Ankur Dhingra, Διευθύνων Σύμβουλος της ProHance – Σειρά Συνεντεύξεων

Ankur Dhingra, Διευθύνων Σύμβουλος της ProHance, είναι ένας έμπειρος τεχνολογικός και επιχειρησιακός στελεχός με περισσότερα από δύο δεκαετίες ηγεσίας σε παραγωγικότητα επιχειρήσεων, χρηματοοικονομικές υπηρεσίες και παγκόσμιες επιχειρησιακές λειτουργίες. Ηγείται της ProHance από το 2020, εστιάζοντας στην κατασκευή μιας ενοποιημένης πλατφόρμας για παρακολούθηση, διακυβέρνηση και βελτίωση της παραγωγικότητας μεταξύ ανθρώπινων εργαζομένων, προμηθευτών και συστημάτων AI. Πριν γίνει Διευθύνων Σύμβουλος, ο Dhingra ήταν Συνεργάτης στην FutureIP, όπου αναπτύχθηκε η ProHance ως πλατφόρμα διαχείρισης λειτουργιών και αναλύσεων. Πριν από αυτό, πέρασε πάνω από οκτώ χρόνια στην American Express, όπου υπηρέτησε ως Αντιπρόεδρος και Γενικός Διευθυντής των Παγκόσμιων Λειτουργιών Πίσω Γραφείου και προηγουμένως ηγούνταν των λειτουργιών εμπλοκής πελατών που περιλάμβαναν μεγάλου μεγέθους τηλεφωνική εξυπηρέτηση, συνομιλία, κανονιστικές και επιχειρησιακές λειτουργίες διασφάλισης. Η καριέρα του περιλαμβάνει επίσης ανώτερες ηγετικές θέσεις στη Genpact, όπου διαχειριζόταν μια πρακτική τραπεζικών υπηρεσιών 1.100 ατόμων και ένα P&L 35 εκατομμυρίων δολαρίων, και στη GE Capital, όπου ηγούνταν των λειτουργιών χρηματοοικονομικών υπηρεσιών στην Ινδία.

ProHance είναι μια εταιρεία επιχειρησιακής ευφυΐας εργατικού δυναμικού και αναλύσεων παραγωγικότητας που παρέχει στις οργανώσεις ορατότητα σε πραγματικό χρόνο στο πώς εκτελείται η εργασία μεταξύ υπαλλήλων, εξωτερικών προμηθευτών, AI βοηθών και αυτόνομων πρακτόρων. Η πλατφόρμα της, που τοποθετείται ως “Productivity Control Room”, συνδυάζει αναλύσεις εργατικού δυναμικού, προγραμματισμό χωρητικότητας, έξυπνη κατανομή εργασιών, μέτρηση παραγωγικότητας και εργαλεία διακυβέρνησης για να βοηθήσει τις επιχειρήσεις να εντοπίζουν εμπόδια λειτουργίας, να βελτιστοποιούν τη χρήση πόρων και να κατανοούν την επίδραση της AI στην απόδοση του οργανισμού. Η ProHance δηλώνει ότι η τεχνολογία της χρησιμοποιείται από περισσότερους από 450.000 χρήστες σε 220 επιχειρήσεις σε 55 χώρες, με εφαρμογές που καλύπτουν τραπεζικές και χρηματοοικονομικές υπηρεσίες, εξωτερική ανάθεση επιχειρησιακών διαδικασιών, παγκόσμια κέντρα ικανοτήτων, υγειονομική περίθαλψη και τεχνολογία πληροφορίας.

Πέρασες πάνω από δύο δεκαετίες ηγούμενος μεγάλων λειτουργιών στη GE Capital, Genpact και American Express πριν γίνεις Διευθύνων Σύμβουλος της ProHance. Τι σου δίδαξαν αυτές οι εμπειρίες σχετικά με τους περιορισμούς της παραδοσιακής διαχείρισης εργατικού δυναμικού και παραγωγικότητας, και πώς αυτές οι διδαχές διαμόρφωσαν τον τρόπο με τον οποίο χτίζεις τη ProHance για μια επιχείρηση που τοποθετεί το AI στην πρώτη θέση;

Η εμπειρία μου στη GE Capital, Genpact και American Express με δίδαξε ότι ένα από τα μεγαλύτερα κενά στη παραδοσιακή διαχείριση εργατικού δυναμικού δεν ήταν απαραίτητα στο προσκήνιο, αλλά στο πίσω γραφείο.

