LØRN Case #C0303
Lei en robot
I denne episoden av #LØRN snakker Silvija med grunnlegger og daglig leder for DoitRobot, Stein Inge Pedersen, om RPA og fordelene av å leie en robot. DoitRobot AS leverer sikre og pålitelige programvareroboter som en tjeneste til sine forretningskunder, og konfigurerer roboter til å utføre oppgavene de vil automatisere, gjennom betjente roboter på sine skyservere. I podcasten forteller Stein Inge om hvordan software-roboter er annerledes fra andre roboter, og om hvilke oppgaver de kan gjøre for oss.

Stein Inge Pedersen

Grunnlegger og daglig leder

DoitRobot AS

"Vi leverer roboter som en bemannet tjeneste. Det vil si at de leier roboten som en tjeneste og vi passer på at den alltid jobber og løser utfordringer som oppstår. Kunden trenger ingen kunnskap om robotisering, og trenger ikke bekymre seg om drift av robotene."

Varighet: 20 min

LYTTE

Tema: Digital strategi og nye forretningsmodeller
Organisasjon: DoitRobot AS
Perspektiv: Gründerskap
Dato: 190319
Sted: ROGALAND
Vert: Silvija Seres

Dette er hva du vil lære:


SoftwareRobotic process automation (RPA)
Automatisering

Del denne Casen

Utskrift av samtalen: Lei en robot

Silvija Seres: Hei og velkommen til Lørn. Navnet mitt er Silvija Seres, vi snakker om robotikk i dag og gjesten min er Stein Inge Pedersen som er grunnlegger og daglig leder i ”DoItRobot AS”. Velkommen.

 

Stein Inge Pedersen: Takk skal du ha.

 

Silvija: Vi er forresten i Stavanger hos SR-banken og skal egentlig prøve å lage en liten palett av kjempespennende grunder selskaper og teknologer fra dette området her. Stein Inge, vi skal snakke om software roboter og hvordan de er annerledes fra andre roboter, men før vi gjør det kan du fortelle oss kort om hvem du er og hva som driver deg.

 

Stein: Ja, jeg kan jo egentlig starte litt med bare å forklare kort hva en software robot er for noe.

 

Silvija: Men først må du si hvem du er.

 

Stein: Ja, jeg heter Stein Inge da, og jeg har egentlig alltid vært interessert i hvordan vi jobber og litt i dag med samspill mellom menneske og maskin. Måten jeg startet karrieren min på det var som software utvikler i Schlumberger forskning, jeg har jobbet med å forsterke mennesker på en måte. Det har alt å gjøre med algoritme maskiner og så hjelpe geologer å forstå hva som var under havbunnen. Det var veldig gøy å jobbe med, men veldig dypt og jeg ønsker liksom å jobbe breiere, så det som jeg begynte å jobbe med etter det det var liv i skjell. Der jobbet jeg egentlig med alt av arbeidsprosesser innen oljebransjen og det var veldig lærerikt og vi lærte masse om jeg arbeide og mennesker. Deretter så begynte jeg å jobbe i prosjekt, og der jobbe jeg med prosjekt lille sin store utbyggingsprosjekter , i Shell, og der var det jeg begynte å jobbe offshore.

 

Silvija: Draugen.

 

Stein: Ja stemmer.

 

Silvija: Hva er det?

 

Stein: Draugen, ja det er en oljeplattform, så jeg er faktisk en software ingeniør med offshore erfaring da, ja det er ikke så veldig mange av de. Så, men det som jeg begynte med der da var jeg egentlig begynte å automatisere litt i egen jobb da. Det var sant, når du driver med prosjekt så trenger du på måte forstå virkeligheten og ofte fra virkeligheten litt han gjemt, det fantes målinger av tall og sånne ting men og gjemte seg ned og leverandører sine selskaper, så det som jeg begynte med der , som et kvelds prosjekt, å automatisere med å bruke Python. Det er sånn at jeg logger på automatisk på leverandøren sitt system å hente utlandsdata og kombinerte med installasjonsdata også satte det sammen i sånne visuelle oppstarts plan, og så jeg gjorde for meg og en kollega. På en måte så hadde vi et mye bedre bilde og du kunne isteden for at du kan gjøre av og til, så kunne vi vite det hele tiden. Så sånn begynte det.

