Gal Rimon, grundlægger og administrerende direktør for Centrical – Intervju-serie

Gal Rimon grundlagde Centrical (tidligere GamEffective) i 2013 med en klar vision: at hjælpe virksomheder med at udvikle deres medarbejdere og gøre mennesker til centrum for virksomhedens succes. Før Centrical var han administrerende direktør for Gilon Business Insight, en leder inden for business intelligence. Da Gilon blev opkøbt af Ness Technologies (NASDAQ: NSTC) i 2010, sluttede Gal sig til Ness som senior vicepræsident og medlem af ledelsesgruppen. Tidligere i sin karriere havde han været vicepræsident for kundeservice og drift hos Deloitte Consulting og havde haft roller hos EDS og Bashan. Gal har en MBA i marketing og informationsteknologi fra Tel Aviv University.

Centrical er en AI-drevet platform for medarbejderpræstation og engagement, der hjælper organisationer med at forbedre effektiviteten af frontlinjeteams gennem et samlet system for præstationsstyring, personlig coaching, kontinuerlig læring, kvalitetsikring og gamification. Platformen samler medarbejderpræstationsdata, AI-drevet coaching, mikrolæring, anerkendelsesprogrammer og realtidsindsigt for at hjælpe ledere med at identificere muligheder for forbedring og guide medarbejdere mod bedre resultater. Den er bredt anvendt af kontakcenter, salgsorganisationer og kundeservicehold og er designet til at øge medarbejderengagement, produktivitet, kundetilfredshed og samlet virksomhedspræstation ved at levere personlig vejledning og motivation i stor skala.

Før du grundlagde Centrical, tilbragte du år i ledelse inden for business intelligence, herunder som administrerende direktør for Gilon før opkøbet af Ness Technologies. Hvordan formede den erfaring din opfattelse af, at virksomheder ikke kun havde brug for bedre dashboards/data, men et system, der kunne omdanne indsigt til handling for frontlinjeteams?

Jeg tilbragte næsten to årtier inden for business intelligence, hvor jeg arbejdede med konsulentfirmaer som EDS og Deloitte og senere drev mit eget firma. Vi hjalp nogle af verdens største organisationer med at give mening til deres data, og vi var gode til det. Men jeg løb konstant ind i den samme mur. Virksomheder havde investeret massivt i datainfrastruktur. Dashboards var avancerede. KPI’er var godt defineret. Og alligevel skete der meget lidt.

Intelligensen fandtes. Den handlede bare ikke. Den manglende kobling var altid den menneskelige faktor. Du kan sætte en rød flag ved siden af en underpræsterende medarbejder på en dashboard, men den flag ikke fortæller lederen, hvad han skal gøre, og den hjælper ikke medarbejderen med at forbedre sig. Broen mellem indsigt og eksekvering løber gennem mennesker, og ingen BI-værktøj, jeg nogensinde har arbejdet med, var bygget til at krydse den. Denne erkendelse blev grundlæggende idéen bag Centrical. Spørgsmålet var aldrig “hvordan giver vi ledere mere data?” men “hvordan omdanner vi data til den rette handling, for den rette person, på det rette tidspunkt?”

Jo flere punktløsninger, du har, jo mere data, du har, og jo mere udfordrende kan det være.

Centrical beskriver sig selv som en “Performance Intelligence OS” for frontlinjen. Hvad betyder det i praktisk forstand for en kundeservice, hotel, bank eller teleselskab, der bruger platformen hver dag?

Lad os forestille os en kundeserviceagent på en stor bank: hun håndterer komplekse opkald hele dagen. Hendes leder overvåger et hold på 30 personer på to steder. Uden et performance-operativsystem tilbringer lederen det meste af sin tid på at trække rapporter, gennemgå kvalitetsvurderinger og prøve at finde ud af, hvem der har brug for opmærksomhed. Når han endelig kommer til coaching, er det reaktivt, for sent og inkonsistent på tværs af hans hold og det næste.

