Гал Римон, Основатель и Генеральный Директор Centrical – Интервью

Гал Римон основал Centrical (ранее GamEffective) в 2013 году с четкой целью: помочь компаниям раскрыть потенциал своих сотрудников и сделать людей центром бизнес-успеха. До Centrical он занимал пост генерального директора Gilon Business Insight, лидера в области бизнес-интеллекта. Когда Gilon был приобретен Ness Technologies (NASDAQ: NSTC) в 2010 году, Гал присоединился к Ness в качестве старшего вице-президента и члена исполнительной команды. Ранее в своей карьере он занимал пост вице-президента по связям с клиентами и операциям в Deloitte Consulting и работал в EDS и Bashan. Гал имеет степень MBA в маркетинге и информационных технологиях Тель-Авивского университета.

Centrical – это платформа для оценки и вовлечения сотрудников, работающая на основе искусственного интеллекта, которая помогает организациям улучшить эффективность работы команд первого уровня через единую систему для управления производительностью, персонализированного коучинга, непрерывного обучения, контроля качества и геймификации. Платформа объединяет данные о производительности сотрудников, коучинг на основе ИИ, микрообучение, программы признания и наград, а также предоставляет данные в режиме реального времени, чтобы помочь менеджерам выявить возможности для улучшения и направить сотрудников на лучшие результаты. Широко используемая в контакт-центрах, организациях продаж и командах по обслуживанию клиентов, Centrical предназначена для увеличения вовлеченности сотрудников, производительности, удовлетворенности клиентов и общей бизнес-производительности, предоставляя персонализированное руководство и мотивацию в масштабе.

До основания Centrical вы провели годы в руководстве бизнес-интеллекта, включая пост генерального директора Gilon до его приобретения Ness Technologies. Как этот опыт сформировал ваше мнение о том, что предприятиям не нужно просто улучшать панели/данные, но и систему, которая может превратить идеи в действия для команд первого уровня?

Я провел почти два десятилетия в бизнес-интеллекте, работая с консалтинговыми компаниями, такими как EDS и Deloitte, и позже руководя своей собственной компанией. Мы помогали некоторым из крупнейших организаций мира осмыслить свои данные, и мы были хорошими в этом. Но я постоянно сталкивался с одной и той же проблемой. Компании инвестировали значительные средства в инфраструктуру данных. Панели были сложными. KPI были хорошо определены. И все же, очень мало что-то изменилось.

Интеллект существовал. Он просто не действовал. Пропущенная связь всегда была человеческим фактором. Вы можете поставить красный флаг рядом с сотрудником, который не справляется с работой, на панели, но этот флаг не говорит менеджеру, что делать, и он не помогает сотруднику улучшиться. Мост между идеей и выполнением проходит через людей, и ни один инструмент бизнес-интеллекта, с которым я когда-либо работал, не был предназначен для пересечения этого моста. Это осознание стало основной идеей, лежащей в основе Centrical. Вопрос никогда не был “как дать лидерам больше данных?”, а “как превратить данные в правильные действия, для правильного человека, в правильный момент?”

Чем больше у вас отдельных решений, тем больше у вас данных, и тем более сложной становится эта задача.

Centrical описывает себя как построение “Операционной Системы Интеллекта Производительности” для команд первого уровня. Что это значит на практике для команд обслуживания клиентов, гостиничных, банковских или телекоммуникационных команд, использующих эту платформу каждый день?

Давайте представим себе агента обслуживания клиентов в большом банке: она обрабатывает сложные звонки весь день. Ее менеджер руководит командой из 30 человек на двух площадках. Без операционной системы производительности менеджер тратит большую часть своего времени на составление отчетов, просмотр оценок контроля качества и попытки выяснить, кто нуждается в внимании. К тому времени, когда он добирается до коучинга, это реактивно, слишком поздно и не последовательно по всей команде и следующей.

С Centrical день выглядит по-другому. Платформа начинается с бизнес-результатов: цели улучшения качества, запуска нового продукта или требования соблюдения. Она принимает сигналы от данных KPI, оценок качества, прогресса обучения и обратной связи сотрудников, чтобы выявить точно, где есть пробелы. Когда у агента есть конкретная слабость, например, слабые вопросы при удержании клиентов, платформа выделяет это менеджеру с уже подготовленным рекомендуемым действием по коучингу и запускает целевую рольевую симуляцию для агента, чтобы он мог практиковаться перед следующим звонком.

Для агента в гостиничном бизнесе это может означать персонализированный вызов, связанный с поведением при наборе лояльности, с обратной связью в режиме реального времени и признанием, построенными в поток работы. Для команды телекоммуникаций, запускающей новый продукт, это может означать адаптивное обучение, которое корректируется в соответствии с существующими пробелами знаний каждого представителя, а не продвигает всех через один и тот же контент.

Общая нить заключается в том, что система соединяет стратегию с выполнением для каждого человека на полу, а не только для тех, чьи менеджеры случайно имеют время на это в течение недели.

Многие предприятия уже имеют инструменты бизнес-интеллекта, системы управления рабочей силой, платформы обучения и программное обеспечение контроля качества. Где эти системы обычно не справляются с улучшением реальной производительности сотрудников?

Проблема не в инструментах отдельно, а в том, что они не общаются друг с другом так, чтобы это действительно приносило пользу командам первого уровня.

