Gal Rimon, Fondatore e Amministratore Delegato di Centrical – Serie di Interviste

Gal Rimon ha fondato Centrical (in precedenza GamEffective) nel 2013 con una visione chiara: aiutare le aziende a potenziare i loro dipendenti e a rendere le persone il centro del successo aziendale. Prima di Centrical, ha ricoperto il ruolo di amministratore delegato di Gilon Business Insight, leader nel settore dell’intelligence aziendale. Quando Gilon è stata acquisita da Ness Technologies (NASDAQ: NSTC) nel 2010, Gal si è unito a Ness come vicepresidente esecutivo e membro del team di leadership esecutiva. In precedenza, ha ricoperto il ruolo di vicepresidente delle relazioni con i clienti e delle operazioni presso Deloitte Consulting e ha ricoperto ruoli presso EDS e Bashan. Gal ha un MBA in Marketing e Tecnologie dell’Informazione presso l’Università di Tel Aviv.

Centrical è una piattaforma di gestione delle prestazioni e coinvolgimento dei dipendenti basata sull’intelligenza artificiale che aiuta le organizzazioni a migliorare l’efficacia dei team di prima linea attraverso un sistema unificato per la gestione delle prestazioni, la formazione personalizzata, l’apprendimento continuo, la garanzia della qualità e il gamification. La piattaforma combina i dati sulle prestazioni dei dipendenti, la formazione guidata dall’intelligenza artificiale, il microapprendimento, i programmi di riconoscimento e le informazioni in tempo reale per aiutare i manager a identificare le opportunità di miglioramento e a guidare i dipendenti verso risultati migliori. Ampiamente utilizzata da centri di contatto, organizzazioni di vendita e team di esperienza clienti, Centrical è progettata per aumentare il coinvolgimento dei dipendenti, la produttività, la soddisfazione dei clienti e le prestazioni aziendali generali fornendo indicazioni personalizzate e motivazione su larga scala.

Prima di fondare Centrical, ha trascorso anni nella leadership dell’intelligenza aziendale, tra cui come amministratore delegato di Gilon prima dell’acquisizione da parte di Ness Technologies. Come ha influenzato quell’esperienza la sua visione che le aziende non avevano solo bisogno di dashboard/migliori dati, ma di un sistema che potesse trasformare le informazioni in azioni per i team di prima linea?

Ho trascorso quasi due decenni nell’intelligenza aziendale, lavorando con società di consulenza come EDS e Deloitte e in seguito dirigendo la mia stessa azienda. Stavamo aiutando alcune delle più grandi organizzazioni del mondo a comprendere i loro dati e stavamo facendo un buon lavoro. Ma continuavo a incontrare lo stesso ostacolo. Le aziende avevano investito molto in infrastrutture di dati. I dashboard erano sofisticati. I KPI erano ben definiti. Eppure, molto poco cambiava.

L’intelligenza esisteva. Non agiva. Il collegamento mancante era sempre l’elemento umano. Puoi mettere una bandiera rossa accanto a un dipendente che non si comporta bene su un dashboard, ma quella bandiera non dice al manager cosa fare e non aiuta il dipendente a migliorare. Il ponte tra insight e esecuzione passa attraverso le persone e nessuno degli strumenti di intelligenza aziendale con cui ho lavorato era stato progettato per attraversare quel ponte. Quella consapevolezza è diventata l’idea fondatrice dietro Centrical. La domanda non era mai “come possiamo dare ai leader più dati?” ma “come possiamo trasformare i dati nell’azione giusta, per la persona giusta, nel momento giusto?”

Più soluzioni puntuali si hanno, più dati si hanno e più difficile può essere.

Centrical si descrive come costruttore di un “Sistema Operativo di Intelligenza delle Prestazioni” per la prima linea. Cosa significa questo in termini pratici per un team di servizio clienti, ospitalità, banca o telecomunicazioni che utilizza la piattaforma ogni giorno?

Immaginiamo un agente del servizio clienti di una grande banca: gestisce chiamate complesse tutto il giorno. Il suo manager sovraintende a un team di 30 persone in due siti. Senza un sistema operativo per le prestazioni, il manager trascorre la maggior parte del suo tempo a estrarre report, a esaminare i punteggi di qualità e a cercare di capire chi necessita di attenzione. Quando finalmente arriva alla formazione, è reattiva, troppo tardi e inconsistente in tutto il team e nel team successivo.

