นี่ไม่ใช่การสร้างรูปแบบการนำเสนอใหม่ แต่ใช้กระบวนการตรวจสอบกรณีศึกษาสาธารณะที่มีอยู่เดิม ข้อมูลมาจากกรณีศึกษาสาธารณะอย่างเป็นทางการของ Cognizant เราแยกคำตอบช่วงท้ายออกก่อน จากนั้นสร้างชุดข้อมูลประกอบการเรียนรู้ใหม่จากสิ่งที่รู้ได้ ณ จุดตัดสินใจ Minerva Advisor ดำเนินการจริงแบบเสียค่าใช้จ่ายหนึ่งครั้ง วิดีโอนี้คือการเล่นซ้ำที่ผ่านการตรวจสอบจาก Decision Room จริง ไม่ได้หมายถึงการรับรองจาก Cognizant และไม่ใช่ผลลัพธ์ของลูกค้าจริง จุดเริ่มต้นของกรณีนี้คือระบบ RPA ที่ล้าสมัยของบริษัทประกันภัยรายใหญ่ในสหราชอาณาจักร ซึ่งเกิดเหตุการณ์หุ่นยนต์ไม่ทำงานประมาณกว่า 30 ครั้งต่อวัน ผู้ให้บริการเดิมก็ยากที่จะขยายการใช้งานในวงกว้าง และการส่งมอบก็ขาดความโปร่งใส Minerva เปรียบเทียบระหว่างการย้ายระบบอัตโนมัติทั้งหมดทันที กับการรักษาเสถียรภาพกระบวนการที่มีความเสี่ยงสูงด้านความล้มเหลวและการชำระเงินก่อน การดำเนินการจริงครั้งนี้อ้างอิงแหล่งข้อมูลทางการหนึ่งแหล่ง ระบุบทบาทสี่คน แยกข้อเท็จจริงหกประเด็น สองข้อสรุปเชิงอนุมานและสามประเด็นที่รอการยืนยัน เปรียบเทียบสองแนวทาง พร้อมคงไว้สามคำอธิบายทางเลือกและเงื่อนไขพลิกกลับหนึ่งข้อ ผู้บริหารสามารถตรวจสอบหลักฐานด้านความขัดข้อง การชำระเงิน ซัพพลายเออร์ และการย้อนกลับมาใช้แรงงานคน สิ่งที่ทราบคือความขัดข้องเกิดขึ้นบ่อย ซอฟต์แวร์เดิมจำกัดการปรับปรุง การประมวลผลใบแจ้งหนี้ล่าช้า และจำเป็นต้องเพิ่มความแม่นยำ สิ่งที่ยังไม่ทราบคือความขัดข้องเกิดจากโครงสร้างพื้นฐาน กระบวนการ ข้อยกเว้นของข้อมูล หรือ ซัพพลายเออร์มากน้อยเพียงใด และกระบวนการใดที่เหมาะสมสำหรับการย้ายระบบก่อน ระบบยังคงมุมมองโต้แย้ง การย้ายระบบทั้งหมดอาจยุติต้นทุนแพลตฟอร์มเดิมได้เร็วกว่า และความโปร่งใสของซัพพลายเออร์ก็อาจปรับปรุงได้โดยตรงผ่านสัญญา หากโครงการนำร่องพิสูจน์ได้ว่าการควบคุมสามารถตรวจสอบได้ ความขัดข้องลดลง และความแม่นยำในการชำระเงินเป็นไปตามเป้าหมาย ก็ควรพลิกกลับมาขยายการย้ายระบบ ผู้บริหารสามารถเปิดดูข้อความจำลองเชิงสาธิตทั้งสี่ฉบับได้ ขั้นตอนถัดไปของ Cognizant ได้แก่ การประเมินรายการ เวิร์กช็อป แพลตฟอร์มใหม่ การพิสูจน์แนวคิด รายงานและคลังส่วนประกอบ รวมถึงตัวเลข 7.5 ล้านปอนด์ 200 หกสิบอัตรากำลังคนและผลลัพธ์การลดเหตุการณ์ ยังไม่ถูกนำเข้าเป็นข้อมูล Marcus