 

Silvija: Men du, du snakker om at du forsterke et menneske i Schlumberger

, og da tenker man med en gang at de får en eller annen sånn exoskeleton robot, fra Avatar og sånn, men det du egentlig mener er at du bruker analytiske verktøy som forsterker deres analytiske evner og for dere, disse software robotene dreier seg ikke nødvendigvis om noe med mekaniske armer og så videre, men det dreier seg om hjelp med å prosessere informasjon.

 

Stein: Ja, også det med å jobbe med en datamaskinen. Så det som en software robot gjør er at den bruker mus og tastatur til også jobber med datamaskin på samme måte du gjør. Den kan lese på skjermen sånn at du kan ta en gammel applikasjon, Sat, for eksempel også der du gjør en rutine oppgave, også kan en da klikke seg gjennom og hente ut data og så kan den gjøre andre ting da, kan koble seg opp direkte i papirer og API til andre og systemer og sånne ting, også hente ut data også gjøre ting med data og så å presentere de.

 

Silvija: Så det er en slags saksbehandler laget av software.

 

Stein: Ja.

 

Silvija: Men den den bruker noe kamera eller... hvorfor bruker den mus?

 

Stein: Nei, det er fordi at du kan si at det er jo den interaksjonsmuligheten som finnes på mange applikasjoner, så det er sånt som er laget for at mennesker skal jeg jobbe med den. Og noen moderne applikasjoner kom veldig gode API’er så du kan koble til og snakke direkte med datamaskin. Noen gamle har ikke det, eller har noen veldig kompliserte noen, så da er det enkleste også bare bruke GUI’en og så jobbe med det programmet da.

 

Silvija: Så maskinen gjør det selv da, og på en måte klikker der den skal klikke. Men du, deres logo er en skilpadde på ryggen av en mekanisk hare. 

 

Stein: Ja.

 

Silvija: Forklar.

 

Stein: Ja, så det er det som er formålet med bedriften da er å hjelpe så mange som mulige bedrifter og så vi mer konkurransedyktig med å få flyt i arbeidet, også det og forsterke sidene da, og da er det jo samtidig som du kan tenkte deg den klassiske hare og skilpadde kappløp da sant,  så hvis du da har vært skilpadden men på en slags mekanisk kanin sand der arbeidet gikk automatisk, også kunne du på møtet fått utrettet mye mer.

 

Silvija: Ja, men hva slags type prosess eller oppgaver er det man kan automatisere også type lønnsutbetalinger, kundeservice, prosjektstyring, med noen konkrete eksempler på hvor dette brukes. 

 

Stein: Ja, for eksempel så i veldig mange bedrifter og så har de jo mange andre systemer som ikke alltid snakke sammen. Så du kan bruke dette til integrere systemer.

 

Silvija: Så hva betyr det, at man hente data fra den ene til det andre?

 

Stein: Ja, ofte så finner du at det sitter mennesker og egentlig flytte data mellom ulike systemer sant, så ett eksempel er reiseregninger. Det er kanskje du ha et nytt reiseregningsprogram som er veldig bra som folk kan levere ting gjennom mobil og sånne ting også har du et litt eldre system.

 

Silvija: For utbetaling av bokføring og ja.

 

Stein: Så har du folk på en sånn lønnskonto som å sitte å så flytte data mellom der da, så der da kan du sette opp en robot som gjør det og da forsvinner det arbeidet.

 

Silvija: Ja, og dette her da gjør dere for selskaper innenfor oljebransjen eller hvilket som helst type bransje, er det noe bransjespesifikk man må tenke på her?

 

Stein: Nei, dette virker alle steder da. 

 

Silvija: Ja, du refererer til dette her som heter RPA, hjelp oss å lære det akronymet, også snakker du en robot som tjeneste.

 

Stein: Ja, så den RPA det har vært her en stund da, så det var mange som har kommet langt her. Slik som SR-bank som vi er hos idag da, de har gjort mye der. Det som er litt utfordring med det –

 

Silvija: RPA står for?