Con Centrical, la giornata è diversa. La piattaforma inizia dall’esito aziendale: un obiettivo di miglioramento della qualità, un lancio di un nuovo prodotto o un requisito di conformità. Acquisisce segnali da dati KPI, valutazioni di qualità, progressi nell’apprendimento e feedback dei dipendenti per identificare esattamente dove si trovano le lacune. Quando un agente ha una specifica debolezza, ad esempio domande di probing deboli sulle chiamate di fidelizzazione, la piattaforma la segnala al manager con un’azione di formazione consigliata già preparata e attiva una simulazione di ruolo mirata per l’agente per esercitarsi prima della prossima chiamata.

Per l’agente dell’ospitalità, potrebbe significare una sfida personalizzata legata ai comportamenti di iscrizione alla fedeltà, con feedback e riconoscimento in tempo reale integrati nel flusso di lavoro. Per un team di telecomunicazioni che lancia un nuovo prodotto, potrebbe significare un apprendimento adattivo che si adatta alle lacune di conoscenza esistenti di ogni rappresentante piuttosto che spingere tutti attraverso lo stesso contenuto.

Il filo comune è che il sistema collega la strategia all’esecuzione per ogni persona sul campo, non solo per quelle il cui manager ha il tempo di dedicare quella settimana.

Molte aziende hanno già strumenti di business intelligence, sistemi di gestione del personale, piattaforme di apprendimento e software di garanzia della qualità. Dove si trovano di solito questi sistemi quando si tratta di migliorare le prestazioni dei dipendenti nel mondo reale?

Il problema non sono gli strumenti individualmente, ma il fatto che non parlino tra loro in modo che benefici realmente l’operazione di prima linea.

Un sistema di garanzia della qualità segnala un problema di qualità. Quella segnalazione si trova su un dashboard. Il manager la vede tre giorni dopo, se mai. La piattaforma di apprendimento ha contenuti che potrebbero aiutare, ma nessuno collega la segnalazione al contenuto. Il sistema di gestione del personale ottimizza gli orari, ma non sa nulla delle lacune di competenze. E il riconoscimento avviene separatamente, in uno strumento diverso.

Quindi, le informazioni e le decisioni non raggiungono le persone che ne hanno bisogno. La formazione si disconnette dalla formazione, la formazione si disconnette dagli esiti e il dipendente di prima linea sperimenta un insieme di programmi frammentati che non si sommano al miglioramento.

E adesso gli agenti di intelligenza artificiale stanno entrando nel mix, essere distribuiti e ottimizzati in isolamento dal personale umano, aggravando ulteriormente la sfida. La risposta non è solo connettere queste piattaforme. È orchestrarle intorno a un obiettivo condiviso: l’intervento giusto, per la persona giusta, nel momento giusto, misurato contro un esito aziendale reale.

I recenti risultati dei clienti di Centrical includono miglioramenti nella risoluzione della prima chiamata, nelle prestazioni di vendita, nell’iscrizione alla fedeltà, nella produttività e nella riduzione degli errori. Cosa rivelano questi esiti sul tipo di lavoro di prima linea che l’intelligenza artificiale può migliorare per primo?

Il filo comune attraverso tutti questi risultati è che coinvolgono lavoro che può essere misurato e migliorato attraverso il cambiamento comportamentale, il rafforzamento delle conoscenze, lo sviluppo delle competenze e la formazione personalizzata, la formazione e la motivazione che lo rendono efficace.

La frontiera che l’intelligenza artificiale sta aprendo ora è fare questo a livello individuale, non solo per un segmento o una coorte, ma per ogni persona, in base alle loro lacune specifiche, al loro ruolo e a dove si trovano nel loro percorso di sviluppo e a cosa l’azienda necessita da loro.

Il team di servizio clienti di TP Samsung ha migliorato la risoluzione della prima chiamata del 7,5% mentre riduceva il lavoro amministrativo del manager del 70%.

Il back office antifrode di una delle cinque banche più importanti degli Stati Uniti ha visto una riduzione degli errori del 66,7% e un aumento del 4,8% dei conti elaborati.

IHG Hotels & Resorts volevano che il personale della reception riconoscesse e iscrivesse attivamente gli ospiti nel loro programma di fedeltà One Rewards. Abbiamo trasformato la formazione in missioni, abbiamo dato ai dipendenti monete per aver completato l’apprendimento e iscritto membri e abbiamo permesso alle proprietà di competere nelle classifiche. Gli alberghi che utilizzavano la piattaforma Centrical hanno raggiunto fino a 4 volte il miglioramento nell’efficienza di riconoscimento e iscrizione alla fedeltà, generando milioni di dollari in entrate aggiuntive e prenotazioni dirette.

