Na zelfrijdende auto’s ook zelfsturende organisaties?

De eerste experimenten met zelfrijdende auto’s vonden al plaats in de jaren 1930. Futurama, een prototype verkeerssysteem dat werd gesponsord door General Motors, werd gepresenteerd op de Wereldtentoonstelling van New York in 1939. Futurama gaf een inkijkje in de toekomst van het vervoer met radiogestuurde elektrische auto’s. De technologie heeft zich in een adembenemend tempo ontwikkeld. Ook al is volledig autonoom rijden nog steeds een droom en geen realiteit: het is duidelijk dat we elk jaar een stapje dichterbij komen. Dankzij doorbraken in Machine Learning (ML) en Artificial Intelligence (AI) worden steeds meer taken geautomatiseerd. Dankzij doorbraken in Process Mining (PM) is het ook mogelijk taken van managers uit handen te nemen. PM software kan automatisch knelpunten en afwijkingen detecteren en de benodigde maatregelingen nemen. Gartner en andere adviesbureaus gebruiken graag termen zoals een Digital Twin of an Organization (DTO) en Hyperautomation (HA) om te verwijzen naar intelligente data-gedreven informatiesystemen. Dit roept de vraag op: gaat software ook de besturing van organisaties overnemen?

Mercedes-Benz was de eerste automaker ter wereld die internationale goedkeuring kreeg om in 2022 een auto te produceren die op niveau 3 autonoom kan rijden. Voor auto’s heeft de Society of Automotive Engineers (SAE) zes niveaus (0-5) vastgesteld. Deze niveaus lopen van geen ondersteuning (SAE niveau 0) tot volledige autonomie van de auto (SAE niveau 5). Niveau 3 is het laagste niveau waarbij de bestuurder het stuur los mag laten en de auto daadwerkelijk zelf stuurt, afremt, en accelereert. Dit is echter vaak aan bijzondere omstandigheden gebonden. De Mercedes S-klasse met Drive Pilot mag bijvoorbeeld alleen overdag, op snelwegen en bij snelheden onder de 60 kilometer per uur worden gebruikt. Het is nog steeds niet toegestaan om een dutje te doen tijdens het rijden, en het lijkt erop dat echte zelfrijdende auto’s nog ver van de realiteit verwijderd zijn. De zes niveaus beschreven door de SAE geven echter een goede indruk van de stappen die nodig zijn om te komen tot volledig zelfrijdende auto’s. In het Engelstalige artikel “Six Levels of Autonomous Process Execution Management” (https://doi.org/10.48550/arXiv.2204.11328) beschrijf ik ook zes niveaus voor de automatische besturing van organisaties (zie ook de tabel aan het einde). Deze niveaus zijn sterk geïnspireerd door de SAI classificatie.

De vraag is wanneer welk niveau bereikt wordt. Een belangrijke enabler is Process Mining (PM). Dankzij PM is het mogelijk de echte processen (geen veronderstelde processen) te ontdekken, te bewaken en te verbeteren door kennis te halen uit event logs. Een event log beschrijft systematisch welke gebeurtenissen plaatsgevonden hebben en wanneer. Bijvoorbeeld een klant die een bestelling plaatst of een arts die een röntgenfoto van een patiënt maakt. Op basis van een event log kunnen PM algoritmen afleiden wat het echte process is. Vaak laten de automatisch ontdekte procesmodellen onverwachte knelpunten en afwijkingen zien. De event logs kunnen automatisch geëxtraheerd worden uit de informatiesystemen van vandaag. PM omvat het automatisch ontdekken van processen (d.w.z. het extraheren van procesmodellen uit data), conformiteitscontrole (d.w.z. het controleren op afwijkingen tussen model en data), mining van sociale netwerken/organisaties, automatische constructie van simulatiemodellen, het voorstellen van knelpunten en afwijkingen, en het automatisch opstarten van verbeteracties.

Zoals eerder aangegeven kan de Mercedes S-klasse zelf rijden (niveau 3), maar is de auto hier in beperkt tot snelwegen overdag en met snelheden onder de 60 kilometer per uur. Net zoals er verschillende soorten wegen en verkeersomstandigheden zijn, zijn er verschillende soorten processen die onder verschillende omstandigheden werken. Standaardprocessen zoals Order-to-Cash (O2C) en Purchase-to-Pay (P2P) verschillen sterk van de processen die komen kijken bij de productie van microchips of de behandeling van Covid-patiënten. Bovendien kunnen processen in bepaalde perioden stabiel en goed voorstelbaar zijn, en in andere perioden niet. Daarom is de samenwerking tussen mens en software van groot belang. Dit sluit goed aan bij het Hybride Intelligence (HI) concept, dat menselijke en machine-intelligentie tracht te combineren. De sterke punten van menselijke intelligentie worden gekenmerkt door de woorden flexibel, creatief, empathisch, en instinctief. De sterke punten van machine-intelligentie worden gekenmerkt door de termen snel, efficiënt, goedkoop, schaalbaar en consistent. Vandaar dat HI een van de terugkerende thema’s zal zijn in de context van zelfsturende organisaties.

Zoals Niels Bohr ooit zei: “Het is moeilijk om voorspellingen te doen, vooral over de toekomst”. In 2015 verklaarde Elon Musk dat de volledige autonomie van auto’s binnen drie jaar een feit zou zijn. Dit was duidelijk te optimistisch. Hetzelfde geldt voor de beweringen van softwareleveranciers als het gaat om AI en ML. De richting is echter duidelijk. Informatiesystemen zullen elk jaar autonomer worden. Dit zal echter een langzaam en geleidelijk proces zijn dat begint met eenvoudige processen zoals O2C en P2P onder “perfecte weersomstandigheden”.

Onderstaande tabel vergelijkt de zes niveaus voor autonoom rijden volgens de Society of Automotive Engineers (SAE) en zes niveaus voor het besturen en automatiseren van processen en organisaties. De term Process Execution Management  System (PEMS) beschrijft een softwaresysteem dat de besturing van een organisatie (of delen van de organisatie) op zich neemt. Zie het artikel “Six Levels of Autonomous Process Execution Management” (https://doi.org/10.48550/arXiv.2204.11328) voor meer details.