아비나시 미스라, Skan.AI의 CEO 및 공동 창립자 – 인터뷰 시리즈

아비나시 미스라는 Skan의 CEO이자 공동 창립자입니다. 아비나시 미스라는 종합 기업 디지털 변革 분야에서 성공적인 벤처를 세운 경험이 있으며, 그의 마지막 벤처는 Genpact(NYSE: G)에 인수되었습니다. 아비나시 미스라는 지난 10년 동안 대규모 비즈니스 프로세스 변革 프로젝트를 이끌어 왔으며, 이는 Skan의 비전을 형성하는 데 중요한 역할을 했습니다.

당신의 이전 회사인 Endeavour Software Technologies는 결국 Genpact에 인수되었습니다. 이 회사는 무엇이었으며, 당신은 무엇을 배웠나요?

이 회사는 프론트 오피스 디지털 변革 전문가였습니다. 즉, 고객과 비즈니스 프로세스를 개선하고 변革하기 위해 컴퓨터 비전, 챗봇/자연어 처리(NLP), 엔터프라이즈 모바일 앱 등의 기술을 구축하고 배포하는 전문가였습니다.

우리는 두 가지 중요한 교훈을 얻었습니다. 첫째, 기술이 단순히 기술을 위해 적용될 때 기술 부채와 프로세스 부채를 생성합니다. 둘째, 기술이 사용자에게 공감과 디자인思考을 통해 접근할 때 가장 큰 가치를 창출합니다.

Skan의 기원에 대해 이야기해 주세요.

“자동화는 자동화가 실패할 때 시작됩니다.”한 문장으로 요약하자면, 이것이 우리의 시작이었습니다. 복잡한 비즈니스 프로세스에 대한 RPA 봇을 구축할 때마다 봇이 배포된 후 빠르게 실패하는 것을 반복적으로 관찰했습니다. 이유는 봇이 비즈니스 프로세스의 모든細節, 변형, 예외를 고려하지 않았기 때문입니다. 봇이 실패할 때마다 작업의 누락된 변형이 하나씩 더해졌습니다. 이것은 배포와 실패의 끝없는 цик들이었습니다.

왜 비즈니스 프로세스의 모든細節를 알지 못할까요?

비즈니스 프로세스의 모든細節를 알지 못하는 이유는 프로세스 발견이 인간 비즈니스 분석가에 의해 수행되기 때문입니다. 분석가들은 프로세스 에이전트에게 작업을 설명하도록 요청하지만, 인간은 익숙하거나 일상적인 작업을 설명하는 데 매우 불신뢰적입니다. 이러한 작업은 잘 수행할 수 있지만, 필요한 정확도로 설명할 수 없습니다. 따라서 우리는 인간을 인터뷰하고 문서화하는 대신 실제 작업을 관찰하고 이해하기 위해 Skan을 구축했습니다.

Skan은 부분적으로 프로세스 발견 플랫폼입니다. 프로세스 발견이 무엇인지 우리 독자들에게 설명해 주세요.

프로세스 발견은 프로세스가 작동하는 방식을 운영적 또는 구조적으로 학습하거나 발견하는 것을 의미합니다. 이것은 수백 명의 근로자, 수십 개의 소프트웨어 애플리케이션, 복잡한 워크플로우가涉及되는 프로세스에서 특히 어려울 수 있습니다. 예를 들어, 청구 관리 프로세스가 있습니다.

오늘날 Skan은 프로세스 발견 플랫폼 이상입니다. Skan은 작업에 대한 깊은 이해(프로세스 발견)를 생성하고, 프로세스 소유자와 변革 리더가 비즈니스 결과를 驅動하는 KPI를 측정, 분석, 개선하는 데 도움을 주는 고급 분석을 제공합니다. 우리는 이러한 더广い 능력을 프로세스 인텔리전스 또는 시스템적 데이터 수집 및 프로세스와 애플리케이션의 지식을 비즈니스 결과를 제어하거나 학습, 이해, 의사 결정하기 위해 적용하는 것으로 정의합니다.