Στην American Express, είχα προηγουμένως εργαστεί στο τμήμα εξυπηρέτησης πελατών, όπου το κέντρο επαφών είχε πρόσβαση σε αρκετά εξελιγμένη τεχνολογία για τη μέτρηση της παραγωγικότητας – πού οι άνθρωποι ξόδευαν τον χρόνο τους, η αξιοποίηση, οι όγκοι αλληλεπιδράσεων και πώς μπορούσαν να βελτιστοποιηθούν οι διαδικασίες. Αλλά όταν μεταφέρθηκα στην ηγεσία των λειτουργιών του πίσω γραφείου, είδα μια πολύ διαφορετική πραγματικότητα.

Ένα τεράστιο ποσό εργασίας σε μεγάλες επιχειρήσεις πραγματοποιείται πίσω από τις σκηνές – επεξεργασία συναλλαγών, διαχείριση υποθέσεων, εισαγωγή δεδομένων και άλλες διαδικαστικές δραστηριότητες – ωστόσο υπήρχε πολύ λίγη ουσιαστική μέτρηση του πώς αυτή η εργασία πραγματικά εκτελούνταν. Η τεχνολογία και η ορατότητα που υπήρχαν για το προσκήνιο απλώς δεν είχαν μεταφερθεί στο πίσω γραφείο.

Έγινα σχεδόν παράλογα εμμονικός με το πρόβλημα. Άρχισα να εξετάζω τις διαθέσιμες τεχνολογίες και να μιλάω με καθιερωμένους παίκτες, αλλά αυτό που βρήκα ήταν είτε πολύ ακατάλληλο, πολύ ακριβό, ή απλώς δεν ήταν σχεδιασμένο για τις πραγματικότητες των λειτουργιών του πίσω γραφείου. Συνεχίζαυ να σκέφτομαι: αυτή είναι μια βιομηχανία αξίας πάνω από 150 δισεκατομμύρια δολαρίων, και αυτό είναι ένα πρόβλημα που υπάρχει εδώ και χρόνια. Σίγουρα κάποιος πρέπει να το λύνει καλύτερα.

Αυτή η αναζήτηση τελικά με οδήγησε στη ProHance, όπου ο Rajesh Sharma και ο Kishore Reddy (συνιδρυτές της ProHance) είχαν ήδη δημιουργήσει τεχνολογία που αντιμετώπιζε πολλές από τις προκλήσεις που είχα εντοπίσει ως προχωρημένος χρήστης αυτών των συστημάτων. Ήξερα ακριβώς τι έπρεπε να κάνει η τεχνολογία – να καταγράφει τη δραστηριότητα αυτόματα, να λειτουργεί σε διαφορετικά λειτουργικά συστήματα, να μετράει τον χρόνο τόσο εντός όσο και εκτός του συστήματος, και να παρέχει αξιόπιστη εικόνα του πώς η εργασία πραγματικά πραγματοποιείται.

Αυτή η εμπειρία διαμόρφωσε τον τρόπο που σκέφτομαι τη ProHance σήμερα. Η διδαχή είναι ότι δεν μπορείτε να δημιουργήσετε μια επιχείρηση που τοποθετεί το AI στην πρώτη θέση απλώς προσθέτοντας AI σε υπάρχοντα εργαλεία διαχείρισης εργατικού δυναμικού. Πρώτα χρειάζεται μια αξιόπιστη, λεπτομερής κατανόηση της ίδιας της εργασίας. Το AI μπορεί τότε να μετασχηματίσει τον τρόπο με τον οποίο αυτή η εργασία αναλύεται, βελτιστοποιείται και τελικά επανασχεδιάζεται.

Για μένα, η ProHance αφορά τη μεταφορά του ίδιου επιπέδου ορατότητας και ευφυΐας που οι επιχειρήσεις είχαν ιστορικά στο προσκήνιο σε ολόκληρο τον οργανισμό – και τη χρήση του AI για μια καλύτερη μέτρηση της παραγωγικότητας, η οποία θα βελτιώσει θεμελιωδώς τον τρόπο που γίνεται η εργασία.

