Gal Rimon, Fundador e CEO da Centrical – Série de Entrevistas

Gal Rimon fundou a Centrical (anteriormente GamEffective) em 2013 com uma visão clara: ajudar as empresas a empoderar seus funcionários e tornar as pessoas o centro do sucesso dos negócios. Antes da Centrical, ele atuou como CEO da Gilon Business Insight, líder em inteligência de negócios. Quando a Gilon foi adquirida pela Ness Technologies (NASDAQ: NSTC) em 2010, Gal se juntou à Ness como Vice-Presidente Sênior e membro da equipe de liderança executiva. No início de sua carreira, ele atuou como VP de Relações com Clientes e Operações na Deloitte Consulting e ocupou cargos na EDS e Bashan. Gal possui um MBA em Marketing e Tecnologias de Informação pela Universidade de Tel Aviv.

Centrical é uma plataforma de desempenho e engajamento de funcionários impulsionada por IA que ajuda as organizações a melhorar a eficácia das equipes de linha de frente por meio de um sistema unificado para gestão de desempenho, treinamento personalizado, aprendizado contínuo, garantia de qualidade e gamificação. A plataforma reúne dados de desempenho de funcionários, treinamento impulsionado por IA, microaprendizado, programas de reconhecimento e insights em tempo real para ajudar os gerentes a identificar oportunidades de melhoria e orientar os funcionários em direção a melhores resultados. Amplamente utilizada por centros de contato, organizações de vendas e equipes de experiência do cliente, a Centrical é projetada para aumentar o engajamento dos funcionários, produtividade, satisfação do cliente e desempenho geral dos negócios, fornecendo orientação e motivação personalizadas em larga escala.

Antes de fundar a Centrical, você passou anos na liderança de inteligência de negócios, incluindo como CEO da Gilon antes de sua aquisição pela Ness Technologies. Como essa experiência moldou sua visão de que as empresas não precisam apenas de melhores painéis/dados, mas de um sistema que possa transformar insights em ação para as equipes de linha de frente?

Passei quase duas décadas em inteligência de negócios, trabalhando com empresas de consultoria como EDS e Deloitte e, posteriormente, dirigindo minha própria empresa. Estávamos ajudando algumas das maiores organizações do mundo a dar sentido aos seus dados, e éramos bons nisso. Mas eu continuava a encontrar o mesmo obstáculo. As empresas haviam investido pesadamente em infraestrutura de dados. Os painéis eram sofisticados. Os KPIs estavam bem definidos. E, ainda assim, muito pouco mudou.

A inteligência existia. Ela simplesmente não agia. O elo perdido era sempre o elemento humano. Você pode colocar uma bandeira vermelha ao lado de um funcionário com desempenho abaixo da média em um painel, mas essa bandeira não diz ao gerente o que fazer, e não ajuda o funcionário a melhorar. A ponte entre insight e execução passa pelas pessoas, e nenhuma ferramenta de BI com a qual eu trabalhei foi projetada para cruzar essa ponte. Essa realização se tornou a ideia fundadora por trás da Centrical. A pergunta nunca foi “como dar aos líderes mais dados?” mas “como transformar dados em ação certa, para a pessoa certa, no momento certo?”

Quanto mais soluções pontuais você tem, mais dados você tem, e mais desafiador isso pode ser.

A Centrical descreve a si mesma como construindo um “Sistema Operacional de Inteligência de Desempenho” para a linha de frente. O que isso significa em termos práticos para uma equipe de atendimento ao cliente, hospitalidade, bancos ou telecomunicações que usa a plataforma todos os dias?

Vamos imaginar um agente de atendimento ao cliente em um grande banco: ela lida com chamadas complexas o dia todo. Seu gerente supervisiona uma equipe de 30 pessoas em dois locais. Sem um sistema operacional de desempenho, o gerente passa a maior parte do tempo tirando relatórios, revisando pontuações de QA e tentando descobrir quem precisa de atenção. Quando ele finalmente chega ao treinamento, é reativo, tarde demais e inconsistente em toda a equipe e na equipe seguinte.

