Avinash Misra, CEO y cofundador de Skan.AI – Serie de entrevistas

Avinash Misra es el CEO y cofundador de Skan. Avinash es un emprendedor de toda la vida con un historial comprobado de llevar empresas desde la semilla hasta la liquidez. Ha construido empresas exitosas en el espacio de transformación digital empresarial y su última empresa fue adquirida por Genpact (NYSE: G). La idea de Avinash para Skan se originó en proyectos de transformación de procesos empresariales a gran escala que ha liderado durante la última década.

Su empresa anterior, Endeavour Software Technologies, fue finalmente adquirida por Genpact. ¿Qué era esta empresa y qué lecciones clave aprendió?

Esta empresa era una especialista en transformación digital de front-office. Es decir, se especializaba en la creación y despliegue de tecnologías específicas como visión por computadora, chatbots/procesamiento de lenguaje natural (NLP) y aplicaciones móviles empresariales para mejorar y transformar los procesos comerciales que enfrentan los clientes.

Aprendimos dos lecciones clave. Primero, cuando la tecnología se aplica solo por su sake, crea deuda técnica y de proceso. Segundo, el valor más grande se deriva cuando la tecnología se acerca al usuario final con empatía y una mentalidad de diseño.

¿Podría compartir la historia de origen detrás de Skan?

“La automatización comienza cuando la automatización falla.”En una oración, este fue nuestro comienzo. Cuando construimos bots de RPA para procesos comerciales complejos, nos dimos cuenta una y otra vez de que una vez que se desplegaba un bot, fallaba rápidamente porque no tenía en cuenta todas las sutilezas, permutaciones y excepciones de ese proceso comercial. Cada vez que un bot fallaba, se convertía en una permutación más de trabajo. Era un ciclo interminable de despliegue y fallos.

¿Por qué no conocemos todas las sutilezas de los procesos comerciales?

No conocemos todas las sutilezas de los procesos comerciales porque toda la descubierta de procesos se realiza mediante analistas comerciales humanos que piden a los agentes del proceso que describan el trabajo. Los humanos son espectacularmente poco fiables al describir cosas que tienen un sentido de familiaridad o hábitos y rutinas. Estas son a menudo cosas que pueden hacer bien, pero nunca pueden describir con la precisión necesaria. Por lo tanto, creamos Skan para observar el trabajo real y comprender ese trabajo y los procesos, en lugar de entrevistar y documentar a los humanos.

Skan es parcialmente una plataforma de descubrimiento de procesos. ¿Podría definir qué es el descubrimiento de procesos para nuestros lectores?

El descubrimiento de procesos es un término amplio que se refiere al acto de descubrir o aprender cómo funcionan los procesos a nivel operativo o estructural. Esto es particularmente desafiante con procesos que involucran interacciones humanas-sistema con cientos o miles de trabajadores, docenas de aplicaciones de software y flujos de trabajo complejos. Un gran ejemplo es el proceso de gestión de reclamos.

Hoy en día, Skan es más que una plataforma de descubrimiento de procesos. Skan genera una comprensión profunda del trabajo (descubrimiento de procesos) y proporciona análisis avanzados para ayudar a los propietarios de procesos y líderes de transformación a medir, analizar y mejorar los KPI que impulsan los resultados comerciales, como la experiencia del cliente, los ingresos y los costos. Llamamos a esta capacidad más amplia: inteligencia de procesos o la recopilación sistemática de datos y la aplicación de ese conocimiento para controlar los resultados comerciales o para aprender, comprender y tomar decisiones.

Según un estudio realizado por Ernst & Young, el 30% al 50% de los proyectos de automatización fallan. ¿Por qué cree que es tan alto?

Basándonos en el trabajo con nuestros clientes, encontramos que uno de los obstáculos clave para el éxito de la automatización es la falta de visibilidad en el estado actual de los KPI en todo el ciclo de vida de los proyectos de automatización.

Por ejemplo, para calificar un proyecto de automatización, necesitamos establecer los KPI actuales y construir un caso de negocio. En la fase de experimentación, necesitamos identificar patrones tecnológicos y definir KPI de destino (para ser) en función de los KPI actuales. Durante la fase de diseño, desarrollo, prueba y operacionalización, necesitamos alinear con la causa raíz del problema a resolver.

Finalmente, en la fase de validación donde medimos el pago de la inversión y la realización de los beneficios, necesitamos trazabilidad a los KPI de destino. Así que vemos que en todo este ciclo de vida, la transparencia y la trazabilidad a los KPI actuales y las causas raíz son necesarias. Y, sin embargo, según Forrester Research (FORR ) (2021), solo el 16% de las organizaciones dice tener visibilidad completa en cómo funcionan los procesos. No es de extrañar que los proyectos de automatización luchen por entregar valor.

¿Puede explicar qué procedimientos sigue Skan para proteger la privacidad de las personas que están siendo monitoreadas y los datos comerciales sensibles?

Es importante destacar que no monitoreamos a las personas. Solo observamos elementos específicos del trabajo (no toda la pantalla). Estos elementos son aplicaciones de trabajo específicas que se definen de antemano.

Dicho esto, para cualquier aplicación observada, todos los datos de trabajo sensibles se borran. También tenemos la capacidad de anonimizar el enlace entre la persona que hizo el trabajo y el proceso. Los nombres de las personas que trabajan en el proceso también se pueden anonimizar.

¿Podría discutir cómo Skan utiliza el aprendizaje automático y, en particular, el aprendizaje profundo?

Skan incorpora varios algoritmos de inteligencia artificial y aprendizaje automático para abordar problemas como anonimizar información sensible(tanto datos de texto como de imagen), abstraer eventos de bajo nivel a actividades comerciales, inferir gráficos de procesos y descubrir variaciones de procesos.

¿Cuáles son algunos ejemplos de conocimientos accionables que se han obtenido de este proceso?

Skan ayuda a los propietarios de procesos y líderes de transformación a medir, analizar y mejorar los KPI que impulsan los resultados comerciales. Algunos ejemplos de conocimientos son:

Eficacia:

• Costo unitario de producción
• Utilización de recursos (fuerza laboral)
• Mejora de la NPS

Eficiencia:

• Descubrimiento de automatización
• Tasa de aprobación en el primer paso
• Cumplimiento del proceso
• Planificación de capacidad (fuerza laboral)
• Reducción de la variabilidad del proceso

¿Cuál es su visión para el futuro de la inteligencia de procesos?

Nuestra visión para el futuro de la inteligencia de procesos es transformar la forma en que la gente trabaja para que puedan mejorar la productividad y alcanzar su máximo potencial.

Hoy en día, la pirámide global del trabajo tiene una base amplia de tareas no valoradas y una cima muy estrecha de tareas que agregan valor. Nuestra visión es que el descubrimiento de procesos invierta esta pirámide.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Skan.