مقدمه

در صنعت بیمه‌ای که به سرعت در حال تکامل است، بهبود فرایند‌، تبدیل به وجه حیاتی حفظ رقابت، کاهش هزینه‌ها و کاهش ریسک عملیاتی شده است.

در سال‌های اخیر، تمرکز بر بهبود فرایند[1] به نوعی به دلیل همه‌گیری جهانی و اجرای استانداردهای بین‌المللی گزارش‌گری مالی ۱۷ (IFRS17) تحت الشعاع قرار گرفته است. این دغدغه‌های نگران‌کننده، منابع و تمرکزها را منحرف کرده و به صورت بالقوه‌ای سبب عدم‌کارایی عملیاتی شده است. با استمرار سازگاری شرکت‌ها با الزامات جدید، مهم است شرکت‌های بیمه، مجدداً خود را متوجه پیشرفت رویه‌ها و فرایند‌ها سازند. این امر نه تنها، عملکرد بهینه و تطبیق با الزامات را تضمین می‌‌کند، بلکه آنها را به منظور مدیریت برافکن‌ها[2] و تغییرات تنظیم‌مقرراتی، مجهز می‌سازد.

درحالی‌که صنعت با چالش‌های عدیده‌ای، دست و پنجه نرم می‌کند، اما پیشرفت‌های فناورانه با سرعت، به تکامل خود ادامه می‌دهند. بسیاری از این نوآوری‌ها مانند هوش مصنوعی و یادگیری ماشین، توان بالقوه‌ای برای بهبود فرایند‌ها در درون شرکت‌های بیمه دارند. اگر شرکت‌ها، فرایند‌ها و رویه‌های خود طی ۳ تا ۵ سال گذشته را مرور کنند، به این درک خواهند رسید که امکانات و روش‌های بهبود فرایند‌ها، بسیار متفاوت‌تر از هنگامی‌ است که همین فرایند‌ها به روشی راهبردی، پیش‌تر لحاظ شده بود. شرکت‌ها می‌توانند از توان این ابزارهای جدید، برای مزیت کارایی و ایجاد رویه‌هایی استوار بهره‌برداری نمایند. اما اینها همگی بستگی به فناوری‌های جدید ندارد. بلکه بخش اعظمی از پیشرفت در فرایند‌ها و رویه‌ها، برداشتن گامی به عقب و استفاده از تخصص و فهم عمومی به منظور رفع موانع و تأخیرها در فرایندهای فعلی است.

این یادداشت کوتاه، به عمق مزایای بهبود فرایندها و نقاط مشکل‌ساز فعلی در درون شرکت‌های بیمه می‌پردازد (به ویژه در عملیات‌های بیم‌سنجی، مالی و ریسک). همچنین، متن حاضر، چگونگی مدیریت پیشرفت و تحول فرایندها در کنار گزینه‌های گوناگون دیگر و موجود، برای اجرای این تحولات را پوشش می‌دهد.

چرا این موضوع، اهمیت دارد؟

مزایای بهبود فرایند و بهینه‌سازی‌ها، در کل جنبه‌های گوناگون کسب و کار از مدیریت هزینه گرفته تا کارایی و تطبیق با مقررات، را شامل می‌شود. ما برخی از مزایای کلیدی آن را به شرح ذیل برمی‌شماریم.

‌صرفه اقتصادی: با تسهیل در عملیات‌ها و حذف موارد زائد، بهینه‌سازی فرایند می‌تواند تاحدزیادی، هزینه‌های عملیاتی را کاهش دهد و کل منابع درون یک عملیات را بهینه‌سازی نماید.

صرفه در وقت: کاهش ضرب‌الاجل‌ها، به معنای آن است که کارایی در فرایندهای گزارش‌گری، اهمیت دارد. بهبود فرایند می‌تواند جریان کاری را تسریع بخشد، چرخه گزارش‌گری را کوتاه نماید و مدت انجام کار[3] برای الزامات غیر تجاری را کاهش دهد. کارایی فزاینده بدان معناست که زمان بیشتری برای داوری، تحلیل و تصمیم‌گیری وجود خواهد داشت.

بینش‌های بهتر برای تصمیم‌گیری سریع‌تر: مجموعه داده‌های پالایش‌شده[4] و روش‌های تحلیلی، درباره عملیات‌ها، عملکرد و مدیریت ریسک، بینش ارائه می‌کنند و تصمیم‌سازی سریع‌تر و آگاهانه را میسر می‌سازد.

