Η εξαετής μετάβαση της Deutsche Bank στο cloud είναι αυτή που έκανε δυνατή την αυτοματοποίηση εγγράφων της

Πρώτα η μετάβαση, μετά η αυτοματοποίηση

Το βασικό αποτέλεσμα σε αυτή την ανάρτηση είναι μια ροή επεξεργασίας εγγράφων με γενετική ΤΝ που λειτουργεί με ακρίβεια 97% και 40% λιγότερο χρόνο επεξεργασίας. Όμως ο Leukert αφιερώνει το μεγαλύτερο μέρος του κειμένου περιγράφοντας όσα συνέβησαν πριν αυτός ο αριθμός γίνει εφικτός.

Η Deutsche Bank ξεκίνησε τη μετάβαση στο Google Cloud το 2019, μεταφέροντας περίπου 260 εφαρμογές, ξεκινώντας σκόπιμα από μη κρίσιμες εφαρμογές ώστε να χτίσει εμπιστοσύνη σε ένα ρυθμιζόμενο περιβάλλον. Η δουλειά στην ΤΝ παρουσιάζεται ως το αποτέλεσμα αυτής της προεργασίας, όχι ως το σημείο εκκίνησης.

Αυτό το άλμα απέδωσε. Έχουμε μεταφέρει περίπου 260 εφαρμογές στο Google Cloud, συμπεριλαμβανομένων κρίσιμων για τη λειτουργία της επιχείρησης, γεγονός που μας επέτρεψε να αναπτύξουμε ταχύτατα τεχνολογίες γενετικής ΤΝ.Montana Labs

Το υπονοούμενο επιχείρημα είναι ότι τα κέρδη από την αυτοματοποίηση εξαρτιόνταν από την ετοιμότητα των υποδομών. Μια τράπεζα δεν μπορεί να τρέξει εξαγωγή δεδομένων από έγγραφα σε μεγάλη κλίμακα σε συστήματα που δεν έχει ακόμη μεταφέρει, ασφαλίσει και σταθεροποιήσει.

Η μετάβαση στο S4/HANA είναι ο πυλώνας του ισχυρισμού

Η πιο συγκεκριμένη τεχνική λεπτομέρεια είναι η μετάβαση του SAP S4/HANA — 17 συστήματα χρηματοοικονομικής αναφοράς, συμπεριλαμβανομένου του στρατηγικού γενικού καθολικού, του σχεδιασμού και της πρόβλεψης — από on-premise σε δημόσιο cloud, που περιγράφεται εδώ ως μία από τις πιο σύνθετες μεταβάσεις στην ιστορία του χρηματοοικονομικού κλάδου.

Τα αναφερόμενα αποτελέσματα είναι συγκεκριμένα: βελτιώσεις στην επεξεργασία δεδομένων έως 50%, και χρόνος αποκατάστασης μειωμένος κατά συντελεστή 16 έως 20. Πρόκειται για λειτουργικά στοιχεία σχετικά με την ανθεκτικότητα και τη ρυθμοαπόδοση, όχι για αριθμούς ακρίβειας μοντέλων.

Για μια ιστορία αυτοματοποίησης, αυτό είναι το πιο διδακτικό κομμάτι. Η ταχύτερη αποκατάσταση και το περιθώριο επεξεργασίας είναι αυτά που επέτρεψαν στην τράπεζα να προσθέσει ΤΝ πάνω στον πυρήνα των χρηματοοικονομικών της χωρίς να τη μεταχειρίζεται ως επιστημονικό πείραμα κολλημένο σε ασταθείς υποδομές.

Πού λειτουργεί στην πραγματικότητα η αυτοματοποίηση

Ο Leukert αναφέρει τρεις συγκεκριμένες χρήσεις γενετικής ΤΝ. Η επεξεργασία εγγράφων αυτοματοποιεί χιλιάδες έγγραφα καθημερινά — εξάγοντας πληροφορίες από παραγγελίες πελατών και νομικά έγγραφα — με ακρίβεια 97% και 40% λιγότερο χρόνο επεξεργασίας.