Med Centrical ser dagen anderledes ud. Platformen starter med det forretningsmæssige resultat: en kvalitetsforbedringsmål, en ny produktlancering eller en overholdelseskrav. Den indsamler signaler fra KPI-data, kvalitetsvurderinger, læringsskridt og medarbejderfeedback for at identificere præcis, hvor hullerne er. Når en agent har en bestemt svaghed, fx svage spørgsmål om fastholdelse under opkald, overdrager platformen det til lederen med en foreslået coachingshandling allerede forberedt, og den udløser en målrettet rollespilsimulation til agenten til at øve, før han tager det næste opkald.

Til en agent i hotelbranchen kan det betyde en personlig udfordring knyttet til adfærdsstandarder for loyalitetsprogrammer, med realtidsfeedback og anerkendelse bygget ind i arbejdsgangen. For et teleselskab, der lancerer et nyt produkt, kan det betyde tilpasningsdygtig læring, der tilpasser sig hver repræsentants eksisterende videnløsninger snarere end at skubbe alle gennem det samme indhold.

Fælles tråden er, at systemet forbinder strategi med eksekvering for hver person på gulvet, ikke kun dem, hvis ledere tilfældigvis har tid den uge.

Mange virksomheder har allerede BI-værktøjer, arbejdskraftsadministrationssystemer, læringssystemer og kvalitetsikringssystemer. Hvor falder disse systemer typisk kort, når det kommer til at forbedre den reelle medarbejderpræstation?

Problemet er ikke værktøjerne enkeltvis, men at de ikke taler sammen på en måde, der virkelig gavner frontlinjen.

Et kvalitetsikringssystem markerer en kvalitetsproblematik. Den flag sidder på en dashboard. Lederen ser det tre dage senere, hvis overhovedet. Læringssystemet har indhold, der kunne hjælpe, men ingen kobler flaget til indholdet. Arbejdskraftsadministrationssystemet optimerer skemaer, men ved intet om kompetencegab. Og anerkendelse sker separat, i endnu et værktøj.

Så indsigt og beslutninger når aldrig de mennesker, der har brug for dem. Coaching bliver afkoblet fra træning, træning bliver afkoblet fra resultater, og frontlinjemedarbejderen oplever en fragmenteret samling af programmer, der ikke føjer sig sammen til forbedring.

Og nu kommer AI-agenter ind i billedet, hvor de deployes og optimeres i isolation fra den menneskelige arbejdskraft, hvilket yderligere komplicerer udfordringen. Svaret er ikke kun at kobler disse platforme sammen. Det er at orkestrere dem omkring et fælles mål: den rette intervention, for den rette person, på det rette tidspunkt, målt mod et virkeligt forretningsresultat.

Virksomhedens seneste kunderesultater omfatter forbedringer i førstekaldsopløsning, salgspræstation, loyalitetsindskrivning, produktivitet og fejlmindskning. Hvad afslører disse resultater om den type frontlinje-arbejde, som AI kan forbedre først?

Fælles tråden gennem alle disse resultater er, at de involverer arbejde, der kan måles og forbedres gennem adfærdsforandring, gennem videnforstærkning, færdighedsudvikling og den personlige træning, coaching og motivation, der gør det fast.

Grænsen, som AI åbner op nu, er at gøre det på individniveau, ikke kun for en sektor eller en kohorte, men for hver enkelt person, baseret på deres specifikke huller, deres rolle og hvor de er i deres udviklingsrejse, og hvad virksomheden har brug for fra dem.

TP Samsungs kundeservicehold forbedrede førstekaldsopløsningen med 7,5%, samtidig med at de reducerede lederens administrative arbejde med 70%.

En top 5-amerikansk banks bedrageri-bagkontor oplevede en 66,7% reduktion i fejl og en 4,8% øgning i behandling af konti.

IHG Hotels & Resorts ønskede, at deres receptionspersonale skulle aktivt genkende og indskrive gæster i deres One Rewards-program. Vi gjorde træningen til missioner, gav personalet mønter for at fuldføre læring og indskrive medlemmer og lod ejendomme konkurrere på ranglister. Hoteller, der brugte Centrical-platformen, opnåede op til 4 gange forbedring i loyalitetsgenkendelse og -indskrivningseffektivitet, hvilket drev millioner i ekstra omsætning og direkte booking.