کاهش ریسک خطاهای عملیاتی: فرایندهای ساده‌شده و به طور دقیق تعریف‌شده، احتمال خطا را کاهش می‌دهد و ریسک خطاهای عملیاتی و هزینه‌های مرتبط به آن را کاهش می‌دهد.

رضایت کارکنان: یک محیط کاری کارا و کم‎‌استرس که از طریق بهینه‌سازی فرایند، به دست می‌آید، روز خوش و لذت‌بخشی را رقم خواهد زد و کارکنان را تشویق خواهد کرد تا به مسائل راهبردی که رضایت و حفظ کارمندان را افزایش می‌دهد، بپردازند.

تطبیق با مقررات: انتظارات فزاینده نهادهای ناظر و حسابرسان در رابطه با اجرای کنترل‌های کافی برای فرایند‌ها و مستندسازی مسیرهای حسابرسی[5]، نیازمند رویه‌هایی استوار است. بهبود فرایندها، از این‌که عملیات‌ها در راستای الزامات تنظیم‌مقرراتی است، اطمینان حاصل می‌کند، ریسک جریمه‌های عدم‌مطابقت با قانون را کاهش می‌دهد و ضربه به شهرت را از میان می‌برد.

تاب‌آوری عملیاتی: بهبود فرایندها می‌تواند نقش مهمی در تاب‌آوری عملیاتی بازی کند. غیر از داشتن فرایند‌هایی استوار، تاب‌آوری عملیاتی می‌تواند فهم فرایندها، ریسک‌های گوناگون و وابستگی‌ها را افزایش دهد. همچنین، این نوع تاب‌آوری، به شرکت‌ها این امکان را می‌دهد تا اعتماد به ارائه‌کنندگان شخص ثالث را کاهش دهند و مشارکت‌هایی آگاهانه با اشخاص ثالث به منظور اجرای رصدی مؤثر، داشته باشند.

چه مشکلی را حل خواهد کرد؟

با کشف مزایای بهبود فرایندها، ما هم‌اکنون می‌توانیم به نقاط مشکل‌ساز عملیات‌های بیم‌سنجی بپردازیم که این نوع بهبودها می‌توانند در آنها، مؤثر واقع شوند.

کنترل کیفیت داده: بیم‌سنج‌ها اغلب داده‌ها را در فرمت‌های گوناگونی همچون اکسل[6]، فایل‌های سی.اس.وی[7] یا متنی[8] دریافت می‌نمایند. هنگامی‌که فرمت فایل‌ها، یکسان نباشد، مسائل ممکن است پیچیده‌تر شود. این موضوع می‌تواند به فرایند پردردسری منتهی شود و بر فرایندهای جزئی مانند مرتب‌سازی، تغییر و بررسی کیفی داده‌ها اثر بگذارد. برای مثال، داده‌های مربوط به دارایی‌ها که در محاسبات توانگری مالی ۲[9] یا مدل‌سازی دارایی و بدهی[10] استفاده می‌شوند، اغلب در فرمت‌های گوناگونی از مدیران دارایی با سطوح مختلفی از جزئیات، ‌دریافت می‌شوند. این موضوع، بررسی دارایی را برای بیم‌سنج‌هاو مدیران ریسک، به شدت دشوار و زمان‌بر می‌سازد.

اجرای سامانه‌های استوار مدیریت داده‌ها می‌تواند به مدیریت حجم وسیعی از داده‌ها مانند داده‌های مربوط به دارایی، داده‌های مربوط به بیمه‌گزار و سوابق خسارات،‌ کمک نماید. برای مثال، ابزارهای استوار پردازش داده‌ها را می‌توان با هدف ترکیب و تغییر داده‌های لازم برای پیش‌بینی سریع جریان نقدی[11] با کنترل‌های کافی، اجرا نمود. به عنوان نمونه، ‌استفاده از یک مخزن داده[12] متمرکز می‌تواند دقت در داده‌ها و یکپارچگی آنها را تضمین نماید و محاسبات دقیق بیم‌سنجی را ساده سازد.

علاوه بر این، با اجرای IFRS17، نیازی به داده‌های بسیار جزئی با هدف ارزشیابی[13] نیست. همچنین، این امر نیاز به سامانه‌های قوی پایگاه داده‌ها را ضروری می‌نماید. سامانه‌هایی که باید بتوانند داده‌های معتبر و استوار در سطوح جزئی موردنیاز برای کاربران نهایی مختلف، ارائه دهند.

