Avinash Misra, CEO e Co-Fundador da Skan.AI – Série de Entrevistas

Avinash Misra é o CEO e co-fundador da Skan. Avinash é um empreendedor de toda a vida com um histórico comprovado de levar empreendimentos de sementes à liquidez. Ele construiu empreendimentos de sucesso no espaço de transformação digital empresarial e seu último empreendimento foi adquirido pela Genpact (NYSE: G). A visão de Avinash para a Skan surgiu em projetos de Transformação de Processos de Negócios em larga escala, que ele liderou ao longo da última década.

Sua empresa anterior, Endeavour Software Technologies, foi eventualmente adquirida pela Genpact. O que era essa empresa e quais foram algumas das lições principais que você aprendeu?

Essa empresa era uma especialista em transformação digital de frente de escritório. Ou seja, especializava-se na construção e implantação de tecnologias específicas, como visão computacional, chatbots/ processamento de linguagem natural (NLP) e aplicativos móveis empresariais, para melhorar e transformar processos de negócios voltados para o cliente.

Aprendemos duas lições principais. Primeiro, quando a tecnologia é aplicada por si só, cria dívida técnica e de processo. Segundo, o maior valor é derivado quando a tecnologia se aproxima do usuário final com empatia e uma mentalidade de design.

Pode compartilhar a história de como surgiu a Skan?

“A automação começa quando a automação falha.”Em uma frase, essa foi nossa origem. Quando construíamos robôs de RPA para processos de negócios complexos, notamos repetidamente que, uma vez implantado um robô, ele falhava rapidamente porque não levava em conta todas as nuances, permutações e exceções desse processo de negócios. Cada vez que um robô falhava, tornava-se mais uma permutação de trabalho perdida. Era um ciclo interminável de implantação e falhas.

Então, por que não sabemos todas as nuances dos processos de negócios?

Não sabemos todas as nuances dos processos de negócios porque toda a descoberta de processos é feita por analistas de negócios humanos que pedem aos agentes do processo que descrevam o trabalho. Os seres humanos são incrivelmente pouco confiáveis ao descrever coisas que têm um sentido de familiaridade ou habitual e rotineira. São frequentemente coisas que eles podem fazer bem, mas nunca descrever com a precisão necessária. Portanto, construímos a Skan para observar o trabalho real e entender esse trabalho e os processos, em vez de entrevistar e documentar humanos.

A Skan é parcialmente uma plataforma de descoberta de processos. Pode definir o que é descoberta de processos para nossos leitores?

A descoberta de processos é um termo amplo que se refere ao ato de descobrir ou aprender como os processos funcionam em um nível operacional ou estrutural. Isso é particularmente desafiador com processos que envolvem interações humanas-sistema com centenas ou milhares de trabalhadores, dezenas de aplicativos de software e fluxos de trabalho complexos. Um exemplo é o processo de gerenciamento de reclamações.

Hoje, a Skan é mais do que uma plataforma de descoberta de processos. A Skan gera uma compreensão profunda do trabalho (descoberta de processos) e fornece análises avançadas para ajudar os proprietários de processos e líderes de transformação a medir, analisar e melhorar os KPIs que impulsionam os resultados de negócios, como a experiência do cliente, receita e custo. Chamamos essa capacidade mais ampla de: inteligência de processos ou a coleta sistemática de dados e a aplicação de conhecimento para controlar os resultados de negócios ou aprender, entender e tomar decisões.

De acordo com um estudo realizado pela Ernst & Young, 30% a 50% dos projetos de automação falham. Por que você acredita que esse número é tão alto?

Com base no trabalho com nossos clientes, encontramos que um dos principais obstáculos ao sucesso da automação é a falta de visibilidade do estado atual dos KPIs ao longo do ciclo de vida dos projetos de automação.

Por exemplo, para qualificar um projeto de automação, precisamos estabelecer os KPIs atuais e criar um caso de negócios. Na fase de experimentação, precisamos identificar padrões de tecnologia e definir KPIs-alvo (para ser) com base nos KPIs atuais. Durante a fase de design, desenvolvimento, teste e operacionalização, precisamos alinhar com a causa raiz do problema a ser resolvido.

Finalmente, na fase de validação, onde medimos o retorno sobre o investimento e a realização dos benefícios, precisamos de rastreabilidade para os KPIs-alvo. Portanto, vemos que ao longo de todo o ciclo de vida, a transparência e a rastreabilidade para os KPIs atuais e as causas raiz são necessárias. E, no entanto, de acordo com a Forrester Research (FORR ) (2021), apenas 16% das organizações afirmam ter visibilidade completa de como os processos funcionam. Não é de se admirar que os projetos de automação lutem para entregar valor.

Pode explicar quais procedimentos a Skan toma para proteger a privacidade das pessoas que estão sendo monitoradas e dados de negócios sensíveis?

É importante notar que não monitoramos pessoas. Observamos apenas elementos específicos de trabalho (não toda a tela). Esses elementos são aplicativos de trabalho específicos pré-definidos.

Dito isso, para qualquer aplicativo observado, todos os dados de trabalho sensíveis são removidos. Também temos a capacidade de anonimizar o link entre a pessoa que fez o trabalho e o processo. Os nomes dos indivíduos que trabalham no processo podem ser anonimizados também.

Pode discutir como a Skan usa aprendizado de máquina e, especificamente, aprendizado profundo?

A Skan incorpora vários algoritmos de IA e aprendizado de máquina para resolver problemas, como anonimizar informações sensíveis (tanto dados de texto quanto de imagem), abstrair eventos de baixo nível para atividades de negócios, inferir gráficos de processos e descobrir variações de processos.

Quais são alguns exemplos de insights ação que foram obtidos desse processo?

A Skan ajuda os proprietários de processos e líderes de transformação a medir, analisar e melhorar os KPIs que impulsionam os resultados de negócios. Alguns exemplos de insights são:

Eficácia:

• Custo unitário de produção
• Utilização de recursos (mão de obra)
• Melhoria da NPS

Eficiência:

• Descoberta de automação
• Taxa de primeira passagem
• Conformidade de processo
• Planejamento de capacidade (mão de obra)
• Redução da variabilidade do processo

Qual é sua visão para o futuro da inteligência de processos?

Nossa visão para o futuro da inteligência de processos é transformar a forma como as pessoas trabalham para que elas possam melhorar a produtividade e alcançar seu potencial máximo.

Hoje, a pirâmide global de trabalho tem uma base ampla de tarefas não adicionais de valor e um topo muito estreito de tarefas que adicionam valor. Nossa visão é para que a descoberta de processos inverta essa pirâmide.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Skan.