Автор Анна Евкова
Преподаватель который помогает студентам и школьникам в учёбе.

Разработка регламента выполнения процесса «Планирование налоговой стратегии» (Критерии выбора решения для автоматизации)

Содержание:

ВВЕДЕНИЕ

За последнее десятилетие развитие цифровой экономики продвинулось далеко вперед по сравнению с предыдущими периодами. Такие технологии, как Blockchain (блокчейн), Machine Learning (ML, машинное обучение), Artificial Intelligence (AI, искусственный интеллект), Virtual Reality (VR, виртуальная реальность), Augmented Reality (AR, дополненная реальность) не вызывают ни у кого удивления. Однако для внедрения таких технологий требуются не только значительные финансовые ресурсы, но и высокий профессионализм интеграторов и сотрудников, которые будут управлять автоматизированными процессами, поддерживая их жизнеспособность и совершенствуя их по мере усложнения логики работы. Возможно, именно поэтому на практике большинство организаций по-прежнему пользуются бумажным документооборотом и нанимают людей для выполнения рутинных операций.

Объектом исследования является организация, требующая автоматизации по части работы с ИФНС (Инспекцией Федеральной налоговой службы). Предмет данной работы представляет собой процесс исполнения запрашиваемых документов для Инспекции Федеральной налоговой службы. Целью исследования является проектирование решения для автоматизации процесса работы с ИФНС в части получения, поиска, подготовки необходимых документов и формирования проекта ответа для Инспекции Федеральной налоговой службы.

Задачи:

  1. Выявить проблему исследуемого предприятия и разработать пути ее решения;
  2. Исследовать рынок IT-решений на примерах конкретных компаний, выявить оптимальное решение для автоматизации исследуемого процесса;
  3. Обосновать рациональность оптимизации производства при помощи внедрения технологии RPA;
  4. Провести анализ вендоров платформ для роботизации с целью выбрать оптимальную;
  5. Спроектировать решение для внедрения программных роботов и внедрить их в практическую деятельность исследуемого предприятия.

1 ТЕОРЕТИЧЕСКИЕ ПРЕДПОСЫЛКИ ПРИМЕНЕНИЯ ТЕХНОЛОГИИ RPA

1.1 Место RPA на рынке современных технологий автоматизации процессов

В последние годы не только коммерческие, но и государственные структуры становятся все более ориентированы на цифровизацию своей деятельности и производственных процессов. Среди наиболее популярных технологий, призванных совершенствовать бизнес-процессы путем автоматизации задач, улучшения способов хранения и передачи данных, можно выделить машинное обучение, блокчейн, искусственный интеллект и все когнитивные технологии, BPM (Business Process Management, управление бизнес-процессами) и RPA (Robotic Process Automation, роботизированную автоматизацию процессов).

Машинное обучение широко применяется в таких отраслях, как здравоохранение (в том числе в онкологии – при выяснении типа опухоли и подтверждении ее наличия), юриспруденция (в уголовном праве, например, при анализе судебной практики и предварительном вынесении решения относительно причастности обвиняемого к преступлению), строительство (для определения устойчивости той или иной конструкции). Как правило, принципы и методы Machine Learning применяются параллельно с большими данными, которые необходимы для представления точных результатов классификации (одного из основных разделов ML), и искусственным интеллектом, позволяющим решать более глобальные задачи.

Блокчейн – это многообещающая технология распределенного реестра, лежащая в основе криптовалют и позволяющая организациям, которые не имеют возможности ввиду большого количества сделок проверять всех партнеров и контрагентов, совершать транзакции в компьютерной сети благодаря комбинации одноранговых технологий и криптографии. При помощи смарт-контрактов (определяемых пользователем программных кодов, реплицируемых компьютерными узлами в блок-чарте), построенных на базе блокчейна, можно разработать логику автоматизированного управления транзакциями. Причем это актуально для таких сфер, как промышленность, логистика, здравоохранение, финансовый и другие сектора экономики [16, P. 7-11].

Что касается BPM и когнитивных технологий (в частности, искусственного интеллекта) – они наиболее близки и схожи по принципам бизнес-целей с роботизированной автоматизацией процессов (РАП или RPA). Поэтому остановимся детальнее на данных технологиях и сравним их с RPA. О BPM написано множество статей, далеко не все из которых дают более или менее ясное и полное представление о данном подходе. На наш взгляд, под этим понятием подразумевается управленческая концепция процессного управления, которая рассматривает бизнес-процессы в качестве ресурсов предприятия, адаптированных к постоянным изменениям, моделируемых в определенных нотациях (в частности, в BPMN 2.0) и исполняемых в различных программах. В качестве примеров подобных платформ можно привести BPMS-системы (Elma, bpm-online, MS Workflow Foundation и др.) и BRMS-программы (ILog от IBM, Oracle Business Rules и т.д.). На рисунке 1 изображены основные фазы, описанные далее на примере BPMS, и действующие лица BPM-процессов.

Рисунок 1 Фазы и участники концепции BPM [18]

BPMS-решения (Business Process Management Systems) представляют собой системы, позволяющие осуществить весь цикл автоматизации: начиная с построения архитектуры и выделения баз данных, заканчивая выполнением смоделированных процессов на продуктивной среде, тестированием, логированием и хранением этих данных. При этом особенностью BPMS-систем является тот факт, что они могут объединять в себе различные программы, установленные у заказчиков, в единую архитектуру, запуская не только механические действия, но и уведомляя реальных сотрудников и ожидая их (либо клиентских) решений в тот или иной момент времени. BRMS (Business Rule Management System) включает в себя Business Rules Engine (Drools), Планировщик бизнес-ресурсов (OptaPlanner), Business Central (Drools Workbench) и Сервер принятия решений в реальном времени (KIE Server). По большому счету BRMS-программы – это системы хранения бизнес-правил, позволяющие устанавливать данные правила и использовать такой алгоритм, как Rete, для сопоставления на основе условий, генерации утверждений (которые могут, в свою очередь, соответствовать другим правилам) или выполнять действия на основе этих правил. BRMS могут быть встроены в приложение для поддержки настраиваемой бизнес-логики, либо использоваться самостоятельно. Одно из основных отличий BPMS от BRMS-систем состоит в том, что BPMS зачастую оказываются шире, т.к. включают в себя, помимо заложенных правил и алгоритмов принятия решений (в частности, в виде встроенных BRMS-программ), Механизм выполнения (jBPM), Business Central (KIE Workbench), Сервер выполнения процессов (KIE Server) и Панели мониторинга бизнес-активности (Dashbuilder). Эти инструменты предлагают полное BPM-решение, включая моделирование, выполнение и мониторинг бизнес-процессов. При этом нужно понимать, что BPMS и BRMS-решения не являются взаимоисключающими, а зачастую они способны дополнять друг друга: например, можно спроектировать приложение, поддерживающее рабочий процесс со встроенным механизмом правил, либо создать механизм правил, управляющий бизнес-логикой и создающий ветвящиеся решения в рабочем процессе [18].

Технология RPA перекликается с концепцией BPM в том плане, что и та, и другая не требуют сильного изменения IT-инфраструктуры компании-заказчика. При этом, ввиду наличия большого количества внутренних систем, данные подходы позволяют избежать «переписывания» кода в этих системах, особенно учитывая тот факт, что во многих устоявшихся областях и сферах внутренние программы написаны на редко используемых на сегодняшний день языках программирования и практически не поддаются структурным изменениям. Главным отличием RPA от BPM является то, что RPA, по большому счету, представляет собой эмуляцию работы пользователей и зачастую не требует развертывания базы данных, а также специфических знаний разработки, т.к. данная технология основывается на универсальных платформах, в том числе с преднастроенными модулями и структурой моделирования процессов.

Согласно исследованию Slaby «Robotic automation emerges as a threat to traditional low-cost outsourcing» [24], RPA является технологической имитацией человека-работника с целью автоматизации структурированных задач быстрым и экономически эффективным способом. Даже несмотря на то, что термин «робот» напоминает об электромеханических машинах, важно понимать, что RPA – это не физический робот, а программное решение, которое настроено на выполнение повторяющихся операционных задач и процедур, которые, как правило, осуществляются людьми. RPA может автоматизировать основанные на правилах процессы, которые включают в себя рутинные задачи, структурированные данные и детерминированные результаты, например, передачу данных из нескольких источников ввода, таких как электронная почта и электронные таблицы, в системы, такие как ERP и CRM. Так, RPA – это технология автоматизации, основанная на программных инструментах, которые могут имитировать поведение человека для выполнения повторяющихся задач, не связанных с добавленной стоимостью, таких как перенос, копирование, вставка, извлечение, объединение и перемещение данных из одной системы в другую. Согласно данным Института роботизированной автоматизации процессов (IRPA) [14], технология RPA не является частью инфраструктуры информационных технологий компании, а находится на ее вершине.

Ниже приведены некоторые более детальные характеристики, которые отличают RPA от систем управления бизнес-процессами (BPMS):

• во-первых, RPA имеет доступ к платформам BPMS через уровень представления, поэтому никакой базовой логики системного программирования не затрагивается;

• во-вторых, в отличие от большинства пакетов моделирования BPMN, решения RPA не требуют навыков программирования для настройки программного интерфейса, RPA настраивается путем перетаскивания и сброса элементов проектирования;

• в-третьих, RPA не создает новое приложение и не хранит транзакционные данные, поэтому нет необходимости в модели данных или базе данных, как, например, система BPM.

