Gal Rimon, Oprichter en CEO van Centrical – Interviewreeks

Gal Rimon richtte Centrical (voorheen GamEffective) op in 2013 met een duidelijke visie: bedrijven helpen om hun medewerkers te empoweren en mensen het centrum van het bedrijfssucces te maken. Voordat hij Centrical oprichtte, was hij CEO van Gilon Business Insight, een leider in business intelligence. Toen Gilon in 2010 werd overgenomen door Ness Technologies (NASDAQ: NSTC), trad Gal toe tot Ness als Senior Vice President en lid van het executive leadership team. Eerder in zijn carrière was hij VP van Customer Relations en Operations bij Deloitte Consulting en had hij functies bij EDS en Bashan. Gal heeft een MBA in Marketing en Information Technologies van de Tel Aviv University.

Centrical is een AI-gepowered platform voor medewerkerprestaties en -betrokkenheid dat organisaties helpt om de effectiviteit van frontline-teams te verbeteren via een geïntegreerd systeem voor prestatiebeheer, persoonlijke coaching, voortdurend leren, kwaliteitszorg en gamificatie. Het platform combineert medewerkerprestatiegegevens, AI-gedreven coaching, microlearning, erkenningprogramma’s en real-time inzichten om managers te helpen om verbeterkansen te identificeren en medewerkers te leiden naar betere resultaten. Wijdverspreid gebruikt door contactcenters, verkooporganisaties en customer experience-teams, is Centrical ontworpen om medewerkerbetrokkenheid, productiviteit, klanttevredenheid en algemene bedrijfsprestaties te verhogen door persoonlijke begeleiding en motivatie te bieden op grote schaal.

Voordat u Centrical oprichtte, bracht u jaren door in leiderschapsfuncties op het gebied van business intelligence, waaronder als CEO van Gilon voordat het werd overgenomen door Ness Technologies. Hoe heeft die ervaring uw visie gevormd dat ondernemingen niet alleen betere dashboards/gegevens nodig hebben, maar een systeem dat inzichten kan omzetten in actie voor frontline-teams?

Ik heb bijna twee decennia in business intelligence gewerkt, met consultingbedrijven zoals EDS en Deloitte en later mijn eigen bedrijf. We hielpen enkele van ‘s werelds grootste organisaties om hun gegevens te begrijpen, en we waren daar goed in. Maar ik bleef tegen hetzelfde probleem aan lopen. Bedrijven hadden zwaar geïnvesteerd in data-infrastructuur. De dashboards waren geavanceerd. De KPI’s waren goed gedefinieerd. En toch veranderde er heel weinig.

De intelligentie bestond. Het deed alleen niets. Het ontbrekende element was altijd het menselijke element. U kunt een rode vlag naast een onderpresterende medewerker op een dashboard zetten, maar die vlag vertelt de manager niet wat hij moet doen, en het helpt de medewerker niet om te verbeteren. De brug tussen inzicht en uitvoering loopt via mensen, en geen enkel BI-hulpmiddel waar ik ooit mee gewerkt heb, was ontworpen om die over te steken. Die realisatie werd het fundament van Centrical. De vraag was nooit “hoe geven we leiders meer gegevens?” maar “hoe zetten we gegevens om in de juiste actie, voor de juiste persoon, op het juiste moment?”

Hoe meer point-oplossingen u heeft, hoe meer gegevens u heeft, en hoe moeilijker dit kan zijn.

Centrical beschrijft zichzelf als een “Performance Intelligence OS” voor de frontline. Wat betekent dit in praktische zin voor een klantenserviceteam, een hospitalityteam, een bankteam of een telecomteam dat het platform elke dag gebruikt?

Laten we een klantenservicemedewerker bij een grote bank voorstellen: zij behandelt complexe telefoontjes de hele dag. Haar manager is verantwoordelijk voor een team van 30 mensen op twee locaties. Zonder een prestatiebesturingssysteem besteedt de manager de meeste tijd aan het opvragen van rapporten, het controleren van kwaliteitsbeoordelingen en het proberen te achterhalen wie aandacht nodig heeft. Als hij eenmaal bij de coaching aankomt, is het reactief, te laat en inconsistent voor zijn team en het team ernaast.

