Avinash Misra, CEO & Co-Founder of Skan.AI – Interview Series

Avinash Misra adalah CEO dan co-founder dari Skan. Avinash adalah seorang wirausaha seumur hidup dengan catatan yang terbukti dalam mengambil ventura dari benih hingga likuiditas. Ia telah membangun ventura yang sukses di ruang transformasi digital perusahaan dan ventura terakhirnya diakuisisi oleh Genpact (NYSE : G). Wawasan Avinash untuk Skan berawal dari proyek-proyek Transformasi Proses Bisnis skala besar yang ia pimpin selama dekade terakhir.

Perusahaan sebelumnya Anda, Endeavour Software Technologies, akhirnya diakuisisi oleh Genpact. Apa perusahaan itu dan apa pelajaran utama yang Anda pelajari?

Perusahaan ini adalah spesialis transformasi digital front-office. Artinya, perusahaan ini mengkhususkan diri dalam membangun dan menggelar teknologi tertentu seperti computer vision, chatbot/natural language processing (NLP), dan aplikasi mobile perusahaan untuk meningkatkan dan mengubah proses bisnis yang menghadap pelanggan.

Kami mempelajari dua pelajaran utama. Pertama, ketika teknologi diterapkan hanya untuk kepentingan teknologi, maka teknologi itu menciptakan utang teknis dan proses. Kedua, nilai tertinggi diperoleh ketika teknologi secara khusus mendekati pengguna akhir dengan empati dan pola pikir desain.

Apakah Anda bisa membagikan kisah awal di balik Skan?

“Otomatisasi dimulai ketika otomatisasi gagal.” Dalam satu kalimat, ini adalah awal kami. Ketika kami membangun bot RPA untuk proses bisnis yang kompleks, kami berulang kali melihat bahwa sekali bot diterapkan, bot itu gagal dengan cepat karena tidak mempertimbangkan semua nuansa, permutasi, dan pengecualian dari proses bisnis tersebut. Setiap kali bot gagal, itu menjadi satu permutasi kerja yang hilang. Ini adalah siklus tanpa henti dari penerapan dan kegagalan.

Jadi, mengapa kita tidak tahu semua nuansa proses bisnis?

Kita tidak tahu semua nuansa proses bisnis karena semua penemuan proses dilakukan oleh analis bisnis manusia yang meminta agen proses untuk menjelaskan pekerjaan. Manusia sangat tidak dapat diandalkan dalam menjelaskan hal-hal yang memiliki rasa familiar atau kebiasaan dan rutinitas. Ini sering kali hal-hal yang dapat mereka lakukan dengan baik, tetapi tidak pernah dapat menjelaskannya dengan akurasi yang dibutuhkan. Oleh karena itu, kami membangun Skan untuk mengamati pekerjaan nyata dan memahami pekerjaan dan proses tersebut, bukan mewawancarai dan mendokumentasikan manusia.

Skan sebagian adalah platform penemuan proses. Apakah Anda bisa mendefinisikan apa itu penemuan proses untuk pembaca kami?

Penemuan proses adalah istilah yang luas yang merujuk pada tindakan menemukan atau mempelajari bagaimana proses bekerja pada tingkat operasional atau struktural. Ini terutama menantang dengan proses yang melibatkan interaksi manusia-sistem dengan ratusan atau ribuan pekerja, puluhan aplikasi perangkat lunak, dan alur kerja yang kompleks. Contoh yang bagus adalah proses manajemen klaim.

Hari ini, Skan sebenarnya lebih dari sekadar platform penemuan proses. Skan menghasilkan pemahaman yang mendalam tentang pekerjaan (penemuan proses) dan menyediakan analitik lanjutan untuk membantu pemilik proses dan pemimpin transformasi mengukur, menganalisis, dan meningkatkan KPI yang mengarah pada hasil bisnis seperti pengalaman pelanggan, pendapatan, dan biaya. Kami menyebut kemampuan yang lebih luas ini: kecerdasan proses atau pengumpulan sistematis data dan aplikasi proses dan penerapan pengetahuan tersebut untuk mengontrol hasil bisnis atau untuk mempelajari, memahami, dan membuat keputusan.

