Bangkitnya robot. Tampaknya menjadi sesuatu yang luar biasa. Dan bahkan jika itu mungkin, itu akan terjadi segera. Namun, patut dipertimbangkan - staf robot di mitra kami tumbuh 22 mobil dalam setahun. Dan mereka jelas tidak akan berhenti. Dan tiba-tiba, upgrade berikutnya tidak akan berjalan sesuai rencana dan robot akan meninggalkannya. Atau katakan bahwa dia sudah lelah bekerja di bidang akuntansi. Lebih detail di bawah cut!
Tombol - back office untuk pengusaha. Kami melakukan pembukuan, menyelesaikan masalah hukum dan menghilangkan rutinitas.Artikel ini merupakan kelanjutan dari ini:
Bangkitnya Mesin: Bagaimana robot menangkap akuntansi .
Saya memberikan lantai kepada penulis.Berapa banyak robot dan mengapa mereka membutuhkan kita
Sekarang 64 robot diluncurkan secara teratur. Kita membutuhkan robot tidak hanya untuk pekerjaan intelektual, tetapi juga untuk pembakaran pot setiap hari. Misalnya, untuk mengumpulkan statistik, untuk memantau informasi dari 1C untuk aplikasi kita. Robot membantu menagih dan bahkan membersihkan sampah setelah robot lain.
Untuk mengotomatiskan pekerjaan akuntan, kami bekerja erat dengan basis data di 1C. Kami mencoba berbagai opsi untuk ini. Kami akan memberi tahu lebih detail.
Interoperabilitas melalui COM. Secara historis, ini adalah cara pertama kami berhasil membangun interaksi. Kami mendapat pekerjaan yang dapat diandalkan untuk menulis ke basis data 1C, tetapi kami menemui kontra:
- Koneksi dibuat untuk waktu yang lama, terkadang membeku atau terputus secara tak terduga.
- Anda perlu terhubung ke setiap basis 1C secara terpisah, melewati semua basis bisa memakan waktu berjam-jam.
Interaksi melalui database postgreSQL menggunakan penerjemah. Pendekatan ini memberi kami gambaran umum tentang keadaan basis data 1C dari setiap klien. Misalnya, apakah ada rekanan duplikat atau dokumen yang diposkan secara tidak benar.
Pro:
- Menghubungkan ke database sangat cepat.
- Anda dapat segera bekerja dengan seluruh cluster dari basis data 1C, yang meningkatkan kecepatan pemrosesan berdasarkan urutan besarnya.
Cons:
- Ini hanya berfungsi pada membaca dari database. Secara teoritis, pekerjaan rekaman juga bisa dilakukan, tetapi untuk ini Anda harus mengulangi seluruh logika 1C - itu tidak praktis.
- Pengembangan lebih memakan waktu dan dukungan proses lebih rumit daripada dalam metode COM.
Interaksi melalui OData. Baru saja mencobanya.
Pro:
- Tidak ada masalah dengan pembekuan atau koneksi terputus
Cons:
- Operasi pertama memakan waktu lebih lama dari yang berikutnya, meskipun koneksi cepat dibuat.
- Investasi dalam infrastruktur interaksi diperlukan untuk menggunakannya semudah dalam kasus COM.
- Upaya tambahan diperlukan untuk mengelola 1C, terutama saat memperbarui konfigurasi.
Interaksi melalui layanan web. Pendekatan ini telah diuji relatif baru-baru ini.
Pro:
- Ini bekerja dengan cepat dan tanpa penundaan.
Cons:
- Kami membutuhkan pengembangan dalam platform 1C, lingkungan bagi kami adalah non-standar, sehingga masih belum cukup kompetensi dan infrastruktur tambahan diperlukan untuk sepenuhnya menerapkan CI.
- Seperti dalam kasus COM dan OData, tugas hanya dapat diselesaikan dalam satu basis data 1C.
