Avinash Misra, CEO e co-fondatore di Skan.AI – Serie di interviste

Avinash Misra è il CEO e co-fondatore di Skane. Avinash è un imprenditore per tutta la vita con una comprovata esperienza nel portare iniziative dal seme alla liquidità. Ha costruito iniziative di successo nello spazio di trasformazione digitale aziendale e la sua ultima impresa è stata acquisita da Genpact (NYSE: G). L'intuizione di Avinash per Skan ha preso spunto da progetti di trasformazione dei processi aziendali su larga scala che ha guidato nell'ultimo decennio.

La tua precedente azienda Endeavour Software Technologies è stata infine acquisita da Genpact. Cos'era questa azienda e quali sono state alcune delle lezioni chiave che hai imparato?

Questa azienda era uno specialista della trasformazione digitale front-office. Si è cioè specializzata nella creazione e implementazione di tecnologie specifiche come visione artificiale, chatbot/elaborazione del linguaggio naturale (NLP) e app mobili aziendali per migliorare e trasformare i processi aziendali rivolti ai clienti. 

Abbiamo imparato due lezioni fondamentali. In primo luogo, quando la tecnologia viene applicata solo per se stessa, crea debito sia tecnico che di processo. In secondo luogo, il massimo valore si ottiene quando la tecnologia si avvicina in modo specifico all'utente finale con empatia e una mentalità orientata al design. 

Potresti condividere la storia della genesi di Skan?

"L'automazione inizia quando l'automazione fallisce." In una frase, questo è stato il nostro inizio. Quando abbiamo creato bot RPA per processi aziendali complessi, abbiamo ripetutamente notato che una volta implementato un bot falliva rapidamente perché non teneva conto di tutte le sfumature, permutazioni ed eccezioni di quel processo aziendale. Ogni volta che un bot falliva, diventava un'altra permutazione mancante del lavoro. È stato un ciclo infinito di dispiegamenti e fallimenti. 

Quindi, perché non conosciamo tutte le sfumature dei processi aziendali?

Non conosciamo tutte le sfumature dei processi aziendali perché tutta la scoperta dei processi viene eseguita da analisti aziendali umani che chiedono agli agenti di processo di descrivere il lavoro. Gli esseri umani sono straordinariamente inaffidabili nel descrivere cose che hanno un senso di familiarità o di abitudine e routine. Queste sono spesso cose che possono fare bene, ma non possono mai descrivere con la precisione necessaria. Quindi, abbiamo costruito Skan per osservare il lavoro reale e comprendere quel lavoro e i processi, piuttosto che intervistare e documentare gli esseri umani.

Skan è in parte una piattaforma di scoperta dei processi. Potresti definire quale processo di scoperta è per i nostri lettori?

Process discovery è un termine ampio che si riferisce all'atto di scoprire o apprendere come funzionano i processi a livello operativo o strutturale. Ciò è particolarmente impegnativo con i processi che implicano interazioni uomo-sistema con centinaia o migliaia di lavoratori, dozzine di applicazioni software e flussi di lavoro complessi. Un ottimo esempio è il processo di gestione dei sinistri.  

Oggi, Skan è in realtà più di una piattaforma di scoperta dei processi. Skan genera una profonda comprensione del lavoro (scoperta dei processi) e fornisce analisi avanzate per aiutare i proprietari dei processi e i leader della trasformazione a misurare, analizzare e migliorare i KPI che guidano i risultati aziendali come l'esperienza del cliente, le entrate e i costi. Chiamiamo questa capacità più ampia: Process Intelligence o la raccolta sistematica di dati e il processo end-to-end e l'applicazione di tale conoscenza per controllare i risultati aziendali o per apprendere, comprendere e prendere decisioni. 

According to a study conducted by Ernst & Young, 30% to 50% of automation projects fail. Why do you believe this is so high?

Sulla base della collaborazione con i nostri clienti, scopriamo che uno degli ostacoli principali al successo dell'automazione è la mancanza di visibilità sullo stato attuale dei KPI durante il ciclo di vita dei progetti di automazione. 

Ad esempio, per qualificare un progetto di automazione, dobbiamo basare i KPI dello stato attuale e costruire un business case. Nella fase di sperimentazione, dobbiamo identificare i modelli tecnologici e definire i KPI target (futuri) basati sui KPI dello stato attuale. Durante la fase di progettazione, sviluppo, test e operatività, dobbiamo allinearci con la causa principale del problema da risolvere. 

Infine, nella fase di convalida in cui misuriamo il ritorno dell'investimento e la realizzazione dei benefici, abbiamo bisogno della tracciabilità dei futuri KPI. Quindi, vediamo che durante l'intero ciclo di vita, sono necessarie trasparenza e tracciabilità rispetto ai KPI dello stato attuale e alle cause alla radice. Eppure, secondo Forrester Research (2021), solo il 16% delle organizzazioni afferma di avere una visibilità completa su come funzionano i processi. Non c'è da meravigliarsi che i progetti di automazione facciano fatica a fornire valore. 

Puoi spiegare quali procedure adotta Skan per proteggere la privacy delle persone che vengono monitorate e i dati aziendali sensibili?

È importante notare che non monitoriamo le persone. Osserviamo solo elementi specifici del lavoro (non l'intero schermo). Questi elementi sono applicazioni di lavoro specifiche predefinite in anticipo.

Detto questo, per tutte le applicazioni osservate, tutti i dati di lavoro sensibili vengono oscurati. Abbiamo anche la possibilità di rendere anonimo il collegamento tra la persona che ha svolto il lavoro e il processo. Anche i nomi delle persone che lavorano nel processo possono essere resi anonimi.

Potresti discutere di come Skan utilizza l'apprendimento automatico e in particolare il deep learning?

Skan incorpora diversi algoritmi di intelligenza artificiale e apprendimento automatico per affrontare vari problemi come l'anonimizzazione delle informazioni sensibili (dati di testo e immagine), astraendo eventi di basso livello in attività aziendali, deducendo grafici di processo e scoprendo variazioni di processo.

Quali sono alcuni esempi di intuizioni fruibili che sono state ottenute da questo processo?

Skan aiuta i responsabili dei processi e i responsabili della trasformazione a misurare, analizzare e migliorare i KPI che guidano i risultati aziendali. Alcuni approfondimenti di esempio sono:

Efficacia:

• Costo unitario di produzione
• Utilizzo delle risorse (forza lavoro).
• Miglioramento dell'NPS

Efficienza:

• Scoperta dell'automazione
• Tasso di primo passaggio
• Conformità del processo
• Pianificazione della capacità (forza lavoro).
• Ridotta variabilità di processo

Qual è la tua visione per il futuro dell'intelligenza di processo?

La nostra visione per il futuro dell'intelligenza di processo è trasformare il modo in cui le persone lavorano in modo che possano migliorare la produttività e raggiungere il loro pieno potenziale. 

Oggi, la piramide globale del lavoro ha un'ampia base di compiti senza valore aggiunto e un vertice molto ristretto di compiti a valore aggiunto. La nostra visione è che la scoperta dei processi inverta questa piramide.

Grazie per l'ottima intervista, i lettori che desiderano saperne di più dovrebbero visitare Skane.