Avinash Misra, CEO og medgrunnlegger av Skan.AI – Intervju-serie

Avinash Misra er CEO og medgrunnlegger av Skan. Avinash er en livslang entrepreneur med en dokumentert rekord for å ta bedrifter fra seed til likviditet. Han har bygget suksessfulle bedrifter i enterprise digital transformasjon og hans siste bedrift ble kjøpt av Genpact (NYSE: G). Avinash’ innsikt for Skan tok rot i store skala Business Process Transformation-prosjekter som han har ledet over det siste tiåret.

Ditt tidligere selskap Endeavour Software Technologies ble til slutt kjøpt av Genpact. Hva var dette selskapet og hva var noen av de viktigste lærdommene du lærte?

Dette selskapet var en front-office digital transformasjonsspesialist. Det vil si at det spesialiserte seg i bygging og distribusjon av spesifikke teknologier som computer vision, chatbots/naturalspråklig prosessering (NLP) og enterprise mobile apps for å forbedre og transformere kundeorienterte forretningsprosesser.

Vi lærte to viktige lærdommer. Først, når teknologi brukes for sin egen skyld, skaper det både teknisk og prosess-gjeld. Andre, den største verdien oppnås når teknologi spesifikt nærmer seg slutbrukeren med empati og en design-tenkning.

Kunne du dele opphavsfortellingen bak Skan?

“Automatisering begynner når automatisering feiler.”På én setning, dette var vår begynnelse. Når vi bygget RPA-boter for komplekse forretningsprosesser, observerte vi gjentakende at når en bot ble deployet, feilet den raskt fordi den ikke tok hensyn til alle nuanser, permutasjoner og unntak i forretningsprosessen. Hver gang en bot feilet, ble det en mer manglende permutasjon av arbeid. Det var en endeløs syklus av deployering og feil.

Hvorfor vet vi ikke alle nuansene i forretningsprosesser?

Vi vet ikke alle nuansene i forretningsprosesser fordi all prosessoppdagelse gjøres av menneskelige forretningsanalytikere som ber prosessagentene om å beskrive arbeid. Mennesker er spektakulært upålitelige i å beskrive ting som har en følelse av familiærhet eller vanlig og rutinemessig. Disse er ofte ting de kan gjøre bra, men aldri kan beskrive med den nødvendige nøyaktighet. Derfor bygget vi Skan for å observere virkelig arbeid og forstå arbeid og prosesser, i stedet for å intervjue og dokumentere mennesker.

Skan er delvis en prosessoppdagelsesplattform. Kunne du definere hva prosessoppdagelse er for våre lesere?

Prosessoppdagelse er en bred betegnelse som refererer til handlingen med å oppdage eller lære hvordan prosesser fungerer på et operasjonelt eller strukturelt nivå. Dette er spesielt utfordrende med prosesser som involverer menneske-system-interaksjoner med hundrevis eller tusenvis av arbeidere, dusinvis av programvare-applikasjoner og komplekse arbeidsflyter. Et godt eksempel er claims management-prosessen.

I dag er Skan faktisk mer enn en prosessoppdagelsesplattform. Skan genererer en dyp forståelse av arbeid (prosessoppdagelse) og tilbyr avanserte analyser for å hjelpe prosesseiere og transformasjonsledere å måle, analysere og forbedre KPI-er som driver forretningsresultater som kundeopplevelse, omsetning og kostnader. Vi kaller denne bredere evnen: prosessintelligens eller den systematiske samlingen av data og den ende-til-ende prosessen og anvendelsen av denne kunnskapen til å kontrollere forretningsresultater eller å lære, forstå og fatter beslutninger.

Ifølge en studie utført av Ernst & Young, feiler 30% til 50% av automatiseringsprosjektene. Hvorfor tror du dette er så høyt?

Basert på arbeid med våre kunder, finner vi at en av de viktigste hindrene for automatiseringssuksess er mangel på oversikt over nåværende tilstand av KPI-er over hele livssyklusen av automatiseringsprosjekter.

For eksempel, for å kvalifisere et automatiseringsprosjekt, må vi baseline nåværende tilstand KPI-er og bygge en forretningscase. I eksperimentfasen må vi identifisere teknologimønster og definere mål (til å være) KPI-er basert på nåværende tilstand KPI-er. Under design, utvikling, testing og operasjonaliseringfasen må vi alignere med roten til problemet som skal løses.

Til slutt, i valideringsfasen hvor vi måler investeringsavkastning og fordeler realisering, må vi ha sporbarhet til mål (til å være) KPI-er. Så, vi ser at over hele denne livssyklusen, transparens og sporbarhet til nåværende tilstand KPI-er og roten til problemet er nødvendig. Og, likevel, ifølge Forrester Research (FORR ) (2021), sier bare 16% av organisasjonene at de har full oversikt over hvordan prosesser fungerer. Det er ingen under at automatiseringsprosjekter sliter med å levere verdi.

Kan du forklare hva prosedyrer Skan tar for å beskytte personvernet til personer som overvåkes og følsom forretningsdata?

Det er viktig å merke seg at vi ikke overvåker mennesker. Vi observerer bare bestemte elementer av arbeid (ikke hele skjermen). Disse elementene er bestemte arbeidsapplikasjoner som er forhåndsdefinert.

Det sagt, for alle applikasjoner som observeres, blir all følsom arbeidsdata redigert. Vi har også evnen til å anonymisere koblingen mellom personen som utførte jobben og prosessen. Navnene på personer som arbeider i prosessen kan også anonymiseres.

Kunne du diskutere hvordan Skan bruker maskinlæring og spesielt dyp læring?

Skan inkorporerer flere AI- og maskinlæringsalgoritmer for å løse problemer som å anonymisere følsom informasjon (begge tekst- og bilddata), abstrahere lav-nivå-hendelser til forretningsaktiviteter, inferere prosessgrafer og oppdage prosessvariasjoner.

Hva er noen eksempler på håndterbare innsikter som er blitt gjort fra denne prosessen?

Skan hjelper prosesseiere og transformasjonsledere å måle, analysere og forbedre KPI-er som driver forretningsresultater. Noen eksempel-innsikter er:

Effektivitet:

• Enhetlig produksjonskostnad
• Resurs (arbeidsstyrke) utnyttelse
• NPS-forbedring

Effisiens:

• Automatiseringsoppdagelse
• Første pass-rate
• Prosesssamhold
• Kapasitets (arbeidsstyrke) planlegging
• Redusert prosessvariasjon

Hva er din visjon for fremtiden av prosessintelligens?

Vår visjon for fremtiden av prosessintelligens er å transformere måten mennesker arbeider så de kan forbedre produktivitet og nå sitt fulle potensiale.

I dag har den globale pyramiden av arbeid en bred base av ikke-verdi-tillegg-oppdrag og en svært smal topp av verdi-til-legg-oppdrag. Vår visjon er for prosessoppdagelse å snu denne pyramiden.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke Skan.