센트리컬의 갈 리몬, 창립자 및 CEO – 인터뷰 시리즈

갈 리몬은 2013년에 센트리컬(이전의 GamEffective)을 설립하여 기업들이 직원을 강화하고 사람을 비즈니스 성공의 중심으로 만드는 것을 도와주는 것을 목표로 했다. 센트리컬 이전에 그는 비즈니스 인텔리전스 분야의 리더인 Gilon Business Insight의 CEO를 역임했다. 2010년 Gilon이 Ness Technologies(NASDAQ: NSTC)에 인수된 후, 갈은 Ness의 부사장 및 집행 이사로 합류했다. 그의 경력 초기에 그는 Deloitte Consulting의 고객 관계 및 운영 부문 부사장 및 EDS와 Bashan에서 역임했다. 갈은 텔아비브 대학교에서 마케팅 및 정보 기술을 전공한 MBA를 가지고 있다.

센트리컬은 직원 성과와 참여를 개선하는 인공지능 기반 플랫폼으로, 성과 관리, 개인화된 코칭, 지속적인 학습, 품질 보증, 게임화의 통합 시스템을 통해 최전선 팀의 효과성을 높여준다. 이 플랫폼은 직원 성과 데이터, 인공지능 기반 코칭, 마이크로 러닝, 인식 프로그램, 실시간 분석을 결합하여 관리자가 개선할 기회를 식별하고 직원을 더好的 결과로 안내하는 데 도움을 준다. 연락 센터, 판매 조직, 고객 경험 팀에서 널리 사용되는 센트리컬은 개인화된 지침과 동기를 제공함으로써 직원 참여, 생산성, 고객 만족, 전체 비즈니스 성과를 향상시키는 데 설계되었다.

센트리컬을 설립하기 전에, 당신은 비즈니스 인텔리전스 리더십에서 수년간을 보냈으며, Gilon의 CEO를 포함하여 Ness Technologies에 인수되기 전까지였다. 그 경험은 어떻게 기업들이 단순히 더好的 대시보드/데이터가 아닌, 최전선 팀을 위한 행동으로 변환할 수 있는 시스템이 필요하다는 당신의 견해를 형성했는가?

나는 거의 2십년 동안 비즈니스 인텔리전스에서 일했으며, EDS와 Deloitte와 같은 컨설팅 회사와 나중에 자신의 회사에서 일했다. 우리는 세계에서 가장 큰 조직이 데이터를 이해하도록 도와주었고, 우리는 그것을 잘했다. 그러나 나는 항상 같은 벽에 부딪혔다. 회사들은 데이터 인프라에大量의 투자를 했으며, 대시보드는 정교했다. KPI는 잘 정의되어 있었다. 그러나 거의 아무런 변화도 없었다.

지능은 존재했다. 그러나 그것은 행동하지 않았다. 결측된 링크는 항상 인간 요소였다. 당신은 대시보드에 성과가 낮은 직원을 위한 빨간 깃발을 표시할 수 있지만, 그 깃발은 관리자에게 무엇을 해야 하는지 말해주지 않으며, 직원을 향상시키는 데도 도움이 되지 않는다. 통찰력과 실행 사이의 다리는 사람들을 통해 진행된다. 그리고 내가 함께 일했던 모든 비즈니스 인텔리전스 도구는 그것을 건너는 데 설계되지 않았다. 그것이 센트리컬의 창립 아이디어가 되었다. 질문은 결코 “리더에게 더 많은 데이터를 어떻게 제공할 수 있는가?”가 아니었다. “데이터를 어떻게 올바른 행동, 올바른 사람, 올바른 순간에 변환할 수 있는가?”였다.

점 해결方案이 많을수록, 데이터가 많을수록, 이것은 더 어려울 수 있다.

센트리컬은 “성과 지능 OS”를 최전선에 구축한다고 설명한다. 이것은 실제로 고객 서비스, 호텔, 은행, 또는 통신 팀이 플랫폼을 사용하여 일상 업무를 수행할 때 무엇을 의미하는가?

큰 은행의 고객 서비스 에이전트를 상상해 보자. 그녀는 하루 종일 복잡한 전화를 다룬다. 그녀의 관리자는 30명이 넘는 팀을 두 개의 사이트에서 관리한다. 성과 운영 체제가 없으면, 관리자는 대부분의 시간을 보고서를 작성하고 QA 점수를 검토하며誰에게 주의를 기울여야 하는지 결정하려고 한다. 코칭은 반응적이고, 너무 늦고, 팀 전체에 걸쳐 일관성이 없다.