Καθώς η γενετική AI και οι πράκτορες AI αναλαμβάνουν ένα αυξανόμενο μερίδιο της γνώσης εργασίας, τα παραδοσιακά σήματα παραγωγικότητας όπως οι ώρες εργασίας ή η χρήση εφαρμογών μπορεί να γίνουν λιγότερο σημαντικά. Πώς πρέπει οι επιχειρήσεις να επαναπροσδιορίσουν την παραγωγικότητα όταν ένας άνθρωπος μπορεί να ολοκληρώσει σε 30 λεπτά ό,τι προηγουμένως απαιτούσε αρκετές ώρες;

Η παραγωγικότητα πρέπει να μετακινηθεί από τη μέτρηση της δραστηριότητας στη μέτρηση των αποτελεσμάτων. Εάν η AI επιτρέπει σε κάποιον να ολοκληρώσει σε 30 λεπτά ό,τι προηγουμένως έπαιρνε τρεις ώρες, το τριώρο όριο δεν είναι πλέον σχετικό. Η εστίαση πρέπει να είναι στο τι επιτεύχθηκε, στην ποιότητα του αποτελέσματος και στο πόσο αποτελεσματικά χρησιμοποιήθηκαν ο χρόνος και οι δεξιότητες.

Αυτό επίσης σημαίνει ότι οι επιχειρήσεις πρέπει να κατανοούν πού η AI αφαιρεί πραγματικά επαναλαμβανόμενη εργασία και πού η ανθρώπινη κρίση παραμένει κρίσιμη. Η παραγωγικότητα πρέπει όλο και περισσότερο να αντανακλά τα αποτελέσματα, τη χωρητικότητα, την ποιότητα και τον επιχειρηματικό αντίκτυπο, αντί για τις ώρες που δαπανώνται σε ένα γραφείο ή τη χρήση εφαρμογών.

Έχετε περιγράψει την ευφυΐα εργατικού δυναμικού ως όλο και πιο κρίσιμη στην επιχείρηση που τοποθετεί το AI στην πρώτη θέση. Τι σημαίνει στην πράξη η “ευφυΐα εργατικού δυναμικού” και πώς διαφέρει από τα εργαλεία παρακολούθησης υπαλλήλων και αναλύσεων εργατικού δυναμικού που οι εταιρείες έχουν χρησιμοποιήσει ιστορικά;

Η ευφυΐα εργατικού δυναμικού είναι ουσιαστικά η παροχή σε έναν οργανισμό μιας πιο σαφούς κατανόησης του πώς η εργασία πραγματικά πραγματοποιείται. Συγκεντρώνει σήματα σχετικά με το φόρτο εργασίας, τη χωρητικότητα, την αξιοποίηση, τις διαδικασίες και τα αποτελέσματα, ώστε να βοηθά τους ηγέτες να εντοπίζουν πού οι ομάδες είναι υπερφορτωμένες, πού υπάρχει χωρητικότητα και πού η εργασία κολλάει.

Αυτό διαφέρει από την παραδοσιακή παρακολούθηση υπαλλήλων, η οποία συχνά εστιάζει στη μεμονωμένη δραστηριότητα. Η ευφυΐα εργατικού δυναμικού πρέπει να λειτουργεί σε πολύ ευρύτερο επίπεδο. Ο στόχος δεν είναι να ρωτάμε, «Τι κάνει αυτός ο υπάλληλος κάθε λεπτό;», αλλά «Πώς ρέει η εργασία σε όλο τον οργανισμό και τι μπορούμε να κάνουμε για να τη βελτιώσουμε;»

Η ProHance συνδυάζει όλο και περισσότερο δεδομένα εργατικού δυναμικού με μηχανική μάθηση για να δημιουργήσει προβλεπτικές γνώσεις, συμπεριλαμβανομένου του εντοπισμού πιθανών αποσυνδέσεων και κινδύνων διατήρησης. Πώς εξασφαλίζετε ότι αυτά τα μοντέλα AI διακρίνουν ουσιαστικά μοτίβα από τις φυσιολογικές διακυμάνσεις στη συμπεριφορά των υπαλλήλων, και πόσο σημαντική είναι η επεξηγησιμότητα όταν οι διαχειριστές λαμβάνουν αποφάσεις για άτομα;

Στη ProHance, πιστεύουμε ότι η ποιότητα και το πλαίσιο των υποκείμενων δεδομένων είναι κρίσιμα. Η συμπεριφορά των υπαλλήλων μεταβάλλεται φυσικά ανάλογα με τα έργα, το φόρτο εργασίας, τις ομάδες, τις εποχές και τους επιχειρηματικούς κύκλους. Μια αλλαγή στη δραστηριότητα από μόνη της δεν υποδηλώνει απαραίτητα αποσύνδεση ή κίνδυνο διατήρησης.