Robot harus dikontrol
Robot tidak sempurna. Seperti pencipta mereka, mereka tersandung, jatuh dan hancur. Alasannya bisa sangat berbeda: konfigurasi layanan yang salah, kesalahan dalam kode, masalah tingkat perangkat keras - kegagalan perangkat keras. Penting bagi kita untuk mencari tahu sesegera mungkin. Karena ada banyak proses bisnis perusahaan terkait dengan robot. Kami membuat robot pemantauan untuk melacak semua orang.
Kami memantau ketika robot terakhir dimulai. Jika kita tahu bahwa itu harus dimulai satu jam sekali, tetapi telah beristirahat selama 3 jam, ini adalah kesempatan untuk memacunya.
Kebetulan robot itu berpura-pura bekerja, tetapi ternyata membeku. Untuk menangkap ini, kita lihat di jurnal, yang robot tulis tentang kerjanya. Jika entri tidak muncul cukup lama, maka Anda harus me-restart itu.
Ada robot di mana konsekuensi dari kesalahan dan kerusakan tidak segera terlihat. Untuk memperhatikan bahwa ada sesuatu yang salah pada waktunya, kami membuat metrik yang fokus pada hasil pekerjaan. Jadi kami mengendalikan robot yang paling penting.
Sebagai contoh, konduktor robot penting bagi kami. Dia memastikan bahwa dokumen yang masuk benar diperhitungkan dalam 1C. Robot membuat satu putaran semua basis 1C dalam 3-4 jam - setengah hari kerja. Ingatlah bahwa kami melayani 1.300 pengusaha. Di setiap putaran, robot tidak memasuki pangkalan apa pun. Kemungkinan besar, hanya keesokan harinya, akuntan akan melihat bahwa robot tidak melihat ke basis tertentu.
Robot ini bekerja untuk mengevaluasi dalam database tertentu - tugas serius yang terpisah untuk seorang akuntan yang, selain melakukan dokumen, memiliki tugas lain untuk akuntansi dan menasihati klien. Oleh karena itu, dalam kenyataannya, kesalahan ini dapat diketahui hanya setelah satu minggu, atau bahkan pasangan. Dan pada waktunya, dokumen yang gagal - pajak yang dihitung secara tidak benar.
Karena itu, kami mengatur robot sehingga merekam basis mana yang berputar dan kapan, dan dalam kasus ini kami melihat berapa banyak, basis mana yang tidak dilewati robot dan untuk berapa lama. Akibatnya, kami mengarahkan perhatian akuntan ke tempat yang perlu dan pada waktu yang tepat.
Robot perlu diubah
Dalam mimpi masa depan robot, orang dapat berharap bahwa robot brilian yang baru saja meninggalkan jalur perakitan akan melakukan tugasnya selamanya, dan kita akan dapat melakukan sesuatu yang lebih menarik. Dalam kehidupan nyata, ini tidak benar. Waktu berlalu dan apa yang kemarin tampak cukup memadai untuk bekerja, hari ini tidak lagi puas. Kualitas hasil bukanlah bahwa ia bekerja terlalu lambat, atau bahkan melakukan apa yang tidak berarti dalam situasi yang berubah. Robot sudah tua dan perlu ditingkatkan.
Konsolidasi Robot
Beberapa robot terlibat dalam tugas terkait, tetapi tindakan mereka tidak terkoordinasi atau mereka menunggu satu sama lain dalam waktu yang lama. Kami membongkar robot semacam itu dan merakit robot yang terlibat dalam semua tugas terkait.
Kami selalu menyimpan robot yang bekerja pada tugas dengan seseorang, "bertugas" untuk mengantisipasi pekerjaan yang mereka terima dari seseorang.
Ambil, misalnya, proses mengubah pindaian dokumen kertas menjadi dokumen yang direkam dalam 1C. Sebelumnya, beberapa robot melakukan ini bersama-sama:
- Seorang bogeyman membongkar arsip ke dalam file terpisah, dan pdf dengan beberapa halaman berubah menjadi beberapa gambar.
