์ธํฐ๋ทฐ
์๋น๋์ ๋ฏธ์ค๋ผ, Skan.AI์ CEO ๋ฐ ๊ณต๋ ์ฐฝ๋ฆฝ์ – ์ธํฐ๋ทฐ ์๋ฆฌ์ฆ
아비나시 미스라는 Skan의 CEO이자 공동 창립자입니다. 아비나시 미스라는 평생 기업가로, 벤처를 시드에서 유동성까지 성공적으로 이끌어온 실적이 있습니다. 그는 엔터프라이즈 디지털 변혁 분야에서 성공적인 벤처를 구축했으며, 그의 이전 벤처는 Genpact(NYSE : G)에 인수되었습니다. 아비나시 미스라의 Skan에 대한 통찰력은 지난 10년 동안 그가 이끈 대규모 비즈니스 프로세스 변革 프로젝트에서 비롯되었습니다.
이전 회사인 Endeavour Software Technologies는 결국 Genpact에 인수되었습니다. 이 회사는 무엇이었으며, 어떤 주요 교훈을 배웠나요?
이 회사는 프론트 오피스 디지털 변혁 전문 회사였습니다. 즉, 고객 맞춤형 비즈니스 프로세스를 개선하고 변革하기 위해 컴퓨터 비전, 챗봇/자연어 처리(NLP), 엔터프라이즈 모바일 앱 등의 특정 기술을 구축하고 배포하는 회사였습니다.
우리는 두 가지 주요 교훈을 배웠습니다. 첫째, 기술이 그 자체만으로 적용되면 기술적 및 프로세스 부채가 생성됩니다. 둘째, 기술이 사용자에게 공감과 디자인 사고 방식을 통해 접근할 때 가장 큰 가치가 창출됩니다.
Skan의 기원 이야기를 공유해 주시겠습니까?
“자동화는 자동화가 실패할 때 시작됩니다.” 한 문장으로 요약하면, 이것이 우리의 시작이었습니다. 복잡한 비즈니스 프로세스에 대한 RPA 봇을 구축할 때마다 봇이 배포된 후 빠르게 실패하는 것을 반복적으로 관찰했습니다. 왜냐하면 봇은 비즈니스 프로세스의 모든細節, 변형, 예외를 고려하지 않았기 때문입니다. 봇이 실패할 때마다, 그것은 작업의 또 다른 누락된 변형이 되었습니다. 배포와 실패의 끊임없는 주기가 반복되었습니다.
왜 비즈니스 프로세스의 모든細節를 알 수 없나요?
우리는 비즈니스 프로세스의 모든細節를 알 수 없습니다. 왜냐하면 모든 프로세스 발견은 인간 비즈니스 분석가가 프로세스 에이전트에게 작업을 설명하도록 요청하기 때문입니다. 인간은 친숙하거나 일상적이고 반복적인 것들을 설명하는 데 놀라울 정도로 불신뢰할 수 있습니다. 이러한 것들은 잘 할 수 있지만 필요한 정확도로 설명할 수 없습니다. 따라서 우리는 인간을 인터뷰하고 문서화하는 대신 실제 작업을 관찰하고 작업 및 프로세스를 이해하기 위해 Skan을 구축했습니다.
Skan은 부분적으로 프로세스 발견 플랫폼입니다. 프로세스 발견이란 무엇인지 우리 독자들에게 정의해 주시겠습니까?
프로세스 발견은 운영 또는 구조적 수준에서 프로세스가 작동하는 방식을 발견하거나 학습하는 행위를 말합니다. 이는 수백 명의 작업자, 수십 개의 소프트웨어 애플리케이션, 복잡한 워크플로우가 포함된 프로세스에서 특히 어려울 수 있습니다. 예를 들어, 청구 관리 프로세스가 있습니다.
