Autor: Redaktor

Umělá inteligence (AI) je v poslední době jedním z nejžhavějších technologických trendů a stala se
předmětem zájmu široké veřejnosti. AI była vždy pravidelně zveřejňována zpravodajskými portály,
ale nikdy nebyla tak populární jako ve čtvrtém čtvrtletí roku 2022. Důvodem je ChatGPT, což je
software schopný odpovědět na jakoukoli otázku. Co to je? Jak to použít? Kdo z toho může mít
prospěch a kdo může ztratit? Odpovědi si přečtěte níže.

Fenomén ChatGPT – o co vlastně jde?
ChatGPT získal milion uživatelů za pouhých 5 dní. Abychom viděli, jak obrovský je tento úspěch,
srovnejme jej s ostatními vůdci. Instagram čekal 2,5 měsíce, Facebook 10 měsíců, zatímco Netflix přes
3 roky, než získal tolik uživatelů!
Z technologického hlediska není AI novinkou. Studie o této technologii byly prováděny již několik
desítek let a je již dlouhodobě používána na denní bázi, například na rozpoznávání obličeje v
mobilních telefonech nebo v adaptačních systémech v autech. Tak proč je najednou ChatGPT tak
populární?

Co je ChatGPT?
ChatGPT, jak už jeho název napovídá, je založen na technologii GPT, tedy Generative Pre-trained
Transformer. Jedná se o jazykový model vyvinutý společností OpenAI, který umožňuje automaticky
generovat texty na základě vstupních dat. Toho bylo docíleno ”tréninkem” na obrovském množství
dat. Díky tomu je schopen předpovídat slova a věty na základě předchozího textu.
ChatGPT se opírá o jazykový model GPT-3, publikovaný v roce 2020. Skládá se z až 175 miliard(!)
parametrů.

Modely GPT se učí z obrovské základny online zdrojů:
• mnoho populárně vědeckých platforem, např. Wikipedie;
• všechny dostupné zdroje textů a knih, včetně akademických prací,
• veřejné online platformy a zpravodajské služby;
• různé blogy.
Celkem asi 45 TB dat! Je třeba zdůraznit, že tyto údaje nejsou průběžně importovány. To znamená, že
nemůžete získat informace o aktuálních událostech, dokud je ChatGPT znovu nezpracuje.
Důležité je, že první verze modelu GPT se objevila v roce 2018. To ukazuje, jak rychle takové
technologie rostou, a dokazuje, že nová řešení budou vznikat stále rychleji. Závěr je takový, že jsme
právě svědky nové revoluce v oblasti umělé inteligence.

K čemu můžete ChatGPT používat?
Tato technologie může být použita různými způsoby. V současnosti se nejčastěji využívá ke studiu
strojového učení a přirozeného jazyka.
Model Chat GPT je velmi flexibilní. Může být použit v různých situacích, které vyžadují lidské
komunikační schopnosti. A to znamená také velký potenciál v businesse!
Lze jej použít k následujícímu:
• generovat odpovědi na otázky uživatelů v systémech zákaznických služeb;
• vytvářet automatické odpovědi pro chatboty;
• psát odpovědi při rozhovoru s lidmi přes internet;
• vytvářet obsah pro PC nebo mobilní aplikace chatbotů;
• automatizovat překlady.
Výstupní obsah je působivý, protože se ukazuje jako správný z hlediska jazyka a přirozený z hlediska
zvuku. Očividně se vyskytují gramatické chyby – zejména v polštině, která je v tomto ohledu jedním z
nejobtížnějších jazyků.

Je ChatGPT připraven nahradit lidského partnera?
Skupina vědců z Fakulty IT a ICT Technické univerzity ve Vratislavi prověřila ChatGPT v rámci iniciativy
CLARIN. Tým položil AI přes 38 tisíc otázek ve 25 kategoriích.
Jejich cílem bylo zkontrolovat:
• jak by technologie mohla reagovat na sarkasmus,
• jak by mohla vykládat širší kontext řeči,
• jak je schopna porozumět vtipům.