- Robot sorter melihat gambar, mengelompokkan, dan mengaturnya dalam folder.
- Selanjutnya, robot pengenal melakukan tugasnya.
Setelah pekerjaan mereka, akuntan utama terhubung untuk memeriksa dan memperbaiki robot, jika perlu. Setelah orang tersebut, robot terhubung, yang menyimpan dokumen dalam 1C, dan kemudian konduktor robot yang melakukan mereka. Semua robot ini dikonfigurasi dalam mode polling. Mereka mulai pada jadwal mereka sendiri sesekali dan melihat apakah ada pekerjaan. Jika ada, mereka melakukannya, dan kemudian tertidur lagi.
Ada banyak robot, jadi penundaan waktu ditambahkan ke jadwal masing-masing robot. Ternyata dari saat kami melihat dokumen, menyadarinya, mulai bekerja dengannya sebelum dokumen yang lengkap muncul di basis data 1C, mungkin butuh setengah jam atau bahkan satu jam. Untuk memberi tahu klien tentang tarif pajak saat ini pada dokumen yang tersedia, akuntan harus menunggu lama. Lalu bagaimana Anda ingin menjawab klien online.
Untuk solusi baru, kami membongkar robot untuk bagian dan merakit dua yang baru. Yang pertama mengubah arsip dan file pdf menjadi dokumen yang sudah dapat dikirim ke 1C. Kemudian orang itu memeriksa pekerjaan, jika perlu - sesuatu aturan. Robot kedua segera mengambil dokumen setelah verifikasi, menyimpan dan menyimpannya dalam 1C.
Sekarang pekerjaan dikonfigurasikan dalam model acara: robot selalu dalam mode siaga dan bereaksi segera saat seseorang menyelesaikan bagiannya.
Perbaikan robot
Setelah mengurangi waktu untuk memegang dokumen di 1C, kami mengalami masalah lain. Kami mencatat kasus ketika dokumen hilang di pihak kami. Saya harus meminta mereka dari klien lagi, yang sangat tidak menyenangkan. Baru saja menyelesaikan masalah ini. Dan sepertinya kita akan membongkar dan merakit robot baru lagi.
Kami juga melatih kembali jaringan saraf untuk mengklasifikasikan dan mengubah dokumen menjadi lebih banyak jaringan saraf dan jaring. Ini memberi peningkatan akurasi 1%. Beberapa ratus halaman lebih per minggu tidak lagi membutuhkan perhatian manusia.
Pembaruan robot karena perubahan platform
Terakhir kali kami berbicara tentang mengapa kami memutuskan untuk beralih dari Java ke Dotnet dan bagaimana itu. Setahun yang lalu, masih ada banyak kode Java. Kami tanpa lelah menggergaji berat emas ini. Dan hanya pada bulan Maret mereka dapat sepenuhnya mematikan server yang menjalankan Java. Bersama dengan dia, bagian dari robot juga pergi ke dunia lain.
Robot baru
Senapan
Klien menulis kepada kami tentang berbagai masalah. Agar pertanyaan ini dapat menemukan artis mereka, kami mengategorikannya dengan tag. Pada awalnya, orang-orang melakukannya, tetapi kami memutuskan untuk memfasilitasi pekerjaan mereka dan menulis robot. Dan mereka memanggilnya - テ 軍 (Daegun).
Versi pertama sangat sederhana. Pekerjaan dalam aplikasi kita diatur dalam bentuk korespondensi dengan cabang. Ada beberapa tugas dalam satu cabang. Robot dikategorikan - beri tag, berdasarkan tag apa yang ada dalam korespondensi ini. Jelas, di cabang baru di mana belum ada tag, robot tidak melakukan apa pun. Dalam implementasi seperti itu, robot memproses 40% pekerjaan orang, sementara itu salah dalam 10% kasus.