สรุปว่าการตัดสินใจที่แท้จริงคือกระบวนการใดมีคุณสมบัติให้ทำให้เสถียรหรือย้ายระบบก่อน Sofia จำลองผลกระทบด้านปฏิบัติการ การเงินสินไหม การกำกับดูแลผู้จำหน่าย และผลกระทบต่อพนักงาน Evelyn ตั้งคำถามว่าการย้ายระบบทั้งหมดจะฝังความไม่แน่นอนไว้ในแพลตฟอร์มใหม่หรือไม่ ทั้งสามท่านเห็นตรงกันให้นำร่องกระบวนการความเสี่ยงสูงภายในกรอบเวลาที่กำหนด Evelyn ชี้ว่าการดูเพียงอัตราการทำงานของหุ่นยนต์อาจปิดบังข้อผิดพลาดของใบแจ้งหนี้และการจัดการข้อยกเว้น ผู้บริหารต้องกำหนดให้ตรวจสอบทั้งความแม่นยำของการชำระเงิน กระบวนการสำรองโดยมนุษย์ อัตราความล้มเหลว และความโปร่งใสของผู้จำหน่ายไปพร้อมกัน ผู้บริหารเสริมว่า ควรให้ความสำคัญกับกระบวนการที่มีอัตราความล้มเหลวสูงและความเสี่ยงด้านการชำระเงินสูงก่อน คงกระบวนการสำรองโดยมนุษย์ไว้ และใช้ความแม่นยำของการชำระเงิน อัตราความล้มเหลว และความโปร่งใสของผู้จำหน่าย เป็นเกณฑ์ในการหยุดหรือขยายผล ระบบบันทึกใบตอบรับการตอบสนอง การย้ายระบบทั้งหมดทันทีช่วยเร่งการเลิกใช้แพลตฟอร์มเดิม แต่จะล็อกสาเหตุที่ยังไม่ทราบและการพึ่งพาผู้จำหน่ายไว้ในระบบใหม่ การนำร่องแบบมีกำหนดเวลาช่วยตรวจสอบกระบวนการ การควบคุม และความแม่นยำก่อน แต่ต้องแลกกับการรับความล้มเหลวบางส่วนในระยะสั้น ผู้บริหารเลือกแนวทางที่สอง สุดท้ายทีมปฏิบัติการอัตโนมัติ การเงินสินไหม และการกำกับดูแลผู้จำหน่าย ร่วมกันคัดเลือกกระบวนการความเสี่ยงสูง จัดทำแผนสำรองแบบใช้คน ความแม่นยำ อัตราความล้มเหลว และเงื่อนไขหยุดหรือขยายผล Minerva ไม่ได้อ้างว่าแพลตฟอร์มใหม่ ระบบอัตโนมัติกว่า 70 รายการ หรือผลลัพธ์การประหยัดต้นทุนได้เกิดขึ้นจริง กรณีศึกษา Cognizant นี้ผ่านการตรวจสอบคุณภาพการตัดสินใจ 10 ข้อ เส้นทางการตัดสินใจเบื้องต้นของ Decision Room ที่มีอยู่ ใช้การเรียกโมเดล 4 ครั้ง เสร็จสิ้นการตัดสินใจหลักภายใน 31.20 วินาที พร้อมการตรวจสอบไขว้โดยที่ปรึกษา 3 ท่าน p95 ของคำตัดสินใจแรกที่พร้อมใช้งานในชุดนี้อยู่ที่ 23.207 วินาที p95 ของผลลัพธ์ฉบับสมบูรณ์อยู่ที่ 31.458 วินาที ผ่านเกณฑ์ความเร็วอย่างเป็นทางการของลูกค้าที่ 30 วินาทีและ 45 วินาที คุณภาพการตัดสินใจ ประสบการณ์ลูกค้า และสถานะประสิทธิภาพผ่านเกณฑ์ทั้งหมด แต่ยังเป็นเพียงกรณีทดสอบครั้งเดียว ไม่ได้หมายถึงระดับบริการในสภาพแวดล้อมจริง หรือผลลัพธ์จริงของลูกค้า