Avinash Misra, CEO & Co-Founder von Skan.AI – Interview-Serie

Avinash Misra ist der CEO und Co-Founder von Skan. Avinash ist ein lebenslanger Unternehmer mit einer bewährten Erfolgsbilanz bei der Gründung von Unternehmen von der Keimzelle bis zur Liquidität. Er hat erfolgreiche Unternehmen im Bereich der digitalen Transformation von Unternehmen aufgebaut und sein letztes Unternehmen wurde von Genpact (NYSE: G) übernommen. Avinash’ Idee für Skan entstand bei großen Business-Prozess-Transformationsprojekten, die er über das letzte Jahrzehnt hinweg geleitet hat.

Ihr vorheriges Unternehmen, Endeavour Software Technologies, wurde letztendlich von Genpact übernommen. Was war dieses Unternehmen und welche wichtigen Lektionen haben Sie daraus gelernt?

Dieses Unternehmen war ein Spezialist für die digitale Transformation von Front-Office-Prozessen. Das heißt, es spezialisierte sich auf den Aufbau und die Implementierung spezifischer Technologien wie Computer-Vision, Chatbots/Naturalsprachverarbeitung (NLP) und Unternehmens-Apps, um Kundenorientierte Geschäftsprozesse zu verbessern und zu transformieren.

Wir haben zwei wichtige Lektionen gelernt. Erstens entstehen sowohl technische als auch prozessuale Schulden, wenn Technologie nur um ihrer selbst willen eingesetzt wird. Zweitens wird der größte Wert dann erzielt, wenn Technologie mit Empathie und einer Design-Denke auf den Endnutzer zugeht.

Können Sie die Entstehungsgeschichte hinter Skan teilen?

“Automatisierung beginnt, wenn Automatisierung fehlschlägt.”In einem Satz war dies unser Anfang. Als wir RPA-Bots für komplexe Geschäftsprozesse aufbauten, bemerkten wir immer wieder, dass ein Bot, sobald er bereitgestellt wurde, schnell fehlschlug, weil er nicht alle Nuancen, Permutationen und Ausnahmen des Geschäftsprozesses berücksichtigte. Jedes Mal, wenn ein Bot fehlschlug, wurde er zu einer weiteren fehlenden Permutation der Arbeit. Es war ein endloser Kreislauf von Bereitstellung und Fehlern.

Warum kennen wir nicht alle Nuancen von Geschäftsprozessen?

Wir kennen nicht alle Nuancen von Geschäftsprozessen, weil alle Prozessentdeckungen von menschlichen Business-Analysten durchgeführt werden, die die Prozessagenten auffordern, die Arbeit zu beschreiben. Menschen sind spektakulär unzuverlässig, wenn es darum geht, Dinge zu beschreiben, die ihnen vertraut oder routinemäßig sind. Diese sind oft Dinge, die sie gut tun können, aber nie mit der notwendigen Genauigkeit beschreiben können. Deshalb haben wir Skan entwickelt, um reale Arbeit zu beobachten und diese Arbeit und die Prozesse zu verstehen, anstatt Menschen zu interviewen und zu dokumentieren.

Skan ist teilweise eine Prozess-Entdeckungsplattform. Können Sie unseren Lesern erklären, was Prozess-Entdeckung ist?

Prozess-Entdeckung ist ein breiter Begriff, der sich auf die Entdeckung oder das Erlernen von Prozessen auf operativer oder struktureller Ebene bezieht. Dies ist insbesondere bei Prozessen herausfordernd, die menschliche System-Interaktionen mit Hunderten oder Tausenden von Arbeitern, Dutzenden von Software-Anwendungen und komplexen Workflows umfassen. Ein gutes Beispiel ist der Prozess der Schadensregulierung.

Heute ist Skan tatsächlich mehr als eine Prozess-Entdeckungsplattform. Skan generiert ein tiefes Verständnis von Arbeit (Prozess-Entdeckung) und bietet erweiterte Analysen, um Prozess-Eignern und Transformationsführern zu helfen, KPIs zu messen, zu analysieren und zu verbessern, die Geschäftsergebnisse wie Kundenerfahrung, Umsatz und Kosten antreiben. Wir nennen diese umfassendere Fähigkeit: Prozess-Intelligenz oder die systematische Erfassung von Daten und die Anwendung dieses Wissens, um Geschäftsergebnisse zu steuern oder zu lernen, zu verstehen und Entscheidungen zu treffen.