Výsledky byly srovnatelné s výsledky použitelnými pro jiné aktuálně nejlepší modely zpracování
přirozeného jazyka (tzv. SOTA: state of the art).
Podle vědců z Wrocław University of Technology si ChatGPT vedl o něco hůře než jiné technologie
tohoto druhu. Studie ale ukázaly, že je velmi užitečný pro rychlé vyhledávání informací. Pokud však
upřednostňujete vysoce kvalitní závěry, výsledky vyhledávání se mohou ukázat jako nedostatečné.
Klíčovými výhodami ChatGPT se ukázalo být povědomí o kontextu a možnost přizpůsobení odpovědí.
Na druhou stranu chat se nebyl schopen adaptovat v případě náhlé změny tématu.
Abychom to shrnuli, ChatGPT je obrovská příležitost. Jeho využívání však s sebou nese četná
nebezpečí. Časté používání, může způsobit to, že uživatelé nebudou mít potřebu procházet zdroje
informací a budou považovat něco za správné, aniž by to musela být pravda.
Změny, které plynou z používání pokrokových technologií, se týkají i sociální oblasti. Stačí se podívat
na výsledky používání běžné GPS navigace nebo systémů, které automaticky navrhnou
„nejvhodnější“ produkty v internetových obchodech. V této souvislosti přicházejí otázky o svobodě
volby nebo lidských dovednostech – to je vlastní používání mapy nebo schopnost pohybovat se v
prostoru a hledat informace sami.
Navzdory tomu mají moderní technologie velký potenciál a lidé se musí naučit využívat je rozumně ve
svůj prospěch.

Autor: Monika Serafin – Service Delivery Manager

 

Source:

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

V IT průmyslu se nový rok 2023 ukazuje jako velmi zajímavý. Zvyšuje se význam automatizace,
umělé inteligence a analýzy velkých dat, stejně jako nových metod ochrany proti hackerům. Podle
odhadů Gartner Institute vzrostou celosvětové výdaje na IT v roce 2023 o více než 5 %, tj. 4,6
bilionu dolarů. Podle zprávy Deloitte budou v následujících měsících dominovat nové
technologické trendy, které budou mít brzy značný vliv na rozvoj společností. Výše uvedený růst
budou řídit následující tři aspekty: správa technologií, digitální bezpečnost a modernizace
platforem.

TECHNOLOGICKÝ TREND Č. 1 – METAVERSE, čas kdy podniky začínají využívat možnosti AR a VR
Metaverse je virtuální svět, který lze používat prostřednictvím AR aplikace a VR headsetu. Doposud
se takové zážitky omezovaly především na zábavu. Tato technologie má však obrovský potenciál I v
jiných oblastech. Odhaduje se, že do roku 2026 bude přibližně 25 % spotřebitelů trávit ve virtuální
realitě přibližně jednu hodinu denně.
V současnosti tuto technologii využívá pouze 30 % společnost, ale předpokládá se, že toto číslo bude
stoupat. Některé podniky již začaly využívat výhod „neomezené virtuální reality“ k budování business
modelů.
Současné trendy ukazují, že internet se brzy stane skvělým místem pro interakci se zákazníky. Díky
takovému přístupu bude možné lépe budovat loajalitu a oddanost k firemním produktům.

TECHNOLOGICKÝ TREND Č. 2 – UMĚLÁ INTELIGENCE, umístit bezpodmínečnou důvěru do umělé
intelligence?
Podniky, které úspěšně využívají umělou inteligenci (AI) mají v mnoha ohledech konkurenční výhodu.
Algoritmy založené na umělé inteligenci mohou provádět úkoly podobné lidským. Díky tomu jsou
schopny přijímat rozhodnutí, která přesahují jednoduchá obchodní pravidla, spoléhajíce se na
strojové učení.

Společnosti, které mají záměr rozvíjet a rozšiřovat vliv umělé inteligence ve svém podnikání, musí
znát význam důvěry v AI, zejména v ohledu bezpečnosti dat.
Z tohoto důvodu si zákazníci vyberou technologie, které dokážou prokázat důvěryhodnost.

TECHNOLOGICKÝ TREND Č. 3 – CLOUD, jak ovládat chaos nad cloudu
V současnosti již mnoho podniků využívá cloudová řešení a jejich potenciál se stále zvětšuje. Bohužel
se mnoho firem cítí přehlceno množstvím cloudových aplikací.
Řešením tohoto problému může být multicloud. V souladu s předpoklady této technologie jde o
optimalizaci složitosti cloudových prostředí a sloučení jejich správy do jednoho ovládacího panelu.
Multicloud však naráží v ohledu na kybernetickou bezpečnost.

