Avinash Misra, CEO & Co-Founder of Skan.AI – Seri Wawancara

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, Endeavour Software Technologies, akhirnya diakuisisi oleh Genpact. Apa itu perusahaan dan apa saja pelajaran penting yang Anda pelajari?

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

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

Bagaimana cerita di balik Skan?

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

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 rutinitas. Ini sering kali hal-hal yang mereka bisa lakukan dengan baik, tetapi tidak pernah bisa menjelaskannya dengan akurasi yang dibutuhkan. Oleh karena itu, kami membangun Skan untuk mengamati pekerjaan nyata dan memahami pekerjaan serta prosesnya, bukan mewawancarai dan mendokumentasikan manusia.

Skan sebagian adalah platform penemuan proses. Bagaimana Anda mendefinisikan penemuan proses bagi 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 baik adalah proses manajemen klaim.

Saat 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 data sistematis dan penerapan pengetahuan untuk mengontrol hasil bisnis atau untuk belajar, 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 pengalaman kami dengan pelanggan, kami menemukan bahwa salah satu hambatan utama kesuksesan otomatisasi adalah kurangnya visibilitas ke dalam keadaan saat ini KPI di sepanjang siklus hidup proyek otomatisasi.

Misalnya, untuk memenuhi syarat proyek otomatisasi, kami perlu membangun baseline KPI saat ini dan membangun kasus bisnis. Pada 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 diselesaikan.

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

Bagaimana prosedur Skan untuk melindungi privasi orang-orang yang sedang dipantau dan data bisnis yang sensitif?

Perlu diperhatikan bahwa kami tidak memantau orang. Kami hanya mengamati elemen-elemen tertentu dari pekerjaan (bukan layar secara keseluruhan). Elemen-elemen ini adalah aplikasi pekerjaan tertentu yang telah ditentukan sebelumnya.

Untuk aplikasi yang diamati, semua data pekerjaan yang sensitif dihapus. Kami juga memiliki kemampuan untuk membuat anonim tautan antara orang yang melakukan pekerjaan dan proses. Nama individu yang bekerja dalam proses juga dapat dihapus.

Bagaimana Skan menggunakan pembelajaran mesin dan khususnya pembelajaran dalam?

Skan mengintegrasikan beberapa algoritma AI dan pembelajaran mesin untuk menangani berbagai masalah seperti menghapus informasi sensitif(baik data teks maupun gambar), mengabstraksi acara tingkat rendah ke aktivitas bisnis, menginferensikan grafik proses, dan menemukan variasi proses.

Apa contoh wawasan yang dapat dilakukan 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.

Saat ini, piramida global pekerjaan memiliki basis yang luas dari tugas-tugas yang tidak menambah nilai dan puncak yang sangat sempit dari tugas-tugas yang menambah nilai. Visi kami adalah untuk proses penemuan membalik piramida ini.

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