Agar robot dapat menentukan artis di cabang baru, kami mengajarinya membaca. Untuk melakukan ini, kami menggunakan regresi logistik dan peningkatan gradien untuk prediksi, dalam kombinasi dengan tf-idf dan WordToVec untuk membaca. Versi terbaru dari robot memungkinkan untuk mengambil 60% dari pekerjaan orang. Pengetahuan adalah kekuatan! Meskipun robot mulai membuat kesalahan dalam 15% kasus, tugas masih mulai datang ke pemain lebih cepat.
Mengirim laporan
Kecerdasan tidak selalu diperlukan untuk melakukan pekerjaan yang diperlukan dan bermanfaat. Pemrogram dan akuntan tahu bahwa rutinitas dapat memakan waktu hingga 80% dari waktu. Misalnya, untuk mengirim laporan SZV-M, akuntan gaji harus membuka database 1C, tekan sekitar sepuluh tombol, masukkan data dalam interval, tunggu sampai 1C mengatakan "semuanya baik-baik saja" dan tutup database.
Setiap operasi seperti itu membutuhkan waktu 5 menit. Sedikit. Tetapi untuk melakukan ini untuk semua pelanggan tombol yang membutuhkan laporan (ada sekitar 600 dari mereka), Anda harus menghabiskan 5 * 600/60/8 = 6 hari kerja kerja mekanik terus menerus. Beberapa robot klon yang melakukan hal yang sama melakukan pekerjaan dalam sehari. Ingatlah bahwa laporan seperti itu harus diserahkan setiap bulan, dan hari kerja dalam sebulan - 20. Sepertiga dari waktu kerja satu akuntan akan dihabiskan hanya untuk pengiriman laporan yang berkelanjutan.
Sinkronisasi dengan 1C
Kelas robot penting lainnya yang telah muncul selama setahun terakhir adalah sinkronisasi.
Aplikasi kita memiliki dokumen dan laporan bank yang terkait erat dengan data dalam objek 1C. Penting bagi kami bahwa keadaan aplikasi cocok dengan keadaan hubungan dalam 1C sedekat mungkin. Kami menggunakan ini untuk mencari duplikat, untuk mencari objek dengan mudah dan untuk menampilkan data yang benar kepada pelanggan. Menggunakan interaksi melalui database postgreSQL, kami dapat melacak perubahan yang terjadi pada 1C dan dengan cepat mencerminkannya dalam database aplikasi. Saat ini, perbedaan waktu tidak melebihi 5 menit.
Apakah manfaat robot
Kami tidak bisa lagi menolak robot. Mereka mengotomatiskan bagian penting dari rutinitas, sedemikian rupa sehingga memungkinkan kami tumbuh di basis klien, tanpa menambah staf akuntan secara proporsional. Jika kita mematikan robot kita, maka di suatu tempat kita akan kehilangan 2 jam dalam waktu respon segera, dan di suatu tempat kita akan mulai membuat kesalahan atau melewatkan kesalahan.
Akuntan kami sebagian besar sudah fokus pada metrik yang menunjukkan hasil robot tertentu. Ini memungkinkan kami untuk "melatih pelaporan" sebulan sebelum pelaporan nyata. Rencanakan dalam hari-hari nyata berapa banyak waktu yang kita butuhkan untuk mengelola untuk menghasilkan laporan dan mengirimkannya tepat waktu. Ini adalah langkah besar menuju transparansi dan keandalan proses akuntansi untuk klien.
Meski begitu, robot masih sedikit, kau butuh pria. Karena robot mogok dan perlu diperbaiki. Robot dapat membuat kesalahan, mereka perlu diperiksa dan dilatih. Kesulitan lain adalah terciptanya interaksi yang efektif antara robot dan manusia. Di satu sisi, perlu untuk membuat robot yang nyaman bagi manusia, dan di sisi lain, untuk dapat mengajari orang cara menggunakannya.
Terima kasih atas artikelnya oleh Vasily Chernoyvan.