektivních procesů nebo testování produktů. Ne náhodou jde o jeden z nejzásadnějších technologických trendů současnosti.

V jedné české pojišťovně řešili velmi nepříjemnou situaci. Po migraci na nový systém se průměrný čas na vyřízení pojistné události skokově zvýšil z 23 hodin na více než tři dny. Firma musela zavádět víkendové směny, zaměstnanci byli unavení a nespokojení. Až díky vytvoření Digital Twin of Organization se ve složitém procesu povedlo odhalit „úzké hrdlo“ – jednu mimořádně přetíženou zaměstnankyni zodpovědnou za předávání podkladů mezi odděleními, která dostala posilu, a tím se vše vyřešilo.

U významné tuzemské banky zase nasazení digitálního dvojčete umožnilo zrychlení úvěrových procesů o celých 30 %. Byla také odhalena řada nerentabilních procesů, z nichž se přibližně 20 % povedlo poměrně rychle přetvořit na rentabilní. Jak vůbec mohou v bankách existovat nerentabilní procesy a produkty?

V jedné z nich bylo při důkladné analýze nalezeno celkem 1 600 různých úvěrových prvků – bez sofistikované datové analytiky je nemožné odhalit všechny vzájemné vazby a skutečnou strukturu nákladů. Firma tak vůbec nemusí tušit, že někde ve složité produktové pyramidě ztrácí peníze. A i když tuší, nemá zpravidla jak vypátrat konkrétní problém.

A do třetice ještě jeden reálný příklad. Velká automobilka musela z výrobní linky každý měsíc odstavit kolem 200 aut, u nichž se nepovedla aktualizace systému (a pak bylo třeba chybu ručně napravovat). Všichni dodavatelé přitom shodně odmítali vinu. Teprve s pomocí Digital Twin byl konkrétní problém odhalen a napraven. O třetinu se tím snížila komunikační zátěž a počet odstavených aut klesl na pouhé jednotky za rok. Jak se všech těchto zlepšení podařilo dosáhnout?

Reálný pohled na byznys

V zásadě jde o to, vzít veškerá data o firmě a vytvořit virtuální, ale v každém ohledu reálný model fungování jejího byznysu – tedy její digitální dvojče. Pokud jsou navíc data k dispozici v reálném čase a spolu s nimi jsou nasazeny nástroje pro data science, lze podrobně sledovat vše, co se ve firmě děje, a okamžitě na to reagovat. Každý zaměstnanec, klient, dokument nebo zařízení po sobě zanechává digitální stopy, z nichž lze rekonstruovat firemní procesy v jejich reálné podobě.

Organizace pak může hledat odpovědi na různé hypotézy, simulovat dopady navrhovaných změn a nových procesů, odhalovat podvody nebo hledat příležitosti pro inovace. Kolik peněz skutečně přináší ten který obchodní kanál? Které oblasti podnikání jsou efektivní a které ne? Na jaké produkty se vyplatí zaměřit? Jaké události lze monetizovat? Možných otázek jsou tisíce. Digital Twin of Organization pak přináší návod, který proces či metodiku je třeba opravit, který produkt nahradit nebo který interní systém přenastavit. Některým incidentům sice nelze zcela předcházet ani s pomocí digitálního dvojčete, ale je možné alespoň výrazně zkrátit dobu reakce.

Podmínkou jsou skutečně čistá a nezkreslená data. Řešení pro Digital Twin of Organization se proto nepřipojuje k robustním firemním systémům, ale přímo k primárním aplikacím. Když digitální dvojče vytváříme v Trasku, jdeme proto přímo k jádru věci, k logům. Chce být co nejrychlejší, protože hodnota informací většinou v čase klesá. Jelikož se neintegrujeme na žádné procesy, neztrácíme ani čas a data. Ke zmapovaným procesům se následně přidávají informace o nákladech nebo identifikátory klientů, zaměstnanců a produktů. Díky tomu lze odhalit neefektivitu až na úroveň konkrétního procesu, pobočky či zaměstnance.

Vyvstává pochopitelně také etická otázka, jak moc lze sledovat a optimalizovat výkonnost jednotlivých zaměstnanců. Ukazuje se ale, že výsledkem nebývá propouštění. Spíše se ukáže, že klient někde podhodnotil zátěž a je třeba posílit určitý tým. Navíc i sami zaměstnanci mohou ze získaných dat těžit. Systém je schopen generovat upozornění a doporučení – například prioritizovat úkoly podle urgence tak, aby se zvýšila spokojenost klientů. K dispozici jsou vizualizace, analýzy i prediktivní modely. Některé výsledky lze zpřístupnit i přímo zákazníkům (např. informace o průběhu řešení požadavku) nebo obchodním partnerům. Konzumenty uvnitř firmy mohou být kromě jejího vedení i jednotlivé pobočky, call centra, oddělení compliance a bezpečnosti, marketéři a další specialisté.

Jiný přístup k datům

Jak ukazují zmíněné příklady, v případě Digital Twin of Organization nejde o žádnou vzdálenou vizi. Trask solutions již nabízí komplet balíček služeb – od definice cílů přes dodávku technologií až po nabídku vlastních nadstavbových nástrojů a poskytnutí specialistů. Rychlý pohled na konkrétní oblast ve firmě lze získat už za dva až tři týdny a stejnou dobu trvá vytvoření jednorázového modelu organizace. Dynamický model s využitím reálných dat a manažerským kokpitem pro sledování všech procesů je možné vybudovat za čtvrt až půl roku, stejně jako real-time platformu pro vyhodnocování dat.

Ondřej Stokláska z Trasku

Možnost ovlivňovat chování firmy v reálném čase je novou kompetencí, kterou si organizace teprve musí osvojit. Jak myšlenkově, tak technicky. Implementace real-time datové platformy má přirozeně dopad i na datovou architekturu firmy. Nové technologie umožňují dosáhnout prakticky na všechna data, a to ihned. Je proto potřeba intenzivní výměna dat v objemu, který běžné integrační technologie neumožňují, případně přináší velkou operativní zátěž, latenci a křehkost systému. Ne všechny používané platformy navíc podporují potřebnou analytiku.

Společnosti zajímající se o koncept Digital Twin proto zpravidla musí přijmout dvě změny: musí komplexněji uvažovat o datové platformě a změnit přístup k práci s daty. Trask pro své řešení využívá datovou platformu MapR, která je základním kamenem infrastruktury většiny cloudových poskytovatelů jako jsou Amazon, Google nebo SAP a drží řadu rekordů ve zpracování dat. Data z aplikací jsou díky tomu dostupná na jednom místě, přístupná přes různá existující API a systém dokáže komunikovat se všemi obvyklými druhy platforem. Řešení je navíc široce škálovatelné – od nenáročných aplikací s úzkým zaměřením až po petabajty dat.

Získaná data, která jsou pro potřeby digitálního dvojčete automaticky sbírána, čištěna a vyhodnocována, navíc mají firmy k dispozici i pro další aktivity. Mohou nad nimi rozvíjet pokročilejší business analytiku nebo provádět procesní a obchodní analýzy. Díky agregaci dat napříč systémy lze například zmapovat kompletní customer journey a nástroj se hodí také pro interní benchmarking tam, kde externí benchmarky nejsou relevantní – jinými slovy umožňuje firmám stanovovat skutečně reálné cíle. Šíře uplatnění je opravdu široká a Digital Twin of Organization v následujících letech bezpochyby změní fungování velkých společností.