Однако нужно отметить, что в последние годы (в частности, в 2018 г.) все больше лидеров рынка BPM-решений стремятся к интегрированию с поставщиками RPA-платформ и интеграторами роботизированных ПО. Подтверждением этому являются недавние активности вендоров по покупке и установлению партнерств: компания Kofax купила Kapow, одна из лидирующих платформ BPM Pega приобрела OpenSpan, Blue Prism стал партнером Appian, а IBM – партнером Automation Anywhere. На наш взгляд, это связано с тем, что RPA – прекрасный инструмент для исполнения одиночных операций, но у него есть ограничение – сложность интеграции таких задач в цепочку, и именно для таких целей нужен BPM. В то же время, с точки зрения BPM, боты РАП (роботизированная автоматизация процессов) рассматриваются как отличный инструмент быстрой и эффективной интеграции с корпоративными системами компании [47].

С точки зрения исследователей Scott A. Wright, Ainslie E. Schultz, три фактора будут влиять на непосредственность и вероятность того, что автоматизация внесет значимые корректировки в определенные профессии: степень, в которой должность а) рутинна, б) основана на навыках и в) социальна. На рисунке 2 представлена классификация профессий в соответствии с этими тремя факторами. В частности ожидается, как было упомянуто в п. 1.2, что автоматизация приведет к сокращению рабочих мест и целых рынков рутинного однообразного труда с более низкой квалификацией, требующих меньшего социального взаимодействия. Но на ком и как в действительности может сказаться автоматизация – стоит разобраться.

Macintosh HD:Users:dinar:Desktop:1-s2.0-S0007681318301046-gr1.jpg
Рисунок 2 Факторы, влияющие на вероятность и непосредственность сбоев в работе на основе автоматизации [22, P. 823-832]

Первый субъект, на ком особенно явно отражаются все технические инновации – это рынок и компании в частности. Как уже говорилось ранее, компании, преимущественно, выигрывают благодаря автоматизации. Тем не менее, эти же компании уже начали испытывать негативные последствия в виде усиленного контроля со стороны сотрудников, правительств и клиентов – часто предшествующих нормативным актам, которые могут повлиять на будущие инновации. В конечном итоге автоматизация может создать экономику, в которой большинство потребителей не могут позволить себе продукты, созданные роботами из-за потери заработной платы [31]. По мнению Scott A. Wright, автоматизация бизнеса может по-разному влиять на отрасли и экономики стран (см. рисунок 2). Экономики, состоящие в основном из производства, общественного питания и жилья, а также розничной торговли, наиболее подвержены автоматизации. Кроме того, многие компании не мотивированы или плохо оснащены для конкуренции в экономике, основанной на автоматизации. Крупные компании, в таком случае, получат больше выгоды и будут обладать капиталом для внедрения автоматизированных процессов.

Второй субъект, подверженный влиянию автоматизации, в том числе роботизации процессов – это правительства и нации. США, например, сдерживают автоматизацию до тех пор, пока не поймут структурные проблемы, которые она создает, однако США остаются крупнейшим приверженцем новых технологий и искусственного интеллекта. Компании в Китае и Корее стремительно расширяют использование робототехники, поскольку правительство продолжает субсидировать ее разработку и внедрение. Многие страны видят в следующей волне автоматизации как сильную потенциальную угрозу, которая затронет их граждан, так и возможность для экономического роста или – при игнорировании – возможный спад развития.

1.2 Технология RPA как средство оптимизации процессов и минимизации ручного труда

Современные исследования архитекторов процессов крупных компаний, ведущих аналитиков, консалтинговых корпораций и ученых сообщают о преимуществах применения RPA в различных бизнес-процессах, а некоторые авторы предлагают критерии выбора процесса для автоматизации. Одним из этих критериев являются высоко структурированные задачи, обычно соответствующие бизнес-процессам бэк-офиса, таким как финансы, закупки и человеческие ресурсы.

С помощью RPA, как правило, автоматизируются бизнес-процессы обслуживания, такие как формирование счетов за коммунальные услуги, оплата страховых взносов на здравоохранение, поддержание актуальности записей о сотрудниках. При этом технология используется и в таких сферах, как информационные технологии, риск-менеджмент, маркетинг, производство и изготовление, НИОКР. На практике RPA внедряют в разные отрасли, начиная с ритейла, заканчивая топливной промышленностью, но нужно отметить, что одним из основных критериев при выборе технологии автоматизации является большое количество внутренних систем, «переписывать» которые экономически нецелесообразно. При этом важными преимуществами применения RPA являются отсутствие реинжиниринга бизнес-процессов, зачастую отсутствие необходимости в развертывании базы данных, а также (что немаловажно) возможность работы Робота с оператором, т.е. внедрение RPA не всегда замещает человека, иногда оно способствует ускорению работы текущих сотрудников за счет автоматизированного выполнения части наиболее трудоемких задач. Стоит отметить, что все эти нюансы нередко встречаются в банках (детали зависят от процесса) и, в частности, поэтому RPA является одной из наиболее подходящих технологий в том числе для данной сферы.

Со стороны ИТ один «робот» равен одной лицензии на программное обеспечение [26]. Такой робот интегрируется в ИТ-системы через интерфейс, в отличие от традиционного программного обеспечения, которое обменивается данными с другими ИТ-системами через API и интеграционные сервисы, – это говорит о том, что RPA можно интегрировать практически с любым программным обеспечением, используемым человеком, независимо от его открытости для сторонней интеграции.

Однако, несмотря на преимущества экономии средств благодаря RPA, заявленные компаниями-вендорами и интеграторами, не каждый бизнес-процесс подходит для его использования. Например, главный архитектор Hewlett-Packard Хан Пинг Фунг предлагает некоторые критерии наиболее подходящих бизнес-процессов для применения RPA:

• низкие когнитивные требования: к ним относятся задачи, которые не требуют субъективного суждения, творчества или навыков интерпретации;

• большой объем транзакций – задачи, которые выполняются часто;

• необходимость доступа к нескольким системам – процессы, требующие доступа к нескольким приложениям и системам для выполнения работы;

• ограниченная обработка исключений – задачи, которые очень стандартизированы с ограниченными исключениями (или без них) для обработки;

• подверженность человеческим ошибкам – задачи, при решении которых часто встречаются ошибки из-за ручного труда [9].

Согласно этим критериям, сильными кандидатами на RPA являются области бэк-офиса, в которых процессы более стандартизированы, чем процессы фронт-офиса, требующие обработки нескольких исключений. При этом все зависит от конкретной ситуации: зачастую процессы, не по всем параметрам подходящие для автоматизации, в результате дают большие экономические выгоды (а порой достаточно и качественных изменений), чем идеально подходящий, исходя из имеющихся критериев, процесс. Так, для наиболее точного выбора технологии для того или иного процесса необходимо проводить полноценный сравнительный анализ и делать вывод, исходя из прогнозируемых цифр, а не заявленных учеными критериев.

В данной главе были проанализированы различные технологические решения, позволяющий существенно упростить как бытовую жизнь, так и трудовую деятельность людей. При этом, разумеется, технологии в той или иной степени постепенно вытесняют людей, занимающихся низкоквалифицированным, рутинным трудом. По различным оценкам исследователей респонденты разных стран с течением времени и приближением бума роботов все более настороженно относятся к реальным роботам. Государства, с одной стороны, видят перспективы и экономические выгоды, с другой – угрозу повышения безработицы. Компании-вендоры и интеграторы, разумеется, получают выгоду от развития подобных технологий. Для клиентов, по большей части, автоматизация выгодна в плане снижения цен на товары и услуги ввиду снижения затрат на производство товаров и обслуживание. В теории и согласно исследованиям (п. 1.2), сотрудники относятся, в целом, положительно к роботизированным ПО (не физическим роботам), однако на практике часто встречается непонимание исполнителями глобальной цели автоматизации, нежелание сотрудничать по внедрению по причине обычного страха оказаться без рабочего места. Но, стоит отметить, что квалифицированные сотрудники в действительности трезво оценивают все возможные выгоды (в том числе и для них) от внедрения RPA, поэтому в крупных компаниях, в том числе в банках, как правило, на всех этапах проектирования RPA-решения у пользователей не возникает проблем с этической и моральной стороной вопроса: все заинтересованы в выгоде компании, снижении ошибок и ускорении самого процесса при минимальных финансовых и трудовых затратах.

Итак, подходя к теме нашего исследования, а именно, автоматизации банковского процесса, рассмотрим более подробно практические критерии, в том числе, исходя из потребностей клиента, на основе которых будет произведен выбор проектируемого IT-решения и платформы автоматизации.

2 РАЗРАБОТКА РЕГЛАМЕНТА ВЫПОЛНЕНИЯ ПРОЦЕССА «ПЛАНИРОВАНИЕ НАЛОГОВОЙ СТРАТЕГИИ»

2.1 Критерии выбора решения для автоматизации

Как было отмечено в предыдущем разделе, выбор оптимального решения на проекте начинается с определения бизнес-целей заказчика и критериев, согласно которым необходимо подобрать подходящие решения. Для начала кратко рассмотрим сам исследуемый процесс (Рисунок 3), исходя из схемы в нотации IDEF0, отражающей основные входные, выходные, управленческие потоки и механизмы.