Com a Centrical, o dia parece diferente. A plataforma começa com o resultado dos negócios: um alvo de melhoria de qualidade, um lançamento de novo produto ou um requisito de conformidade. Ela recebe sinais de dados de KPI, avaliações de qualidade, progresso de aprendizado e feedback de funcionários para identificar exatamente onde estão as lacunas. Quando um agente tem uma fraqueza específica, digamos, perguntas de sondagem fracas em chamadas de retenção, a plataforma traz isso ao gerente com uma ação de treinamento recomendada já preparada, e dispara uma simulação de papel treinada para o agente praticar antes da próxima chamada.

Para o agente de hospitalidade, pode significar um desafio personalizado vinculado a comportamentos de matrícula de lealdade, com feedback e reconhecimento em tempo real incorporados ao fluxo de trabalho. Para uma equipe de telecomunicações que lança um novo produto, pode significar aprendizado adaptativo que se ajusta às lacunas de conhecimento existentes de cada representante, em vez de empurrar todos pelo mesmo conteúdo.

O fio comum é que o sistema conecta estratégia à execução para cada pessoa no chão, não apenas aquelas cujos gerentes acontecem de ter tempo naquela semana.

Muitas empresas já têm ferramentas de BI, sistemas de gerenciamento de força de trabalho, plataformas de aprendizado e software de garantia de qualidade. Onde esses sistemas geralmente falham quando se trata de melhorar o desempenho real dos funcionários?

O problema não são as ferramentas individualmente, mas que elas não falam umas com as outras de uma maneira que realmente beneficie a operação de linha de frente.

Um sistema de QA sinaliza um problema de qualidade. Essa bandeira fica no painel. O gerente vê três dias depois, se é que vê. A plataforma de aprendizado tem conteúdo que poderia ajudar, mas ninguém conecta a bandeira ao conteúdo. O sistema de gerenciamento de força de trabalho otimiza horários, mas não sabe nada sobre lacunas de habilidades. E o reconhecimento acontece separadamente, em outra ferramenta.

Portanto, insights e decisões nunca alcançam as pessoas que precisam deles. O treinamento se desconecta do treinamento, o treinamento se desconecta dos resultados, e o funcionário de linha de frente experimenta um conjunto fragmentado de programas que não somam melhoria.

E agora, os agentes de IA estão entrando na mistura, sendo implantados e otimizados de forma isolada da força de trabalho humana, aumentando ainda mais o desafio. A resposta não é apenas conectar essas plataformas. É orquestrá-las em torno de um objetivo compartilhado: a intervenção certa, para a pessoa certa, no momento certo, medido contra um resultado de negócios real.

Os resultados recentes dos clientes da empresa incluem melhorias na resolução de chamadas na primeira tentativa, desempenho de vendas, matrícula de lealdade, produtividade e redução de erros. O que esses resultados revelam sobre o tipo de trabalho de linha de frente que a IA pode melhorar primeiro?

O fio comum em todos esses resultados é que eles envolvem trabalho que pode ser medido e melhorado por meio de mudança comportamental, reforço de conhecimento, desenvolvimento de habilidades e treinamento personalizado que faz com que isso dure.

A fronteira que a IA está abrindo agora é fazer isso no nível individual, não apenas para um segmento ou uma coorte, mas para cada pessoa, com base em suas lacunas específicas, seu papel e onde elas estão em sua jornada de desenvolvimento, e no que os negócios precisam delas.

TP Samsung melhorou a resolução de chamadas na primeira tentativa em 7,5%, enquanto reduziu o trabalho administrativo do gerente em 70%.

Um dos cinco principais bancos dos EUA viu uma redução de 66,7% nos erros e um aumento de 4,8% nos contas processadas.

IHG Hotels & Resorts queria que seu pessoal da recepção ativamente reconhecesse e matriculasse hóspedes no programa One Rewards. Nós gamificamos o treinamento em missões, demos moedas ao pessoal por completar o aprendizado e matricular membros, e deixamos as propriedades competirem em placares. Os hotéis que usavam a plataforma Centrical alcançaram até 4 vezes a melhoria na eficiência de reconhecimento e matrícula de lealdade, impulsionando milhões em receita adicional e reservas diretas.