هم‌افزایی درباره مبانی گزارش‌گری: شرکت‌های بیمه براساس مبانی گوناگون، گزارش‌گری می‌کنند و این موضوع، به ویژه در میان شرکت‌هایی که در مناطق جغرافیایی مختلف مستقر هستند یا شرکت‌های هولیدنگ آنها بیرون از اروپا، قرار دارند، رایج است. آنها اغلب بر مبنای توانگری مالی ۲، اصول حسابداری پذیرفته همگانی آمریکا (US GAAP)،‌ ترازنامه اقتصادی (EBS)[14] برمودا و استانداردهای گزارش‌گری جدیدتری مانند IFRS17، گزارش تهیه می‌نمایند. اغلب، این فرایندها در دوره‌های زمانی مختلفی که این چارچوب‌های گزارش‌گری عرضه شده‌اند، ایجاد می‌شوند و سپس با فرایندهای کنونی، بدون ساده‌سازی در کل فرایند، ادغام می‌شوند.

برای مثال، همچنان برخی شرکت‌ها برمبنای چارچوب‌های گزارش‌گری سنتی، نتایج تولید می‌کنند. چارچوب‌هایی که دیگر نیازی به تنها تولید نتایج برای توانگری مالی ۲ یا IFRS17 نیستند، چراکه این، روشی است که سامانه‌های آنها از ابتدا، ایجاد شده است. این موضوع به هزینه‌های هنگفتی از لحاظ تعداد منابع موردنیاز و نگهداری سامانه و نیز مدت طولانی‌تر انجام کار، منجر می‌شود.

بنابراین، تدوین چارچوب گزارش‌گری یکپارچه‌ای که الزامات تمامی مبانی گزارش‌گری یک شرکت را برآورده سازد، می‌تواند از دوباره‌کاری بکاهد و زوائد را از فرایند، حذف نماید.

کنترل‌های ارزشیابی ناکافی یا از رده خارج: بررسی‌ها و کنترل‌های داده‌ها، الگوهای فرضیات[15] و برون‌داد، گاهی اوقات می‌توانند از رده خارج باشند. چراکه فرایندهای سنتی که برای هدف خود، نامناسب هستند، همچنان استمرار دارند. این موضوع را می‌توان به طور ویژه در شرایط ادغام و تملیک (M&A) مشاهده نمود که طی آن، گروه‌های بیم‌سنجی تغییر خواهند کرد یا اینکه مسئولیت از یک شرکت به شرکت دیگری، انتقال یافته است.

کنتر‌های ارزشیابی ناکافی و از رده خارج می‌تواند ریسک عمده‌ای محسوب شوند، چراکه منجر به خطاهای ملموسی می‌شوند که توسط سامانه‌ها و فرایندهای موجود، شناسایی نمی‌شوند. این موضوع، می‌تواند به صورت ملموسی نتایج تولیدشده توسط شرکت‌ها را تحت تأثیر قرار دهد و ممکن است درصورت نیاز به رفع خطاهایی که پیش از ارائه، طی فرایند، دیر شناسایی‌ شده‌اند، به ضرب‌الاجل‌هایی از دست رفته، منجر شوند.

بروزرسانی و بهبود کنترل‌های ارزشیابی می‌تواند از این‌که آنها در راستای سامانه‌های بک‌اند[16] یا ارائه‌کنندگان داده، شرایط فعلی بازار و الزامات تنظیم‌مقرراتی قرار دارند، اطمینان حاصل نماید.

بینش‌های عمیق و راهکارهای نوآورانه: کاربرد فناوری‌های جدیدتر یا بهتر از آن، منظم‌تر بودن نسبت به فرایندهای فعلی، می‌تواند، بینش‌های عمیق‌تری نسبت به داده‌ها و نتایج، ارائه نماید.

برای مثال، کاربرد روش‌های علم داده می‌تواند بینش‌هایی وسیع‌تر نسبت به رفتار بیمه‌گزار ارائه دهد. روش‌های سنتی سنجش تجربه (برای مثال، بررسی فسخ‌) از گذشته، برپایه علم داده بنیان نهاده شده‌اند. اما، روش‌های پیشرفته‌تر مانند روش‌های طبقه‌بندی یادگیری ماشین[17] یا یادگیری عمیق[18] می‌تواند به شرکت‌ها اجازه دهد تا از داده‌های ساختاریافته یا ساختارنیافته، استفاده کنند و به کاوش در همبستگی میان عوامل مختلفی که ممکن است به صورت جمعی بر رفتارهای بیمه‌گزاران اثر بگذارد، بپردازند. این موضوع، می‌تواند به صورت ویژه برای درک رفتارهای پویا، مفید باشد مانند نوسان در رفتار موردانتظار طی زمان، که دلیل آن، می‌تواند اثر دیگر عواملی باشد که به صورت عمده‌ای، بر کلِ گوناگونی بالقوه تجربیات، اثر می‌گذارد.