Η προσέγγιση είναι να αναζητούμε μοτίβα σε πολλαπλά σήματα και με την πάροδο του χρόνου, αντί να βγάζουμε συμπεράσματα από μια μόνο συμπεριφορά. Η AI μπορεί να βοηθήσει στον εντοπισμό μοτίβων που ενδέχεται να απαιτούν προσοχή, αλλά δεν πρέπει να θεωρείται ο τελικός λήπτης αποφάσεων.

Η επεξηγησιμότητα είναι εξίσου σημαντική. Εάν ένα σύστημα επισημάνει έναν πιθανό κίνδυνο, οι διαχειριστές πρέπει να μπορούν να κατανοήσουν τους παράγοντες πίσω από το σήμα και να εφαρμόσουν τη δική τους κρίση. Όταν η τεχνολογία χρησιμοποιείται για να ενημερώνει αποφάσεις σχετικά με ανθρώπους, η διαφάνεια και η ανθρώπινη επίβλεψη είναι απαραίτητες.

Υπάρχει κατανοητή ανησυχία των εργαζομένων όταν οι οργανισμοί εισάγουν τεχνολογία που μπορεί να αναλύει πρότυπα εργασίας, χρήση εφαρμογών, αδράνεια ή απόδοση. Πού πρέπει οι επιχειρήσεις να θέσουν το όριο μεταξύ της απόκτησης χρήσιμης λειτουργικής ορατότητας και της δημιουργίας μιας κουλτούρας παρακολούθησης;

Το όριο καθορίζεται κυρίως από την πρόθεση, τη διαφάνεια και τον τρόπο χρήσης των δεδομένων. Οι εργαζόμενοι αισθάνονται κατανοητά άβολα όταν η τεχνολογία εισάγεται χωρίς σαφήνεια για το τι μετράται και γιατί.

Ο στόχος πρέπει να είναι η κατανόηση της εργασίας σε οργανωτικό και λειτουργικό επίπεδο, αντί για τη συνεχή παρακολούθηση των ατόμων. Εάν τα δεδομένα του εργατικού δυναμικού βοηθούν στον εντοπισμό υπερβολικού φόρτου εργασίας, εμπόδια ή αναποτελεσματικών διαδικασιών, μπορούν στην πραγματικότητα να βελτιώσουν την εμπειρία των εργαζομένων.

Οι επιχειρήσεις πρέπει επίσης να είναι σαφείς για το τι δεν προσπαθούν να κάνουν. Η τεχνολογία πρέπει να βοηθά τους διαχειριστές να έχουν καλύτερες συνομιλίες με τις ομάδες τους, όχι να αντικαθιστά αυτές τις συνομιλίες ή να δημιουργεί ένα σύστημα συνεχούς παρατήρησης.

Οι AI βοηθοί και οι αυτόνομοι πράκτορες γίνονται όλο και περισσότερο μέρος του ίδιου του εργατικού δυναμικού. Πιστεύετε ότι οι πλατφόρμες ευφυΐας εργατικού δυναμικού θα χρειαστεί τελικά να μετράνουν την παραγωγικότητα των ανθρώπων και των πρακτόρων AI μαζί, και πώς θα μπορούσε να μοιάζει ένας ουσιαστικός δείκτης παραγωγικότητας ανθρώπου‑προς‑AI;

Ναι, πιστεύω ότι αυτό θα γίνει όλο και πιο σημαντικό. Καθώς οι πράκτορες AI αρχίζουν να αναλαμβάνουν τμήματα των ροών εργασίας, η μέτρηση μόνο της ανθρώπινης δραστηριότητας θα δίνει στις επιχειρήσεις μια ελλιπή εικόνα του πώς γίνεται η εργασία.