TECHNOLOGICKÝ TREND Č. 4 – LIDÉ, jak důležitá je flexibilita IT personálu
Rychlý technologický rozvoj přináší obrovské výzvy pro lidi a jejich dovednosti. Organizace nejsou
schopny najímat nové zaměstnance, kteří mají specifické dovednosti použitelné například jen v
jednomu programu, programovacím jazyku. Proto zkušení manažeři volí flexibilní členy týmu, kteří se
dokáží rychle adaptovat na změny a rozšiřovat své kompetence.
Díky tomu jsou moderní společnosti schopné zaměstnat, podporovat a udržovat nejlepší odborníky.
Takové subjekty si zajistí trvalý přístup k profesionálům nabídkou atraktivních pracovních podmínek a
promyšlené organizační struktury. Ta je založena nejen na IT schopnostech, ale také na mezilidských
dovednostech. To umožňuje zaměstnancům pružně se rozvíjet v oblasti nových technologií uvnitř
společnosti.

TECHNOLOGICKÝ TREND Č. 5 – DECENTRALIZACE ARCHITEKTURY A EKOSYSTÉMŮ, to je technologie
blockchainu
Blockchain je seznam záznamů propojených pomocí kryptografie, který se používá v aplikacích,
busuiness modelech, systémech, IT architektuře, dodavatelském řetězci a kybernetické bezpečnosti.
Systémy založené na této technologii se staly klíčovými při vytváření a monetizaci digitálních aktiv.
Jsou také používány k budování digitální důvěry.
Zvýšené povědomí o potenciálu této technologie vychází z celkového pochopení její role při
posilování důvěryhodnosti. Toto řešení přináší neocenitelné výhody rostoucí skupině podniků.

TECHNOLOGICKÝ TREND Č. 6 – MODERNIZACE SYSTÉMU, jak mainframe získává na síle
Vzhledem k rychle se měnícím technologiím již není výhodné zbavovat se zastaralých a málo
používaných systémů. Proto se společnosti snaží je modernizovat a kombinovat s novými
technologiemi.
Technologie mainframe je zárukou podpory stávajícího softwaru po několik desetiletí. Díky tomu
umožňuje provoz některých IT řešení, která pocházejí z minulého století.
Velká skupina podniků se domnívá, že nezpochybnitelné výhody technologie mainframe nelze
přeceňovat. Samostatné servery mainframe se ukazují jako nejefektivnější na trhu. Navíc zajišťují
flexibilní škálovatelnost, vysokou dostupnost (HA) a nepřetržitý provoz v případě závažných poruch
(DR).

Jak je patrné, současné technologické trendy kladou velký důraz na automatizaci a integraci systémů
na jedné straně a bezpečnost na straně druhé. Výsledkem je, že se zdá výhodné je dlouhodobě
následovat.

 

Autor: Monika Serafin – Service Delivery Manager

Source:

https://www.rp.pl/analizy-rzeczpospolitej/art37619441-technologiczne-trendy-na-2023-r

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

Roboti, stejně jako my, ne vždy dávají pozor na naše okolí. Rozdíl mezi nimi a námi je v tom, že robot musí předvídat všechna potenciální selhání a musí být připraven (samozřejmě s pomocí vývojáře) na nadcházející komplikace. Kdysi jsem se naučil, že správa chyb je klíčovým faktorem automatizačního projektu z cca 80%. S tím plně souhlasím. Kromě toho, když chybí část pro zpracování chyb, pak já – robot, nemusím fungovat tak, jak je po mě vyžadováno. Rozhodujícími body jsou interakce s lidmi. Když nejsou vstupní data extrahována nebo stažena z aplikací, ale jsou dodána člověkem, což znamená, že tento vstup je připraven ručně, pak existuje vysoké riziko, že robot obdrží chybná data nebo data související se scénářem, který není zpracován. V takovém případě je třeba zavést preventivní opatření.

Poka Yoke

Z metodologie Lean Six Sigma pochází přístup zvaný Poka-Yake (v japonštině: odolný proti chybám). Zabraňuje funkčnosti nesprávným používáním daných nástrojů. Například, když má být robot spuštěn pomocí e-mailu zaslaného operátorem, je připraven list aplikace Excel jako šablona pro uživatele, která poskytne vstupní data. Na základě kontrolního souboru XLSX robot zpracuje validaci dat a poté provede plánované kroky. Řešení lze navrhnout na základě jazyka Visual Basic nebo procedur ověřování dat. Uživatel tak získá účinný nástroj, který mu zjednoduší práci a zároveň zabrání robotovi v páchání chyb. Přirozeně to má tendenci vést k situaci, kdy chybné příkazy robot vůbec nedostane. Není-li na straně operátora možné předběžné ověření údajů.

