Avinash Misra, CEO & Co-Founder van Skan.AI – Interview Series

Avinash Misra is de CEO en mede-oprichter van Skan. Avinash is een levenslange ondernemer met een bewezen staat van dienst in het nemen van ondernemingen van zaad tot liquiditeit. Hij heeft succesvolle ondernemingen opgebouwd in de enterprise digitale transformatie ruimte en zijn laatste onderneming is overgenomen door Genpact (NYSE : G). Avinash’s inzicht voor Skan is ontstaan in grote schaal Business Process Transformation projecten die hij de afgelopen decade heeft geleid.

Uw vorige bedrijf Endeavour Software Technologies is uiteindelijk overgenomen door Genpact. Wat was dit bedrijf en wat waren enkele van de belangrijkste lessen die u hebt geleerd?

Dit bedrijf was een front-office digitale transformatie specialist. Dat wil zeggen, het specialiseerde zich in de bouw en implementatie van specifieke technologieën zoals computer visie, chatbots / natuurlijke taalverwerking (NLP) en enterprise mobiele apps om klantgerichte bedrijfsprocessen te verbeteren en te transformeren.

We hebben twee belangrijke lessen geleerd. Ten eerste, wanneer technologie alleen voor haar eigen sake wordt toegepast, creëert het zowel technische als proces schulden. Ten tweede, de meeste waarde wordt gegenereerd wanneer technologie specifiek de eindgebruiker benadert met empathie en een design-think mindset.

Kunt u het genesis verhaal achter Skan delen?

“Automatisering begint wanneer automatisering faalt.” In één zin, dit was ons begin. Toen we RPA-bots bouwden voor complexe bedrijfsprocessen, zagen we herhaaldelijk dat zodra een bot werd geïmplementeerd, het snel faalde omdat het geen rekening hield met alle nuances, permutaties en uitzonderingen van dat bedrijfsproces. Elke keer dat een bot faalde, werd het één meer ontbrekende permutatie van werk. Het was een eindeloze cyclus van implementatie en falen.

Waarom weten we niet alle nuances van bedrijfsprocessen?

We weten niet alle nuances van bedrijfsprocessen omdat alle procesontdekking wordt gedaan door menselijke bedrijfsanalisten die procesagenten vragen om werk te beschrijven. Mensen zijn spectaculair onbetrouwbaar in het beschrijven van dingen die een gevoel van vertrouwdheid of routine hebben. Dit zijn vaak dingen die ze goed kunnen doen, maar nooit met de nodige nauwkeurigheid kunnen beschrijven. Daarom hebben we Skan gebouwd om echt werk te observeren en dat werk en de processen te begrijpen, in plaats van menselijke interviews en documentatie.

Skan is gedeeltelijk een procesontdekking platform. Kunt u procesontdekking definiëren voor onze lezers?

Procesontdekking is een breed begrip dat verwijst naar het ontdekken of leren van hoe processen werken op operationeel of structureel niveau. Dit is vooral uitdagend met processen die menselijke systeem interacties betreffen met honderden of duizenden werknemers, tientallen softwaretoepassingen en complexe workflows. Een goed voorbeeld is het claimsbeheerproces.

Vandaag is Skan eigenlijk meer dan een procesontdekking platform. Skan genereert een diep begrip van werk (procesontdekking) en biedt geavanceerde analytics om proceseigenaren en transformatieleiders te helpen KPI’s te meten, te analyseren en te verbeteren die bedrijfsresultaten drijven, zoals klantervaring, omzet en kosten. We noemen deze bredere mogelijkheid: procesintelligentie of de systematische verzameling van gegevens en de toepassing van die kennis om bedrijfsresultaten te controleren of te leren, te begrijpen en beslissingen te nemen.

Volgens een onderzoek van Ernst & Young, mislukken 30% tot 50% van de automatiseringsprojecten. Waarom denkt u dat dit zo hoog is?

Op basis van onze ervaring met klanten, vinden we dat één van de belangrijkste obstakels voor automatiseringsucces het gebrek aan zichtbaarheid is in de huidige staat van KPI’s in de levenscyclus van automatiseringsprojecten.

Bijvoorbeeld, om een automatiseringsproject te kwalificeren, moeten we de huidige staat KPI’s baselinen en een business case opbouwen. In de experimentele fase moeten we technologiepatronen identificeren en doel-KPI’s definiëren op basis van de huidige staat KPI’s. Tijdens de ontwerp-, ontwikkel-, test- en operationele fase moeten we aansluiten bij de oorzaak van het probleem dat moet worden opgelost.

Ten slotte, in de validatiefase waarin we de investeringsrendement en de voordelen realiseren, hebben we traceerbaarheid naar de doel-KPI’s nodig. Dus, we zien dat in de hele levenscyclus transparantie en traceerbaarheid naar de huidige staat KPI’s en oorzaken nodig zijn. En, volgens Forrester Research (2021), zegt slechts 16% van de organisaties dat ze complete zichtbaarheid hebben in hoe processen werken. Het is geen wonder dat automatiseringsprojecten moeite hebben om waarde te leveren.

Kunt u uitleggen welke procedures Skan neemt om de privacy van mensen die worden gemonitord en gevoelige bedrijfsgegevens te beschermen?

Het is belangrijk om op te merken dat we mensen niet monitoren. We observeren alleen specifieke elementen van werk (niet het hele scherm). Deze elementen zijn specifieke werktoepassingen die van tevoren zijn gedefinieerd.

Dat gezegd hebbende, voor alle geobserveerde toepassingen wordt alle gevoelige werkgegevens gewist. We hebben ook de mogelijkheid om de link tussen de persoon die de taak heeft uitgevoerd en het proces te anonimiseren. De namen van de personen die in het proces werken, kunnen ook worden geanonimiseerd.

Kunt u bespreken hoe Skan machine learning en specifiek diepe learning gebruikt?

Skan omvat verschillende AI- en machine learning-algoritmen om verschillende problemen aan te pakken, zoals het anonimiseren van gevoelige informatie (zowel tekst- als beeldgegevens), het abstract maken van lage niveau gebeurtenissen naar bedrijfsactiviteiten, het afleiden van procesgrafieken en het ontdekken van procesvariaties.

Wat zijn enkele voorbeelden van actiegerichte inzichten die zijn verkregen uit dit proces?

Skan helpt proceseigenaren en transformatieleiders om KPI’s te meten, te analyseren en te verbeteren die bedrijfsresultaten drijven. Enkele voorbeelden van inzichten zijn:

Effectiviteit:

• Eenheidskosten van productie
• Bronnen (werkgelegenheid) benutting
• NPS-verbetering

Efficiëntie:

• Automatiseringsontdekking
• Eerste doorvoerratio
• Procesconformiteit
• Capaciteitsplanning (werkgelegenheid)
• Vermindering van procesvariabiliteit

Wat is uw visie voor de toekomst van procesintelligentie?

Onze visie voor de toekomst van procesintelligentie is om de manier waarop mensen werken te transformeren, zodat ze hun productiviteit kunnen verbeteren en hun volle potentieel kunnen bereiken.

Vandaag heeft de wereldwijde piramide van werk een brede basis van niet-waarde toegevoegde taken en een zeer smalle top van waarde toegevoegde taken. Onze visie is om de procesontdekking om te keren.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten bezoeken Skan.