A Centrical está expandindo sua carteira de IA com treinamento assistido por IA, simulações de papel, experiências de desempenho hiperpersonalizadas e inteligência de desempenho autônoma. Qual dessas capacidades você acredita que terá o maior impacto de curto prazo nas equipes de empresas?

Depende de onde uma organização está em sua transformação. Eu destacaria duas capacidades que estão criando impacto imediato e mensurável agora para nossos clientes.

O Treinamento Assistido por IA está tendo um efeito desproporcional porque as organizações estão sob pressão real para tornar o treinamento mais eficiente, aumentar o controle dos gerentes e melhorar o desempenho da equipe. Os gerentes são a maior influência no desempenho da linha de frente, e ainda assim eles historicamente gastam mais tempo relatando do que treinando. Nosso assistente de IA inverte essa proporção: ele traz à tona quem treinar, sobre o que e por quê, com a ação certa já preparada. E tudo isso é priorizado com base nos objetivos dos negócios. O gerente se torna um treinador melhor sem precisar de mais horas no dia.

As Simulações de Papel de IA são igualmente críticas agora, por uma razão diferente. À medida que a IA assume interações mais simples, as conversas que atingem os agentes humanos estão se tornando mais complexas: carregadas de emoção, cheias de exceções, de alto risco. Ao mesmo tempo, as organizações estão mobilizando suas forças de trabalho para novos papéis mais rápido do que nunca. A prática (no fluxo de trabalho) é a única maneira de construir confiança e competência nessas situações antes que elas aconteçam ao vivo. Simulações de papel em larga escala, impulsionadas por lacunas de desempenho reais, tornam isso possível.

A Inteligência de Desempenho Autônoma é a próxima fronteira. A visão é um sistema que identifica oportunidades, dispara os programas certos e melhora continuamente a execução da linha de frente sem esperar que um gerente inicie.

Como o treinamento assistido por IA muda o papel dos gerentes de linha de frente, especialmente quando muitos gerentes já estão sobrecarregados com trabalho administrativo e relatórios de desempenho?

Nossos dados mostram que os gerentes estavam gastando cerca de 60% do seu tempo com análise de dados e cerca de 20% com avaliações, deixando menos de 20% para realmente apoiar suas equipes. Essa é a disfunção central. As pessoas mais responsáveis pelo desempenho da linha de frente estavam gastando a maior parte do tempo fazendo coisas que um sistema deveria fazer por elas.

O Treinamento de IA reivindica esse tempo. O gerente obtém uma visão priorizada de exatamente quem treinar, sobre que comportamento, com uma abordagem sugerida já preparada. As sessões podem ser gravadas e documentadas automaticamente, para que as ações de follow-up sejam ativadas diretamente da conversa de treinamento, em vez de ficar em uma nota que ninguém lê. Metas personalizadas são criadas que são ao mesmo tempo alcançáveis e visíveis para o funcionário.

Nossos dados já estão mostrando que os gerentes que usam nossas capacidades de IA estão treinando mais, e que seu treinamento está tendo um impacto maior no desempenho de suas equipes. Um de nossos grandes clientes de hospitalidade viu uma melhoria de 10% na eficácia do treinamento, graças à IA, resultando em uma melhoria mensurável nos KPIs: todos os KPIs nos quais os funcionários foram treinados com as capacidades de IA da Centrical melhoraram.

Uma das partes mais interessantes da posição da Centrical é a ideia de gerenciar tanto funcionários humanos quanto digitais. Como as empresas devem pensar sobre a gestão de desempenho quando os agentes de IA se tornam parte das operações de linha de frente?

A maioria das empresas está caminhando para um problema que elas ainda não veem. Os agentes de IA estão surgindo de todos os lugares: um do seu plataforma de atendimento ao cliente, um do seu CRM, alguns do seu próprio time construído e outros embutidos em ferramentas pelas quais você já paga. Nós os chamamos de “zoológico de agentes”. Eles estão todos fazendo trabalho, mas ninguém é dono de seu desempenho. Ninguém pode dizer quais deles estão realmente bons no trabalho, quais estão se desviando ou quais devem ser removidos.