Prostředí aplikace a práce robota

Dalším zdrojem chyb je chybějící kontrola nad prostředím, ve kterém robot pracuje. Například není znám stav robotické stanice:

• Zanechal za sebou proces, který dříve běžel, nepořádek?
• Byly pro spuštění nutné aplikace?
• Jsou licence dostupné pro každou z používaných aplikací?
• Jsou zdroje RAM dostatečné?

Lze se setkat s chybami při startu procesu i během jeho průběhu. Aby se proces správně rozběhl, musí mít robot možnost připravit si pracovní prostředí, tedy uzavřít všechny nepotřebné aplikace běžící jak v procesu robota, tak v dalších procesech spuštěných pro stroj, na kterém robot pracuje. Když necháme na počítači paralelně běžet několik relací, je důležité zavřít aplikace z příslušné relace. Možnost ukončit, bohužel, nerozlišuje mezi aplikací, kterou jsme právě spustili, a aplikací spuštěnou jiným uživatelem, takže musíme dávat pozor, aby robot nezavřel funkce věnované jiným procesům, než je ten náš.

Připravení na každý scénář

I když víme, jak daný program dobře funguje, neznamená to, že tento program funguje identicky na straně klienta. Nejprve musíte celý proces probrat s obchodním analytikem, abyste rozpoznali a pojmenovali kritické body, u kterých v případě manuálních operací existuje riziko selhání. S jejich znalostmi může dobrý vývojář definovat kroky procesu, které vyžadují zvláštní pozornost. Naštěstí existuje mnoho různých nástrojů pro správu takových scénářů, které lze mnoha způsoby kombinovat. Například pro strukturu „Try-catch“ můžeme vybrat více než jeden akční scénář v závislosti na typu vrácené chyby, abychom nechali některé z nich zpracovat ještě jednou. Takže chyba typu „Selector not found“ může vést k závěru, že webová aplikace ještě nezačala zpracovávat. Poté musíme počkat dalších 30 sekund. Zatímco ostatní chyby ukončí práci na transakci a robot sáhne po dalším úkolu z fronty.

XELTO DIGITAL rámec

Jakákoli dlouhotrvající analýza zaručuje, že robot je dobře připraven na jakýkoli scénář. Proto je velmi důležité postavit takovou strukturu robota, která dokáže předvídat různé druhy dosud neznámých chyb, které budou standardně zpracovávány. Tímto výchozím způsobem může být odhlášení z provozu aplikace, zavření prohlížeče a restart procesu. Již jsme se zmínili o našem frameworku – klikněte pro vyvolání – který se používá v každé automatizaci, kterou dodáváme. Jedním z jeho klíčových faktorů je toto výchozí zpracování chyb. Díky těmto zařízením lze v práci pokračovat, i když nastane nepředvídatelný scénář.

Standardizovaná nomenklatura chyb

V neposlední řadě je problémem při zpracování chyb komunikace. V závislosti na daném scénáři může být problém dočasný nebo může vyžadovat prošetření operátora nebo vývojáře. Xelto Digital Framework má vestavěný mechanismus pro rozlišení mezi systémovými chybami a obchodními chybami. Obchodní chyby jsou odesílány uživatelům pracujícím s robotem, zatímco systémové chyby jsou záležitostí opravných akcí poskytovatele. Pojmenování chyb je velmi důležitým prvkem zavedeným do Frameworku a pomáhá organizovat zpracování chyb v procesech, do kterých je zapojeno několik robotů. Tímto způsobem není důležité, u kterého robota je konkrétní chyba nalezena – důležitý je význam chyby a způsob řešení, které jsou pro všechny roboty stejné.

Nejdůležitější a nejtěžší

Sečteno a podtrženo, zpracování chyb je jedním z nejobtížnějších a nejzásadnějších kroků v návrhu automatizace. Automatizace musí být vícevrstvá, počínaje validací vstupních dat a online kontrolou připojení, přes monitorování rizikových míst až po zpracování nepředvídatelných scénářů.