Met Centrical ziet de dag er anders uit. Het platform begint met het bedrijfsresultaat: een kwaliteitsverbeteringsdoel, een nieuw product dat wordt gelanceerd of een compliance-eis. Het neemt signalen van KPI-gegevens, kwaliteitsevaluaties, leerprogressie en medewerkerfeedback om precies te identificeren waar de hiaten zijn. Als een medewerker een specifieke zwakte heeft, bijvoorbeeld zwakke vraagstellingen bij behoudtelefoontjes, brengt het platform dit onder de aandacht van de manager met een aanbevolen coachingsactie die al is voorbereid, en het activeert een gerichte rollensimulatie voor de medewerker om te oefenen voordat hij de volgende telefoonopname doet.

Voor de medewerker in de hospitality kan dit betekenen een persoonlijke uitdaging die is gekoppeld aan loyaliteitsinschrijvingsgedrag, met real-time feedback en erkenning die zijn geïntegreerd in de werkschema’s. Voor een telecomteam dat een nieuw product lanceert, kan dit betekenen adaptief leren dat zich aanpast aan de bestaande kennislacunes van elke vertegenwoordiger, in plaats van iedereen door dezelfde inhoud te leiden.

Het gemeenschappelijke draad is dat het systeem de strategie verbindt met de uitvoering voor elke persoon op de werkvloer, niet alleen voor degenen van wie de managers toevallig tijd hebben die week.

Veel ondernemingen hebben al BI-tools, workforce management-systemen, leerplatforms en kwaliteitszorgsoftware. Waar vallen deze systemen typisch tekort als het gaat om het verbeteren van de werkelijke prestaties van medewerkers?

Het probleem is niet de tools afzonderlijk, maar dat ze niet met elkaar communiceren op een manier die echt ten goede komt aan de frontline-operatie.

Een kwaliteitszorgsysteem signaleert een kwaliteitsprobleem. Die melding staat op een dashboard. De manager ziet het drie dagen later, als hij het al ziet. Het leerplatform heeft inhoud die kan helpen, maar niemand verbindt de melding met de inhoud. Het workforce management-systeem optimaliseert roosters, maar weet niets over vaardigheidslacunes. En erkenning gebeurt afzonderlijk, in een ander hulpmiddel.

Dus inzichten en beslissingen bereiken nooit de mensen die ze nodig hebben. Coaching wordt losgekoppeld van training, training wordt losgekoppeld van resultaten, en de frontline-medewerker ervaart een gefragmenteerd geheel van programma’s die niet tot verbetering leiden.

En nu komen AI-agents in beeld, die in isolatie van de menselijke workforce worden ingezet en geoptimaliseerd, waardoor de uitdaging nog verder wordt verergerd. Het antwoord is niet alleen het verbinden van deze platforms. Het is het orkestreren ervan rond een gedeeld doel: de juiste interventie, voor de juiste persoon, op het juiste moment, gemeten tegen een echt bedrijfsresultaat.

De recente resultaten van klanten van het bedrijf omvatten verbeteringen in first-call-resolutie, verkoopprestaties, loyaliteitsinschrijving, productiviteit en reductie van fouten. Wat onthullen deze resultaten over het soort frontline-werk dat AI het eerst kan verbeteren?

Het gemeenschappelijke draad door al deze resultaten heen is dat ze werk betreffen dat kan worden gemeten en verbeterd door gedragsverandering, kennisversterking, vaardigheidontwikkeling en persoonlijke training, coaching en motivatie die het doen laten slagen.

De frontier die AI nu opent, is het doen van dit soort dingen op individueel niveau, niet alleen voor een segment of een cohorte, maar voor elke persoon, op basis van hun specifieke lacunes, hun rol en waar ze zijn in hun ontwikkelingsreis, en wat het bedrijf van hen nodig heeft.

TP Samsung’s klantenserviceteams verbeterden de first-call-resolutie met 7,5% en verlaagden het administratieve werk van managers met 70%.

Een van de vijf grootste banken in de VS zag een reductie van 66,7% in fouten en een toename van 4,8% in het aantal verwerkte rekeningen in de fraudeafdeling.

IHG Hotels & Resorts wilde dat hun receptiemedewerkers actief erkennen en inschrijven in hun One Rewards-programma. We hebben de training omgezet in missies, gaven medewerkers munten voor het voltooien van leerprocessen en inschrijvingen, en lieten properties concurreren op leaderboards. Hotels die het Centrical-platform gebruikten, behaalden tot 4 keer meer verbetering in loyaliteitsrecognitie en -inschrijvingsefficiëntie, waardoor miljoenen extra omzet en directe boekingen gegenereerd werden.

