Czy automatyzacja zastąpi ludzi w Shared Service Centers (centrum usług wspólnych)?

Podczas konferencji SSOW Winter Europe (23–24 lutego 2021) miałem zaszczyt uczestniczyć w panelu dyskusyjnym o transformacji People – Process – Technology i o tym, co realnie oznacza automatyzacja w SSC. W jednym zdaniu: technologia przyspiesza zmianę, ale to ludzie decydują, czy ta zmiana zadziała. Najczęściej powtarzane pytanie było jednak bardzo konkretne: czy robotyzacja i AI zastąpią ludzi w Centrach Usług Wspólnych?

W tym wpisie porządkuję temat praktycznie: co w SSC naprawdę się automatyzuje, gdzie AI pomaga (a gdzie przeszkadza), jakie kompetencje rosną na wartości oraz jak podejść do tematu metodycznie — bez „automatyzowania chaosu”.

Automatyzacja w SSC: co realnie znika, a co rośnie?

W dyskusjach o SSC często miesza się dwa pojęcia: automatyzację zadań i zastąpienie całych ról. W praktyce automatyzacja w SSC najczęściej przejmuje powtarzalne zadania, a człowiek przesuwa się w stronę pracy analitycznej, kontrolnej i „wyjątkowej” (tam, gdzie liczy się kontekst oraz odpowiedzialność).

Co najczęściej automatyzuje się w SSC?

• powtarzalne czynności transakcyjne (walidacje, porównania, checklisty),
• triage i klasyfikacja zgłoszeń (np. z maila do odpowiedniej kolejki),
• standardowe statusy i komunikaty (np. odpowiedzi o status płatności),
• proste raporty „od–do” bez interpretacji,
• część uzgodnień tam, gdzie reguły są jasne i dane spójne.

Co rośnie na wartości?

• analiza wyjątków i przyczyn odchyleń,
• jakość danych i governance (kto odpowiada za definicje, reguły, wyjątki),
• projektowanie procesu end-to-end (a nie „silosów”),
• zarządzanie ryzykiem, zgodnością i audytowalnością,
• współpraca z biznesem i praca na priorytetach (business partnering).

Największy mit: AI „zastąpi ludzi”

Mit, który regularnie wraca, brzmi: „AI zastąpi ludzi w SSC”. W rzeczywistości najczęściej dzieje się coś innego: AI i robotyzacja zastępują konkretne zadania, ale nie zdejmują z organizacji odpowiedzialności za:

• proces (czy jest stabilny i przewidywalny?),
• dane (czy wejście jest spójne?),
• governance (kto podejmuje decyzje i ponosi ryzyko?),
• kompetencje (czy ludzie potrafią pracować w nowym modelu?).

Zasada, którą warto sobie powiesić nad biurkiem: nie automatyzuj chaosu. Najpierw standard procesu i danych, potem automatyzacja.

People – Process – Technology: ramy, które działają w SSC

Model People – Process – Technology jest prosty, ale działa zaskakująco dobrze, jeśli chcesz uniknąć „ładnych slajdów i słabych efektów”. W kontekście automatyzacji w SSC oznacza to:

People: kompetencje i ownership zamiast strachu

Jeśli automatyzacja w centrum usług wspólnych ma dowozić, ludzie muszą rozumieć trzy rzeczy: co się zmienia, dlaczego i co to oznacza dla ich roli. Bez tego automatyzacja staje się tematem konfliktu, spadku motywacji i „cichego oporu”.

Kompetencje, które rosną na wartości w SSC po automatyzacji:

• analiza odchyleń i praca na wyjątkach,
• zarządzanie jakością danych,
• process excellence / Lean / ciągłe doskonalenie,
• zarządzanie ryzykiem i zgodnością,
• komunikacja z biznesem i priorytetyzacja.

Process: standard, wyjątki, definicje

Największy zwrot z automatyzacji w SSC rzadko wynika z „liczby botów”. Najczęściej wynika z redukcji wyjątków. To zwykle oznacza:

• jedną definicję danych i standard wejścia,
• jasne reguły walidacji,
• ograniczenie liczby wariantów procesu,
• owner procesu + ścieżkę eskalacji,
• mierniki (KPI), które pokazują efekt, a nie aktywność.

Technology: RPA, workflow i AI jako wsparcie, nie cud

RPA świetnie działa na stabilnych regułach i spójnych danych. AI jest bardzo pomocne w obszarach tekstowych (klasyfikacja, podsumowania, wsparcie analityka), ale nie zastąpi procesu i governance. W praktyce najlepszy model to często połączenie: workflow + reguły + AI jako asystent do wyjątków i komunikacji.

Co automatyzować w SSC: szybka mapa decyzji

Jeśli masz wątpliwości, od czego zacząć, użyj prostego filtra. Automatyzacja w SSC ma największy sens tam, gdzie:

• wolumen jest wysoki i powtarzalny,
• reguły są jasne i dają się opisać,
• dane wejściowe są spójne,
• wyjątki stanowią mniejszość i da się je „domknąć” procesowo,
• masz KPI, które pokażą efekt (przed/po).

W praktyce wiele organizacji zaczyna od „quick wins” (proste automatyzacje i porządkowanie wejścia), a dopiero potem przechodzi do bardziej złożonych tematów (wyjątki, end-to-end, cross-system).

Plan 90 dni: jak podejść do automatyzacji w SSC bez ryzyka

Tydzień 1–2: mapa procesu i backlog automatyzacji

• wybierz 1 proces (fragment O2C/P2P/R2R),
• zrób prostą mapę: wejście → kroki → wyjście,
• policz wolumen i rodzaje wyjątków,
• stwórz backlog: quick wins vs trudne wyjątki.

Tydzień 3–6: stabilizacja procesu i danych

• ustal definicje danych i standard wejścia,
• usuń największe źródła wyjątków (top 3–5),
• ustaw governance: owner, eskalacje, rytm przeglądu,
• zdefiniuj „Definition of Done” dla kluczowych kroków.

Tydzień 7–12: automatyzacja + KPI + zmiana ról

• wdroż 2–3 automatyzacje z backlogu,
• mierz efekt na KPI (przed/po),
• przeprojektuj role: kto robi analizę, kto obsługuje wyjątki, kto rozwija proces,
• zadbaj o szkolenia i komunikację zmiany.