Autor:  Rafał Korporowicz – Senior RPA Developer

První sezóna série o mých dobrodružstvích právě skončila. Rád bych tedy krátce shrnul, co se za posledních pár měsíců událo. Pokud jste kráčeli po mých stopách, pak dobře víte, že jsem se z obyčejného robota proměnil v docela avantgardního Eda Robotowského. Už nějakou dobu nosím oblek, vystupuji bezvadně, rád poznávám nové lidi a připojuji se k týmům našich klientů. Na konci první sezóny vám prozradím tajemství. V týmu XELTO DIGITAL jsem Ed, ale po automatizaci procesů a přijetí do týmů našich klientů od nich dostanu nové jméno a s každým z týmů se pouštím do nových, ještě zajímavějších dobrodružství. Pokud jste zvědaví na jména, která jsem zatím dostal, včetně těch ženských, pak sledujte druhou sezónu. Mezitím se ještě naposledy v letošní sezóně dozvíme o mém a Kamilově názoru na způsoby automatizace procesů v systému SAP ERP.

Jak to vidí expert:

ERP systémy jsou běžnou součástí velkých výrobních společností, se kterými se setkáváme v kontextu automatizace většiny procesů. ERP systémy sledují obchodní zdroje, jako jsou hotovost, suroviny nebo výrobní kapacity a stav obchodních závazků, například objednávky, nákup a mzdy. Aplikace tvořící systém sdílejí tato data a vytvářejí integrovaný a neustále aktualizovaný pohled na základní obchodní procesy s využitím sdílených databází určených k jejich správě.

Jako průkopník a lídr na trhu ve vytváření takového softwaru byl a stále je SAP. Při správné implementaci se systém SAP ERP vyznačuje vysoce rozvinutým výkonem a stabilitou, což z něj dělá dobrý základ pro automatizaci. Stačí říci, že samotný systém je navržen tak, aby umožňoval automatizaci některých akcí: má vestavěný registr maker, která lze použít i v našich robotech, ale k tomu se vrátím později.

POZNÁMKA: Je třeba mít na paměti, že abychom mohli využívat všechny výhody automatizace, musíme ji nejprve aktivovat na serveru. To se děje u transakce RZ10, kde musíme upravit příslušné parametry.

Nesporným přínosem automatizace systému SAP ERP je široká škála metod dostupných pro automatizaci. Roboti vytvoření pomocí UiPath mohou čerpat z celé databáze univerzálních akcí, které obvykle bez problémů komunikují s rozhraním SAP a vytvářejí velmi stabilní a jednoznačné selektory.

Kromě výchozích akcí UiPath navíc připravil sadu věnovanou pouze SAP. Jedná se o ty nejčastější, jako je přihlášení do systému, výzva k relevantním transakcím nebo přečtení aktuální zprávy na stavovém řádku. Práci na automatizaci zefektivňují a nemusíme trávit čas programováním všech akcí od nuly.

Další metodou, kterou jsem již zmínil, je záznam skriptů pomocí registru maker v SAP a jejich vyvolání pomocí kódu. Můžeme tak provádět akce, které nelze provádět v době, kdy rozhraní používáme standardním způsobem (např. kontrola více sloupců v tabulce najednou), nebo je můžeme provádět efektivněji. Může se také jednat o jakési řešení, kdy základní úkony neplní svůj účel, ale to se nestává příliš často.

Stručně řečeno: procesy podporované systémem SAP ERP se po splnění několika podmínek velmi dobře hodí pro automatizace. Způsob, jakým aplikace pracuje s UiPath a její stabilita nám umožnují domnívat se, že takto automatizované procesy nezpůsobí žádné problémy při používání a nebudou vyžadovat velké náklady na údržbu.

Author: Kamil Ga؜wl؜ista – RPA Developer

Foto: Freepik

Většina našich klientů užívala prázdniny a já díky tomu měl víc času rozšířit si obzory. Díky laskavosti mých kolegů jsem se naučil hodně o automatizaci a dalších souvisejících oborech. Můj přítel Rafał souhlasil, že se se mnou podělí o své znalosti filozofie LEAN SIX SIGMA.

Oko odborníka:

Lidé, se kterými často mluvím, se mě ptají, zda lze daný proces automatizovat. Do jisté míry sebevědomě vždy odpovídám ano, lze. Přesto vždy dodávám, že důležitější otázkou je, zda lze proces automatizovat v současné podobě.