Laut einer Studie von Ernst & Young scheitern 30 bis 50 Prozent aller Automatisierungsprojekte. Warum glauben Sie, dass dies so hoch ist?

Basierend auf unserer Arbeit mit unseren Kunden finden wir, dass einer der Haupt-Hindernisse für den Erfolg von Automatisierungsprojekten der Mangel an Sichtbarkeit in den aktuellen Zustand von KPIs über den gesamten Lebenszyklus von Automatisierungsprojekten ist.

Beispielsweise müssen wir, um ein Automatisierungsprojekt zu qualifizieren, den aktuellen Zustand von KPIs messen und einen Geschäftsfall aufbauen. In der Experimentierphase müssen wir Technologiemuster identifizieren und Ziel-KPIs (Soll-Zustand) basierend auf den aktuellen KPIs definieren. Während der Design-, Entwicklungs-, Test- und Betriebsphase müssen wir uns mit der Wurzel des Problems auseinandersetzen, das gelöst werden soll.

Schließlich müssen wir in der Validierungsphase, in der wir die Investitionsrückzahlung und die Realisierung von Vorteilen messen, eine Rückverfolgbarkeit zu den Soll-KPIs haben. Wir sehen also, dass über den gesamten Lebenszyklus hinweg Transparenz und Rückverfolgbarkeit zu den aktuellen KPIs und den Wurzeln des Problems erforderlich sind. Und dennoch sagen laut Forrester Research (FORR ) (2021) nur 16 Prozent der Organisationen, dass sie eine vollständige Sichtbarkeit darüber haben, wie Prozesse funktionieren. Es ist kein Wunder, dass Automatisierungsprojekte Schwierigkeiten haben, Wert zu liefern.

Können Sie erklären, welche Verfahren Skan anwendet, um die Privatsphäre der Personen, die überwacht werden, und sensible Geschäftsdaten zu schützen?

Es ist wichtig zu beachten, dass wir keine Personen überwachen. Wir beobachten nur bestimmte Elemente der Arbeit (nicht den gesamten Bildschirm). Diese Elemente sind spezifische Arbeitsanwendungen, die im Voraus definiert werden.

Für alle beobachteten Anwendungen werden alle sensiblen Arbeitsdaten geschwärzt. Wir haben auch die Möglichkeit, den Link zwischen der Person, die die Arbeit ausführt, und dem Prozess zu anonymisieren. Die Namen der Personen, die im Prozess arbeiten, können auch anonymisiert werden.

Können Sie erklären, wie Skan Machine Learning und insbesondere Deep Learning einsetzt?

Skan integriert mehrere KI- und Machine-Learning-Algorithmen, um Probleme wie die Anonymisierung sensibler Informationen (sowohl Text- als auch Bilddaten) zu lösen, niedrigere Ereignisse auf Geschäftsaktivitäten zu abstrahieren, Prozess-Graphen abzuleiten und Prozess-Variationen zu entdecken.

Welche handfesten Erkenntnisse konnten durch diesen Prozess gewonnen werden?

Skan hilft Prozess-Eignern und Transformationsführern, KPIs zu messen, zu analysieren und zu verbessern, die Geschäftsergebnisse wie Kundenerfahrung, Umsatz und Kosten antreiben. Einige Beispiele für Erkenntnisse sind:

Effektivität:

• Stückkosten
• Ressourcen- (Arbeitskräfte-) Auslastung
• Verbesserung des Net Promoter Score (NPS)

Effizienz:

• Automatisierungs-Entdeckung
• Erster-Durchlauf-Quote
• Prozess-Konformität
• Kapazitäts- (Arbeitskräfte-) Planung
• Reduzierte Prozess-Variation

Was ist Ihre Vision für die Zukunft von Prozess-Intelligenz?

Unsere Vision für die Zukunft von Prozess-Intelligenz ist es, die Art und Weise, wie Menschen arbeiten, zu transformieren, damit sie ihre Produktivität verbessern und ihr volles Potenzial erreichen können.

Heute hat die globale Pyramide der Arbeit eine breite Basis von nicht wertaddierten Aufgaben und eine sehr schmale Spitze von wertaddierten Aufgaben. Unsere Vision ist es, die Prozess-Entdeckung zu verwenden, um diese Pyramide umzukehren.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Skan besuchen.