فرایندهای گزارش‌گری سنتی و کنترل‌های ارزشیابی ازرده‌خارج که پیش‌تر به آن اشاره شد، ممکن است به تجمیع بدهی فنی[19] طی زمان منجر شود. با اجرای سامانه‌های استوار مدیریت داده‌ها و نوین‌سازی کنترل‌ها،‌ شرکت‌ها قادر خواهند بود نه تنها، مسائل آنی را حل کنند، بلکه می‌توانند بار بلندمدت این وام را کاهش دهند.

اینها، تنها چندین مورد معدود هستند که شرکت‌های بیمه می‌توانند از طریق آن، فرایندهای خود را بهینه‌سازی نمایند. هر شرکت، یک الگوی کسب و کار منحصربه‌فرد خود را دارد و ضروری است که این مسائل خاصی که هر شرکت با آن مواجه می‌شود، شناسایی شوند و فهرستی از چالش‌های مهم یا نقاط مشکل‌ساز، باهدف حل آنها، تهیه شود.

چگونه ناکارآمدی فرایند را حل نماییم؟

رویکرد استوارسازی و کاراسازی فرایندها و عملیات‌ها، بستگی به فرایند مورد بررسی، ماهیت کسب و کار و ساختار سازمانی و دیگر موارد دارد. در ذیل، یک چارچوب پیشنهادی برای نگریستن به کارایی فرایند ارائه می‌شود:

۱. درک کسب و کار/فرایند

- شناسایی و درک کسب و کار و فرایندها

- تعریف مسئله

- تشخیص دلایل مسئله

۲. مرحله تحلیل

- ایجاد نقشه‌های فرایند و انجام بررسی تخصصی

- ارائه گزینه‌ها برای بیانیه مسئله[20]

- تصمیم‌گیری درباره بهینه‌ترین راهکار

۳. مرحله اجرا

- کار فنی هدفمند – اجرای راهکارهای شناسایی‌شده

- آزمون پذیرش کاربر (UAT)[21]

- تولید و آموزش

۴. ارائه و واگذاری

- گزارش یا ارائه یک نتیجه

- سنجش پس‌انداز و کارایی‌هایی ثابت‌شده

- نقاط بازرسی[22] و تحلیل‌های آتی

اجرای بهبود فرایند – جعبه ابزاری گسترده و متنوع

فاز اجرا، فازی حیاتی در رویه بهینه‌سازی فرایند است. در اینجا، کار فنی هدف‌گذاری‌شده، به منظور رسیدگی به ناکارآمدی‌های فرایند صورت می‌پذیرد و بهینه‌ترین راهکار شناسایی‌شده در مرحله تحلیل[23]، اجرا می‌شود. کار فنی هدف‌گذاری‌شده می‌تواند اشکال مختلفی به خود بگیرد که وابسته به بیانیه مسئله است. این امر شامل تغییرات در کل فرایند مربوط به عملیات‌های بیم‌سنجی یا بهینه‌سازی یک فرایند خاص می‌شود. باید خاطرنشان کرد، بهبود رویه، در صورتی که زمان و بودجه برای طرح تحول فراگیر محدود است، نباید به طور کلی و به یک‌باره صورت پذیرد، بلکه به جای آن می‌توان طی گام‌هایی کوچک‌تر و قابل‌مدیریت، اجرا شود که بتواند تفاوت معناداری را رقم بزند. برخی نمونه‌های خاص موارد ذیل را شامل می‌شود:

۱. مدیریت داده‌ها

الف. ساده‌سازی منابع داده‌ها به منظور کاهش تعداد منابع (و موارد متعارض)

ب. اجرای انبار مرکزی داده [24]

ج. خودکارسازی بررسی کیفی از منابع مختلف

د. کاوش در بهم‌تنیدگی داده و مذاکرات باز با دیگر گروه‌ها و ارائه‌کنندگان، به منظور تسریع در تاریخ ارائه درون‌دادهای کلیدی داده‌ها