Říká se, že jedinou konstantou v životě je změna.

Totéž platí pro procesy, které se neustále vyvíjejí změnami prostředí, ve kterém pracují. Mohou to být změny právní, technologické, vnitřní struktury nebo profilu zákazníka. Například: práce s papírovými dokumenty ustupuje jejich digitálním protějškům, což si například vynutilo implementaci nástrojů pro digitální podpis.

To také vede k nasazení metodiky pro řešení implementace kontinuálního zlepšování. Jedním z nich je LEAN SIX SIGMA, což je kombinace konceptů Lean a Six Sigma, která se snaží implementovat a kombinovat nejlepší řešení z obou směrů.

Genichi Genbutsu – volně přeloženo jako „jdi a uvidíš.“ Podstatou toho je, že manažeři by neměli trávit čas jen za stolem, ale také se jít podívat na příčiny problémové situace přímo ke zdroji, tedy tam, kde se konkrétní produkt vyrábí. Jde o to, že pro řešení konkrétních problémů je nutné se nejprve důkladně seznámit s každou fází procesu, provést analýzu a vyvodit závěry. Pro automatizaci podnikových procesů to znamená, že manažeři a ředitelé by také měli být obeznámeni s procesy prováděnými jejich podřízenými. To jim usnadňuje identifikaci, které procesy by měly být z pohledu firemní strategie automatizovány jako první. Rozhodnutí by měla být založena na následujících krocích:

1. Nastavení cíle
2. Výběr oblasti
3. Vizualizace procesu
4. Pozorování a kladení otázek
5. Kontrola pozorování
6. Identifikace rozdílů mezi současnou a budoucí situací
7. Prezentace výsledků

Sled těchto po sobě jdoucích událostí je velmi podobný dalšímu vydání Lean Six Sigma, což je cyklus DMAIC skládající se z pěti fází.

DEFINOVAT

Fáze Definování umožňuje přesně určit, o jaký problém se jedná a co je nutné k jeho vyřešení. Takto nastavený cíl by měl být SMART, tj. konkrétní (S), měřitelný (M), dosažitelný (A), relevantní (R) a založený na čase (T).

 MĚŘIT

To vám umožní přejít do další fáze, tedy měření, kde popíšeme, jak provádět pozorování, a poté provést příslušné výpočty k určení aktuální efektivity procesu.

ANALYZOVAT

To vede přímo k další fázi – Analýzy.

ZLEPŠOVAT

V této fázi již máme k dispozici základní data pro rozhodnutí, která nám umožňují realizovat potřebné změny ve fázi Zlepšení. Vymyšlené řešení by mělo být otestováno, zkontrolováno a nakonec implementováno. K tomu můžete použít cyklus PDCA a FMEA.

KONTROLOVAT

Poslední fází je kontrola, která je navržena tak, aby ověřila vytvořené předpoklady a určila, zda byl konkrétní problém vyřešen.

Již zmíněný PDCA, známý jako Demingův cyklus, je založen na rozdělení implementace vylepšení do čtyř fází:

1. Plánovat – hlavní zaměření na to, co nefunguje správně
2. Dělat – implementace změn jako test
3. Kontrolovat – kontrola výsledků, zda test prošel
4. Jednat – implementace do výroby

Metodická kruhovitost je zde charakteristická, protože konec fáze Jednat by měl vést k opětovnému zahájení fáze Plánovat. Pokud je však experiment neúspěšný, měli byste přeskočit implementaci do produkční fáze a vrátit se k přípravě nového plánu – dokud nebude problém vyřešen.

Jak lze FMEA implementovat do všech výše uvedených? FMEA (Failure Mode and Effects Analysis) je analýza typů a účinků možných chyb a je zaměřena na provádění preventivních opatření k zabránění účinkům vad, které se mohou vyskytnout ve fázi návrhu i výroby. Hlavním předpokladem je, že cca. 75 % chyb vzniká ve fázi přípravy výroby. Na druhou stranu jsou detekovány až ve fázi výroby a za provozu (cca 80 % chyb). Jak to funguje? V první fázi si nejprve musíme stanovit cíl, shromáždit tým, rozhodnout se, co budeme analyzovat, rozdělit proces na jednotlivé části, a nakonec shromáždit data. Ta nám zase poslouží v době kvalitativní i kvantitativní analýzy. Posledním krokem je naplánovat nápravná opatření, provést je a pozorovat.