 

Stein: Det står for ”robotic process automation” og det finnes noen store software pakker der da. Og det som er utfordringen der da er at det er en så stor inngangskost da. Du må ha en organisasjon som du lærer opp internt og som skal drifte de her da, så det som jeg ønsker å gjøre er å gjøre det lettere og billigere for mindre og mellomstore bedrifter, og også store da, så gjør dette at vi gjør dette som en tjeneste, som vi setter opp roboter til å løse oppgavene også så drifter med de, sånn at vi passer på alt der da, slik at kunden ikke trenger noen form for kunnskap eller opplæring eller organisasjonen for oss å gjøre det.

 

Silvija: Og det du hjelper med å forstå er egentlig ideen med flyt, og dere selv må forstå, eller din organisasjon, deres prosesser og se hvor er det på en måte hvor flaskehalsen er. Hvor det er unødvendig ineffektiviteter og så kan man få dette til å til å gjøres av en robotsekretær da.

 

Stein: Ja, så det gjelder å forstå beslutningsevne da, så det er jo å forstå verdien av det. Fordi at ofte så tenker bare på selve arbeidet bare, og så kanskje litt for lite på alle de tilleggsverdien du får. Så jeg har en historie å fortelle der da, det er om robotplenklipperen min som jeg kjøpte for tre år siden da. Og der kjøpte jeg en sånn robotplenklipper kun fordi at jeg skulle slippe å faktisk slå plenen da, men det som jeg fikk var jo egentlig mye mer da. Altså en ting var jo at plenen alltid så bra og nyklippet ut. Det var ingen overraskelse, men plutselig kunne jeg gjødsle, altså plenen min eskalerte. Før gjorde jeg ikke det fordi det blir straffet med mer plenklipping men nå har jeg mye finere plen, og så var det en annen ting som jeg sa. Altså all komposten forsvant. Alt det der er gresset som du måtte kaste i den brune dunken det blir borte og det har jeg hadde tenkt på en gang. Det å bli kvitt det gresset har jo like stor verdi for meg som at jeg slapp å slå plenen. Det var en liten sånn øyeåpner der da, fordi at det er ofte sånn til du er så vant med hvordan ting har vært. Du har alltid tenkt at det er kompost og gress det henger med. Men eneste grunn til du har det, det er jo at du ikke kan ikke kan slå plenen hver dag. Og sånt er det litt i bedrift i dag da, vi driver å springer rundt og fikser ting og sånn ting fordi ting ikke bare var på stell i fra begynnelsen av. Så det som i det som en må tenke litt på det hvordan ting ville sett ut om det alltid virker. Hvordan hadde det vært bedre for kunden hvordan -

 

Silvija: Men det er ikke så lett for oss mennesker å gjøre ting på nye måter når vi alltid har gjort det sånn. Dette er egentlig ganske krevende ”change management”, hvordan får du det til?

 

Stein: Ja, det er egentlig bare å begynne et sted jeg, og det er det som er litt finere med software roboter sant det at du gjør jo ikke noen endringer på systemet. Du trenger egentlig bare et brukernavn og et passord.

 

Silvija: Så er det litt sånn også at jeg tenker meg det er en del mennesker som er bekymret for det at men jeg er en veldig god saksbehandler og når blir jobben min borte, men at du blir bare veldig mye bedre saksbehandler med gode verktøy.

 

Stein: Altså dette er verktøy som gjør oss mennesker bedre i stand til å ta de ikke automatiserbare oppgaver på en god måte å tenke på arbeid på er som tre bokser da, sant den ene er menneske arbeid som jeg å lede og planlegger å forstå, og så har du det som en maskin arbeid som rutinearbeid og nøyaktighet og heter sånn ting. Også har du den boksen i midten som menneske og maskin som jobber sammen på å forsterke hverandre da. Så i den boksen der mennesker og maskinen jobber sammen der kommer til å skje veldig mye spennende fremover. Hvis du har arbeidet som faller innenfor den maskinboksen så må du komme deg vekk der i fra for der er det ikke noen fremtid.