Αλλά δεν πιστεύω ότι θα καταλήξουμε απλώς σε ένα ενιαίο σκορ “άνθρωπος έναντι AI”. Μια πιο χρήσιμη προσέγγιση θα ήταν να κατανοήσουμε την συνδυασμένη παραγωγή των ανθρώπων, των εργαλείων AI και των πρακτόρων σε μια ροή εργασίας.

Οι επιχειρήσεις θα μπορούσαν να εξετάσουν πόσο χρόνο αφαιρεί η AI από τις επαναλαμβανόμενες εργασίες, πόσο γρήγορα προχωρούν οι διαδικασίες, την ποιότητα των αποτελεσμάτων και πού απαιτείται ακόμη ανθρώπινη παρέμβαση. Η πραγματική ερώτηση γίνεται: πόσο αποτελεσματικά συνεργάζονται οι άνθρωποι και η AI;

Η ProHance μιλά για το πέρασμα από τη μέτρηση της ακατέργαστης παραγωγικότητας προς την επιχειρησιακή ευφυΐα, συμπεριλαμβανομένης της ανάλυσης φόρτου εργασίας, πρόβλεψης, βελτιστοποίησης διαδικασιών και κατανομής πόρων. Πόσο μεγάλο μέρος του μέλλοντος αυτής της κατηγορίας θα αφορά την AI που προληπτικά προτείνει τι πρέπει να αλλάξουν οι διαχειριστές, αντί να τους παρουσιάζει απλώς πίνακες ελέγχου;

Πιστεύω ότι αυτό είναι το σημείο στο οποίο η ProHance βλέπει την κατηγορία να κατευθύνεται. Οι πίνακες ελέγχου είναι χρήσιμοι, αλλά εξακολουθούν να αφήνουν στους διαχειριστές την ευθύνη της ερμηνείας των πληροφοριών και της απόφασης για το τι θα κάνουν στη συνέχεια.

Το επόμενο στάδιο είναι οι πλατφόρμες να εντοπίζουν ένα μοτίβο και να βοηθούν να απαντηθεί το ερώτημα «τι πρέπει να κάνουμε γι’ αυτό;». Αυτό θα μπορούσε να σημαίνει την επισήμανση μιας υπερφορτωμένης ομάδας, την αναγνώριση ενός μη αξιοποιημένου συνόλου δεξιοτήτων, την πρόβλεψη ενός κενώματος χωρητικότητας ή την πρόταση για βελτίωση μιας διαδικασίας.

Για τη ProHance, η αξία θα προέρχεται όλο και περισσότερο από τη μετάβαση από την ορατότητα στην ενέργεια. Η AI πρέπει να βοηθά τους διαχειριστές να λαμβάνουν καλύτερες αποφάσεις, διατηρώντας την απόφαση ίδια με το άτομο που κατανοεί την επιχείρηση και το πλαίσιο.

Συγκρίνατε την ευφυΐα παραγωγικότητας με μια ετήσια αναφορά υγείας για έναν οργανισμό. Ποια είναι τα πιο σημαντικά σήματα που πρέπει να εξετάζουν οι στελέχοι για να καθορίσουν εάν το εργατικό τους δυναμικό είναι πραγματικά υγιές, παραγωγικό και προσαρμόζεται επιτυχώς στην AI;

Θα εξετάζα μια συνδυαστική προσέγγιση σημάτων αντί για έναν μόνο αριθμό παραγωγικότητας. Η χωρητικότητα και ο φόρτος εργασίας είναι προφανή σημεία εκκίνησης, αλλά οι στελέχοι πρέπει επίσης να κατανοούν εάν η εργασία κατανέμεται αποτελεσματικά, πού εμφανίζονται εμπόδια, πώς οι ομάδες προσαρμόζονται στην AI και εάν οι άνθρωποι δαπανούν υπερβολικό χρόνο σε δραστηριότητες χαμηλής αξίας.

Ένα άλλο σημαντικό σήμα είναι η βιωσιμότητα. Μια ομάδα που παραδίδει εξαιρετικά αποτελέσματα επειδή οι άνθρωποι εργάζονται συνεχώς πέρα από λογική χωρητικότητα δεν είναι απαραίτητα υγιής ή παραγωγική μακροπρόθεσμα.