Menurut sebuah studi yang dilakukan oleh Ernst & Young, 30% hingga 50% proyek otomatisasi gagal. Mengapa Anda percaya ini terlalu tinggi?

Berdasarkan bekerja dengan pelanggan kami, kami menemukan bahwa salah satu hambatan utama kesuksesan otomatisasi adalah kurangnya visibilitas ke KPI saat ini di seluruh siklus hidup proyek otomatisasi.

Misalnya, untuk memenuhi syarat proyek otomatisasi, kami perlu membuat baseline KPI saat ini dan membangun kasus bisnis. Dalam fase eksperimen, kami perlu mengidentifikasi pola teknologi dan mendefinisikan target (to-be) KPI berdasarkan KPI saat ini. Selama fase desain, pengembangan, pengujian, dan operasionalisasi, kami perlu selaras dengan penyebab akar masalah yang perlu dipecahkan.

Akhirnya, dalam fase validasi di mana kami mengukur pembayaran investasi dan realisasi manfaat, kami perlu jejak ke KPI to-be. Jadi, kami melihat bahwa di seluruh siklus hidup ini, transparansi dan jejak ke KPI saat ini dan penyebab akar diperlukan. Dan, namun, menurut Forrester Research (2021), hanya 16% organisasi yang mengatakan mereka memiliki visibilitas lengkap ke bagaimana proses bekerja. Tidak heran proyek otomatisasi kesulitan menghasilkan nilai.

Apakah Anda bisa menjelaskan prosedur yang Skan ambil untuk melindungi privasi orang yang sedang dipantau dan data bisnis yang sensitif?

Penting untuk dicatat bahwa kami tidak memantau orang. Kami hanya mengamati elemen-elemen tertentu dari pekerjaan (bukan seluruh layar). Elemen-elemen ini adalah aplikasi pekerjaan tertentu yang didefinisikan sebelumnya.

Terlebih lagi, untuk aplikasi apa pun yang diamati, semua data pekerjaan yang sensitif dihapus. Kami juga memiliki kemampuan untuk membuat anonim tautan antara orang yang melakukan pekerjaan dan proses. Nama-nama individu yang bekerja dalam proses juga dapat di-anonimkan.

Apakah Anda bisa membahas bagaimana Skan menggunakan pembelajaran mesin dan khususnya pembelajaran dalam?

Skan menggabungkan beberapa algoritma AI dan pembelajaran mesin untuk menangani berbagai masalah seperti menghapus informasi sensitif (baik data teks dan gambar), mengabstraksikan peristiwa tingkat rendah ke aktivitas bisnis, menginferensi grafik proses, dan menemukan variasi proses.

Apa contoh wawasan yang dapat ditindaklanjuti yang telah diperoleh dari proses ini?

Skan membantu pemilik proses dan pemimpin transformasi mengukur, menganalisis, dan meningkatkan KPI yang mengarah pada hasil bisnis. Beberapa contoh wawasan adalah:

Efektifitas:

• Biaya produksi per unit
• Pemanfaatan sumber daya (tenaga kerja)
• Peningkatan NPS

Efisiensi:

• Penemuan otomatisasi
• Tingkat lolos pertama
• Kepatuhan proses
• Perencanaan kapasitas (tenaga kerja)
• Pengurangan variabilitas proses

Apa visi Anda untuk masa depan kecerdasan proses?

Visi kami untuk masa depan kecerdasan proses adalah untuk mengubah cara orang bekerja sehingga mereka dapat meningkatkan produktivitas dan mencapai potensi penuh mereka.

Hari ini, piramida kerja global memiliki dasar yang luas dari tugas-tugas yang tidak menambah nilai dan puncak yang sangat sempit dari tugas-tugas yang menambah nilai. Visi kami adalah untuk mengubah piramida penemuan proses.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Skan.