アヴィナッシュ・ミスラ、Skan.AIのCEO兼共同創設者 – インタビュー・シリーズ

アヴィナッシュ・ミスラは、SkanのCEO兼共同創設者です。アヴィナッシュは、種から液体までのベンチャーを成功させた実績のある起業家です。彼は、企業のデジタル・トランスフォーメーション分野で成功したベンチャーを築き上げてきました。彼の前回のベンチャーは、Genpact（NYSE: G）に買収されました。アヴィナッシュのSkanに対する洞察は、大規模なビジネス・プロセス・トランスフォーメーション・プロジェクトを10年間以上にわたって率いてきた経験から生まれました。

以前の会社であるEndeavour Software Technologiesは、最終的にGenpactに買収されました。この会社は何でしたか？また、そこで何を学んだのか教えてください。

この会社は、フロントオフィス・デジタル・トランスフォーメーションの専門家でした。つまり、カスタマー・ファシング・ビジネス・プロセスを改善・変革するために、コンピューター・ビジョン、チャットボット/自然言語処理（NLP）、エンタープライズ・モバイル・アプリなどの特定のテクノロジーを構築・展開することに特化していました。

私たちは2つの重要な教訓を学びました。まず、技術がそのためにのみ適用されると、技術的およびプロセス上の負債が生じます。2つ目は、技術が特にエンドユーザーに共感し、デザイン思考の心構えでアプローチする場合に、最も価値が生み出されるということです。

Skanの創設ストーリーを教えてください。

「自動化は、自動化が失敗したときに始まります。」一言で言うと、これが私たちの始まりでした。複雑なビジネス・プロセス用にRPAボットを構築したとき、ボットが展開されるとすぐに失敗することが繰り返し発生しました。なぜなら、ボットはビジネス・プロセスのすべてのニュアンス、パーミュテーション、例外を考慮していなかったからです。ボットが失敗するたびに、1つの作業のパーミュテーションが増えていきました。これは、展開と失敗の無限のサイクルでした。

なぜ、ビジネス・プロセスのすべてのニュアンスを知ることができないのでしょうか。

ビジネス・プロセスのすべてのニュアンスを知ることができないのは、すべてのプロセス・ディスカバリーが人間のビジネス・アナリストによって行われ、プロセス・エージェントに仕事を説明するように求められるからです。人間は、慣れ親しんだものや習慣的なもの、ルーティンのものについて説明するのが非常に信頼性が低いです。これらは、人間がうまく説明できないものですが、人間はそれらをうまく実行できます。したがって、私たちは、人間に仕事を説明するのではなく、実際の仕事を観察し、仕事とプロセスを理解するためにSkanを構築しました。

Skanは部分的にプロセス・ディスカバリー・プラットフォームです。プロセス・ディスカバリーについて読者に説明してください。

プロセス・ディスカバリーとは、プロセスがどのように機能するかを、運用レベルまたは構造レベルで発見または学習することを指します。これは、人間とシステムの相互作用、数百または数千人の作業者、数十のソフトウェア・アプリケーション、複雑なワークフローを含むプロセスで特に課題があります。たとえば、請求管理プロセスが挙げられます。

今日、Skanはプロセス・ディスカバリー・プラットフォーム以上のものです。Skanは、仕事（プロセス・ディスカバリー）について深い理解を生成し、プロセス・オーナーとトランスフォーメーション・リーダーが、カスタマー・エクスペリエンス、収益、コストなどのビジネス・アウトカムを駆り立てるKPIを測定、分析、改善するための高度な分析を提供します。私たちは、これをより広い能力と呼びます。プロセス・インテリジェンス、または、データの体系的な収集と、エンドツーエンドのプロセスとその知識の適用を通じて、ビジネス・アウトカムを制御したり、学習したり、理解したり、決定したりすることです。

アーンスト・アンド・ヤングによる調査によると、30％から50％の自動化プロジェクトが失敗しています。なぜこれが高いかと思いますか。

私たちの顧客と協力してみたところ、自動化の成功を妨げる主な障害は、自動化プロジェクトのライフサイクル全体でKPIの現在の状態に関する可視性の欠如であることがわかりました。

たとえば、自動化プロジェクトを適格にするには、現在の状態のKPIをベースライン化し、ビジネス・ケースを構築する必要があります。実験段階では、現在の状態のKPIに基づいて技術パターンを特定し、対象（to-be）KPIを定義する必要があります。設計、開発、テスト、運用段階では、問題の根本原因と一致させる必要があります。

最後に、投資の収益性と利益の実現を測定する検証段階では、対象KPIへのトレーサビリティが必要です。したがって、自動化プロジェクトが価値を提供するのに苦労するのは、KPIの現在の状態と根本原因への透明性とトレーサビリティが必要であるためです。さらに、Forrester Research (FORR ) （2021年）によると、組織の16％のみがプロセスがどのように機能するかについて完全な可視性を持っているためです。

監視対象となる人のプライバシーと機密性の高いビジネス・データを保護するために、Skanはどのような手順を講じていますか。

注目すべきは、私たちが人間を監視していないということです。私たちが観察するのは、事前に定義された特定の作業アプリケーションの特定の要素だけです。

観察されるアプリケーションについては、すべての機密性の高い作業データが赤字化されます。また、作業を行った人とプロセスとのリンクを匿名化する機能もあります。プロセスで作業する個人の名前も匿名化できます。

Skanがマシン・ラーニング、特にディープ・ラーニングをどのように使用しているかについて説明してください。

Skanは、機密情報の匿名化（テキストおよび画像データ）など、さまざまな問題に対処するために、複数のAIおよびマシン・ラーニング・アルゴリズムを組み込んでいます。、低レベルのイベントをビジネス・アクティビティに抽象化する、プロセス・グラフの推論、プロセス・バリエーションの発見などです。

このプロセスから得られたアクション可能な洞察の具体例を教えてください。

Skanは、プロセス・オーナーとトランスフォーメーション・リーダーが、カスタマー・エクスペリエンス、収益、コストなどのビジネス・アウトカムを駆り立てるKPIを測定、分析、改善するのに役立つ洞察を提供します。具体的な洞察の例は以下のとおりです。

有効性:

• 生産コスト
• リソース（労働力）使用率
• NPS改善

効率性:

• 自動化の発見
• 初期パス率
• プロセス・コンプライアンス
• 容量（労働力）プランニング
• プロセス・バリエーションの削減

プロセス・インテリジェンスの将来についてのあなたのビジョンを教えてください。

私たちのプロセス・インテリジェンスの将来のビジョンは、人々が仕事のやり方を変えることで、生産性を向上させ、全ての潜在能力を発揮できるようにすることです。

今日、世界の仕事のピラミッドは、非価値付加タスクの広い底と価値付加タスクの非常に狭い頂上を持っています。私たちのビジョンは、プロセス・ディスカバリーによってこのピラミッドを逆転させることです。

素晴らしいインタビュー、詳しく知りたい読者はSkanを訪問してください。