센트리컬을 사용하면 하루가 다르게 보인다. 플랫폼은 비즈니스 결과에서 시작한다. 품질 개선 목표, 새로운 제품 출시, 또는 규정 준수 요구 사항이다. 그것은 KPI 데이터, 품질 평가, 학습 진행, 직원 피드백에서 신호를 받고 정확히どこ에 간격이 있는지 식별한다. 에이전트가 특정 약점이 있을 때, 플랫폼은 관리자에게 추천된 코칭 동작이 이미 준비된 상태로 그것을 표면화하고, 다음 전화를 받기 전에 에이전트에게 타겟팅된 역할-플레이 시뮬레이션을 트리거한다.

호텔의 경우, 그것은 로열티 프로그램에 대한 개인화된 도전을 의미할 수 있다. 그것은 학습과 회원 가입에 대한 실제 시간 피드백과 인식을 포함한다. 통신 팀의 경우, 새로운 제품을 출시할 때, 그것은 각 대표의 기존 지식 격차에 적응하는 적응 학습을 의미할 수 있다.

공통된 스레드는 시스템이 최전선의 모든 사람에게 전략을 실행으로 연결한다는 것이다. 단지 관리자가 그 주에 시간이 있는 사람들만이 아니라.

많은 기업은 이미 BI 도구, 근로자 관리 시스템, 학습 플랫폼, 품질 보증 소프트웨어를 가지고 있다. 이러한 시스템은 실제 직원 성과를 개선하는 데에서 일반적으로 어디서 부족한가?

문제는 도구 개별적으로가 아니라, 그것들이真正로 최전선 운영에ประโยชน을주는 방식으로 서로 대화하지 않는다는 것이다.

품질 보증 시스템은 품질 문제를 표시한다. 그 표시기는 3일 후, 또는 전혀 표시되지 않는 대시보드에 있다. 학습 플랫폼에는 도움이 될 수 있는 콘텐츠가 있지만, 누구도 표시기를 콘텐츠와 연결하지 않는다. 근로자 관리 시스템은 스케줄을최적화하지만, 기술 격차에 대해 아무것도 모른다. 그리고 인식은 별도로, 또 다른 도구에서 발생한다.

따라서 통찰력과 결정은 그것들이 필요한 사람에게 결코 도달하지 않는다. 코칭은 훈련과 분리되고, 훈련은 결과와 분리되고, 최전선 직원은 개선으로 이어지지 않는 단편적인 프로그램 세트를 경험한다.

그리고 지금 AI 에이전트가 혼합에 들어가고 있으며, 인간 근로력에서 분리하여 최전선 작업을 수행하고 있다. 이것은 도전을 더욱 복잡하게 만든다.答案은 단순히 이러한 플랫폼을 연결하는 것이 아니다. 그것은 공유된 목표 вокруг 그것들을 오케스트레이팅하는 것이다. 올바른 개입, 올바른 사람, 올바른 순간, 실제 비즈니스 결과에 대해 측정된다.

최근 고객 결과는 최초 호출 해결, 판매 성과, 로열티 가입, 생산성, 오류 감소와 같은 개선 사항을 포함한다. 이러한 결과는 AI가 최전선 작업을 개선하는 데 어떻게 기여할 수 있는지에 대해 무엇을 나타내는가?

모든 결과에 걸쳐있는 공통된 스레드는 그것들이 모두 행동 변경, 지식 강화, 기술 개발, 개인화된 훈련, 코칭, 동기를 부여를 통해 측정하고 개선할 수 있는 작업을 포함한다는 것이다.

인공지능이 지금 개방하는 전선은 이것을 개인 수준에서, 단지 세그먼트나 코호트에 대한 것이 아니라, 각 사람의 특정 격차, 역할, 개발 여정, 비즈니스 요구 사항에 따라 수행하는 것이다.

삼성의 고객 서비스 팀은 최초 호출 해결을 7.5% 개선하고, 관리자의 행정 작업을 70% 감소시켰다.

미국 상위 5개 은행 중 하나의 사기 백오피스에서는 오류가 66.7% 감소하고, 처리된 계정이 4.8% 증가했다.

IHG 호텔 & 리조트는 프런트 데스크 직원이 One Rewards 프로그램에 게스트를 인정하고 등록하도록 활성화하려고 했다. 우리는 학습을 미션으로 게임화하고, 직원에게 학습과 회원 가입을 완료한 코인을 주고, 속성 간에 리더보드를 compétition하도록 했다. 센트리컬 플랫폼을 사용하는 호텔은 로열티 인식과 등록 효율성에서 최대 4배의 개선을 달성했으며, 수백만 달러의 추가 수익과 직접 예약을 창출했다.