Centrical udvider sin AI-portefølje med AI-assisteret coaching, rollespilsimulationer, hyper-personlige præstationsoplevelser og autonom præstationsintelligens. Hvilke af disse funktioner tror du vil have den største nærmeste indvirkning på virksomhedshold?

Det afhænger af, hvor en organisation er i sin transformation. Jeg ville fremhæve to funktioner, der har en umiddelbar, målbart indvirkning lige nu for vores kunder.

AI-assisteret coaching har en usædvanlig effekt, fordi organisationer er under reel pres for at gøre coaching mere effektivt, øge lederens kontrollerede områder og stadig forbedre holdpræstation. Ledere er den største enkeltstående indflydelse på frontlinjens præstation, og alligevel har de historisk set brugt mere tid på rapportering end på coaching. Vores AI-assistent vendrer dette forhold: den overdrager, hvem der skal coaches, på hvad og hvorfor, med den rette handling allerede forberedt. Og det er alt prioriteret på basis af virksomhedens mål. Lederen bliver en bedre coach uden at skulle have flere timer på dagen.

AI-rollespilsimulationer er lige så kritiske lige nu, af en anden grund. Da AI overtager simple interaktioner, bliver samtalerne, der når menneskelige agenter, mere komplekse: følelsesladet, undtagelsesfyldt, højrisiko. Samtidig mobiliserer virksomheder deres arbejdskraft i nye roller hurtigere end nogensinde. Praktik (i arbejdsgangen) er den eneste måde at bygge tillid og kompetence i disse situationer, før de sker live. Rollespil i stor skala, drevet af faktiske præstationshuller, gør det muligt.

Autonom præstationsintelligens er den næste grænse. Visionen er et system, der identificerer muligheder, udløser de rette programmer og kontinuerligt forbedrer frontlinjens eksekvering uden at vente på, at en leder skal initiere.

Hvordan ændrer AI-assisteret coaching rollen for frontlinjeledere, især når mange ledere allerede er overbelastede med administrative arbejde og præstationsrapportering?

Vores data viser, at ledere tilbragte omtrent 60% af deres tid på dataanalyse og omkring 20% på vurderinger, hvilket efterlod mindre end 20% til at støtte deres hold. Det er den grundlæggende dysfunktion. De mennesker, der er mest ansvarlige for frontlinjens præstation, tilbragte det meste af deres tid med at gøre ting, et system burde gøre for dem.

AI-coaching genopretter den tid. Lederen får en prioriteret visning af præcis, hvem der skal coaches, på hvilken adfærd, med en foreslået tilgang allerede forberedt. Sessioner kan optages og selv-dokumenteres, så følgeaktioner aktiveres direkte fra coachingsamtalen snarere end at sidde i en note, som ingen læser. Personlige mål oprettes, der er både opnåelige og synlige for medarbejderen.

Vores data viser allerede, at ledere, der bruger vores AI-kapaciteter, coacher mere, og deres coaching har en større indvirkning på holdets præstation. En af vores store hotelkunder oplevede en 10% forbedring i coachings-effektivitet takket være AI, hvilket resulterede i en målbart forbedring af KPI’er: alle KPI’er, som medarbejdere blev coachet på med Centricals AI-kapaciteter, forbedredes.

En af de mest interessante aspekter af Centricals positionering er idéen om at styre både menneskelige og digitale arbejdere. Hvordan bør virksomheder tænke over præstationsstyring, når AI-agenter bliver en del af frontlinjens operationer?

De fleste virksomheder går ind i et problem, de ikke ser endnu. AI-agenter dukker op fra alle sider: en fra dit kontakcenter-platform, en fra dit CRM, et par fra dine egne hold bygget, og andre bundet ind i værktøjer, du allerede betaler for. Vi kalder det agent-zooen. De udfører alle arbejde, men ingen ejer deres præstation. Ingen kan fortælle dig, hvilke der faktisk er gode til jobbet, hvilke der driver, eller hvilke der skal trækkes.