Ένας Ψηφιακός Βοηθός εξυπηρετεί σήμερα εργαζομένους στους τομείς έρευνας και origination & advisory, επιμελούμενος περιεχόμενο για αναφορές και αναλύσεις, με δηλωμένη δυνατότητα επέκτασης σε όλη την τράπεζα. Και οι προγραμματιστές χρησιμοποιούν γενετική ΤΝ για να γράφουν κώδικα, να εντοπίζουν σφάλματα και να βελτιώνουν την τεκμηρίωση.

Πρόκειται για στοχευμένες, περιορισμένες εφαρμογές — συγκεκριμένοι τύποι εγγράφων, συγκεκριμένες ομάδες εργαζομένων — και όχι για ισχυρισμό περί μετασχηματισμού σε επίπεδο ολόκληρης της επιχείρησης. Το ποσοστό 97% παραδέχεται σιωπηλά και ένα ποσοστό σφάλματος 3% που μια ρυθμιζόμενη τράπεζα πρέπει ακόμη να διαχειρίζεται μέσω ελέγχου, γι' αυτό και η έμφαση παραμένει στην υποστήριξη και στη μείωση του χρόνου επεξεργασίας και όχι στην πλήρη αντικατάσταση.

Το πρόγραμμα εκπαίδευσης 6.000 ατόμων είναι μέρος του κόστους της αυτοματοποίησης

Η Deutsche Bank δημιούργησε ένα Πρόγραμμα Μηχανικών Cloud και εκπαίδευσε πάνω από 6.000 εργαζομένους σε δεξιότητες cloud και ΤΝ, συνεργαζόμενη με το Google Cloud σε hackathons και εντατικά προγράμματα μετάβασης. Αυτό παρουσιάζεται παράλληλα με την τεχνολογία, όχι ως υποσημείωση.

Αυτή η αντιστοίχιση αποτελεί χρήσιμο μήνυμα για όποιον σχεδιάζει ανάλογη αυτοματοποίηση. Η τράπεζα αντιμετώπισε την ικανότητα του προσωπικού ως προαπαιτούμενο για την ανάπτυξη εργαλείων ΤΝ, όχι ως μεταγενέστερη σκέψη — οι ίδιοι άνθρωποι που αναμένεται να χρησιμοποιήσουν τον Ψηφιακό Βοηθό και να εμπιστευτούν τη ροή επεξεργασίας εγγράφων έπρεπε πρώτα να αποκτήσουν τις απαραίτητες γνώσεις.

Τι σημαίνει αυτή η αλληλουχία για έργα αυτοματοποίησης σε ρυθμιζόμενες εταιρείες

Η συγκεκριμένη ένδειξη από την αφήγηση της Deutsche Bank είναι ότι τα οφέλη της αυτοματοποίησης προήλθαν έπειτα από χρόνια αφανούς δουλειάς: ελεγχόμενη ως προς τον κίνδυνο μετάβαση, μια ιστορικά περίπλοκη μετακίνηση του πυρήνα των χρηματοοικονομικών, και μαζική επανεκπαίδευση.

Η ακρίβεια στην επεξεργασία εγγράφων και τα εργαλεία για προγραμματιστές είναι πραγματικά, όμως εμφανίζονται τελευταία στην αφήγηση για έναν λόγο. Οι ομάδες που εξετάζουν τα ποσοστά 97% και 40% θα πρέπει να τα διαβάζουν ως το τέλος μιας πολυετούς διαδικασίας και όχι ως έτοιμη προς χρήση δυνατότητα — και να σημειώσουν ότι ακόμη και η τράπεζα διατηρεί τη ζωντανή χρήση ΤΝ περιορισμένη σε συγκεκριμένους τύπους εγγράφων και τμήματα, και όχι σε ολόκληρο τον οργανισμό.