센트리컬은 AI 지원 코칭, 역할-플레이 시뮬레이션, 초 개인화된 성과 경험, 자율 성과 지능을 포함하여 AI 포트폴리오를 확장하고 있다. 이러한 기능 중에서 어느 것이 근래에 기업 팀에 가장 큰 영향을 미칠 것이라고 생각하는가?

それは企業の変革에서どこにいるかに 따라 다르다. 나는 현재 고객에게 즉각적이고 측정 가능한 영향을 미치는 두 가지 기능을 강조하고 싶다.

AI 지원 코칭은 큰 영향을 미치고 있다. 조직은 코칭을 더 효율적으로 만들고, 관리자의 통제 범위를 늘리고, 팀 성과를 개선하도록 압력을 받고 있다. 관리자는 최전선 성과의 가장 큰 영향력을 가지고 있으며, 그러나 역사적으로 보고서 작성에 더 많은 시간을 보냈다. 우리의 AI 어시스턴트는 그 비율을 뒤집는다. 그것은誰를 코칭해야 하는지, 무엇에 대해, 왜 그런지 표면화하고, 이미 준비된 올바른 동작을 제공한다. 그리고 그것은 모두 비즈니스 목표에 따라 우선순위가 매겨진다. 관리자는 하루에 더 많은 시간을 필요로하지 않고 더好的 코치가 된다.

AI 역할-플레이 시뮬레이션은 현재 다른 이유로 중요하다. AI가 더 단순한 상호작용을 맡을 때, 인간 에이전트에게 도달하는 대화는 더 복잡해진다. 동시에, 조직은 근로력을 새로운 역할로 더 빠르게 동원하고 있다. 실무(작업의 흐름에서)는 그런 상황에서 자신감과 능력을 구축하는唯一의 방법이다. 실제 성과 격차에 의해 구동되는 대규모 역할-플레이는 그것을 가능하게 한다.

자율 성과 지능은 다음 전선이다. 비전은 관리자가 시작하지 않아도 기회를 식별하고, 올바른 프로그램을 트리거하고, 최전선 실행을 지속적으로 개선하는 시스템이다.

AI 지원 코칭은 최전선 관리자의 역할을 어떻게 변경하는가, 특히 많은 관리자가 이미 행정 작업과 성과 보고서로 과부화되어 있는 경우?

우리의 데이터는 관리자가 약 60%의 시간을 데이터 분석에, 약 20%를 평가에, 실제로 팀을 지원하는 데는 20% 미만의 시간을 보냈다는 것을 보여준다. 그것이 핵심적인 기능 장애이다. 최전선 성과에 가장 책임이 있는 사람들은 대부분의 시간을 시스템이 대신 해줄 수 있는 것을 하고 있다.

AI 코칭은 그 시간을 재창조한다. 관리자는誰를 코칭해야 하는지, 어떤 행동에 대해, 왜 그런지에 대한 우선순위된 뷰를 얻는다. 세션은 기록되고 자동으로 문서화될 수 있으므로 코칭 대화에서 직접 후속 동작이 활성화된다. 개인화된 목표가 생성되어 직원에게는 달성 가능하고 가시적이다.

우리의 데이터는 이미 관리자가 우리의 AI 기능을 사용할 때 더 많이 코칭하고, 그들의 코칭이 팀의 성과에 더大的 영향을 미친다는 것을 보여주고 있다. 우리의 큰 호텔 고객 중 하나는 AI를 통해 코칭 효과가 10% 개선되었으며, 그것은 KPI에서 측정할 수 있는 개선으로 이어졌다. 모든 KPI에서 직원들이 센트리컬의 AI 기능으로 코칭을 받았을 때 개선되었다.

센트리컬의 가장 흥미로운 부분 중 하나는 인간과 디지털 근로자를 모두 관리하는 아이디어이다. 기업은 최전선 작업에서 AI 에이전트가 나타날 때 성과 관리를 어떻게 생각해야 하는가?

대부분의 기업은 아직 보지 못하는 문제에 직면해 있다. AI 에이전트는 모든 곳에서 나타난다. 연락 센터 플랫폼에서 하나, CRM에서 하나, 자신의 팀이 구축한 몇 개, 툴에 번들된 다른 것들. 우리는 그것을 에이전트의 동물원이라고 부른다. 그들은 모두 일을 하지만, 아무도 그들의 성과를 소유하지 않는다. 어느 것이 실제로 일을 잘하는지, 어느 것이漂流하는지, 어느 것이 끌어들이야 하는지 아무도 말할 수 없다.