Centrical breidt zijn AI-portfolio uit met AI-ondersteunde coaching, rollensimulaties, hyperpersoonlijke prestatie-ervaringen en autonome prestatie-intelligentie. Welke van deze mogelijkheden denkt u dat het grootste near-term-impact op enterprise-teams zal hebben?

Het hangt af van waar een organisatie staat in haar transformatie. Ik zou twee mogelijkheden benadrukken die nu al een meetbare impact hebben op onze klanten.

AI-ondersteunde coaching heeft een disproportionele invloed omdat organisaties onder druk staan om coaching efficiënter te maken, het aantal medewerkers per manager te verhogen en toch de teamprestaties te verbeteren. Managers zijn de belangrijkste invloed op de frontline-prestaties, en toch hebben ze historisch meer tijd besteed aan rapporteren dan aan coaching. Onze AI-assistent keert dat verhouding om: het brengt naar voren wie gecoacht moet worden, waarover en waarom, met de juiste actie al voorbereid. En het is allemaal prioriteit op basis van de doelen van het bedrijf. De manager wordt een betere coach zonder dat hij meer uren in de dag nodig heeft.

AI-rollensimulaties zijn even kritisch op dit moment, om een andere reden. Nu AI eenvoudige interacties overneemt, worden de gesprekken die bij menselijke agenten terechtkomen complexer: emotioneel geladen, uitzonderlijk, hoogrisico. Tegelijkertijd mobiliseren organisaties hun werknemers sneller dan ooit in nieuwe rollen. Oefening (in de loop van het werk) is de enige manier om vertrouwen en competentie in die situaties op te bouwen voordat ze live gebeuren. Rollensimulatie op grote schaal, gedreven door echte prestatiehiaten, maakt dat mogelijk.

Autonome prestatie-intelligentie is de volgende frontier. De visie is een systeem dat kansen identificeert, de juiste programma’s activeert en de frontline-uitvoering continu verbetert zonder dat een manager hoeft te initiëren.

Hoe verandert AI-ondersteunde coaching de rol van frontline-managers, vooral wanneer veel managers al overbelast zijn met administratief werk en prestatierapportage?

Onze gegevens laten zien dat managers ongeveer 60% van hun tijd besteedden aan data-analyse en ongeveer 20% aan evaluaties, waardoor minder dan 20% overbleef voor het daadwerkelijk ondersteunen van hun teams. Dat is de kern van de disfunctie. De mensen die het meest verantwoordelijk zijn voor de frontline-prestaties, besteedden de meeste tijd aan dingen die een systeem voor hen zou moeten doen.

AI-coaching herwint die tijd. De manager krijgt een prioriteitweergave van precies wie gecoacht moet worden, op welk gedrag, met een voorgestelde aanpak al voorbereid. Sessies kunnen worden opgenomen en automatisch gedocumenteerd, zodat follow-upacties rechtstreeks vanuit het coachingsgesprek worden geactiveerd, in plaats van in een notitie te zitten die niemand leest. Persoonlijke doelen worden gemaakt die zowel haalbaar als zichtbaar zijn voor de medewerker.

Onze gegevens laten al zien dat managers die onze AI-mogelijkheden gebruiken, meer coachen en dat hun coaching een grotere invloed heeft op de prestaties van hun team. Een van onze grote hospitality-klanten zag een verbetering van 10% in de effectiviteit van de coaching dankzij AI, wat resulteerde in een meetbare verbetering van de KPI’s: alle KPI’s waarop medewerkers werden gecoacht met Centrical’s AI-mogelijkheden, verbeterden.

Een van de meest interessante aspecten van Centrical’s positioning is het idee van het beheren van zowel menselijke als digitale werknemers. Hoe moeten ondernemingen denken over prestatiebeheer wanneer AI-agents deel gaan uitmaken van de frontline-operaties?

De meeste ondernemingen lopen tegen een probleem aan dat ze nog niet zien. AI-agents verschijnen overal vandaan: een van uw contactcenterplatform, een van uw CRM, een paar van uw eigen teams die zijn gebouwd, en anderen die zijn geïntegreerd in tools waarvoor u al betaalt. We noemen het de dierentuin van agents. Ze doen allemaal werk, maar niemand is verantwoordelijk voor hun prestaties. Niemand kan u vertellen welke goed zijn in hun werk, welke afwijken of welke moeten worden stopgezet.