 

Silvija: Og det gjør du ved å lære noe nytt.

 

Stein: Ja det var da å spille på sine styrker og det er masse arbeid som skal gjøres, og det er masse ting en kan forbedre og jobbe bedre på, det å være kreativ på og utvikler å laget og skape sånn ting og det er der man bruker tiden på ikke på rutinearbeid, og i de fleste tilfeller så også så er i alle fall det rutine arbeidet som jeg har vært borti i alle fall sjeldent at noen som ansatt på jobben for å gjøre det, det er liksom sånne ting som bare må gjøres. De fleste kan bruke tiden sin på veldig mye bedre ting.

 

Silvija: Ja, du nevnte disse her konkrete prosjektene. To av dem er veldig interessant, og jeg er veldig nysgjerrig på dette med å automatisere ting med er RPR i banknæringen, du sa at SR-banken gjør veldig mye der. Det hadde vært interessant å forstå hva slags prosesser det er litt mer konkret. Og så sa du å automatisere vedtak i en kommune, der igjen, hva er det som egner seg for automatisering. 

 

Stein: Det som regner seg for automatisering det er ting da det er helt sånne fastsatte regler du på forhånd for måte kan definere hva som utfallet og ikke der du må gjøre menneskelige  vurderinger på en måte som ikke er målbare.

 

Silvija: Så man kan ikke rett og slett ta 80% av arbeidet og sjekke alle de boksene og så kan man fokusere på de siste 20%  som man kan måle på andre måter.

 

Stein: Også kan man jo forberede et vedtak også da ved å hente inn de tingene som er forutsigbare og bare la beslutningen være igjen til mennesket.

 

Silvija: Veldig interessant, vi har snakket med en del folk som jobber med type automatisering av juss, og de gjør noe lignende i forhold til HR kontrakter ikke sant, der du kan se andre kontrakter, der de fremhever det som er vanlig eller du bør være vanlig i den type stilling eller som i en kontrakt mellom to parter som kan skape problemer i en eller annen retning ikke sant fremover da kan du som jurist fokusere på det, eller du som leder kan fokusere på det og så vet du at resten, det er plankekjøring.

 

Stein: Det stemmer, det er veldig mye ting som kan gjøres automatisk var også kan heller bruke tiden på det det som ikke -.

 

Silvija: Og i banknæring tenker jeg det ganske mye sånn kunde, også vi prøver å sette mønstrene og mye av dette her er ganske standard ting.

 

Stein: Ja nå har jeg ikke jobbet så mye i banknæringen men det er veldig mye behandlingsprosesser som foregår og sånt og de går det an å automatisere.

 

Silvija: Hva er ditt favoritt eksempel? 

 

Stein: Mitt eksempel er reiseregning hos et selskap, vi hadde en tidlige kunder da DMC, og det som jeg liker veldig godt med det eksempelet er at vi startet et sted fordi de har ett sånn bokføring system fra disse stedene, der de skulle laste opp reiseregning blanketter og det tok mye arbeid. Så vi startet med å automatisere det, så slapp de å gjøre det, også den bokføringen, den hadde vi kanskje tenkt var litt vanskelig men når vi så på den som var ikke den så vanskelig heller. Og så er det jo det som jeg liker veldig bra med det eksempelet, det var det at det som de som hadde drevet og bokførte de her reiseregningene medføre de hadde egentlig brukt mye tid på det var det at det var feil prosjektnummer på reiseregningen så kom inn da og da hadde de med seg en kjempegod ide som var at kan vi ikke legge inn prosjektnummer inn i det reiseregningsprogrammet, så nå har vi en robot nå da som hele tida ser etter nye prosjekter som de åpner jeg heller lukket, og hver gang det er noe endring så logger den roboten på som administrator i reiseregningsprogram  også legger de alle gyldige prosjektnummerne inn i en dropdown, sånn at nå er det helt umulig også levere inn reiseregning med feil prosjektnummer du har fjernet hovedkilden til masse ekstra arbeid.

 

Silvija: Det er veldig spennende å være der hvor skoen trykker rett og slett.