오늘날 Skan은 실제로 프로세스 발견 플랫폼 이상입니다. Skan은 작업(프로세스 발견)에 대한 깊은 이해를 생성하고 비즈니스 결과를驱動하는 KPI를 측정, 분석, 개선하는 데 도움이 되는 고급 분석을 제공합니다. 이러한 고객 경험, 수익, 비용 등입니다. 우리는 이러한 더广い 능력을 프로세스 인텔리전스 또는 시스템적인 데이터 수집 및 종단 간 프로세스 및 해당 지식의 적용으로 정의합니다.
Ernst & Young이 수행한 연구에 따르면, 30%에서 50%의 자동화 프로젝트가 실패합니다. 왜 이렇게 높은 것일까요?
고객과 협력하여 작업한 결과, 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 우리는 현재 상태의 KPI를 기준으로 하여 비즈니스 케이스를 구축해야 합니다. 실험 단계에서 우리는 기술 패턴을 식별하고 현재 상태의 KPI를 기반으로 목표(대상) KPI를 정의해야 합니다. 설계, 개발, 테스트, 운용 단계에서 우리는 문제를 해결하는根本 원인에 맞출 필요가 있습니다.
마지막으로, 투자 수익과 혜택 실현을 측정하는 검증 단계에서 우리는 대상 KPI에 대한 추적 가능성이 필요합니다. 따라서 우리는 전체 수명주기 동안 현재 상태의 KPI 및根本 원인에 대한 투명성과 추적 가능성이 필요합니다. 그리고, Forrester Research(2021)에 따르면, 조직의 16%만이 프로세스가 작동하는 방식에 대한 완전한 가시성을 가지고 있다고 말합니다. 자동화 프로젝트가 가치를 제공하는 데 어려움을 겪는 것은 놀라운 일이 아닙니다.
모니터링되는 사람들의 개인 정보와 민감한 비즈니스 데이터를 보호하기 위한 Skan의 절차를 설명해 주시겠습니까?
중요한 것은 우리가 사람들을 모니터링하지 않는다는 것입니다. 우리는 작업의 특정 요소만 관찰합니다(전체 화면이 아닙니다). 이러한 요소는事前 정의된 특정 작업 애플리케이션입니다.
그것을 말했지만, 관찰되는 모든 애플리케이션에 대해 모든 민감한 작업 데이터가 편집됩니다. 우리는 또한 작업을 수행한 사람과 프로세스 간의 링크를 익명화할 수 있습니다. 프로세스에서 작업하는 개인의 이름도 익명화할 수 있습니다.
Skan에서 기계 학습 및 특히 深層 학습을 사용하는 방법을 설명해 주시겠습니까?
Skan은 민감한 정보를 익명화하는 것과 같은 다양한 문제를 해결하기 위해 여러 가지 AI 및 기계 학습 알고리즘을 통합합니다.
이 프로세스에서 얻을 수 있는 몇 가지 행동 가능한 통찰력을 설명해 주시겠습니까?
Skan은 프로세스 소유자와 변환 리더가 비즈니스 결과를驱動하는 KPI를 측정, 분석, 개선하는 데 도움이 됩니다. 몇 가지 예시는 다음과 같습니다.
효과성:
- 생산 단위 비용
- 리소스(인력) 활용도
- NPS 개선
효율성:
- 자동화 발견
- 첫 번째 통과율
- 프로세스 준수
- 용량(인력) 계획
- 감소된 프로세스 변동성
프로세스 인텔리전스의 미래에 대한 비전을 설명해 주시겠습니까?
프로세스 인텔리전스의 미래에 대한 우리의 비전은 사람들이 생산성을 향상시키고 전체 잠재력을 실현할 수 있도록 작업 방식을 변革하는 것입니다.
오늘날, 작업의 글로벌 피라미드는 가치가 없는 작업의 широк은 기초와 가치가 있는 작업의 매우 좁은 꼭지를 가지고 있습니다. 프로세스 발견을 통해 이 피라미드를 뒤집는 것이 우리의 비전입니다.
멋진 인터뷰 감사합니다. 더 많은 것을 배우고 싶은 독자는 Skan을 방문해야 합니다.
