Avinash Misra, CEO & Co-Founder of Skan.AI – Wywiad

Avinash Misra jest CEO i współzałożycielem Skan. Avinash jest przedsiębiorcą przez całe życie z udokumentowanym rekordem prowadzenia przedsięwzięć od nasion do płynności. Zbudował udane przedsięwzięcia w dziedzinie transformacji cyfrowej przedsiębiorstw, a jego ostatnie przedsięwzięcie zostało przejęte przez Genpact (NYSE: G). Pomysł Avinasha na Skan zaczął się w dużych projektach transformacji procesów biznesowych, którymi kierował przez ostatnią dekadę.

Poprzednia Twoja firma Endeavour Software Technologies została ostatecznie przejęta przez Genpact. Co to była za firma i jakie były najważniejsze lekcje, które się nauczyłeś?

Ta firma była specjalistą w dziedzinie transformacji cyfrowej front-office. Innymi słowy, specjalizowała się w budowaniu i wdrażaniu konkretnych technologii, takich jak rozpoznawanie obrazów, czatboty/przetwarzanie języka naturalnego (NLP) oraz aplikacje mobilne dla przedsiębiorstw, w celu poprawy i transformacji procesów biznesowych związanych z obsługą klienta.

Nauczyliśmy się dwóch ważnych lekcji. Po pierwsze, gdy technologia jest stosowana dla samej siebie, tworzy zarówno dług techniczny, jak i procesowy. Po drugie, największą wartość uzyskuje się, gdy technologia podejmuje podejście do użytkownika końcowego z empatią i myśleniem projektowym.

Czy mógłbyś podzielić się historią powstania Skan?

„Automatyzacja zaczyna się, gdy automatyzacja zawodzi.” W jednym zdaniu, to był nasz początek. Gdy budowaliśmy boty RPA dla złożonych procesów biznesowych, wielokrotnie zauważaliśmy, że gdy bot został wdrożony, szybko zawodził, ponieważ nie brał pod uwagę wszystkich niuansów, permutacji i wyjątków tego procesu biznesowego. Każdy raz, gdy bot zawodził, stawał się jedną więcej brakującą permutacją pracy. Był to niekończący się cykl wdrożeń i niepowodzeń.

Dlaczego nie znamy wszystkich niuansów procesów biznesowych?

Nie znamy wszystkich niuansów procesów biznesowych, ponieważ całe odkrywanie procesów jest wykonywane przez ludzkich analityków biznesowych, którzy proszą agentów procesów o opisanie pracy. Ludzie są spektakularnie niewierni w opisywaniu rzeczy, które mają sensowny lub rutynowy charakter. Są to często rzeczy, które potrafią wykonać dobrze, ale nigdy nie mogą opisać z potrzebną dokładnością. Dlatego też zbudowaliśmy Skan, aby obserwować prawdziwą pracę i zrozumieć tę pracę i procesy, zamiast wywiady i dokumentowanie ludzi.

Skan jest częściowo platformą odkrywania procesów. Czy mógłbyś zdefiniować, co to jest odkrywanie procesów dla naszych czytelników?

Odkrywanie procesów to szerokie pojęcie, które odnosi się do aktu odkrywania lub uczenia się, jak procesy działają na poziomie operacyjnym lub strukturalnym. Jest to szczególnie trudne w przypadku procesów, które obejmują interakcje między ludźmi i systemami z setkami lub tysiącami pracowników, dziesiątkami aplikacji oprogramowania i złożonymi przepływami pracy. Wspaniałym przykładem jest proces zarządzania roszczeniami.

Dziś Skan jest tak naprawdę więcej niż platformą odkrywania procesów. Skan generuje głębokie zrozumienie pracy (odkrywanie procesów) i zapewnia zaawansowaną analitykę, aby pomóc właścicielom procesów i liderom transformacji mierzyć, analizować i poprawiać KPI, które napędzają wyniki biznesowe, takie jak doświadczenie klienta, przychody i koszty. Nazywamy tę szerszą możliwość: inteligencja procesów lub systematyczne gromadzenie danych i stosowanie tej wiedzy w celu kontrolowania wyników biznesowych lub uczenia się, zrozumienia i podejmowania decyzji.