Рисунок 3 Реализация исполнения запрашиваемых документов для ИФНС (диаграмма А-0)

Функциональный блок (контекстная диаграмма А-0) на рисунке 3 отражает главное действие в процессе взаимодействия Инспекции Федеральной налоговой службы с компанией-заказчиком (в нашем случае, банком) – реализовать исполнение запрашиваемых документов для ИФНС. В качестве входных потоков выбраны следующие элементы: Поручение от ИФНС, инициирующей запрос (официальный документ, направляемый региональными или городскими налоговыми инспекциями в одну из головных ИФНС г. Москвы в качестве приложения к Требованию, в котором (приложении) указано, что документы запрашиваются в связи с мероприятиями налогового контроля при проведении выездной/камеральной налоговой проверки налогоплательщика-контрагента), в одном из следующий форматов: PDF, doc/docx, JPEG, PNG; Требование от головной ИФНС, которая является посредником и истребует данные документы у банка (официальный документ, направляемый Инспекцией Федеральной налоговой службы с целью получения документов по определенному юридическому(им)/физическому(им) лицу(ам)), в одном из следующий форматов: PDF, doc/docx, JPEG, PNG . Управляющими потоками являются нормативные документы, регулирующие взаимодействие компании-интегратора и компании-заказчика (банка), регламенты банка, регламенты ИФНС, ТЗ (техническое задание – документ, кратко описывающий процесс внедрения выбранного решения), ЧТЗ (частное техническое задание – документ, конкретизирующий ТЗ), PDD (Process Design Document – документ, отражающий функциональные, нефункциональные и бизнес-требования, а также use-cases, созданные для описания взаимодействия внутренних систем компании и роботизированной программы), DSD (Development Specifications Document – документ, содержащий подробные сведение о процессе автоматизации, в котором внимание сосредоточено на 2 основных категориях: «руководстве по выполнению» и «сведениях о разработке»). Механизмами выполнения действия являются сотрудники компании партнера-Abbyy (в частности, аналитик и команда разработки), обеспечивающие качественное распознавание текста и поступление данных на входе Роботу в виде цифровых значений полей в xml-файле; сотрудники компании-интегратора (руководитель проектов, аналитики, команда разработки); платформа UiPath Studio, обеспечивающая построение бизнес-процессов, которые впоследствии будут исполняться Роботом; сам Робот; верификатор (сотрудник банка, осуществляющий проверку данных на этапе распознавания документов и обеспечивающий корректную работу Робота путем исправления нечитаемых данных, добавления отсутствующих, исполнения случайных процессов, не заложенных в алгоритм работы Робота); IBM LotusNotes (интегрированный почтовый и Internet-клиент для объединения внутрикорпоративной деятельности и работы с документами), ExcelRep (прикладная система, позволяющая формировать различные виды отчетов, используемая для получения информации о клиентах банка (список счетов, обслуживающие филиалы и т.д.)), Новая Афина (автоматизированная банковская система, обеспечивающая оптимизацию банковских бизнес-процессов и ИТ-инфраструктур, хранящая истребуемые в рамках Требований документы), АКД (Архив клиентских дел – приложение, позволяющее организовать работу с большим массивом документов, которые образуют клиентские (в том числе кредитные) досье и прочие банковские документы (документы для ордера и др.)), SAP BO BI (комплекс аналитических приложений, обеспечивающий сбор, анализ данных и построение отчетов в разрезе требуемых показателей), Ритейл (прикладная система исследуемого, хранящая информацию по клиентам – физическим лицам). Выходными потоками данного процесса являются следующие: Упрощенный отчет работы Робота (файл в формате Excel, содержащий неполную информацию об исполнении Требования, формируемый Роботом в ходе выполнения процесса для упрощения визуализации результата работы робота), Детальный отчет работы Робота (файл в формате Excel, содержащий полную детальную информацию об исполнении Требования, формируемый Роботом в ходе выполнения процесса), Проект ответа для головной ИФНС (Файл в Word, содержащий официальный ответ банка по результатам исполнения Требования ИФНС), папка с проштампованным объединенным PDF-файлом и соответствующими ему xml-файлами. Более подробно данные и артефакты, являющиеся структурными компонентами потоков процесса, описаны в п. 3.3.

Итак, когда процесс стал более понятен и структурирован, перейдем к бизнес-целям заказчика. В результате внедрения системы должны быть обеспечены:

  • мониторинг поступления документов в папку на сетевом диске;
  • распознавание содержимого и сортировка требований с поручениями по заданному алгоритму;
  • выявление по ключевому слову запросов ИФНС;
  • формирование журнала требований и поручений (в рамках отчета «Результат работы робота»);
  • регистрация запросов от ИФНС в системе LotusNotes БД «Канцелярия»;
  • подготовка ответов на запросы ИФНС;
  • минимизация трудозатрат сотрудников действующего бизнес-процесса.

Следует отдельно отметить 2-ой элемент списка. Так как остальные пункты так или иначе реализуемы во многих современных IT-решениях, обеспечивающих автоматизацию процессов, то технология распознавания символов с изображений и других файлов формата, не позволяющего «считать» цифровой текст, встроена далеко не всегда. Следовательно, наличие технологии оптического распознавания символов, либо возможность интеграции с такими сервисами, является одним из обязательных критериев при выборе решения для данного процесса. Есть вероятность, что в обозримом будущем Инспекция Федеральной налоговой службы будет направлять запросы в цифровом формате, поэтому решение, позволяющее учесть и тот, и другой сценарий, будет оптимальным.

Система также должна частично автоматизировать процесс регистрации входящих запросов и подготовки проекта для ИФНС, сокращая трудозатраты на обслуживание процесса. Система должна повысить качество обработки данных, оперативность регистрации входящих запросов и подготовки проекта ответа для ИФНС, тем самым снижая риск возникновения финансовых последствий по несоблюдению сроков направления ответов. Дополнительно будет произведен частичный отказ от бумажного документооборота, что снижает стоимость обслуживания печатных устройств и бумажных носителей.

Так, общие критерии выбора решения можно отразить следующим образом:

1. Возможность пользователям вносить корректировки в результат работы автоматизированной системы на этапах:

А) распознавания данных;

Б) регистрации документов;

В) исполнения документов;

Г) подготовки Проектов ответа.

2. Снижение трудозатрат, как минимум, в 2 раза;

3. Повышение качества обработки документов (отсутствие ошибок на всех этапах до подготовки Проекта ответа для ИФНС) – как результат – отсутствие штрафных санкций от ИФНС по ст. 126 НК РФ за несвоевременное предоставление документов по требованию налогового органа, п. 2 ст. 126 НК РФ непредставление документов по ст. 93.1. НК РФ, п. 1 ст. 126 НК РФ за непредставление документов о клиенте;

4. Повышение оперативности предоставления данных (отсутствие просроченных ответов для ИФНС – предоставление ответа в течение периода, не превышающего 5 дней);

5. Обеспечение частичного отказа от бумажного документооборота за счет отсутствия процесса печатного штампования и согласования документов внутри компании (сокращение издержек на эксплуатационные расходы, связанные с данным процессом, на 2 млн.руб.);

6. Соизмеримая стоимость вложений полученному в результате эффекту.

7. Срок реализации не более 1 года с тестированием и периодом опытно-промышленной эксплуатации (максимум – 1,5 года с ОПЭ).

8. Встроенная OCR (Optical Character Recognition) или возможность интеграции с таким сервисом.

Детальными критериями успеха выполнения исследуемого банковского процесса являются следующие постусловия:

  • документ распознан, подготовлен файл с ключевой информацией;
  • создана учетная карточка входящего документа в IBM LotusNotes;
  • отчет с результатом работы робота построен корректно;
  • требуемые документы собраны и подготовлены (отправлены в соответствующую папку);
  • шаблон (проект) ответа корректно автоматически заполнен;
  • ответственные сотрудники получили уведомление о необходимости проверки и визирования подготовленного ответа;
  • произведена регистрация исходящего документа в привязке с входящим документом и проектом ответа, данные внесены в отчет;
  • итоговый процесс требует меньше трудозатрат, чем процесс до внедрения системы.

Анализ оптимального решения для исследуемого процесса

Для решения проблемы избыточного ручного труда, чрезмерной длительности процесса, наличия ошибок, неточностей и нерационального использования трудовых ресурсов нужна система, которая либо будет сама принимать решения на каждом этапе сверки данных и самообучаться во время использования тестовой среды, либо позволит встраиваться на определенные этапы сотруднику, не влияя при этом на работу автоматизированной системы, с целью контролировать результат и отслеживать моменты, на которых могут возникнуть те или иные ошибки. Исходя из этого, мы понимаем, что ML (машинное обучение) в нашем случае не совсем подходит в качестве решения, так как не подразумевает наличия когнитивного мышления, позволяющего системе самой принимать решения подобно человеку. А встраивать сотрудника в такую систему, вероятнее всего, будет проблематично и даже невозможно в связи со сложностью механизмов разработки, контроля и сопровождения решения – то есть человек не только не сможет корректировать данный автоматизированный процесс, но и будет затруднять его работу. Что касается стоимости, специалисты (аналитики и разработчики) по машинному обучению обойдутся для компании-заказчика в разы дороже обычных разработчиков ПО и вряд ли принесут существенную пользу в том плане, что для конкретного процесса нет необходимости разрабатывать нейронную сеть и встраивать в процесс ML. Таким образом, для сравнительного анализа машинное обучение рассматриваться не будет.

Блокчейн изначально не подходит для данного процесса, так как в нашем случае не стоит задача распределенной записи и хранения данных, а также в рамках процесса не происходит никаких транзакционных запросов. Следовательно, данная технология также не будет рассматриваться при дальнейшем анализе.

AI (искусственный интеллект) мог бы быть отличным решением текущей проблемы в совокупности с тем же ML или индивидуальной разработкой ПО. Но, во-первых, по двум важнейшим критериям выбора решения, а именно сравнительно невысокой стоимости и относительно быстрому внедрению – данная технология сильно уступает оставшимся, так как искусственный интеллект – это никогда не дешево и совсем не быстро. Во-вторых, на сегодняшний день программы BRMS успешно решают задачу возможности принятия решения системой без участия пользователя (не роботизированное, а алгоритмизированное). И, в-третьих, AI используется, как правило, для задач, связанных с неструктурированными данными без четкого алгоритма действий, в нашем же случае процесс довольно линейный и структурированный. В связи с этим технология Artificial Intelligence не пригодна для исследуемого процесса.

Как и в теоретической части данной работы (с точки зрения обобщенной выгоды для среднестатистического проекта – см. п. 1.1.), так и при анализе фактического проекта, исходя из описанных в предыдущем пункте критериев, мы приходим к выводу о том, что наиболее оптимальными вариантами (для нашего процесса) являются собственная разработка ПО, BPMS-системы, либо внедрение технологии RPA. Так как, вероятнее всего, готовые решения будут выгоднее с точки зрения данного процесса, более подробно рассмотрим их, а стоимость собственного решения рассчитаем в п. 2.3, по итогам которого сделаем выводы.