Instinktet er at behandle det som et teknisk problem, en model eller en integration. Jeg tror, det er det forkerte ramme. Når en AI-agent udfører frontlinje-arbejde, har den brug for den samme rigor omkring præstationsstandarder, coaching og måling som menneskelige arbejdere. Det er den manglende lag, de fleste virksomheder har.

Ikke endnu et sted at bygge agenter, men et samlet lag til at styre, certificere og orkestrere dem, som sidder i samme system som styrer dine menneskelige arbejdere. Fordi arbejdet ikke længere er menneskeligt eller digitalt. Det er begge, på samme hold, ofte på samme opgave. En person og tre agenter, der håndterer en kundeinteraktion. Hvis du måler mennesker på ét sted og agenter på et andet, ser du kun fragmenter af deres præstation.

Præstationsstyring bør ses som en disciplin på tværs af hele arbejdskraften, både menneskelig og digital. Samme mål, samme ansvar, samme loop af måling, coaching, forbedring.

Hvad er de nødvendige sikkerhedsforanstaltninger for at sikre, at AI-drevne præstations-systemer støtter medarbejdere snarere end blot at øge pres, overvågning eller urealistiske produktivitetsforventninger?

Dette er et vigtigt emne, fordi vi bruger AI til at hjælpe mennesker med at blive en bedre udgave af sig selv på arbejdet.

Pres kan drive korte resultater. Men over længere tid har du brug for at give mennesker en klar retning: hjælpe dem med at bygge de specifikke færdigheder, deres rolle kræver, og skabe fokuseret praksis på de adfærdsmønstre, der betyder mest. Det er en anden aftale for medarbejderen. Systemet er ikke der for at overvåge dig. Det er der for at gøre dig god til dit job. Og at blive god til dit job føles meget bedre end at blive målt på det. Det er en simpel ting, men ingen kommer til arbejde for at gøre et dårligt job.

Så de virkelige sikkerhedsforanstaltninger er ikke politikker, processer eller nogen anerkendelsesprogram, der sidder udenfor. De er instruktionerne, færdighederne og værktøjerne bygget ind i den daglige arbejde for at gøre jobbet lettere, mere belønningssværdigt, mere effektivt. Færdigheder først, så adfærd, så præstation. Og under det hele, motivation: medarbejderen skal se fremskridtet, han gør, og føle det. Hver skridt skal kobles tilbage til noget, han bekymrer sig om: kunderne, han hjælper, holdet, han er en del af, og hvor han vil hen næste.

Og fordi AI håndterer administrationen, rapporteringen, prioriteringen, får ledere deres tid tilbage til at coache. Til at være til stede. Det menneskelige forhold er, hvad der gør det hele til at fungere.

Centrical har nyligt samlet 39 millioner dollars i serie D-finansiering, hvilket bringer den samlede finansiering op på over 100 millioner dollars. Over de næste 12 til 24 måneder, hvordan vil denne nye kapital accelerere jeres globale udvidelse og udvikling af AI-værktøjer til at styre frontlinjens præstation på tværs af både menneskelige og digitale arbejdere?

Vi tænker over vækst på tværs af flere områder:

Vi betjener virksomheder i 150 lande og 60 sprog i dag, og denne runde vil accelerere vores vækst globalt.

At dykke dybere i autonom præstationsintelligens vil være et af vores fokusområder. Næste trin er et system, der identificerer muligheder, udløser de rette programmer og forbedrer frontlinjens eksekvering kontinuerligt uden at kræve, at en leder skal initiere.

Til sidst udvider vi platformen til at styre præstation på tværs af både menneskelige og digitale arbejdere. Da AI-agenter overtager flere frontlinje-opgaver, har virksomheder brug for den samme rigor omkring præstationsstandarder, coaching og måling for disse digitale arbejdere, som de har for menneskelige arbejdere. Vi er positioneret til at være det operativsystem for denne hybrid-reality.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Centrical.