Zgodnie z badaniem przeprowadzonym przez Ernst & Young, 30% do 50% projektów automatyzacji kończy się niepowodzeniem. Dlaczego uważasz, że jest to tak wysoka wartość?

Na podstawie pracy z naszymi klientami stwierdzamy, że jedną z głównych przeszkód w osiągnięciu sukcesu automatyzacji jest brak widoczności bieżącego stanu KPI w całym cyklu życia projektów automatyzacji.

Na przykład, aby zakwalifikować projekt automatyzacji, musimy ustalić bieżący stan KPI i zbudować biznesowy przypadek. W fazie eksperymentów musimy zidentyfikować wzorce technologiczne i zdefiniować docelowe (do-być) KPI na podstawie bieżącego stanu KPI. Podczas fazy projektowania, rozwoju, testowania i operacjonalizacji musimy dostosować się do pierwotnej przyczyny problemu, który ma być rozwiązany.

W końcu, w fazie walidacji, w której mierzymy zwrot z inwestycji i realizację korzyści, musimy mieć ślad do KPI, które mają być osiągnięte. Widzimy więc, że w całym cyklu życia wymagana jest przejrzystość i ślad do bieżącego stanu KPI i przyczyn pierwotnych. I, jak donosi Forrester Research (2021), tylko 16% organizacji twierdzi, że ma pełną widoczność, jak procesy działają. Nie jest więc zaskakujące, że projekty automatyzacji mają trudności z dostarczaniem wartości.

Czy mógłbyś wyjaśnić, jakie procedury Skan stosuje w celu ochrony prywatności osób, które są monitorowane, oraz wrażliwych danych biznesowych?

Ważne jest, aby zauważyć, że nie monitorujemy ludzi. Obserwujemy tylko określone elementy pracy (nie cały ekran). Te elementy to określone aplikacje pracy, które są zdefiniowane z wyprzedzeniem.

Mówiąc ogólnie, dla wszystkich obserwowanych aplikacji, wszystkie wrażliwe dane pracy są redagowane. Mamy również możliwość anonimizacji połączenia między osobą, która wykonała pracę, a procesem. Nazwy osób pracujących w procesie mogą być również anonimizowane.

Czy mógłbyś omówić, jak Skan wykorzystuje uczenie maszynowe, a konkretnie głębokie uczenie?

Skan wykorzystuje wiele algorytmów AI i uczenia maszynowego, aby rozwiązać różne problemy, takie jak anonimizacja wrażliwych informacji (zarówno danych tekstowych, jak i obrazowych), abstrakcja zdarzeń na poziomie biznesu, wnioskowanie o grafach procesów i odkrywanie wariacji procesów.

Jakie są przykłady uzyskanych wniosków, które można wykorzystać?

Skan pomaga właścicielom procesów i liderom transformacji mierzyć, analizować i poprawiać KPI, które napędzają wyniki biznesowe. Przykładowe wnioski to:

Efektywność:

• Koszt jednostkowy produkcji
• Wykorzystanie zasobów (siły roboczej)
• Poprawa NPS

Wydajność:

• Odkrywanie automatyzacji
• Pierwszy wskaźnik przejścia
• Zgodność procesowa
• Planowanie pojemności (siły roboczej)
• Zmniejszona zmienność procesu

Jaka jest Twoja wizja przyszłości inteligencji procesów?

Nasza wizja przyszłości inteligencji procesów polega na przekształceniu sposobu, w jaki ludzie pracują, aby mogli poprawić swoją produktywność i osiągnąć swój pełny potencjał.

Dziś globalny piramida pracy ma szeroką podstawę zadań, które nie dodają wartości, i bardzo wąską górną część zadań, które dodają wartość. Nasza wizja polega na tym, aby odkrywanie procesów odwróciło tę piramidę.

Dziękujemy za wspaniały wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Skan.