Сравнительный анализ BPMS-систем на мировом рынке

На сегодняшний день на рынке BPMS-систем лидируют такие решения, как Appian BPM, Pega BPM, IBM BPM, bpm’online, Tibco BPM (см. рисунок 4).

Рисунок 4 Рынок вендоров BPMS-решений [46]

В разное время, по оценкам консалтинговых агентств, проводящих анализ рынка, в первую тройку входили, как правило, одни из следующих компаний: IBM, Oracle, bpm’online, Pega, Appian. При этом стоимость систем практически сопоставима: в таблице 1 указаны цены за лицензии без внедрения. Далее мы рассчитаем, во сколько бы обошелся данный процесс для каждой из трех наиболее популярных на сегодняшний день систем.

Таблица 1 Стоимость основных мировых BPMS-решений [49]

BPMS

Информация о стоимости

1

2

Appian BPM

На одного пользователя: лицензия – $2160 в год

Pega BPM

На одного пользователя: лицензия – $1068 (базовая)/ $2040 (стандартная)/ $3000 в год (продвинутая)

IBM BPM

На одного пользователя: лицензия – $1500 (базовая)/ $11500 (продвинутая) в год, техподдержка – $3696

Bpm’online

На одного пользователя: лицензия – $480 в год

Tibco Active Matrix BPM

От $0,4 млн, стоимость техподдержки 16% от стоимости решения, т.е. от $64000 в год

Oracle BPM Suite

На одного пользователя: лицензия – $2900, техподдержка – $638 в год

Bizagi BPM Suite

На одного пользователя: лицензия – $815, техподдержка – $138 в год. Аренда лицензий за пользователя в год: $316

Рассчитав стоимость решений топ-3 компаний BPMS на 2018 г. с учетом лицензий с примерной стоимостью внедрения компаний-интеграторов среднего уровня и масштаба (средняя цена в РФ – 4 000 000 руб.) и технической поддержкой в течение, по меньшей мере, 3 месяцев, исходя из нашего процесса и конкретного банка, получаем следующие значения:

        1. Стоимость Appian BPM = Стоимость лицензий (2 160 ($ на чел/год) *64,76 (курс руб.) *10 (кол-во лицензий, необходимых для процесса)) + Стоимость внедрения (4 000 000) + Стоимость технической поддержки (419 612) = 1 398 816 + 4 000 000 + 419 645 = 5 818 461 руб.
        2. Стоимость Pega BPM = Стоимость лицензий (2 040 ($ на чел/год, стандарт) *64,76 (курс руб.) *10 (кол-во лицензий, необходимых для процесса)) + Стоимость внедрения (4 000 000) + Стоимость технической поддержки (419 612) = 1 321 104 + 4 000 000 + 396 331 = 5 717 435 руб.
        3. Стоимость IBM BPM = Стоимость лицензий (1 500 ($ на чел/год, базовый) *64,76 (курс руб.) *10 (кол-во лицензий, необходимых для процесса)) + Стоимость внедрения (4 000 000) + Стоимость технической поддержки (239 353) = 971 400 + 4 000 000 + 239 353 = 5 210 752 руб.

Так, ценовая политика топовых BPMS-решений варьируется в пределах 608 тыс.руб., что, по меркам крупных компаний, практически не играет роли, когда речь идет о достаточно масштабном внедрении. Поэтому при выборе решения из приведенных выше BPMS-систем следует руководствоваться, в первую очередь, применимостью к исследуемому процессу. С точки зрения логики разработки процесса в BPMS, он должен состоять из следующих шагов:

Запрос из ИФНС поступает сотрудникам банка на почту. Далее документы проходят этап распознавания Flexi Capture, после чего поступают в BPMS-систему.

В IBM LotusNotes встраивается модуль, позволяющий по запуску из BPMS-системы регистрировать документы. После запуска триггера Требования и Поручения автоматически объединяются в ЭЦП по дате и номеру поручения, штампуются и запускается процесс в системе LotusNotes для регистрации входящих. Документы регистрируются и откладываются в отдельные папки с соответствующим номером ЭЦП и Требования в нем.

Автоматически в базе ExcelRep (описание в п. 2.1) данные по контрагентам сверяются с их ИНН и счетами. После чего происходит детальная проверка на возможность исполнения процесса (проверка наличия парных Требования и Поручения, проверка дат открытия и закрытия счетов в зависимости от периода запроса и т.д.) путем запуска БП карточки «Запросы от ИФНС» с подтверждением в открывшейся форме данных, которые нужно проверить. После этого из документов (их XML после распознавания), прошедших проверку на возможность исполнения, вытягиваются поля контрагентов, ИНН, счетов, документов, периодов запроса, по которым будет произведен поиск данных, после чего направляются в свои реестры записей в карточке запроса.

Перечень выбранных полей из предыдущего этапа по каждому отдельному документу (ЭЦП – пары Требования и Поручения) направляется после сохранения карточки запроса во внутренние банковские системы для поиска запрашиваемых документов (АКД, Новая Афина, Ритейл – подробнее – в п. 3.3 Таблица 14). Реакцией запуска интеграции будет кнопка «Сохранить» в карточке запроса от ИФНС.

Системы получают списки данных и производят внутренний поиск документов по встроенным в интеграцию реестрам, после чего автоматически сохраняют прикрепленные в карточках контрагентов этих систем документы в заведенные на 2 шаге папки, определенные на локальном компьютере.

После добавления данных в папку срабатывает триггер и запускает повторное открытие IBM LotusNotes для регистрации исходящих документов. Параллельно с этим автоматически собираются файлы формата PDF с заполненными по алгоритму данными по каждому Требованию. Данные документы прикрепляются к карточкам регистрации, после чего завершается регистрация и уведомляются сотрудники Операционного департамента (ОД) о необходимости проверить документы.

Сотрудники ОД проверяют данные и отправляют из в ИФНС по соответствующему адресу в электронной форме.

Данный процесс, разумеется, требует контроля хотя бы 1 сотрудника Канцелярии и хотя бы 1 сотрудника Операционного департамента. Для данного процесса, исходя из собственного аналитического опыта работы в компаниях-интеграторах из BPMS-систем наиболее всего подходит система класса bpm (не в том числе CRM, как, например, bpm’online) из разряда Pega. Данная система специализируется на решениях подобного формата.

Также при выборе системы для последующего анализа необходимо учесть, что на текущий момент (как было упомянуто в п. 2.1) документы из Инспекции Федеральной налоговой службы поступают в форматах PDF, doc/docx, JPEG, PNG. Следовательно, независимо от технологии решения, для любой автоматизации потребуется перевод документов в цифровой формат. А при том, что ни в одном из текущих BPMS-решений нет встроенных технологий OCR (Optical Character Recognition), позволяющих на должном уровне обеспечить распознавание текста, следовательно, дополнительно нужно подключать партнера/решение, позволяющего это осуществить. Из наиболее распространенных компаний, специализирующихся на оптическом (и даже интеллектуальном – ICR, позволяющим распознавать рукописный текст) распознавании символов, можно выделить российского вендора Abbyy, партнерские отношения с которым налажены не только у выбранной в итоге компании-интегратора, но и (среди компаний, предоставляющих BPMS-решения) у Pega BPM (особенности технологии распознавания Abbyy и стоимость данного решения приведены в п. 2.2.2). Так, исходя из всего вышеописанного, можно прийти к выводу, что среди BPMS-систем оптимальной с точки зрения данного процесса является Pega BPM, которая и будет рассмотрена нами в более детальном анализе в п. 2.3.

Технология OCR на примере Abbyy FineReader и Abbyy Flexi Capture

Как было указано в предыдущем пункте, ни одно автоматизированное решение на сегодняшний день не обладает встроенной OCR такого уровня, который позволил бы избежать интеграции с профессиональными сервисами, специализирующимися на распознавании текста.

Оптическое распознавание символов (OCR) представляет собой набор различных этапов обработки, выполняемых в случаях, когда текст должен быть распознан из изображения, фотографии или документа PDF.

Рисунок 5 Технология OCR [7]

На протяжении последних 5 лет лидером российского рынка в сегменте потокового ввода данных, по оценкам аналитиков компании IDC, является компания Abbyy. По данным исследования, рыночная доля компании в последние годы превысила 60%, а доходы ABBYY от проектов в этом сегменте выросли более чем на 30% в рублевом эквиваленте [1].

Компания имеет два основных решения, специализирующихся на распознавании символов:

  • FineReader Engine – это набор инструментов OCR, предназначенный для преобразования отсканированных документов и PDF-файлов в различные форматы, такие как простой текст, форматы Office, HTML, PDF с возможностью поиска или XML.
  • FlexiCapture Engine – это SDK для обработки форм, разделения документов, классификации и извлечения данных.

В таблице 2 представлены основные различия данных систем.

Таблица 2 Сравнение Abbyy FineReader Engine и Abbyy FlexiCapture Engine [7]

Сравнительный признак / Название модуля Abbyy

FineReader Engine

FlexiCapture Engine

Общие

1

2

3

Использование по назначению

Прямая классификация для интеграции и использования вместе с полнотекстовым механизмом OCR – с целью, чтобы узнать, какой тип документа обрабатывается в настоящее время, например, квитанция/ счет

FlexiCapture Engine позволяет обнаруживать документы и отделять их от потока изображений, классифицировать документы и улучшать извлечение данных. Классификация традиционно является очень важной частью извлечения данных

Используемые технологии классификации

Классификация изображений и контента

Изображение, макет и контент

Технологии классификации

Классификатор изображения

Да, шаблон изображения (расположение черных пикселей) и текстовый анализ с OCR больших текстовых элементов, таких как заголовки

Классификатор на основе контента

Да, статистическая классификация текстовой информации, генерируемой процессом OCR

Да, FlexiLayouts позволяет определять пользовательский набор правил с использованием ключевых слов, поисков в базе данных и регулярных выражений

Поддержка пользовательских правил

Пользовательские функции из документа могут быть интегрированы, например, на основе анализа макета или текста

Возможны пользовательские деревья решений.