O instinto é tratar isso como um problema técnico, um modelo ou uma integração. Eu acho que essa é a estrutura errada. Uma vez que um agente de IA está fazendo trabalho de linha de frente, ele precisa ser governado com o mesmo rigor que trazemos para o desempenho humano: metas claras, resultados mensuráveis, certificação antes de lidar com algo de alto risco e um loop de feedback que capture a deriva antes que cause danos.

Essa é a camada que a maioria das empresas está faltando. Não mais um lugar para construir agentes, mas uma camada unificada para gerenciar, certificar e orquestrar todos eles, sentada no mesmo sistema que gerencia as pessoas. Porque o trabalho não é mais humano ou digital. É ambos, na mesma equipe, frequentemente na mesma tarefa. Uma pessoa e três agentes lidando com uma interação de cliente. Se você mede as pessoas em um lugar e os agentes em outro, você só vê fragmentos de seu desempenho.

A gestão de desempenho deve ser vista como uma disciplina única em toda a força de trabalho, humana e digital. Mesmos objetivos, mesma responsabilidade, mesmo loop de medida, treinamento, melhoria.

Quais salvaguardas são necessárias para garantir que os sistemas de desempenho impulsionados por IA apoiem os funcionários em vez de simplesmente aumentar a pressão, a vigilância ou as expectativas de produtividade irrealistas?

Este é um tópico importante porque usamos IA para ajudar as pessoas a se tornarem uma versão melhor de si mesmas no trabalho.

A pressão pode impulsionar resultados de curto prazo. Mas no longo prazo, você precisa dar às pessoas uma direção clara: ajudá-las a construir as habilidades específicas que seu papel precisa, e criar prática focada nos comportamentos que mais importam. Essa é uma proposta diferente para o funcionário. O sistema não está lá para observá-lo. Está lá para torná-lo bom no seu trabalho. E ser bom no seu trabalho se sente muito melhor do que ser medido nele. É uma coisa simples, mas ninguém aparece no trabalho querendo fazer um trabalho ruim.

Portanto, as verdadeiras salvaguardas não são políticas, processos ou algum programa de reconhecimento que fica à margem. São as instruções, habilidades e ferramentas construídas no trabalho diário para tornar o trabalho mais fácil, mais gratificante, mais eficaz. Habilidades primeiro, então comportamentos, então desempenho. E abaixo de tudo, motivação: o funcionário deve ver o progresso que está fazendo e sentir. Cada passo deve se conectar a algo que ele se importa: os clientes que ajuda, a equipe de que faz parte e para onde quer ir em seguida. É isso que torna mais do que uma tabela de pontuações.

E porque a IA lida com a administração, os relatórios, a priorização, os gerentes recuperam seu tempo para realmente treinar. Para estar presente. Essa relação humana é o que torna tudo funcionar.

A Centrical recentemente levantou $39 milhões em financiamento da Série D, elevando o financiamento total para mais de $100 milhões. Nos próximos 12 a 24 meses, como esse novo capital acelerará sua expansão global e o desenvolvimento de ferramentas de IA para gerenciar o desempenho da linha de frente em ambos os funcionários humanos e digitais?

Estamos pensando em crescimento em várias áreas:

Atendemos empresas em 150 países e 60 idiomas hoje, e essa rodada acelerará nosso crescimento global.

Aprofundar a Inteligência de Desempenho Autônoma será uma de nossas áreas de foco. A próxima etapa é um sistema que identifica oportunidades, dispara os programas certos e melhora continuamente a execução da linha de frente sem exigir que um gerente inicie.

Finalmente, estender a plataforma para governar o desempenho em ambos os funcionários humanos e digitais juntos. À medida que os agentes de IA assumem mais tarefas de linha de frente, as empresas precisam do mesmo rigor em torno de padrões de desempenho, treinamento e medição para esses trabalhadores digitais, assim como para os humanos. Estamos posicionados para ser o sistema operacional para essa realidade híbrida.

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