Det kommer fram til prøving. Vi visste ikke helt hvordan det skulle bli, og så forsvant på måtte alt arbeidet. 

 

Silvija: Vi nærmer oss slutten men jeg har veldig lyst til å være for det er veldig kort på dette her med relevant kunnskap på fremtiden, for du snakker om læringssløyfer og det er litt det vi snakker om her.

 

Stein: Ja, så det kommer ut en veldig god bok i høst om læring og organisasjoner av Bjørne Bærvik da, og han beskriver den veldig fint og om at den må få til en lærende kultur den lære å lære sammen sant. Og det er å sette opp gode læringssløyfer for organisasjonene der en gjør informasjon synlig og der en diskutere og forstår det å forbedre og da er det  snakk om å utvikle systemforståelse å endre måten vi tenker på og deretter gjøre det gjerne en gang til ny praksis også repetere. Og når du da gjør det over tid så så bygger du en lærende kultur som kan håndtere endring og kompleksitet. 

 

Silvija: Jeg synes det er så spennende fordi den fremhever at læringen og du som du gjør kontinuerlig det er noe du gjør sammen ikke sant, og det er noe som må gjøres på måte litt sånn i sløyfer. Du lærer det med dypere og dypere hver gang du oppsøker dem på nytt.

 

Stein: Læring er en kjerneprosess i bedrift. 

 

Silvija: Det er bok jeg leser akkurat nå som heter ”the thing about hard things”, og han snakker så spennende om dette her at veldig mange toppledere mener at vi ikke har budsjetter og ikke tid til dette med å ta av seg læringen til folk men det er den beste investeringen du gjør uten tvil. Kjempebra. Har du et lite sitat som du lyst til å legge igjen til våre lyttere?

 

Stein: Ja mange ganger så har jeg lest software litteratur og dette er en undervurdert hylle til livsvisdom og mentale modeller, så også sitat mitt er i bra Bob Martin, i Clean Architect. Når du utvikler software så kan du velge mellom et hav av teknologier for nesten hver eneste ting du skal gjøre og den eneste måten du kan unngå å drukne i vurdereringer og avgjørelser på, det er også tydelig skille mellom hva som er forretningslogikk å hva som er detaljer. For eksempel så kan du velge mellom masse databaser men det er en detaljer. Så detaljer kan du utsette beslutninger på, og så gjelder jo det å skiller det somendrer seg langsomt fra det som endrer seg fort. Et eksempel er at for 12 år siden så bodde jeg et år i USA og da hadde jeg Netflix og måten Netflix virket på der det var til du valgte hvilke filmer du vil se også kom filmen i posten med en retur konvolutt, så DVD i posten da. Og nå er det jo veldig annerledes, nå strømmes det jo seg direkte til deg men egentlig forretningsmodellen akkurat det samme da. Det  bare levering metoden som har endret seg, og leveringsmetoden er en detalj. Med et økende teknologioppmerksomhet i dag så oversvømmes vi av detaljer, mange synes det er forvirrende digitalisering på det masse masse begreper i fra big Data, IT og Block Chain som flyr rundt omkring, og den beste måten å kan gjøre digitalisering på egentlig det er også tenke veldig klart rundt hva som er forretningslogikken din og skille det fra hva som er detaljer.

 

Silvija: Jeg tror det er veldig viktig. Du snakker egentlig om to spor her i to dimensjoner. Den ene dreier seg om dette med ting som endrer seg fort og det som endrer seg sakte og være virkelig god på å løpe fort på det som endrer seg fort Men tenke langsiktig på det som endrer seg sakte men det viktigste Og så er dette her med forretningslogikk vs Teknologi detaljer og der tror jeg teknologen ofte vært veldig dårlig til å snakke med forretningsfolk nettopp til å prøve å forstå ”OK, det spiller rolle akkurat hvilken betalingsmodell vi velger her men hvem betaler og hvorfor” og det er sånne ting, ikke sant. Utrolig spennende og lære om software roboter og om Robotic Process Automation fra deg Stein Inge Pedersen og Do It Robot. Takk for at du være med oss.

 

Stein: Takk skal du ha.