Шаблоны основаны на собственных правилах извлечения и содержат сценарии для управления классификацией и процессом извлечения данных

Классификация по шаблонам

Нет

Да, макеты Flexi

Диапазон классификации

Подход на одной странице (изображения)

Одиночные (изображения) страницы с классификацией изображений и подходом к документам, одно и несколько изображений / PDF с помощью макетов Flexi

Обучение и настройка классификации

Повышение квалификации

Классы документов создаются путем обучения предопределенных коллекций документов

GUI для обучения

Нет, но образец кода доступен

Да, с FlexiLayout Studio в качестве инструмента разработки

API для обучения

Да, пример кода доступен

Нет – с целью создания макета Flexi

Создание шаблона

Нет

- Нет – для классификации страниц на основе предизображений

- Да – для разделения и классификации документов

Обучающий набор

3 или более изображений каждого типа документа, чтобы автоматически обучать новый класс

3 или более изображений каждого типа документа

- автоматически обучать новый класс

- ручная настройка правил классификации или дерева

Разделение документов

Нет

Да, на основе определений документов, макетов Flexi или шаблонов фиксированных форм

Поддержка страниц приложения

Нет

Да, страницы приложения не используются для классификации, но все еще являются частью документа

Доступность классификации

Модуль добавлен в FineReader Engine 11

Функция по умолчанию в FlexiCapture Engine.

Дополнительные приложения, поставляемые с SDK: FlexiCapture Standalone и FlexiLayout Studio для разработки определения документа, классификации и логики извлечения данных

Исходя из представленной выше таблицы, отражающей основные отличительные особенности (технические и влияющие на бизнес-логику) программ, мы можем сделать вывод о том, какой модуль Abbyy оптимальнее всего подходит для нашего процесса (наиболее важные положения подчеркнуты в таблице). Итак, Flexi Capture поддерживает шаблоны классификации, благодаря которым происходит определение типа документа по заданному алгоритму (например, соответствие основных блоков текста заранее определенным координатам на странице в зависимости от типа документа) и наложение его на стандартный шаблон документа этого типа (соответствие форме по КНД: 1165013 – для Требования и 1165014 – для Поручения). Эта функция необходима для проверки того, действительно ли поступивший документ является основанием для его исполнения, поэтому по данному пункту FineReader уже не подходит. Следующим важным критерием является возможность определения диапазона документа и его распознавание по страницам: так как Требования и Поручения могу содержать в себе разное количество страниц в зависимости от количества запрашиваемых документов в них, заложить алгоритм работы с определенным количеством страниц не представляется возможным.

В связи с этим, мы приходим к выводу о том, что наиболее подходящим решением в нашем случае является программа Abbyy Flexi Capture, с которой в дальнейшем и будет выстраиваться взаимодействие выбранного решения автоматизации. Для того, чтобы в рамках итогового решения (в случае отсутствия встроенной технологии OCR) учитывать затраты на распознавание входящих документов из ИФНС, ниже в таблице 3 рассчитаем трудозатраты и стоимость решения Abbyy Flexi Capture.

Таблица 3 Расчет трудозатрат и стоимости технологии распознавания символов

Название ресурса

Трудозатраты, чел.час

Ставка
руб./ч

Затраты с НДС, руб.

Аналитик Abbyy

472

4 500,00 ₽

2 124 000,00 ₽

1.1 Этап 1. Обследование и проектирование

200

4 500,00 ₽

900 000,00 ₽

1.2 Этап 2. Создание решения

80

4 500,00 ₽

360 000,00 ₽

1.3 Этап 3. Приемо-сдаточные испытания

120

4 500,00 ₽

540 000,00 ₽

1.4 Этап 4. Опытно-промышленная эксплуатация

72

4 500,00 ₽

324 000,00 ₽

Инженер Abbyy

392

5 000,00 ₽

1 960 000,00 ₽

1.1 Этап 1. Обследование и проектирование

160

5 000,00 ₽

800 000,00 ₽

1.2 Этап 2. Создание решения

120

5 000,00 ₽

600 000,00 ₽

1.3 Этап 3. Приемо-сдаточные испытания

40

5 000,00 ₽

200 000,00 ₽

1.4 Этап 4. Опытно-промышленная эксплуатация

72

5 000,00 ₽

360 000,00 ₽

РП Abbyy

102

4 500,00 ₽

459 000,00 ₽

1.1 Этап 1. Обследование и проектирование

20

4 500,00 ₽

90 000,00 ₽

1.2 Этап 2. Создание решения

28

4 500,00 ₽

126 000,00 ₽

1.3 Этап 3. Приемо-сдаточные испытания

10

4 500,00 ₽

45 000,00 ₽

1.4 Этап 4. Опытно-промышленная эксплуатация

44

4 500,00 ₽

198 000,00 ₽

Итого трудозатраты и стоимость Abbyy

966

 

4 543 000,00 ₽

Так, независимо от решения автоматизации (при условии отсутствия встроенной технологии OCR), стоимость внедрения технологии распознавания входящих документов будет составлять 4 543 000 руб.

Обоснование оптимальности внедрения технологии RPA

Выше мы проанализировали BPMS- и RPA-решения и остановились на одном из примеров для каждой технологии: Pega BPM и UiPath соответственно. Собственная разработка программного обеспечения (ПО) будет рассмотрена в данном пункте как один из возможных, но изначально менее подходящих вариантов.

Итак, у нас есть текущий процесс AS-IS для сравнения (вариант А). При этом возможно 3 основных варианта решения исследуемой проблемы:

  • Разработать собственное решение (при помощи так называемой «честной автоматизации») – B;
  • Внедрить BPMS-решение (вариант C);
  • Внедрить программных роботов (RPA) – вариант D.

Для оценки вариантов сравним их по набору таких критериев, как: стоимость разработки[1], время разработки (включая этап предпроектного исследования, аналитическую работу, тестирование и опытно-промышленную эксплуатацию), время работы сотрудника/робота/ПО, количество возникающих в процессе работы ошибок[2], FTE[3], а также постараемся вычислить возможные риски, которые наиболее часто встречаются в современных реалиях при интеграциях и разработке новых решений. Чтобы провести данный анализ, для начала вычислим каждый пункт в отдельности.

  1. Стоимость разработки.
  2. Одной из важнейших статей расходов в процессе AS-IS являются штрафные санкции, возможные при некорректном предоставлении/непредоставлении в срок документов, отраженные в таблице 4.

Таблица 4 Штрафные санкции, применимые к банкам ФНС за некорректное предоставление запрашиваемых документов [38]

Нарушение

Статья законодательства (КоАП РФ)

Штрафные санкции

Неполучение резидентом оплаты за продажу товара, оказание услуг иностранному партнеру (согласно договору), а также невозврат средств за товары, не ввезенные в Российскую Федерацию.

п. 4-5

¾ – 1 сумма контракта

Несоблюдение сроков оформления и переоформления паспорта сделки

п. 6

40 – 50 тыс. руб.

Непредоставление в срок справок (корректирующих справок) о валютных операциях, о подтверждающих документах

5 – 50 тыс. руб.

Отказ в предоставлении документов по запросу банка

40 – 50 тыс. руб.

Повторное (в течение года) нарушение процедуры или сроков предоставления документов

400 – 600 тыс. руб.

Непредоставление документов об изменениях, связанных со счетами в иностранных банках

п. 2.1

800 тыс. – 1 млн руб.

Предоставление сведений об открытии, закрытии иностранных счетов позже срока

п. 2

50 – 100 тыс. руб.

Нарушение порядка ведения валютных расчетов

п. 1

3/4 – 1 сумма незаконной операции

Исходя из таблицы 4 и личной практики компании, на штрафные санкции в среднем ежегодно тратится порядка 2-4 млн.руб. Фактические затраты, которая компания понесла за период с 01.03.2018 г. по 01.03.2019 г. (такие даты были взяты, исходя из необходимых сроков написания данной выпускной квалификационной работы), составляют, судя по таблице А2 Приложения А, 3 510 000 руб.

Эксплуатационные расходы, по анализу компании-клиента, составляют 2 000 000 руб. Расчет ФОТ (фонда оплаты труда) 4 сотрудников (2 сотрудника Канцелярии и 2 сотрудника Операционного департамента), которые планируется высвободить для более высокоинтеллектуальной работы, приведен в формуле 1.1.

ФОТ = СЗ*СЧ*12, (1.1)

где СЗ – среднемесячная зарплата, СЧ – среднесписочная численность сотрудников.

Так, фактический ФОТ = 60 000*4*12 = 2 880 000 руб. Помимо НДФЛ, входящих в ФОТ, компания платит страховые взносы от каждой зарплаты в размере 30% от оклада gross (в данном случае – от 60 000 руб.): 2% – в Пенсионный фонд, 2,9% в Фонд социального страхования и 5,1% – Фонд медицинского страхования.

Затраты на 4 сотрудников в год для компании обходятся в следующую сумму: 2 880 000 + (60 000*0,3*4*12) = 2 880 000 + 244 800 = 3 124 800 руб.

Итого компания затрачивает на текущий процесс: 3 510 000 + 2 000 000 + 3 124 800 = 8 634 800 руб.

  1. Стоимость разработки индивидуального программного обеспечения расписана в таблице 5 с учетом вариантов использования (use cases – UC), разработанных и расписанных нами для данного проекта внедрения.