Všechny prvky, o kterých jsem psal, lze velmi dobře implementovat jak při nasazení dalších automatizací, tak při optimalizaci již existujících procesů. Než programátor začne pracovat, musí společně s analytikem projít procedurou Genichi Genbutsu, aby dobře porozuměl procesu, který má být automatizován. Poté vytvoří hlavní pracovní plán, který je velmi podobný způsobu, jakým funguje cyklus DMAIC. Samotné programování má podobu: Plán => Programování => Test => Nasazení, což je klamně podobné metodice PDCA. Zároveň programátor společně s MSP a analytikem připraví seznam potenciálních chyb a určí, jak s nimi naložit v souladu s metodou FMEA. Možná ne vše běží podle knihy nebo obsahuje standardní dokumentaci, ale tvrdé jádro těchto metod je vždy stejné.

Autor: Rafał Korporowicz – Senior RPA Developer

Ten, kdo mě zná, by mohl tvrdit, že to bude jako obvykle, ovšem dnešní epizoda bude docela neobvyklá.

Nedávno jsem navštívil ateliér jistého malíře. Seděli jsme na verandě a živě diskutovali o umění. Obecně lze říci, že jsme každý z úplně jiné branže, ale čím déle jsme mluvili a čím více se každý z nás dozvídal o tajemstvích naší práce, tím rychleji jsme došli k závěrům, že toho máme více společného, než by se dalo čekat.

Začněme ale od začátku.

Malování mě vždy fascinovalo. Pamatuji si, že jsem jednou šel na výstavu uměleckých děl francouzských impresionistů do Národního muzea v Krakově. Díla dvou umělců, Clauda Moneta a Edgara Degase, se mi nejvíce vryla do paměti. Monetovy „Rybářské lodě“ a „Východ slunce“ nebo „Taneční lekce“ od Edgara na mě opravdu zapůsobily. Když mi malíř začal vyprávět, jak vzniká obraz, začaly se mi v hlavě promítat analogie k automatizaci obchodních procesů.

Pojďme dále:

 Jak se malba vytváří?

Prvním krokem je dokonalé a pevné natažení plátna na rám. Malíř pak pokračuje vytvořením skici, to je důležitá ovšem obtížná fáze, protože je základem celého díla, které později oko diváka bude obdivovat. Poté probíhá nejzajímavější a nejtvořivější proces, vlastní malování, hraní si s barvami, štětcem a dokonce … špachtlí! Pro dobrého umělce nejsou žádné techniky cizí a jakékoliv nové výzvy jsou vítány s nadšením. Po hodinách práce a sušení je obraz připraven.

Jak vzniká automatizace?

Prvním krokem je seznámení se zákazníkem a dokonalým pochopením jeho potřeb a prostředí. Na začátku je vytvořená „skica“, tedy v našem chápání se jedná o procesní dokumentaci, na základě které vývojář vytvoří robota. Toto je důležitá a obtížná fáze, protože je základem pro to, jak bude robot později fungovat. Poté proběhne nejzajímavější a nejtvořivější proces – vytvoření robota. Naši vývojáři znají spoustu různých technik a ke každé automatizaci přistupují jako k nové výzvě, kterou přijímají s velkým nadšením. Po hodinách práce a testování je automatizace podnikových procesů připravená.

Vidíte tu podobu?

Podobností je hodně, ale je tu jeden zásadní rozdíl.

Tvůrčí proces je dlouhý a náročný, má -li splnit očekávání, pak automatizace musí být rychlá a efektivní.

Na konci našeho rozhovoru jsme jednomyslně dospěli k závěru, že automatizace obchodních procesů je druh umění 21. století. Nakonec mi malíř řekl: „Víš co, Ede? Jsi umělec ve stejném duchu jako já a francouzští impresionisté.“

Autor: Edward Robotowski

Nedávno jsem přemýšlel, kam budou vést další kroky na mé cestě automatizace. Polsko už znám docela dobře, tak proč si neudělat cestu do zahraničí?

Vždycky jsem snil o tom, že uvidím zemi svého původu. Víte odkud je slovo ROBOT? Z České republiky! Slovo „robot“ bylo poprvé použito pro označení fiktivního humanoida v české hře s názvem R.U.R. od Karla Čapka.