Ernst & Young이 수행한 연구에 따르면, 30%에서 50%의 자동화 프로젝트가 실패합니다. 왜 이렇게 높은 것일까요?

고객과 함께 일하면서 자동화 성공의 주요 장애물 중 하나는 자동화 프로젝트의 수명주기 전반에 걸쳐 현재 상태의 KPI에 대한 가시성이 부족하다는 것을 발견했습니다.

예를 들어, 자동화 프로젝트를 자격화하기 위해 현재 상태의 KPI를 기준으로 하여 비즈니스 케이스를 구축해야 합니다. 실험 단계에서 기술 패턴을 식별하고 현재 상태의 KPI를 기반으로 목표(대상) KPI를 정의해야 합니다. 설계, 개발, 테스트, 운영 단계에서 문제의 근본 원인과 일치해야 합니다.

마지막으로, 투자 수익과 이점 실현을 측정하는 검증 단계에서 현재 상태의 KPI와 근본 원인에 대한 추적 가능성이 필요합니다. 따라서 자동화 프로젝트 전반에 걸쳐 현재 상태의 KPI와 근본 원인에 대한 투명성과 추적 가능성이 필요합니다. 그러나 Forrester Research (FORR ) (2021)에 따르면, 프로세스가 작동하는 방식에 대한 완전한 가시성을 가진 조직은 16%에 불과합니다. 자동화 프로젝트가 가치를 창출하기 위해 어려움을 겪는 것은 놀라운 일이 아닙니다.

모니터링되는 사람들의 개인 정보와 민감한 비즈니스 데이터를 보호하기 위한 Skan의 절차에 대해 설명해 주세요.

중요한 것은 우리가 사람들을 모니터링하지 않는다는 것입니다. 우리는 작업의 특정 요소만 관찰하며, 이러한 요소는 事前 정의된 작업 애플리케이션입니다.

관찰되는 애플리케이션의 경우 모든 민감한 작업 데이터가 편집됩니다. 또한 작업을 수행한 사람과 프로세스 간의 링크를匿名化할 수 있습니다. 프로세스에서 작업하는 개인의 이름도 匿名化할 수 있습니다.

Skan이 기계 학습, 특히 딥 러닝을 어떻게 사용하는지 설명해 주세요.

Skan은 민감한 정보를 匿名化하는 것과 같은 다양한 문제를 해결하기 위해 여러 가지 AI와 기계 학습 알고리즘을 통합합니다.

이 프로세스에서 얻을 수 있는 몇 가지 구체적인 통찰력을 обс론해 주세요.

Skan은 프로세스 소유자와 변革 리더가 비즈니스 결과를 驅動하는 KPI를 측정, 분석, 개선하는 데 도움을 줍니다. 몇 가지 예는 다음과 같습니다.

유효성:

• 생산 단가
• 자원(인력) 활용도
• NPS 개선

효율성:

• 자동화 발견
• 첫 번째 통과율
• 프로세스 준수
• 용량(인력) 계획
• 프로세스 변동성 감소

프로세스 인텔리전스의 미래에 대한 비전을 설명해 주세요.

프로세스 인텔리전스의 미래에 대한 우리의 비전은 사람들이 작업을 통해 생산성을 향상하고 전체 잠재력을 실현할 수 있도록 하는 것입니다.

오늘날, 작업의 글로벌 피라미드는 비가치 작업의 넓은 기초와 가치 추가 작업의 매우 좁은 꼭지를 가지고 있습니다. 우리의 비전은 프로세스 발견을 통해 이 피라미드를 뒤집는 것입니다.

이 훌륭한 인터뷰에 감사드립니다. 더 많은 것을 배우고 싶은 독자는 Skan을 방문해 주세요.