Ένα υγιές εργατικό δυναμικό είναι αυτό όπου η χωρητικότητα, ο φόρτος εργασίας και τα αποτελέσματα είναι λογικά ισορροπημένα, οι άνθρωποι έχουν χώρο να εστιάσουν σε εργασίες υψηλότερης αξίας, και ο οργανισμός μπορεί να προσαρμόζεται καθώς η φύση της εργασίας αλλάζει.

Η “παραγωγικότητα” έχει αναπτύξει αρνητικές συσχετίσεις για πολλούς εργαζόμενους επειδή μπορεί να υποδηλώνει την εκτέλεση περισσότερης εργασίας με λιγότερα άτομα. Πώς μπορούν οι οργανισμοί να επανακτήσουν την έννοια και να χρησιμοποιήσουν την ευφυΐα παραγωγικότητας που βασίζεται στην AI για να βελτιώσουν την εμπειρία των εργαζομένων, να μειώσουν το burnout και να αφαιρέσουν εργασίες χαμηλής αξίας αντί να αυξήσουν απλώς την παραγωγή;

Οι οργανισμοί πρέπει να απομακρυνθούν από τον ορισμό της παραγωγικότητας απλώς ως “περισσότερη παραγωγή από λιγότερα άτομα”. Αυτός ο ορισμός είναι πολύ στενός, ιδιαίτερα σε ένα εργασιακό περιβάλλον με ενσωματωμένη AI.

Η AI θα πρέπει ιδανικά να επιστρέφει στους ανθρώπους χρόνο που αυτή τη στιγμή καταναλώνεται από επαναλαμβανόμενη διοίκηση, χειροκίνητες διαδικασίες και εργασίες χαμηλής αξίας. Η ευκαιρία είναι να χρησιμοποιηθεί αυτός ο χρόνος για επίλυση προβλημάτων, αλληλεπίδραση με πελάτες, καινοτομία και εργασία που απαιτεί ανθρώπινη κρίση.

Εάν η ευφυΐα παραγωγικότητας χρησιμοποιείται για τον εντοπισμό περιοχών όπου οι άνθρωποι είναι υπερφορτωμένοι ή ξοδεύουν χρόνο αναποτελεσματικά, μπορεί στην πραγματικότητα να γίνει ένα εργαλείο εμπειρίας εργαζομένων. Ο στόχος πρέπει να είναι να βελτιώνεται η εργασία, όχι απλώς να κάνει τους ανθρώπους να εργάζονται πιο γρήγορα.

Κοιτάζοντας μπροστά, καθώς η AI ενσωματώνεται σε σχεδόν κάθε ροή εργασίας της επιχείρησης, τι πιστεύετε ότι θα διακρίνει τους οργανισμούς που ενισχύουν επιτυχώς το εργατικό τους δυναμικό με AI από εκείνους που υλοποιούν την τεχνολογία αλλά δεν τη μετατρέπουν σε ουσιαστικά κέρδη παραγωγικότητας;

Οι οργανισμοί που θα ωφεληθούν περισσότερο από την AI θα είναι αυτοί που κοιτάζουν πέρα από την υλοποίηση της τεχνολογίας. Η πρόσβαση σε ένα εργαλείο AI δεν δημιουργεί αυτόματα κέρδη παραγωγικότητας.

Οι ηγέτες θα κατανοήσουν πού η AI αλλάζει τις ροές εργασίας, πώς εξελίσσονται οι ρόλοι και εάν ο οργανισμός λαμβάνει πραγματικά καλύτερα αποτελέσματα από την τεχνολογία. Θα μετρούν συνεχώς τι λειτουργεί και θα προσαρμόζονται ανάλογα.

Τελικά, οι επιτυχημένοι οργανισμοί θα αντιμετωπίζουν την υιοθέτηση της AI ως μια αλλαγή στον τρόπο που γίνεται η εργασία, αντί για μια απλή υλοποίηση τεχνολογίας. Θα συνδυάσουν την AI με τις σωστές διαδικασίες, δεξιότητες, ορατότητα του εργατικού δυναμικού και πρακτικές διαχείρισης. Αυτό θα καθορίσει εάν η AI θα γίνει ένα πραγματικό πλεονέκτημα παραγωγικότητας ή απλώς ένα ακόμη επίπεδο τεχνολογίας.

Σας ευχαριστώ για τη σπουδαία συνέντευξη. Οι αναγνώστες που θέλουν να μάθουν περισσότερα θα πρέπει να επισκεφθούν την ProHance.