Het instinct is om dit te behandelen als een technisch probleem, een model of een integratie. Ik denk dat dat de verkeerde kader is. Zodra een AI-agent frontline-werk doet, moet het worden beheerd met dezelfde rigor die we toepassen op menselijke prestaties: duidelijke doelen, meetbare resultaten, certificering voordat het iets risicovols aanpakt, en een feedbacklus die afwijkingen vangt voordat ze schade aanrichten.

Dat is de laag die de meeste ondernemingen missen. Niet nog een plek om agents te bouwen, maar een geïntegreerd laag om ze te beheren, te certificeren en te orkestreren, zittend in hetzelfde systeem dat uw mensen beheert. Omdat het werk niet langer menselijk of digitaal is. Het is allebei, in hetzelfde team, vaak in dezelfde taak. Een persoon en drie agents die één klantinteractie afhandelen. Als u de mensen in één plaats meet en de agents in een andere, ziet u alleen fragmenten van hun prestaties.

Prestatiebeheer moet worden gezien als één discipline over de hele workforce, zowel menselijk als digitaal. Dezelfde doelen, dezelfde verantwoordelijkheid, dezelfde cyclus van meten, coachen, verbeteren.

Welke waarborgen zijn nodig om ervoor te zorgen dat AI-gedreven prestatiesystemen medewerkers ondersteunen in plaats van alleen maar druk, surveillance of onrealistische productiviteitsverwachtingen te verhogen?

Dit is een belangrijk onderwerp omdat we AI gebruiken om mensen te helpen een betere versie van zichzelf te worden op het werk.

Druk kan kortetermijneffecten hebben. Maar op lange termijn moet u mensen een duidelijke richting geven: help hen specifieke vaardigheden te ontwikkelen die hun rol nodig heeft, en creëer gefocuste oefening op de gedragingen die het meest belangrijk zijn. Dat is een andere deal voor de medewerker. Het systeem is er niet om u te controleren. Het is er om u goed te maken in uw werk. En goed worden in uw werk voelt een stuk beter dan erop worden afgerekend. Het is een eenvoudige zaak, maar niemand komt naar het werk om een slechte job te doen.

Dus de echte waarborgen zijn niet beleid, processen of een erkenningprogramma dat apart staat. Ze zijn de instructies, vaardigheden en tools die in het dagelijkse werk zijn ingebouwd om het werk gemakkelijker, lonender, effectiever te maken. Vaardigheden eerst, dan gedragingen, dan prestaties. En onder al het andere, motivatie: de medewerker moet de vooruitgang zien die hij boekt en die voelen. Elke stap moet terugkoppelen naar iets waar hij om geeft: de klanten die hij helpt, het team waar hij deel van uitmaakt, en waar hij naartoe wil.

En omdat AI het administratieve werk, de rapportage, de prioritering voor zijn rekening neemt, krijgen managers hun tijd terug om daadwerkelijk te coachen. Om aanwezig te zijn. Die menselijke relatie is wat het hele systeem doet werken.

Centrical heeft onlangs 39 miljoen dollar aan Series D-financiering opgehaald, waardoor de totale financiering meer dan 100 miljoen dollar bedraagt. Hoe zal deze nieuwe kapitaal de wereldwijde expansie en de ontwikkeling van AI-hulpmiddelen voor het beheren van frontline-prestaties over zowel menselijke als digitale werknemers versnellen in de komende 12 tot 24 maanden?

We denken aan groei op meerdere gebieden:

We bedienen ondernemingen in 150 landen en 60 talen vandaag, en deze ronde zal onze groei wereldwijd versnellen.

Dieper ingaan op autonome prestatie-intelligentie zal een van onze aandachtsgebieden zijn. Het volgende stadium is een systeem dat kansen identificeert, de juiste programma’s activeert en de frontline-uitvoering continu verbetert zonder dat een manager hoeft te initiëren.

Tenslotte het uitbreiden van het platform om prestaties te beheren over zowel menselijke als digitale workforces. Nu AI-agents meer frontline-taken overnemen, hebben ondernemingen dezelfde rigor nodig rond prestatienormen, coaching en meting voor die digitale werknemers als ze hebben voor menselijke. We zijn gepositioneerd om het besturingssysteem voor die hybride realiteit te zijn.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen Centrical bezoeken.