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

Avinash Misra ist der CEO und Co-Founder von Skan. Avinash ist ein lebenslanger Unternehmer mit einer nachgewiesenen 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’ Erkenntnisse für Skan haben ihren Ursprung in großen Geschäftsprozess-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 waren einige der wichtigsten Lektionen, die Sie gelernt haben?

Dieses Unternehmen war ein Spezialist für die digitale Transformation der Front-Office. Das heißt, es spezialisierte sich auf den Aufbau und die Bereitstellung spezifischer Technologien wie Computer-Vision, Chatbots/Naturalsprachverarbeitung (NLP) und Unternehmens-Mobile-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 einem Design-Think-Ansatz auf den Endbenutzer zugeht.

Können Sie die Genesis-Geschichte hinter Skan teilen?

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

Warum kennen wir nicht alle Nuancen der Geschäftsprozesse?

Wir kennen nicht alle Nuancen der Geschäftsprozesse, weil alle Prozessentdeckungen von menschlichen Geschäftsanalysten 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 können, aber niemals mit der erforderlichen Genauigkeit beschreiben können. Daher 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 Prozessentdeckungsplattform. Können Sie Prozessentdeckung für unsere Leser definieren?

Prozessentdeckung ist ein breiter Begriff, der sich auf die Entdeckung oder das Erlernen bezieht, wie Prozesse auf operativer oder struktureller Ebene funktionieren. Dies ist insbesondere bei Prozessen herausfordernd, die menschliche Systeminteraktionen mit Hunderten oder Tausenden von Arbeitern, Dutzenden von Softwareanwendungen und komplexen Workflows umfassen. Ein gutes Beispiel ist der Anspruchsmanagementprozess.

Heute ist Skan tatsächlich mehr als eine Prozessentdeckungsplattform. Skan generiert ein tiefes Verständnis der Arbeit (Prozessentdeckung) und bietet erweiterte Analysen, um Prozesseigentümern 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: Prozessintelligenz oder die systematische Sammlung von Daten und die Anwendung dieses Wissens, um Geschäftsergebnisse zu steuern oder zu lernen, zu verstehen und Entscheidungen zu treffen.

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

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

Zum Beispiel müssen wir, um ein Automatisierungsprojekt zu qualifizieren, den aktuellen Zustand von KPIs baselinen und einen Geschäftsfall aufbauen. In der Experimentierphase müssen wir Technologiemuster identifizieren und Ziel-KPIs (Soll-Zustand) basierend auf aktuellen KPIs definieren. Während der Design-, Entwicklungs-, Test- und Betriebsphase müssen wir uns mit der Ursache des Problems auseinandersetzen. Schließlich müssen wir in der Validierungsphase, in der wir die Investitionsrendite und die Nutzenrealisierung messen, eine Rückverfolgbarkeit zu den Soll-KPIs haben. Wir sehen also, dass über den gesamten Lebenszyklus hinweg Transparenz und Rückverfolgbarkeit zu aktuellen KPIs und Ursachen erforderlich sind. Und dennoch sagen laut Forrester Research (2021) nur 16 % der Organisationen, dass sie eine vollständige Sicht darauf haben, wie Prozesse funktionieren. Es ist kein Wunder, dass Automatisierungsprojekte Schwierigkeiten haben, Wert zu liefern.

Können Sie erläutern, welche Verfahren Skan ergreift, um die Privatsphäre der überwachten Personen und sensible Geschäftsdaten zu schützen?

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

Das sagte, für alle beobachteten Anwendungen werden alle sensiblen Arbeitsdaten geschwärzt. Wir haben auch die Fähigkeit, 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 diskutieren, wie Skan maschinelles Lernen und insbesondere Deep Learning einsetzt?

Skan integriert mehrere KI- und maschinelle Lernalgorithmen, um Probleme wie die Anonymisierung sensibler Informationen (sowohl Text- als auch Bilddaten) zu lösen, niedrige Ereignisse in Geschäftstätigkeiten zu abstrahieren, Prozessgraphen abzuleiten und Prozessvarianten zu entdecken.

Welche sind einige Beispiele für handhabbare Erkenntnisse, die aus diesem Prozess gewonnen wurden?

Skan hilft Prozesseigentümern und Transformationsführern, KPIs zu messen, zu analysieren und zu verbessern, die Geschäftsergebnisse antreiben. Einige Beispiele für Erkenntnisse sind:

Effektivität:

• Stückkosten
• Ressourcen-(Arbeitskräfte-)auslastung
• NPS-Verbesserung

Effizienz:

• Automatisierungsentdeckung
• Erstpass-Quote
• Prozesskonformität
• Kapazitäts-(Arbeitskräfte-)planung
• Reduzierte Prozessvariabilität

Was ist Ihre Vision für die Zukunft der Prozessintelligenz?

Unsere Vision für die Zukunft der Prozessintelligenz 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 an nicht wertaddierten Aufgaben und eine sehr schmale Spitze an wertaddierten Aufgaben. Unsere Vision ist es, die Prozessentdeckung zu invertieren.

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