본능은 그것을 기술적인 문제, 모델, 또는 통합으로 간주하는 것이다. 나는 그것이 잘못된 프레임이라고 생각한다. 일旦 AI 에이전트가 최전선 작업을 수행하면, 그것은 인간 성과와同じ 엄격함으로 거버넌스되어야 한다. 명확한 목표, 측정 가능한 결과, 높은 위험을 다루기 전에 인증, 그리고漂流을 잡는 피드백 루프가 필요하다.

그것이 대부분의 기업이 빠진 계층이다. 에이전트를 구축하기 위한 또 다른 장소가 아니라, 사람을 관리하는 것과同じ 시스템에 있는 에이전트를 관리하고, 인증하고, 오케스트레이팅하는統一된 계층이다. 작업은 더 이상 인간이나 디지털이 아니다. 둘 다이며, 같은 팀에서, 종종 같은 작업을 수행한다.一个人과 세 개의 에이전트가 하나의 고객 상호작용을 처리한다. 사람의 성과를 한 곳에서, 에이전트의 성과를 다른 곳에서 측정하면, 성과를 단편적으로만 볼 수 있다.

성과 관리는 인간과 디지털 근로자 모두에 걸쳐있는 하나의 규율로 간주되어야 한다. 같은 목표, 같은 책임, 측정, 코칭, 개선의 루프이다.

AI 주도 성과 시스템이 직원에게 압력, 감시, 또는 비현실적인 생산성 기대를 증가시키지 않도록 하기 위한 안전 장치는 무엇인가?

이것은 중요한 주제이다. 우리는 AI를 사용하여 사람들을 더好的 버전으로 만들기 위해 일한다.

압력은 단기적인 결과를 驅動할 수 있다. 그러나 장기적으로, 당신은 사람들에게 명확한 방향을 제공해야 한다. 그들의 역할에 필요한 특정 기술을 구축하고, 가장 중요한 행동에 대한 집중적인 연습을 생성한다. 그것은 직원에게 다른 거래이다. 시스템은 당신을 감시하기 위한 것이 아니다. 그것은 당신이 일을 잘할 수 있도록 도와주는 것이다. 그리고 일을 잘하는 것은 측정되는 것보다 낫다. 그것은 간단한 일이다. 그러나 아무도 일을 잘못하고 싶어하지 않는다.

실제적인 안전 장치는 정책, 프로세스, 또는 옆에 있는 인식 프로그램이 아니다. 그것은 일의 일부로 구축된 지침, 기술, 도구이다. 그것은 직원을 더好的 버전으로 만들기 위한 일이다. 그리고 모든 것의 아래에는 동기가 있다. 직원은 진행 상황을 보아야 하며, 그것을 느껴야 한다. 모든 단계는 고객을 도와주는 것, 팀의 일부라는 것, 다음으로 어디로 가야 하는지에 연결되어야 한다. 그것이 점수를 넘어서는 것이다.

그리고 관리자가 실제로 코칭할 수 있는 시간을 돌려받는다. 존재한다. 인간적인 관계가 모든 것을 작동하게 한다.

센트리컬은 최근 시리즈 D 자금 조달에서 3,900만 달러를 모금하여 총 자금을 1억 달러 이상으로 늘렸다. 향후 12~24개월 동안, 이 새로운 자본은 어떻게 글로벌 확장과 인간 및 디지털 근로자 모두에 대한 성과 관리를 위한 AI 도구 개발을 가속화할 것인가?

우리는 여러 영역에서 성장을 생각하고 있다.

우리는 현재 150개국과 60개 언어에서 기업을 지원하고 있으며, 이번 라운드는 우리의 글로벌 성장을 가속화할 것이다.

자율 성과 지능을 깊게하는 것이 하나의重点 영역이 될 것이다. 다음 단계는 기회를 식별하고, 올바른 프로그램을 트리거하고, 최전선 실행을 지속적으로 개선하는 시스템이다. 관리자의 시작이 필요 없다.

마지막으로, 플랫폼을 인간과 AI 근로자 모두의 성과를 관리하기 위해 확장하는 것이다. AI 에이전트가 더 많은 최전선 작업을 수행할 때, 기업은 인간 근로자와同じ 엄격함으로 디지털 근로자의 성과 표준, 코칭, 측정을 필요로 한다. 우리는 그 하이브리드 현실의 운영 체제가 되기 위해 위치하고 있다.

감사합니다. 이 인터뷰를 읽어주신 모든 분께, 센트리컬에 대해 더 알고 싶으신 분은 센트리컬을 방문해 주시기 바랍니다.