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

Avinash Misra è il CEO e co-fondatore di Skan. Avinash è un imprenditore di lunga data con un curriculum provato di avere portato le imprese dal seme alla liquidità. Ha costruito imprese di successo nello spazio della trasformazione digitale aziendale e la sua ultima impresa è stata acquisita da Genpact (NYSE: G). L’intuizione di Avinash per Skan è nata da progetti di trasformazione dei processi aziendali su larga scala che ha guidato negli ultimi dieci anni.

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

Questa azienda era uno specialista nella trasformazione digitale del front-office. Ciò significa che si specializzava nella costruzione e nel dispiegamento di tecnologie specifiche come la visione computerizzata, i chatbot/linguaggio naturale (NLP) e le applicazioni mobili aziendali per migliorare e trasformare i processi aziendali rivolti ai clienti.

Abbiamo imparato due lezioni chiave. In primo luogo, quando la tecnologia viene applicata solo per il suo sake, crea sia debito tecnico che debito di processo. In secondo luogo, il valore più grande si ottiene quando la tecnologia si avvicina all’utente finale con empatia e una mentalità di design.

Puoi condividere la storia di genesi dietro Skan?

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

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 del processo di descrivere il lavoro. Gli esseri umani sono spettacolarmente inaffidabili nel descrivere cose che hanno un senso di familiarità o abitudinari e routine. Queste sono spesso cose che possono fare bene, ma non possono mai descrivere con la precisione necessaria. Pertanto, 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. Puoi definire cosa sia la scoperta dei processi per i nostri lettori?

La scoperta dei processi 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 coinvolgono interazioni tra esseri umani e sistemi con centinaia o migliaia di lavoratori, dozzine di applicazioni software e flussi di lavoro complessi. Un ottimo esempio è il processo di gestione delle richieste.

Oggi, Skan è in realtà più di una piattaforma di scoperta dei processi. Skan genera una comprensione approfondita 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 gli indicatori chiave di performance (KPI) che guidano i risultati aziendali come l’esperienza del cliente, il ricavo e il costo. Chiamiamo questa capacità più ampia: intelligenza dei processi o la raccolta sistematica di dati e l’applicazione dell’intero processo di quella conoscenza per controllare i risultati aziendali o per imparare, comprendere e prendere decisioni.

Secondo uno studio condotto da Ernst & Young, il 30% al 50% dei progetti di automazione falliscono. Perché pensi che questo sia così alto?

Sulla base del lavoro con i nostri clienti, troviamo che uno degli ostacoli chiave al successo dell’automazione è la mancanza di visibilità nello stato attuale degli indicatori chiave di performance (KPI) durante l’intero ciclo di vita dei progetti di automazione.

Ad esempio, per qualificare un progetto di automazione, dobbiamo stabilire gli indicatori chiave di performance (KPI) attuali e costruire un caso aziendale. Nella fase di sperimentazione, dobbiamo identificare i modelli tecnologici e definire gli indicatori chiave di performance (KPI) target (da essere) in base agli indicatori chiave di performance (KPI) attuali. Durante la fase di progettazione, sviluppo, test e operativizzazione, dobbiamo allineare con la causa radice del problema da risolvere.

Infine, nella fase di convalida in cui misuriamo il ritorno sugli investimenti e la realizzazione dei benefici, dobbiamo avere tracciabilità agli indicatori chiave di performance (KPI) target. Quindi, vediamo che in tutto questo ciclo di vita, la trasparenza e la tracciabilità agli indicatori chiave di performance (KPI) attuali e alle cause radice sono richieste. E, tuttavia, secondo la ricerca di Forrester (2021), solo il 16% delle organizzazioni afferma di avere una visibilità completa su come funzionano i processi. Non è quindi sorprendente che i progetti di automazione lottino per fornire valore.

Puoi spiegare quali procedure Skan adotta 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 qualsiasi applicazione osservata, tutti i dati di lavoro sensibili vengono oscurati. Abbiamo anche la capacità di anonimizzare il collegamento tra la persona che ha eseguito il lavoro e il processo. I nomi degli individui che lavorano nel processo possono essere anonimizzati anche loro.

Puoi discutere come Skan utilizza l’apprendimento automatico e, in particolare, l’apprendimento profondo?

Skan incorpora diversi algoritmi di intelligenza artificiale e apprendimento automatico per affrontare problemi come l’anonimizzazione delle informazioni sensibili(sia dati di testo che immagini), l’astrazione di eventi a basso livello in attività aziendali, l’inferenza dei grafici dei processi e la scoperta delle variazioni dei processi.

Quali sono alcuni esempi di informazioni azionabili che sono state ottenute da questo processo?

Skan aiuta i proprietari dei processi e i leader della trasformazione a misurare, analizzare e migliorare gli indicatori chiave di performance (KPI) che guidano i risultati aziendali. Alcuni esempi di informazioni sono:

Effettività:

• Costo unitario di produzione
• Utilizzo delle risorse (forza lavoro)
• Miglioramento del Net Promoter Score (NPS)

Efficienza:

• Scoperta dell’automazione
• Tasso di primo passaggio
• Conformità del processo
• Pianificazione della capacità (forza lavoro)
• Riduzione della variabilità del processo

Qual è la tua visione per il futuro dell’intelligenza dei processi?

La nostra visione per il futuro dell’intelligenza dei processi 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 una base ampia di attività non aggiuntive e una cima molto stretta di attività che aggiungono valore. La nostra visione è per la scoperta dei processi di invertire questa piramide.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Skan.