Centrical sta ampliando il suo portfolio di intelligenza artificiale con la formazione assistita dall’intelligenza artificiale, le simulazioni di ruolo, le esperienze di prestazioni iperpersonalizzate e l’intelligenza delle prestazioni autonoma. Quale di queste capacità ritiene che avrà l’impatto più grande sulle squadre aziendali nel prossimo futuro?

Dipende da dove si trova un’azienda nel suo percorso di trasformazione. Sottolineerei due capacità che stanno creando un impatto immediato e misurabile adesso per i nostri clienti.

La formazione assistita dall’intelligenza artificiale sta avendo un effetto sproporzionato perché le organizzazioni sono sotto una pressione reale per rendere la formazione più efficiente, aumentare il controllo dei manager e migliorare comunque le prestazioni del team. I manager sono l’influenza più grande sulle prestazioni di prima linea eppure storicamente hanno trascorso più tempo a fare report che a formare. Il nostro assistente di intelligenza artificiale capovolge quel rapporto: segnala chi formare, su cosa e perché, con l’azione giusta già preparata. E tutto ciò è prioritario in base agli obiettivi dell’azienda. Il manager diventa un formatore migliore senza dover avere più ore nella giornata.

Le simulazioni di ruolo dell’intelligenza artificiale sono altrettanto critiche adesso, per una ragione diversa. Mentre l’intelligenza artificiale assume interazioni più semplici, le conversazioni che raggiungono gli agenti umani stanno diventando più complesse: cariche emotivamente, piene di eccezioni, ad alto rischio. Allo stesso tempo, le organizzazioni stanno mobilitando i loro team di lavoro in nuovi ruoli più velocemente che mai. La pratica (nel flusso di lavoro) è l’unico modo per costruire fiducia e competenza in quelle situazioni prima che si verifichino dal vivo. Il ruolo di prova su larga scala, guidato da lacune di prestazioni reali, lo rende possibile.

L’intelligenza delle prestazioni autonoma è la prossima frontiera. La visione è un sistema che identifica le opportunità, attiva i programmi giusti e migliora continuamente l’esecuzione di prima linea senza aspettare che un manager lo inizi.

Come cambia la formazione assistita dall’intelligenza artificiale il ruolo dei manager di prima linea, soprattutto quando molti manager sono già sovraccarichi di lavoro amministrativo e di reporting delle prestazioni?

I nostri dati mostrano che i manager trascorrevano circa il 60% del loro tempo nell’analisi dei dati e circa il 20% nelle valutazioni, lasciando meno del 20% per sostenere effettivamente i loro team. È questa la disfunzione fondamentale. Le persone più responsabili delle prestazioni di prima linea stavano trascorrendo la maggior parte del loro tempo a fare cose che un sistema avrebbe dovuto fare per loro.

La formazione dell’intelligenza artificiale recupera quel tempo. Il manager ottiene una visione prioritaria di chi formare, su quale comportamento, con un approccio suggerito già preparato. Le sessioni possono essere registrate e documentate automaticamente, in modo che le azioni di follow-up vengano attivate direttamente dalla conversazione di formazione piuttosto che rimanere in una nota che nessuno legge. Gli obiettivi personalizzati vengono creati che sono sia raggiungibili che visibili per il dipendente.

I nostri dati mostrano già che i manager che utilizzano le nostre capacità di intelligenza artificiale stanno formando di più e che la loro formazione sta avendo un impatto maggiore sulle prestazioni del loro team. Uno dei nostri grandi clienti dell’ospitalità ha visto un miglioramento del 10% nell’efficacia della formazione grazie all’intelligenza artificiale, con un miglioramento misurabile dei KPI: tutti i KPI sui quali i dipendenti sono stati formati con le capacità di intelligenza artificiale di Centrical sono migliorati.

Una delle parti più interessanti della posizione di Centrical è l’idea di gestire sia i lavoratori umani che quelli digitali. Come dovrebbero pensare le aziende alla gestione delle prestazioni quando gli agenti di intelligenza artificiale diventano parte delle operazioni di prima linea?

La maggior parte delle aziende sta entrando in un problema che non vedono ancora. Gli agenti di intelligenza artificiale stanno arrivando da tutte le parti: uno dalla piattaforma di contatto, uno dal CRM, alcuni costruiti dai loro team e altri inclusi negli strumenti per cui già pagano. Li chiamiamo il “zoo degli agenti”. Stanno facendo lavoro, ma nessuno possiede le loro prestazioni. Nessuno può dire quali sono effettivamente bravi nel loro lavoro, quali stanno deviando o quali dovrebbero essere ritirati.