Таблица 5Расчет стоимости разработки индивидуального ПО

Сценарий/требование

Разработчик

Аналитиик

Тестировщик

РП

1

2

3

4

5

UC001. Запись результата извлечения информации

3,0

1,0

0,5

0,8

UC002. Ротация отчета "Результат работы робота"

7,5

2,5

1,3

1,9

UC003. Регистрация входящего документа в БД "Канцелярия"

72,0

24,0

12,0

18,0

UC004. Сопоставление требований и поручений

39,0

13,0

6,5

9,8

UC005. Создание объединенного файла

18,0

6,0

3,0

4,5

UC006. Штампирование объединенного файла

9,0

3,0

1,5

2,3

UC007. Авторизация в АКД

36,0

12,0

6,0

9,0

UC008. Авторизация в Новой Афине (Договора на расчетное обслуживание)

9,0

3,0

1,5

2,3

UC009. Авторизация в SAP BO-BI

6,0

2,0

1,0

1,5

UC010. Выгрузка из АКД по стандартному сценарию

39,0

13,0

6,5

9,8

UC011. Проверка контрагента на принадлежность к филиалу/головному офису

48,0

16,0

8,0

12,0

UC012. Направление ЭЦП на исполнение в региональный филиал

51,0

17,0

8,5

12,8

UC013. Выгрузка из SAP IP-адресов

60,0

20,0

10,0

15,0

UC014. Определение внутреннего кода клиента в Новой Афине

18,0

6,0

3,0

4,5

UC015. Авторизация в ExcelRep (ПСБ)

6,0

2,0

1,0

1,5

UC016. Выгрузка из АКД договора (контракта, соглашения)

72,0

24,0

12,0

18,0

UC017. Отправка ЭЦП на ручной разбор

12,0

4,0

2,0

3,0

UC018. Выгрузка документа "Справка по лицевому счету"

48,0

16,0

8,0

12,0

UC019. Авторизация в LotusNotes

9,0

3,0

1,5

2,3

UC020. Проверка соответствия Требования и Поручения

6,0

2,0

1,0

1,5

UC021. Подготовка проекта ответа

24,0

8,0

4,0

6,0

UC022. Выгрузка из Новой Афины расходно-кассового ордера (РКО)

42,0

14,0

7,0

10,5

UC023. Авторизация в Новой Афине (Расчетное обслуживание)

15,0

5,0

2,5

3,8

UC024. Регистрация исходящего в БД "Канцелярия"

30,0

10,0

5,0

7,5

UC025. Проверка контрагента на факт обслуживания в Первобанке

48,0

16,0

8,0

12,0

UC026. Отправка заявки на бронирование исходящих номеров

72,0

24,0

12,0

18,0

UC027. Получение исходящих номеров

12,0

4,0

2,0

3,0

UC028. Проверка корректности счетов контрагента согласно датам запроса Требования

54,0

18,0

9,0

13,5

UC029. Выгрузка выписки по счету

36,0

12,0

6,0

9,0

UC030. Выгрузка банковского досье клиента

30,0

10,0

5,0

7,5

UC032. Выгрузка внутрибанковского кода клиента из Новой Афины

42,0

14,0

7,0

10,5

UC033. Поиск последнего номера ЭЦП-№-Р

7,5

2,5

1,3

1,9

UC034. Выгрузка из Новой Афины универсальной выписки (с приложением)

60,0

20,0

10,0

15,0

UC035. Инициализация и считывание настроек

15,0

5,0

2,5

3,8

UC037. Инициализация процесса "Регистрация требований"

6,0

2,0

1,0

1,5

UC037. Инициализация процесса "Регистрация требований"

36,0

12,0

6,0

9,0

UC039. Обработка неизвестного файла

12,0

4,0

2,0

3,0

UC040. Проверка возможности исполнения требования

72,0

24,0

12,0

18,0

0,0

0,0

0,0

Итог (ч/час)

1239

413,0

206,5

309,8

+ риск 60%

1982,4

660,8

330,4

495,6

Итог (ч/мес)

11,94216867

4,0

2,0

3,0

С учетом того, что в компаниях-интеграторах, рассматриваемых Заказчиком (банком) в качестве потенциального исполнителя, в среднем ставка разработчика составляет 3500 руб./ч, аналитика – 3450 руб./ч, тестировщика – 3000 руб./ч, РП – 3500 руб./ч, получаем следующие расчетные данные:

Стоимость разработки ПО с учетом рисков: стоимость работы разработчика (1982,4 ч * 3500 руб./ч) + стоимость работы аналитика (660,8 ч * 3450 руб./ч) + стоимость работы тестировщика (330,4 ч * 3000 руб./ч) + стоимость работы РП (495,6 ч * 3500 руб./ч) = 6 938 400 + 2 279 760 + 991 200 + 1 734 600 = 11 943 960 руб.

3. ПРИМЕНЕНИЕ ТЕХНОЛОГИИ RPA ДЛЯ АВТОМАТИЗАЦИИ

3.1 Предпосылки автоматизации исследуемого процесса

Итак, в основе практической части данной магистерской диссертации лежит реальный проект внедрения программных роботов в один из крупных российских банков. Суть процесса, как было упомянуто в п. 2.1 данной работы, заключается в получении, регистрации и исполнении банком Поручения и основанного на нем Требования по всем запрашиваемым документам, а также подготовке Проекта ответа для Инспекции Федеральной налоговой службы.

Текущий процесс (AS-IS) исполнения документов представляет собой получение Требований отделом Канцелярии, поиск по текущему Требованию соответствующего Поручения (в случае отсутствия Требования Поручение откладывается, в случае отсутствия Поручения Требование регистрируется и по нему запрашивается Поручение у ИФНС, направившей запрос), скрепление данных файлов в формате pdf. Далее скрепленный файл распечатывается, подписывается у руководителя, по нему у Операционного департамента (ОД) запрашивается входящий номер. После выдачи номера (занимает не более 30 минут) он проставляется в виде штампа на первую страницу объединенного документа с датой и присвоенным номером (отличными от дат и номеров требования и поручения). Далее данный документ сканируется, по нему во встроенной системе IBM LotusNotes заводится карточка, регистрирующая данный документ и уведомляющая сотрудников Операционного департамента о его подготовке для исполнения. После получения уведомления сотрудник ОД открывает программу ExcelRep, вводит пароль для входа в систему, вбивает ИНН в нужное поле для поиска конкретного клиента, после чего открывает таблицу счетов и филиалов по данному контрагенту. В случае, если клиент обслуживается только в филиалах, сотрудник ОД отправляет данный входящий документ через форму IBM LotusNotes ответственным за данный филиал сотрудникам; в противном случае он продолжает работу. Начиная с первого истребуемого документа, сотрудник заходит по очереди в каждую базу, в которой должен находиться определенный документ; авторизуется в ней, вбивает ИНН и расчетный счет (последнее – в случае банковских выписок и депозитных документов) и ищет действующий документ за определенный период, указанный в требовании. После нахождения всех документов, сотрудник выгружает их в определенную папку, запрашивает по описанной выше логике номер для исходящего документа, регистрирует его и готовит шаблон ответа для ИФНС в соответствии с текущими контрагентами, счетами и найденными документами.

Таблица 6 Анализ пригодности процесса для роботизации [29]

Критерии

Соответствие

Комментарий

Процесс с большим объемом транзакций

+

Обработка от 400 до 800 документов в день

Часто повторяемый процесс (ежедневный/еженедельный)

+

Ежедневный

Процесс со стандартными и согласованными входными данными

+/-

ИФНС запрашивает, как правило, однотипные документы, но в разных формулировках

Процесс, запускающийся по нечитаемым типам входных данных (без OCR)

+/-

До начала работы Робота входные данные обрабатывает партнер – FlexiCapture

Процесс, построенный на основе правил (с четкими инструкциями по обработке)

+

Процесс выполняется по стандартным правилам около 7 лет

Хорошо документированный, стабильный процесс

+

Процесс выполняется в одних и тех же системах около 7 лет

Известные эксплуатационные расходы

+

На печать фигурирующих в данном процессе документов для согласований тратится около 2 млн.руб. ежегодно

Процесс, позволяющий обеспечить экономию min 2-х рабочих ставок

+

По прогнозам, Робот будет заменять 4 рабочие ставки

Исходя из таблицы мы видим, что процесс абсолютно удовлетворяет по 6 критериям из 8, а именно:

  • это процесс с обработкой большого количества информации;
  • он происходит ежедневно;
  • в нем заданы определенные алгоритмы, которых на текущий момент придерживаются сотрудники;
  • процесс стабилен на протяжении 7 лет;
  • известны все издержки, которые несет предприятие в рамках данного процесса (помимо оплаты труда самих сотрудников);
  • процесс позволит сэкономить 4 рабочие ставки (планово).

3.2 Проектирование процесса TO-BE

Ниже описан проектируемый процесс внедрения программного робота на исследуемом предприятии. На рисунке 6 изображена Studio UiPath с работающим процессом регистрации входящего документа при использовании режима проектирования flowchart (блок-схем).


