Avinash Misra, CEO & Co-Founder of Skan.AI – Rozhovorová série

Avinash Misra je CEO a spoluzakladatel společnosti Skan. Avinash je celoživotní podnikatel s prokázanou schopností vést podniky od semene až po likvidaci. Založil úspěšné podniky v oblasti digitální transformace a jeho poslední podnik byl koupen společností Genpact (NYSE: G). Avinashova vize pro Skan se zrodila v rámci velkých projektů transformace obchodních procesů, které vedl během posledních deseti let.

Vaše předchozí společnost Endeavour Software Technologies byla nakonec koupena společností Genpact. Co byla tato společnost a jaké byly některé z hlavních lekcí, které jste se naučil?

Tato společnost se specializovala na digitální transformaci front-office. To znamená, že se specializovala na vytváření a nasazování specifických technologií, jako je počítačové vidění, chatboty/přirozený jazykový procesor (NLP) a podnikové mobilní aplikace, aby zlepšila a transformovala obchodní procesy orientované na zákazníky.

Naučili jsme se dvě hlavní lekce. První, když se technologie používá pouze pro svou vlastní sake, vytváří technický a procesní dluh. Druhá, největší hodnota je získávána, když se technologie specificky zaměřuje na konečného uživatele s empatickým a design-think přístupem.

Můžete sdílet příběh o vzniku Skan?

“Automatizace začíná, když automatizace selže.” V jedné větě, toto bylo naše začátek. Když jsme vytvořili roboty RPA pro složité obchodní procesy, opakovaně jsme si všimli, že jednou byl robot nasazen, rychle selhal, protože nezohlednil všechny nuance, permutace a výjimky obchodního procesu. Každýkrát, když robot selhal, stal se jedním více chybějícím pracovním postupem. Byla to nekonečná smyčka nasazení a selhání.

Proč nevíme všechny nuance obchodních procesů?

Nevíme všechny nuance obchodních procesů, protože veškeré objevování procesů se provádí lidskými analytiky, kteří žádají procesní agenty, aby popsali práci. Lidé jsou spectakulárně nespolehliví při popisování věcí, které mají smysl pro familiaritu nebo jsou zvyklí a rutinní. Tyto jsou často věci, které mohou dělat dobře, ale nikdy nemohou popsat s potřebnou přesností. Proto jsme vytvořili Skan, aby pozoroval skutečnou práci a pochopil tu práci a procesy, spíše než aby se ptal a dokumentoval lidi.

Skan je částečně platformou pro objevování procesů. Můžete definovat, co je objevování procesů pro naše čtenáře?

Objevování procesů je široký termín, který se týká aktu objevování nebo učení, jak procesy fungují na operačním nebo strukturálním úrovni. To je zvláště náročné u procesů, které zahrnují interakce mezi lidmi a systémy s desítkami nebo stovkami pracovníků, desítkami softwarových aplikací a složitými pracovními postupy. Velkým příkladem je proces řízení nároků.

Dnes je Skan ve skutečnosti více než platformou pro objevování procesů. Skan vytváří hluboké porozumění práce (objevování procesů) a poskytuje pokročilou analýzu, aby pomohl vlastníkům procesů a lídrům transformace měřit, analyzovat a zlepšovat KPI, které pohání obchodní výsledky, jako je zákaznická zkušenost, výnosy a náklady. Nazýváme tuto širší schopnost: procesní inteligence nebo systematická sbírka dat a aplikace znalostí pro řízení obchodních výsledků nebo učení, pochopení a rozhodování.

Podle studie provedené Ernst & Young selžou 30% až 50% automatizačních projektů. Proč si myslíte, že je to tak vysoké?

Na základě zkušeností s našimi zákazníky zjistíme, že jednou z hlavních překážek úspěchu automatizace je nedostatek přehledu o aktuálním stavu KPI během životního cyklu automatizačních projektů.

Například pro kvalifikaci automatizačního projektu potřebujeme stanovit aktuální stav KPI a vytvořit obchodní případ. Ve fázi experimentování potřebujeme identifikovat technologické vzorce a definovat cílové (budoucí) KPI na základě aktuálních KPI. Během fáze návrhu, vývoje, testování a provozního nasazení potřebujeme sladit s kořenovou příčinou problému, který chceme vyřešit.

Nakonec ve fázi ověření, kde měříme návratnost investic a realizaci výhod, potřebujeme stopovatelnost k cílovým KPI. Takže vidíme, že v celém tomto životním cyklu je vyžadována transparentnost a stopovatelnost aktuálních KPI a kořenových příčin. A přece, podle Forrester Research (FORR ) (2021), pouze 16% organizací uvádí, že mají úplný přehled o tom, jak procesy fungují. Není divu, že automatizační projekty mají potíže dodávat hodnotu.

Můžete vysvětlit, jak Skan chrání soukromí lidí, kteří jsou monitorováni, a citlivá obchodních dat?

Je důležité poznamenat, že ne monitorujeme lidi. Pouze pozorujeme specifické prvky práce (ne celou obrazovku). Tyto prvky jsou specifické pracovní aplikace, které jsou definovány dopředu.

To řekli, pro všechny pozorované aplikace je veškerá citlivá pracovní data odstraněna. Máme také schopnost anonymizovat spojení mezi osobou, která provedla práci, a procesem. Jména osob pracujících v procesu mohou být také anonymizována.

Můžete diskutovat o tom, jak Skan používá strojové učení a zejména hluboké učení?

Skan zahrnuje několik algoritmů AI a strojového učení, aby řešil různé problémy, jako je anonymizace citlivých informací (jak textové, tak obrazové údaje), abstrakce nízkoúrovňových událostí do obchodních aktivit, odvozování procesních grafů a objevování procesních variací.

Jaké jsou některé příklady akčních poznatků, které byly získány z tohoto procesu?

Skan pomáhá vlastníkům procesů a lídrům transformace měřit, analyzovat a zlepšovat KPI, které pohání obchodní výsledky. Některé příklady poznatků jsou:

Efektivita:

• Nákladová cena výroby
• Využití zdrojů (pracovní síly)
• Zlepšení NPS

Efektivnost:

• Objevování automatizace
• První průchodová rychlost
• Dodržování procesních předpisů
• Kapacitní (pracovní) plánování
• Snížení procesní variability

Jaká je vaše vize pro budoucnost procesní inteligence?

Naše vize pro budoucnost procesní inteligence je transformovat způsob, jakým lidé pracují, aby mohli zlepšit produktivitu a dosáhnout svého plného potenciálu.

Dnes má globální pyramidová struktura práce širokou základnu nenávazných úkolů a velmi úzkou špičku návazných úkolů. Naše vize je pro objevování procesů otočit tuto pyramidu.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Skan.