L’istinto è trattare questo come un problema tecnico, un modello o un’integrazione. Credo che sia la cornice sbagliata. Una volta che un agente di intelligenza artificiale fa lavoro di prima linea, ha bisogno di essere governato con la stessa rigidezza che portiamo alle prestazioni umane: obiettivi chiari, risultati misurabili, certificazione prima di gestire qualcosa di ad alto rischio e un ciclo di feedback che cattura la deviazione prima che faccia danni.

Quello è il livello che la maggior parte delle aziende sta perdendo. Non un altro posto in cui costruire agenti, ma un livello unificato per gestire, certificare e orchestrare gli agenti, seduto nello stesso sistema che gestisce le persone. Perché il lavoro non è più umano o digitale. È entrambi, nella stessa squadra, spesso nello stesso compito. Una persona e tre agenti che gestiscono un’interazione con il cliente. Se si misurano le persone in un posto e gli agenti in un altro, si vedono solo frammenti delle loro prestazioni.

La gestione delle prestazioni dovrebbe essere vista come una disciplina unica in tutta la forza lavoro, umana e digitale. Gli stessi obiettivi, la stessa responsabilità, lo stesso ciclo di misurazione, formazione, miglioramento.

Quali salvaguardie sono necessarie per assicurarsi che i sistemi di prestazione guidati dall’intelligenza artificiale supportino i dipendenti invece di aumentare semplicemente la pressione, la sorveglianza o le aspettative di produttività irrealistiche?

Questo è un argomento importante perché utilizziamo l’intelligenza artificiale per aiutare le persone a diventare una versione migliore di se stesse sul lavoro.

La pressione può portare a risultati a breve termine. Ma nel lungo termine, è necessario dare alle persone una direzione chiara: aiutarle a costruire le competenze specifiche di cui il loro ruolo ha bisogno e creare una pratica focalizzata sui comportamenti che più contano. Quello è un accordo diverso per il dipendente. Il sistema non è lì per controllarti. È lì per farti diventare bravo nel tuo lavoro. E diventare bravo nel tuo lavoro si sente molto meglio che essere misurato su di esso. È una cosa semplice, ma nessuno si presenta al lavoro volendo fare un lavoro scadente.

Quindi, le vere salvaguardie non sono politiche, processi o programmi di riconoscimento che si trovano da parte. Sono le istruzioni, le competenze e gli strumenti costruiti nel lavoro quotidiano per rendere il lavoro più facile, più gratificante, più efficace. Competenze prima, poi comportamenti, poi prestazioni. E sotto tutto, la motivazione: il dipendente dovrebbe vedere i progressi che sta facendo e sentirli. Ogni passo dovrebbe collegarsi a qualcosa che gli importa: i clienti che aiuta, il team di cui fa parte e dove vuole andare dopo. Quello è ciò che lo fa sentire più di un punteggio.

E poiché l’intelligenza artificiale gestisce l’amministrazione, la segnalazione, la priorità, i manager recuperano il loro tempo per formare effettivamente. Per essere presenti. Quella relazione umana è ciò che fa funzionare l’intero sistema.

Centrical ha recentemente raccolto 39 milioni di dollari in finanziamenti di serie D, portando il finanziamento totale a oltre 100 milioni di dollari. Nei prossimi 12-24 mesi, come questo nuovo capitale accelererà la sua espansione globale e lo sviluppo di strumenti di intelligenza artificiale per la gestione delle prestazioni di prima linea sia per i lavoratori umani che per quelli digitali?

Stiamo pensando alla crescita in più aree:

Serviamo aziende in 150 paesi e 60 lingue oggi e questo round accelererà la nostra crescita a livello globale.

Approfondire l’intelligenza delle prestazioni autonoma sarà una delle nostre aree di focus. La prossima fase è un sistema che identifica le opportunità, attiva i programmi giusti e migliora continuamente l’esecuzione di prima linea senza richiedere l’iniziativa di un manager.

Infine, estendere la piattaforma per gestire le prestazioni umane e digitali insieme. Mentre gli agenti di intelligenza artificiale assumono più compiti di prima linea, le aziende necessitano della stessa rigidezza intorno agli standard di prestazione, alla formazione e alla misurazione per quei lavoratori digitali come per quelli umani. Siamo posizionati per essere il sistema operativo per quella realtà ibrida.

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