۲. ساده‌سازی و خودکارسازی فایل‌ها و پردازش‌ها

الف. استانداردسازی فایل و الگوها

ب. اجرای کنترل‌های محاسباتی کاربر نهایی (EUC)[25] در کل فرایند

ج. چینش مجدد فرایندها و جریان‌های داده

د. خلق داده‌ها و اطلاعات ساده‌شده و خودکار و بدون دخالت انسانی بین فایل‌ها و مراحل مختلف یک فرایند

۳. مدیریت پروژه بهینه فرایندها

الف. مدیریت پروژه بهینه فرایند از جمله جداول زمانی، ردیاب‌های قابل‌ارائه[26] و فهرست‌های بازبینی[27]

ب. چینش مجدد فرایندها و جریان‌های داده – بررسی با نگاهی نقادانه

ج. فرایندهای خروج و قطع مشارکت

د. یادداشت‌های آموزه‌ها و فرایندها

ه. مالکیت و مسئولیت روشن

و. دستورالعمل‌ها و مستندات فرایند

ز. تقویت فرهنگ متمرکز بر کیفیت و بررسی

۴. ایجاد و تعبیه کنترل‌ها

الف. کنترل‌های مؤثر، رکن اصلی یک فرایند مطلوب هستند. کنترل‌های آماده[28] در فرایندها به منظور شناسایی و اصلاح خطاها، پیش از آن‌که دیر شده باشد

ب. خودکارسازی کنترل‌های درونِ فرایندها

ج. تعیین میزان تحمل‌پذیری[29] برای هر کنترل به منظور تعریف شفاف خطاها و اشتباهات با هدف تضمین بررسی‌ها

د. ایجاد الگو یا ساختار معین برای حل مسئله و بررسی خطا درصورتی‌که کنترل‌ها عمل نکنند

۵. بررسی رویکرد و روش‌های فنی

الف. ساده‌سازی رویکردهای موجود. بکارگیری میان‌برهای مجاز در درون مقررات

ب. هم‌سوسازی رویکردها با همتایان و استانداردهای صنعت

۶. گزارش‌‎گری و ارتباطات

الف. داشبوردها و گزارش‌های اصلاحی و خودکارسازی‌شده

ب. خلق اطلاع‌نگاشت‌های[30] بهتر برای بینش‌های عمیق‌تر

۷. توسعه مدل

الف. شناسایی و اجرای بهینه‌ترین بن‌سازه‌ها به منظور مدل‌سازی از دارایی‌ها، بدهی‌ها و سرمایه توانگری[31] و دیگر موارد مشابه

ب. یکپارچه‌سازی چندین مدل بیم‌سنجی گوناگون در یک بن‌سازه واحد

ج. بررسی و ساده‌سازی کد فعلی

مزایای فوق برای بهبود فرایندها می‌تواند از طریق ایجاد فرهنگی قوی برای اصلاحات و کارایی‌ها و با سازمان‌دهی گروه‌ها و در سطح کل سازمان (به منظور جلوگیری از ایجاد ناکارآمدی‌های آتی)، تحقق پیدا کند.

اجرای بهبود فرایندها – برخی فناوری‌های جدید که باید لحاظ نمود

درحالی‌که بهبود فرایندها، تنها درباره فناوری، نرم‌افزار یا کدنویسی نیست [32] ، اما گاهی اوقات می‌توان روی آن تمرکز نمود. همانطور که در بالا به آن اشاره شد، اگر شرکت‌ها طی ۳-۵ سال گذشته، در بهبود فرایندها سرمایه‌گذاری ننموده بودند، احتمال این‌که چشم‌انداز و گزینه‌های موجود، تاحدزیادی نسبت به آخرین باری که به آنها توجه شد، متفاوت باشد، وجود دارد.

ترکیبی از ابزارهای جدیدتر با ابزارهای موجودی که طی زمان آزمون خود را داده‌اند، می‌توانند برای اجرای این سنجش‌ها، بهینه باشند. در هر صورت، انتخاب دقیق ابزارها لازم است. چراکه می‌توان آنها را با فرایندهای فعلی، ادغام نمود و نیازی به پیچیده کردن فرایندها نیست. ما برخی از این ابزارها را ذیلاً به عنوان نمونه‌های کابردی آورده‌ایم:

۱. هوش مصنوعی مولد[33]: فناوری‌های پیشرفته که تحت چتر هوش مصنوعی مولد قرار می‌گیرند، دارای کاربردهای متعددی هستند که می‌توانند تاحدزیادی فرایندها را بهبود بخشند. هوش مصنوعی مولد می‌تواند قابلیت‌های پیشگویانه قوی ارائه نماید که منجر به ارزیابی ریسک بهتر و محاسبات سریع‌تر می‌شود. ابزارهای خاصی همچون چت جی‌پی‌تی[34] را که بخشی از هوش مصنوعی مولد است، می‌توان برای وظایفی همچون توسعه کد[35]، تبدیل کد از یک زبان برنامه‌نویسی به زبان دیگر و مستندسازی کد، استفاده نمود.