Рисунок 6 Проектирование автоматизированного процесса TO-BE (Регистрация входящего документа)

  1. В Канцелярию поступают Требования и Поручения из ИФНС (отдельные PDF, doc/docx, JPEG, PNG-файлы). Сотрудники Канцелярии размещают их в специальной папке ImportFolder Abbyy на корпоративном сетевом диске (структура папок описана в таблице п. .
  2. Система (Abbyy Flexi Capture, партнер компании-интегратора, т.к. встроенный функционал OCR в UiPath является недостаточным для подобного рода проектов) идентифицирует файлы и текст в них, определяет, что является Требованием и Поручением, и соотносит соответствующие Требования. По тексту Требования ниже следует информация о наличии Поручения к нему:
    1. номер может совпадать;
    2. номер может быть неполным;
    3. если по номеру поручения Требование к нему определить не представляется возможным, дальнейший поиск осуществляется по дате Поручения, наименованию компании (ФИО физического лица), ИНН.
  3. Сопоставив Требования и Поручения, Робот объединяет их в один файл, присваивает свободный порядковый номер (ЭЦП-№-Р) и штампует. Если в направленном объеме документов остаются:
    1. Требования без Поручений, они регистрируются и передаются на исполнение;
    2. Поручения, оставшиеся без Требований, не подлежат регистрации.
  4. После разбора Робот формирует журнал Требований и Поручений в Excel в отчете «Результат работы робота».
  5. В системе документооборота LotusNotes БД "Канцелярия" в разделе «Входящие» Робот создает карточку документа и размещает в ней объединенный документ.
  6. Робот сохраняет учетную карточку как проект в разделе «Входящие» БД "Канцелярия" системы документооборота LotusNotes в учетной карточке. Карточка содержит следующую информацию:
    1. корреспондент;
    2. вид документа;
    3. исходящий номер и дата;
    4. краткое содержание документа;
    5. количество листов и приложений в документе;
    6. фамилия подписавшего документ;
    7. структурное подразделение и фамилия исполнителя, которому направляется документ;
    8. фамилия Руководителя Банка, наложившего резолюцию в документе, и текст резолюции.
  7. Система документооборота формирует уведомление о созданном Роботом проекте документа и отправляет сотруднику, ответственному за регистрацию таких документов в Канцелярии УДО ДКУ (далее – Ответственный сотрудник).
  8. Ответственный сотрудник посредством ссылки, размещенной в полученном уведомлении, переходит в регистрационную карточку документа, в которой сверяет файл содержания с заполненными Роботом полями. В случае необходимости изменяет или заполняет данные поля.
  9. Ответственный сотрудник сохраняет регистрационную карточку. Система документооборота формирует уведомление о документе и отправляет ссылку на него Исполнителю, указанному в поле «Оповестить сейчас».
  10. Робот проставляет штамп установленного образца, содержащий дату регистрации и входящий номер.
  11. По определенному алгоритму Робот оценивает возможность исполнения Требования. А именно, Требование не может быть исполнено, если:
  • период запроса не попадает в период обслуживания налогоплательщика;
  • нет клиента;
  • запрашиваемые документы в банк не предоставлялись;
  • разные налогоплательщики в Требовании и Поручении;
  • Требование и Поручение ошибочно направлено не в тот банк.
  1. Если Требование не прошло какую-либо из проверок или Робот не смог оценить возможность исполнения Требования, то оно автоматически отправляется сотруднику Операционного департамента на ручной разбор. После оценки сотрудником, в случае неправомерности решения, сотрудник подтверждает это в файле Результата работы робота, после чего Робот формирует Проект отказа для ИФНС по шаблону. Если сотрудник подтверждает правомерность требования, то Робот переходит к сбору документов из следующего пункта.
  2. Если Требование прошло все проверки, то Робот должен собрать все необходимые документы по Требованию. Документы, необходимые для подготовки Проекта ответа в целях исполнения Требования, находятся в смежных системах.
  3. Дальше Робот готовит документы к отправке в ИФНС: выбирает Проект ответа на основе результатов оценки возможности исполнения Требования и Поручения, заполняет его данными из Требования и Торучения и переносит в отдельную папку вместе с собранными документами для проверки сотрудником корректности заполнения Проекта ответа и полноты собранных документов.
  4. После проверки документов сотрудник отправляет Проект ответа в соответствующую папку, что является триггером для того, чтобы Робот продолжил работу.
  5. По завершении процесса Робот должна зарегистрировать отсканированные документы в LotusNotes БД "Канцелярия" в карточке исходящего документа. В карточке отражается следующая информация:
    1. Корреспондент
    2. Краткое содержание
    3. Дата (фактический день регистрации)
    4. Исх. Номер
    5. Фамилия исполнителя
    6. ФИО подписанта
    7. Номер входящего письма (ЭЦП-№-Р).
    8. Прикрепленный проект ответа.

В виде бизнес-схемы процесс можно описать следующим образом (рис. 7-8).

Рисунок 7 Распознавание входящих документов и их регистрация в IBM LotusNotes

На данном рисунке представлен предварительный процесс подготовки документов для первого Робота (Робот 1) посредством работы FlexiCapture по части распознавания текста документов, а также процесс регистрации документов Роботом 1 в БД «Канцелярия» LotusNotes.

Рисунок 8 Исполнение документов для ИФНС

На рисунке показан основной процесс работы второго и третьего Роботов (Робот 2 и Робот 3 соответственно) по исполнению документов, регистрации исходящих документов и подготовке Проекта (шаблона) ответа для ИФНС. Далее более подробно рассмотрим проектирование конкретного роботизированного процесса на основе данных, необходимых в процессе разработки Робота.

ЗАКЛЮЧЕНИЕ

Подводя итог всего вышесказанного, стоит отметить, что на ИТ рынке на сегодняшний день присутствует множество современных решений, позволяющих автоматизировать деятельность в той или иной области. При этом у каждого технологического решения есть своя целевая аудитория и процесссы, наиболее подходящие под заложенные в систему критерии. Так, например, когда дело доходит до принятия решения использования роботизированной автоматизации процессов (RPA), компаниям следует учитывать, что данная технология больше подходит для стандартизированных задач большого объема, основанных на правилах, когда нет необходимости в субъективных суждениях, творческих способностях или навыках интерпретации. Бизнес-процессы бэк-офиса, такие как кредиторская и дебиторская задолженность, выставление счетов, командировки и расходы, основные средства и управление персоналом, являются хорошими кандидатами на РАП. Что касается реализации, важно учитывать, что RPA не хранит транзакционные данные и не требует баз данных. Она находится на вершине существующих систем и имеет доступ к этим платформам через уровень представления. Решения RPA не требуют навыков программирования для настройки программного обеспечения, поскольку интерфейсы работают подобно пакетам моделирования BPMN, при этом время и усилия, необходимые для внедрения RPA, значительно меньше, чем у таких технологий автоматизации, как BPMS [2].

В данной работе был проведен анализ, спроектирована и реализована часть проекта для российского банка по исполнению документов для Инспекции Федеральной налоговой службы. По итогам проекта мной был проведен сбор требований с клиента, продумана архитектура процесса и написана проектная документация. По итогам был спроектирован готовый Робот, фактически выполняющий все действия пользователя со скоростью, в 4 раза превышающей скорость человека. По прогнозным значениям, данное решение сэкономит компании 1 219 277 руб. в текущем году и 17 803 611 руб. в течение 3 лет после запуска всего проекта на продуктивной среде. Такие значения исходят из экономии на штатных единицах компании, штрафных санкциях от ИФНС за несвоевременное исполнение требований или наличие ошибок в проектах ответа, а также экономии на эксплуатационных расходах на бумажный документооборот в даной части процесса. При внедрении RPA на второй и последующие годы использования платформы плата будет взиматься исключительно за лицензии, следовательно, если процесс не будет подвергаться изменениям и не понадобится верификатор на постоянное отслеживание, то приведенные прогнозные расчеты вполне могут стать реальностью.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

