汽车修理厂的机械师可以在您的车辆上运行计算机诊断程序来识别问题所在，但他无法亲自进行实际的物理故障排除。 客户服务代表可以引导您完成一份脚本化的清单来解决空调问题，但在您用完这份清单后，你们都陷入了困境。 与此同时，在 IT 领域，高手无代码开发人员编写了一个应用程序并以创纪录的速度部署它，但当应用程序使用的资源超过应有的资源并且需要调整时，他会感到不知所措。
所有这些例子都说明了基本业务流程及其背后的 IT 已经变得如此抽象，脱离了做某事的实际有机流程，以至于如果预定的任务绩效方案失败，负责执行这些任务的员工根本无法完成这些任务 。
在我拜访半导体行业的一位材料工程师时，一位经理透露，他非常担心当制造所需的特定金属供应短缺时，新一代材料工程师缺乏“开发解决方案”的能力。
“在我那个时代，我们就是这么做的，”他说。 “但新工程师并没有接受过超越为他们定义的配方和工作脚本的培训。”
我们是怎么来到这里的？
业务流程的简化对于加快上市时间非常有利，这可能与此有很大关系。
硬币也有其反面。 当你无法获得一个难以捉摸的问题的答案时——因为你的员工已经变得对问题如此抽象——使用技术和自动化，他们真的无法批判性地思考超出工具告诉他们的范围，你会怎么做？ 随着越来越多的员工接受按钮和自动化操作培训，但通常对这些按钮和自动化运行的“裸机”流程没有实质性了解，这些知识差距可能成为公司的真正问题。
如何让自动化为您的公司服务
如何才能使公司能够维护和发展其内部知识库并利用工作流程自动化所带来的优势？
设计可以处理异常的业务流程
人工智能和自动化供应商表示，这些技术可以完成平凡的工作，因此员工可以做重要的工作。 没关系，但是如果出现流程异常怎么办？ 员工有能力解决这个问题吗？
IT 和业务用户在系统和流程设计中可以采取的步骤之一是设计和测试异常情况以及标准处理。 是否有异常处理的流程步骤？ 是否存在员工知识差距，导致无法处理异常情况？ 开发异常处理知识的项目计划是什么？
重新构想客户和产品支持流程
多年来，公司设计并利用了三层客户和产品支持系统，该系统由对产品知之甚少但可以接听电话或开始聊天的一级员工组成。 该流程的第二层由主题专家组成，如果初始代表无法解决问题，他们可以进行干预。 在第三层，聘请了一位知识渊博的产品专家。随着时间的推移，引入了人工智能和自动化来支持这一流程。
让我们想象一下，水系统制造商通过减少客户问题升级从三层模型到两层模型来重新设计流程。 在第一层，由一位知识渊博、几乎是中小企业的人接听最初的电话。 这可以解决大约 90% 的问题。 如果问题仍然难以解决，客户将被转交给高技能的产品专家。
然后，IT 部门与客户支持人员合作重新设计工作流程及其系统。 其结果是客户满意度的提高。 更多需要解决问题的呼叫会在第一次呼叫中得到解决。
在这个例子中，该公司是否增强了其整体内部知识库是值得怀疑的——但该公司确实重新定位了该知识库，以便其客户可以更直接地访问它。
让你的老手做好准备——让他们教书！
IT 已转向更多的流程自动化和自动化代码生成器，以便 IT 开发人员和公民开发人员都可以节省时间。 不幸的是，这并没有改变这样一个事实：全球 70-80% 的商业交易和数十亿行代码都是用 COBOL 编写的，而且美国 COBOL 程序员平均年龄在 50 多岁，正在考虑退休。
COBOL 不是一个可以为您完成所有操作的无代码或低代码报告生成器。 它需要大量的系统和子例程知识，因此公司有责任认识到他们对 COBOL 的投资以及维持这些投资的必要性。
其核心是影响 COBOL 技能的知识从老员工向新 IT 员工的转移。
人工智能可以弥补员工专业知识的缺乏吗？
人工智能和自动化是企业要保持竞争力就必须将其融入业务流程的关键要素。 同时，公司需要强大的内部知识基础和知识渊博的员工。
如果公司计划实现自动化并进行差距分析以了解哪些地方可能缺乏关键技能，那么我们没有理由认为它们不能两全其美。