۲. پایتون[36] و آر[37]: این دو، زبان برنامه‌نویسی و ابزارهای قدرتمندی هستند که برای پردازش داده، پیش‌بینی‌های بیم‌سنجی و مطالعات تجربه و غیره مورد استفاده قرار می‌گیرند. این ابزارها را می‌توان برای وظایف کاری روزمره، ساده‌سازی محاسبات پیچیده، بهبود تحلیل داده‌ها و کاهش مدت انجام کار، بکار بست. برای مثال، پاک‌سازی و تبدیل داده‌های خام و نیز اجرای پیش‌بینی‌های بیم‌سنجی و تولید گزارش را می‌توان تنها روی یک بن‌سازه که یا پایتون یا آر است، انجام داد. اینها، گزینه‌های مطلوبی برای برقراری ارتباط بین سامانه‌های فعلی است و با پیشرفت‌های هوش مصنوعی کوپایلت[38]، کدنویسان تازه‌کار قادر خواهند بود اشکال‌زدایی[39] کنند یا کد رمزگشایی‌شده را بروزرسانی نمایند.

۳. ذهن میلی‌من[40]: این یک ابزار مبتنی بر وب منعطف و ساده است که صفحات گسترده[41] اکسل را به مدل‌های قدرتمندی تبدیل می‌کند. این ابزار، دقیقاً همان قابلیت‌ها و نظارت‌پذیری[42] را دارد که سامانه‌های جعبه سیاه[43] گران‌قیمت دارند. این ابزار،‌ زمان کدنویسی و اجرا را کاهش می‌دهد و محاسبات را با نتایج سریع‌تر، بهینه‌ می‌سازد.

۴.  پاور کوئری[44]: یک ابزار همه‌کاره مایکروسافت است که به طور عمده‌ای، وظایف کاری پردازش داده‌ها را بهبود می‌بخشد مانند اتصال به طیف وسیعی از منابع داده‌ و‌ تبدیل داده‌های خام، به فرمت کاربردی که برای موتورهای محاسباتی بیم‌سنجی و خودکارسازی وظایف کاری گوناگون، لازم است.

سرمایه‌گذاری در بهبود فرایندها

بسیاری از ما، نیات حسنه‌ای برای بهبود فرایندهای فعلی داریم، اما هرگز زمانی برای مدیریت‌آن اختصاص نمی‌دهیم (شاید به خاطر این‌که فرایندهای فعلی ما زمان طولانی‌تری از ما می‌برند). اغلب، این حالت وجود دارد که به صورت تدریجی و طی زمان، ناکارآمدی‌ها وارد فرایندها و سامانه‌ها می‌شود. به ویژه هنگامی‌که بهبود فرایندها، به عنوان مسئله‌ای راهبردی برای یک دوره زمانی، لحاظ نشده‌اند.

تجربه با مشتریان نشان داده است که اغلب، سرمایه‌گذاری زودهنگام[45] باهدف دریافت حمایت بیرونی یا اختصاص مجدد منابع داخلی برای مشکلات آتی، کار بسیار منطقی است. پس‌اندازهای آتی اغلب این سرمایه‌گذاری را برمی‌گردانند. مزیت دیگر این کار، دیگر بهبودها است مانند کاهش بیشتر ریسک عملیاتی.

ما بر این موضوع، صحه می‌گذاریم که بهبود فرایند را می‌توان از طریق همکاری بین گروه فعلی و حمایت بیرونی (درصورت امکان) و در سطح کل عملیات‌ها به انجام رساند. ما باید برای درک نیازهای گروه‌های فعلی، زمان صرف کنیم، نقاط مشکل‌ساز را شناسایی نماییم و راهکارهایی ارائه دهیم که تنها قابل قبول نیستند، بلکه سازگار با آینده[46] هستند و می‌توان آنها را در فرایندهای فعلی گنجاند.