Avinash Misra, administrerende direktør og medstifter af Skan.AI – Interviewserie

Avinash Misra er administrerende direktør og medstifter af Skan. Avinash er en livslang entrepreneur med en dokumenteret rekord for at tage virksomheder fra seed til likviditet. Han har bygget succesfulde virksomheder inden for enterprise digital transformation og hans sidste virksomhed blev købt af Genpact (NYSE: G). Avinash’ indsigt for Skan tog sin begyndelse i store Business Process Transformation-projekter, som han har ledet i det sidste årti.

Dit tidligere firma Endeavour Software Technologies blev til sidst købt af Genpact. Hvad var dette firma, og hvilke væsentlige lærdomme fik du?

Dette firma var en front-office digital transformation-specialist. Det vil sige, at det specialiserede sig i opbygning og implementering af specifikke teknologier såsom computer vision, chatbots/naturlig sprogbehandling (NLP) og enterprise mobile apps til at forbedre og transformere kundeorienterede forretningsprocesser.

Vi lærte to væsentlige lærdomme. Først og fremmest, når teknologi anvendes kun for sin egen skyld, skaber det både teknisk og procesmæssig gæld. For det andet er det mest værdifulde, når teknologi specifikt tilgår slutbrugeren med empati og en design-tænkning.

Kan du dele historien bag Skan?

“Automatisering begynder, når automatisering fejler.”På én sætning var dette vores begyndelse. Da vi byggede RPA-bots til komplekse forretningsprocesser, lagde vi gentagne gange mærke til, at når en bot blev implementeret, fejlede den hurtigt, fordi den ikke tog hensyn til alle nuancer, permutationer og undtagelser i forretningsprocessen. Hver gang en bot fejlede, blev det en mere manglende permutation af arbejde. Det var en uendelig cyklus af implementering og fejl.

Hvorfor kender vi ikke alle nuancerne i forretningsprocesser?

Vi kender ikke alle nuancerne i forretningsprocesser, fordi al procesopdagelse udføres af menneskelige forretningsanalytikere, der beder procesagenterne om at beskrive arbejdet. Mennesker er spektakulært upålidelige, når det kommer til at beskrive ting, der har en fornemmelse af bekendtskab eller er rutinepræget. Disse er ofte ting, de kan gøre godt, men aldrig kan beskrive med den nødvendige præcision. Derfor byggede vi Skan for at observere rigtigt arbejde og forstå arbejdet og processerne, i stedet for at interviewe og dokumentere mennesker.

Skan er delvist en procesopdagelsesplatform. Kan du definere, hvad procesopdagelse er for vores læsere?

Procesopdagelse er en bred betegnelse, der refererer til handlingen af at opdage eller lære, hvordan processer fungerer på et operationelt eller strukturelt niveau. Dette er særligt udfordrende med processer, der involverer menneske-system-interaktioner med hundredvis eller tusindvis af arbejdere, dusinvis af software-applikationer og komplekse arbejdsgange. Et godt eksempel er processen for claims management.

I dag er Skan faktisk mere end en procesopdagelsesplatform. Skan genererer en dyb forståelse af arbejde (procesopdagelse) og tilbyder avanceret analyse for at hjælpe procesejere og transformationsledere med at måle, analysere og forbedre KPI’er, der driver forretningsresultater såsom kundeoplevelsen, omsætning og omkostninger. Vi kalder denne bredere kapacitet for procesintelligens eller den systematiske indsamling af data og den end-to-end-proces og anvendelse af denne viden til at kontrollere forretningsresultater eller til at lære, forstå og træffe beslutninger.

Ifølge en undersøgelse udført af Ernst & Young, fejler 30% til 50% af automatiseringsprojekter. Hvorfor tror du, det er så højt?

Baseret på vores arbejde med vores kunder, finder vi, at en af de væsentlige hindringer for automatiseringssucces er manglen på indsigt i den nuværende tilstand af KPI’er på tværs af automatiseringsprojekternes livscyklus.

For eksempel, for at kvalificere et automatiseringsprojekt, har vi brug for at fastlægge den nuværende tilstand af KPI’er og opbygge en forretningscase. I eksperimentationsfasen har vi brug for at identificere teknologimønstre og definere mål-KPI’er på basis af den nuværende tilstand af KPI’er. Under design-, udviklings-, test- og operationaliseringsfasen har vi brug for at tilpasse os til rodårsagen til problemet, der skal løses.

Til sidst, i valideringsfasen, hvor vi måler investeringsafkast og fordelene ved realisering, har vi brug for sporbarhed til mål-KPI’erne. Så vi ser, at på tværs af hele livscyklussen, er gennemsigtighed og sporbarhed til den nuværende tilstand af KPI’er og rodårsagerne påkrævet. Og dog, ifølge Forrester Research (FORR ) (2021), siger kun 16% af organisationerne, at de har fuld indsigt i, hvordan processer fungerer. Det er ikke underligt, at automatiseringsprojekter kæmper for at levere værdi.

Kan du forklare, hvilke procedurer Skan følger for at beskytte privatlivet for personer, der overvåges, og følsomme forretningsdata?

Det er vigtigt at bemærke, at vi ikke overvåger personer. Vi observerer kun bestemte elementer af arbejde (ikke hele skærmen). Disse elementer er bestemte arbejdsapplikationer, der er foruddefineret.

Det sagde, for alle applikationer, der overvåges, er alle følsomme arbejdsdata redigeret. Vi har også mulighed for at anonymisere linket mellem personen, der udførte jobbet, og processen. Navnene på personer, der arbejder i processen, kan også anonymiseres.

Kan du diskutere, hvordan Skan anvender maskinlæring og specifikt dyb læring?

Skan integrerer flere AI- og maskinlæringsalgoritmer for at løse forskellige problemer såsom anonymisering af følsomme oplysninger(både tekst- og billeddata), abstrahering af lavniveauer til forretningsaktiviteter, slutning af procesgrafer og opdagelse af procesvariationer.

Hvad er nogle eksempler på handlebare indsighter, der er opnået fra denne proces?

Skan hjælper procesejere og transformationsledere med at måle, analysere og forbedre KPI’er, der driver forretningsresultater. Nogle eksempler på indsighter er:

Effektivitet:

• Enhedskost for produktion
• Resurse (arbejdsstyrke) udnyttelse
• Forbedring af NPS

Efficiens:

• Automatiseringsopdagelse
• Første gennemløbsrate
• Procesoverholdelse
• Kapacitetsplanlægning (arbejdsstyrke)
• Reduceret procesvariation

Hvad er din vision for fremtidens procesintelligens?

Vores vision for fremtidens procesintelligens er at transformere, hvordan mennesker arbejder, så de kan forbedre deres produktivitet og nå deres fulde potentiale.

I dag har den globale arbejdspyramide en bred base af ikke-værditilførende opgaver og en meget smal top af værditilførende opgaver. Vores vision er for procesopdagelse at omdrejne denne pyramide.

Tak for det gode interview. Læsere, der ønsker at lære mere, skal besøge Skan.