  1. ABBYY сохраняет лидерство на рынке потокового ввода данных в России [Электронный ресурс] / ABBYY. – URL: https://www.abbyy.com/ru-ru/news/2017/04/abbyy-sohran..
  2. Aguirre S., Rodriguez A. Automation of a Business Process Using Robotic Process Automation (RPA): A Case Study // Applied Computer Sciences in Engineering, Springer International Publishing AG, Colombia, 2017, P. 1-7.
  3. Appel M., Krause S., Gleich U., Mara M. (2016). Meaning through fiction: Science fiction and innovative technologies. Psychology of Aesthetics, Creativity, and the Arts, P. 472–480.
  4. Automation Anywhere; Automation Anywhere and RSM Join Forces to Deliver Robotic Process Automation to the Middle Market [Электронный ресурс] / Robotics & Machine Learning. – URL: https://search.proquest.com/docview/2121932236?accountid=45451
  5. AV Start Act [Электронный ресурс] / Congress.gov. – URL: https://www.congress.gov/bill/115th-congress/senate-bill/1885.
  6. Business process management suite (BPMS) [Электронный ресурс] / TechTarget. – URL: https://searchcio.techtarget.com/definition/Business-process-management-suite-BPMS
  7. Classification Differences in FineReader Engine & FlexiCapture Engine [Электронный ресурс] / ABBYY Technology Portal. – URL: https://abbyy.technology/en:features:comparisons:clas..(Дата обращения: 20.04.2019).
  8. Collaborative Framework for Robotic Task Specification [Электронный ресурс] / Procedia Manufacturing 17 (2018) 270-277. – URL: https://www.researchgate.net/publication/328392466_A_Collaborative_Framework_for_Robotic_Task_Specification
  9. Fung, H.P. Criteria, use cases and effects of information technology process automation (ITPA). Adv. Robot. Autom, 2014. 3, I-11
  10. Furute of Artificial Intelligence Act of 2017 [Электронный ресурс] / Congress.gov. – URL: https://www.congress.gov/bill/115th-congress/house-bill/4625/text.
  11. Gartner Says Worldwide Spending on Robotic Process Automation Software to Reach $680 Million in 2018 [Электронный ресурс] / Gartner. – URL: https://www.gartner.com/en/newsroom/press-releases/2018-11-13-gartner-says-worldwide-spending-on-robotic-process-automation-software-to-reach-680-million-in-2018.
  12. Gnambs T., Apprel M. Are robots becoming unpopular? Changes in attitudes towards autonomous robotic systems in Europe // Computers in Human Behavior. 2019. P. 53-61.
  13. Hartman P.L., Ogden J.A., Wirthlin J.R., Hazen B.T. Nearshoring, reshoring, and insourcing: Moving beyond the total cost of ownership conversation // Business Horizons. 2017. Vol. 60. N 3. P. 363-373
  14. Institute for Robotic Process Automation (IRPA): Introduction to Robotic Process Automation (2015) [Электронный ресурс] / IRPA. – URL: http://irpaai.com/introduction-to-robotic-process-automation-a-primer/.
  15. Market Research For Services For Public Bodies / Government Departments In Regard To Business Process Automation / Robotic Process Automation [Электронный ресурс] / MENA Report. – URL: https://search.proquest.com/docview/1962736841?accountid=45451
  16. Mendling J., Reijers H.A., Decker G., Hull R., Wever I. How do Machine Learning, Robotic Process Automation, and Blockchains Affect the Human Factor in Business Process Management? // Communications of the Association for Information Systems, United States, 2018. – 23 p.
  17. New study finds that nearly 70% of organisations believe RPA is enabling employees to have more human interaction [Электронный ресурс] / General OneFile. – URL: http://proxylibrary.hse.ru:2125/ps/retrieve.do?tabID=T003&resultListType=RESULT_LIST&searchResultsType=SingleTab&searchType=AdvancedSearchForm&currentPosition=3&docId=GALE%7CA578958609&docType=Article&sort=Relevance&contentSegment=ZGPP-MOD1&prodId=ITOF&contentSet=GALE%7CA578958609&searchId=R2&userGroupName=hiec&inPS=true
  18. Oracle BPM Training-03_Oracle_BPM_Suite_Solution [Электронный ресурс] / Oracle. – URL: https://download.oracle.com/opndocs/emea/Oracle_BPM_Training-03_Oracle_BPM_Suite_Solution.pdf
  19. Robotic Process Automation-Robots conquer business processes in back offices [Электронный ресурс] / Capgemini Consulting. – URL: https://www.de.capgemini-consulting.com/resource-file-access/resource/pdf7robotic-process-automation-study.pdf (Дата обращения: 16.02.19)
  20. RPA says less is more when it comes to rebuilding Brooklyn-Queens Expressway [Электронный ресурс] / General OneFile. – URL: http://proxylibrary.hse.ru:2125/ps/retrieve.do?tabID=T003&resultListType=RESULT_LIST&searchResultsType=SingleTab&searchType=AdvancedSearchForm&currentPosition=9&docId=GALE%7CA581313616&docType=Article&sort=Relevance&contentSegment=ZGPP-MOD1&prodId=ITOF&contentSet=GALE%7CA581313616&searchId=R2&userGroupName=hiec&inPS=true
  21. Savela N., Turja T., Oksanen A. Social acceptance of robots in different occupational fields: A systematic literature review / International Journal of Social Robotics, 10(4). 2018. P. 493–502.
  22. Scott A. Wright, Ainslie E. Schultz. The rising tide of artificial intelligence and business automation: Developing an ethical framework // Business Horizons. 2018. Vol. 61. N 6. P. 823-832.
  23. Selecting a Robotic Process Automation (RPA) Platform, 2018-19 [Электронный ресурс] / Ovum Desition Matrix. – URL: https://assets-eb99.kxcdn.com/uploads/resources/white-papers/RPA-Platforms-Ovum-Decision-Matrix.pdf.
  24. Slaby, J.: Robotic automation emerges as a threat to traditional low-cost outsourcing, IlfS Res. 1-18 (2012). https://www.hfsresearch.com/report/robotic-automation-emerges-threat- traditional-low-costoutsourcing
  25. The robots are coming. Moving beyond traditional methods of automation [Электронный ресурс] / Deloitte. – URL: https://www2.deloitte.com/uk/en/pages/finance/articles/robots-coming-global-business-services.htm.
  26. Lacity, M., Willcocks, L.P.: A new approach for automating services. MITSloan Manag. Rev. 58, 2016. P. 40-49.
  27. The Impact of Intelligent Automation on the Future of Work [Электронный ресурс] / Blueprism. – URL: https://assets-eb99.kxcdn.com/uploads/resources/white-papers/Global-Survey_Automate-or-Stagnate_full-report.pdf. (Дата обращения: 30.03.2019)
  28. The 15 Providers That Matter Most And How They Stack Up // The Forrester Wave™: Robotic Process Automation, Q2 2018, by Craig Le Clair June 26, 2018. – 22 p.
  29. UiPath Academy [Электронный ресурс] / UiPath. – URL: https://academy.uipath.com/learn/signin. (Дата обращения: 21.02.2019).
  30. Wakabayashi, D. Waymo at an autonomous crossroad: Cars cut out human drivers in tests [Электронный ресурс] / The New York Times. – URL: https://www.nytimes.com/2017/11/07/technology/waymo-autonomous-cars.html
  31. When robots take all the work, what’ll be left for us to do? [Электронный ресурс] / Wired Business. – URL: https://www.wired.com/2014/08/when-robots-take-all-the-work-whatll-be-left-for-us-to-do/.
  32. Zhou Y., Tyers R. Automation and inequality in China // CAMA Working Paper. 2017. N. 59. – 47 p.
  33. Налоговый кодекс Российской Федерации (часть первая) от 31.07.1998 № 146-ФЗ [Электронный ресурс] / СПС КонсультантПлюс. – URL: http://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=LAW&n=323879&fld=134&dst=1000000001,0&rnd=0.7054998124822323#08130435890059886
  34. Налоговый кодекс Российской Федерации (часть вторая)" от 05.08.2000 № 117-ФЗ [Электронный ресурс] / СПС КонсультантПлюс. – URL: http://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=LAW&n=323880&fld=134&dst=6993,0&rnd=0.41838450316464115#008412128419238463
  35. Федеральный закон от 10.12.2003 № 173-ФЗ «О валютном регулировании и валютном контроле» [Электронный ресурс] / СПС КонсультантПлюс. – URL: http://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=LAW&n=314402&fld=134&dst=1000000001,0&rnd=0.28518806280104414#06788337581996327
  36. Письмо ФНС РФ от 11.10.2007 N ШТ-6-06/774@ «Об истребовании у банков документов и информации, необходимых для осуществления налогового контроля» [Электронный ресурс] / СПС КонсультантПлюс. – URL: http://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=LAW&n=314402&fld=134&dst=1000000001,0&rnd=0.28518806280104414#06788337581996327
  37. Положение Банка России от 4 декабря 2014 г. № 443-П «О порядке уведомления организациями, осуществляющими операции с денежными средствами и иным имуществом, уполномоченного органа об открытии счетов, покрытых (депонированных) аккредитивов, о заключении договоров банковского счета, договоров банковского вклада (депозита), приобретении ценных бумаг хозяйственными обществами, имеющими стратегическое значение для оборонно-промышленного комплекса и безопасности Российской Федерации, и обществами, находящимися под их прямым или косвенным контролем» [Элекронный ресурс] / ГАРАНТ.РУ. – URL:  http://www.garant.ru/hotlaw/federal/606644/#ixzz5oNQPQL3b
  38. Валютный контроль и штрафы: чем грозит нарушение сроков сдачи документов и просрочка оплаты за товар [Электронный ресурс] / Банк.ру. – URL: https://rko-bank.ru/vk/valyutnyj-kontrol-i-shtrafy.html.
  39. Вигерс К., Битти Д. Разработка требований к программному обеспечению. — М.: Русская редакция; СПб.: БХВ-Петербург, 2014. — 736 с.
  40. ВРМ: Как выбрать систему бизнес-моделирования в России [Электронный ресурс] / CNews. – URL: http://www.cnews.ru/articles/vrm_kak_vybrat_sistemu_biznesmodelirovaniya
  41. ГОСТ 34. Разработка автоматизированной системы управления (АСУ) [Электронный ресурс] / RuGost. – URL: http://www.rugost.com/index.php?catid=25&id=108:34-4-8&Itemid=62&option=com_content&view=article (Дата обращения: 13.04.2019).
  42. Коберн А. Современные методы описания функциональных требований к системам. М.: издательство «Лори», 2002. – 263 с.
  43. Методические указания 50-34.698-90. Информационная технология. Комплекс стандартов и руководящих документов на автоматизированные системы. Автоматизированные системы. Требования к содержанию документов. [Электронный ресурс] / Электронный форм правовой и нормативно-технической документации. – URL: http://docs.cntd.ru/document/1200006978 (Дата обращения: 13.04.2019).
  44. Путеводитель по ландшафту процессно-ориентированного программного обеспечения [Электронный ресурс] / BPMSRU. – URL: http://bpms.ru/post/20181108-bpms-process-orient-software/
  45. Семкин Ю.В. Анализ технологии РПА (автоматизация технологических процессов) / Университет наук. 2017. № 14. − С. 422-425.
  46. Система bpm’online — в пятерке лучших облачных решений класса Dynamic Case Management [Электронный реурс] Террасофт. – URL: https://www.terrasoft.ru/company/news/15213 
  47. Тренды BPM-систем в 2019 году [Электронный ресурс] / Comindware. – URL: https://www.comindware.com/ru/blog-bpms-trends/.
  48. Тренды российского рынка СЭД/ECM [Электронный ресурс] / TADVISER. – URL: http://www.tadviser.ru/index.php/Статья:Тренды_российского_рынка_СЭД/ECM-систем.
  49. Уроки внедрения BPMS в проектной организации [Электронный ресурс] III Российский форум SMART COMPANY 2016 11 октября 2016 г. – URL: https://www.osp.ru/netcat_files/userfiles/Smart_2016/.. 
  50. Что такое бизнес-правила и BRMS на примере Red Hat Decision Manager [Электронный ресурс] / BPMN2. – URL: https://bpmn2.ru/blog/chto-takoe-buznes-pravila-i-brms-red-hat-decision-manager
  1. При текущем процессе будет включать стоимость затрат на штрафные санкции, эксплуатационные расходы и фонд оплаты труда задействованных в процессе сотрудников; при внедрении RPA – помимо стоимости основных работ, будут входить в стоимость лицензии

  2. При разработке ПО данные будут прогнозные, т.к. по данной части не была осуществлена реализация

  3. Высвобожденная рабочая сила