Ale kam jít nejprve? Kde by lidé nejvíce ocenili moji pomoc? Mělo by to být velké město se spoustou příležitostí. Myslím, že je to jasné, musí to být Praha!

Slyšel jsem mnoho příběhů o Praze, je jedním z nejbezpečnějších hlavních měst na světě, má neuvěřitelnou starou architekturu, s hlavními atrakcemi jako je Pražský hrad, Karlův most nebo Staroměstské náměstí s Pražským orlojem, a také si tam můžete dát to nejlepší pivo na světě!

Zavolám tedy českému kolegovi Michaelovi, dáme si jedno pivo, a probereme, jak mohu pomoci lidem v Čechách.

Můj sen se stal skutečností! Od července zahájila společnost XELTO DIGITAL CZECHIA své podnikání v Praze!

Vyhledávání v zahraničních databázích dodavatelů

Srážková daň je forma daně z příjmu uplatňovaná na přeshraniční převody. Jde o formu daně z příjmu (od právnických a fyzických osob), kterou vybírají plátci z určitých příjmů (včetně dividend, úroků, licenčních poplatků). Srážková daň se vybírá z transakce, kdy příjemce převodu (který se stává plátcem daně) má jinou daňovou rezidenci než odesílatel převodu, který platí daň. Polsko podepsalo smlouvy o zamezení dvojího zdanění. Odesílatel převodu za služby zahraničního dodavatele, který platí srážkovou daň, musí podle těchto ustanovení znát daňové údaje dodavatele, kterému bude daň účtována.

Ve světle nových předpisů jsou polští daňoví poplatníci provádějící přeshraniční platby pohledávek ve výši přesahující 2 miliony PLN (v daném roce danému příjemci) povinni vybírat srážkovou daň v příslušné sazbě, tj. 20 % nebo 19 %.

Výběru daně se lze vyhnout, pokud správní rada tuzemského plátce předloží prohlášení, mj. že při vynaložení náležité péče ověřila, že zahraniční subjekt přijímající platbu je jejím skutečným vlastníkem a provozuje skutečnou podnikatelskou činnost. V takové situaci však odpovědnost za nevybranou daň a riziko v případě budoucího sporu s finančními úřady přechází na správní radu polského plátce. Uplatnění osvobození od srážkové daně bude možné také po získání individuálního stanoviska finančních úřadů potvrzujících řádné postavení zahraničního příjemce plateb z Polska.

To vše zahrnuje kontrolu a shromažďování daňových údajů dodavatelů. Pro zaměstnance firmy, která odvádí srážkovou daň, to znamená hodiny strávené prohledáváním databází registrovaných dodavatelů a stahováním jejich daňových údajů. Čím více zemí původu protistran existuje, tím více údajů je třeba zkontrolovat; Evropa, Spojené státy americké nebo Japonsko, každá oblast provozuje své vlastní služby daňové evidence a žádost o data z těchto služeb se stává velmi časově náročným úkolem. Pro společnost, která nakupuje mnoho služeb podléhajících srážkové dani, to znamená značné množství času stráveného přípravou daňových podkladů.

V takovém případě je automatizace procesu vyhledávání dat zhotovitele obrovskou výhodou. Edward Robotowski má za úkol zaměstnanci společnosti ulehčit tyto náležitosti převzetím procesu kontroly a stahováním dat dodavatelů z různých zemí a daňových oblastí.

Data, která mají být zpracována v procesu automatizace, jsou seznam dodavatelů, seznam zemí a daňových služeb pro tyto země, tedy činnost robota spočívá v poskytování údajů zaměstnanci rozdělených do dvou skupin: údaje, které lze získat explicitně a údaje, které jsou k dispozici po zaplacení určité částky. Veškeré práce probíhají na pozadí provozu společnosti. Robot pracuje bez chyb a poskytuje potřebné zprávy pro analýzu.

Zaměstnanec pak musí pouze posoudit vhodnost placených dat a nechat robota získat ta, za která se rozhodne zaplatit. Robot, vybavený mechanismem pro provádění plateb na konkrétní servisní účty a shromažďování údajů o zaplacených daních, tak pokračuje ve svém provozu. Závěrečná zpráva poskytuje údaje, které splňují požadavky při ověřování zahraničního dodavatele.

Zdroj: 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 Analist