Система контроля качества выделяет проблему качества. Этот флаг сидит на панели. Менеджер видит его через три дня, если вообще видит. Платформа обучения имеет контент, который может помочь, но никто не связывает флаг с контентом. Система управления рабочей силой оптимизирует графики, но не знает ничего о пробелах в навыках. И признание происходит отдельно, в другом инструменте.

Таким образом, идеи и решения никогда не доходят до людей, которым они нужны. Коучинг отключается от обучения, обучение отключается от результатов, и сотрудник первого уровня испытывает фрагментированный набор программ, которые не складываются в улучшение.

И теперь агенты ИИ входят в игру, развертываются и оптимизируются в изоляции от человеческой рабочей силы, что еще больше усугубляет проблему. Ответ не только в соединении этих платформ, но и в их оркестровке вокруг общей цели: правильного вмешательства, для правильного человека, в правильный момент, измеряемого по реальному бизнес-результату.

Недавние результаты клиентов включают улучшения в решении проблем при первом звонке, продажной производительности, наборе лояльности, производительности и снижении ошибок. Что эти результаты раскрывают о типе работы первого уровня, которую ИИ может улучшить в первую очередь?

Общая нить во всех этих результатах заключается в том, что они включают работу, которую можно измерить и улучшить через изменение поведения, укрепление знаний, развитие навыков и персонализированное обучение, коучинг и мотивацию, которые делают это устойчивым.

Фронт, который ИИ открывает сейчас, – это возможность делать это на индивидуальном уровне, не только для сегмента или когорты, но и для каждого человека, на основе его конкретных пробелов, его роли и того, на каком этапе он находится в своем пути развития, и того, что бизнес требует от него.

Команда обслуживания клиентов TP Samsung улучшила решение проблем при первом звонке на 7,5%, одновременно сократив административную работу менеджера на 70%.

Бэк-офис по борьбе с мошенничеством в одном из пяти крупнейших банков США увидел снижение ошибок на 66,7% и увеличение обработанных счетов на 4,8%.

IHG Hotels & Resorts хотели, чтобы их персонал на стойке регистрации активно признавал и набирал гостей в программу One Rewards. Мы превратили обучение в миссии, дали персоналу монеты за завершение обучения и набор членов, и позволили объектам конкурировать на досках лидеров. Отели, использующие платформу Centrical, достигли до 4-кратного улучшения в наборе лояльности и эффективности, что привело к миллионам дополнительных доходов и прямым бронированиям.

Centrical расширяет свой портфель ИИ с помощью коучинга, ролевых симуляций, гиперперсонализированных опытов производительности и автономного интеллекта производительности. Какая из этих возможностей, по вашему мнению, окажет наибольшее влияние на команды предприятий в ближайшем будущем?

Это зависит от того, на каком этапе трансформации находится организация. Я бы выделил две возможности, которые создают немедленное, измеримое влияние прямо сейчас для наших клиентов.

Коучинг с помощью ИИ оказывает значительное влияние, потому что организации находятся под реальным давлением, чтобы сделать коучинг более эффективным, увеличить сферу контроля менеджеров и все же улучшить производительность команд. Менеджеры являются самым большим влиянием на производительность первого уровня, и все же они исторически тратили больше времени на отчетность, чем на коучинг. Наш помощник ИИ меняет это соотношение: он выделяет, кого коучить, на что и почему, с уже подготовленным правильным действием. И все это приоритизируется на основе целей бизнеса. Менеджер становится лучше коучем, не нуждаясь в дополнительных часах в день.

Ролевые симуляции ИИ столь же критичны прямо сейчас, по другой причине. Поскольку ИИ берет на себя более простые взаимодействия, разговоры, которые доходят до человеческих агентов, становятся более сложными: эмоционально заряженными, исключительными, высокорисковыми. В то же время организации мобилизуют свою рабочую силу на новые роли быстрее, чем когда-либо. Практика (в потоке работы) – это единственный способ построить уверенность и компетентность в этих ситуациях до того, как они произойдут вживую. Ролевые симуляции в масштабе, обусловленные реальными пробелами в производительности, делают это возможным.

Автономный Интеллект Производительности – это следующий рубеж. Видение – система, которая выявляет возможности, запускает правильные программы и непрерывно улучшает выполнение первого уровня без ожидания инициативы менеджера.

Как коучинг с помощью ИИ меняет роль менеджеров первого уровня, особенно когда многие менеджеры уже перегружены административной работой и отчетностью производительности?

Наши данные показывают, что менеджеры тратили примерно 60% своего времени на анализ данных и около 20% на оценки, оставляя менее 20% на фактическую поддержку своих команд. Это основная дисфункция. Люди, наиболее ответственные за производительность первого уровня, тратили большую часть своего времени на то, что система должна была делать за них.

Коучинг ИИ возвращает это время. Менеджер получает приоритизированный вид того, кого коучить, на какое поведение, с уже подготовленным подходом. Сессии могут быть записаны и автоматически задокументированы, поэтому действия по последующим шагам активируются直接 из разговора по коучингу, а не сидят в заметке, которую никто не читает. Персонализированные цели создаются, которые являются как достижимыми, так и видимыми для сотрудника.

Наши данные уже показывают, что менеджеры, использующие наши возможности ИИ, коучат больше, и их коучинг оказывает больший влияние на производительность их команд. Один из наших крупных клиентов в сфере гостиничных услуг увидел 10% улучшение в эффективности коучинга благодаря ИИ, что привело к измеримому улучшению KPI: все KPI, на которые сотрудники были коучены с помощью возможностей ИИ Centrical, улучшились.

Одной из наиболее интересных частей позиционирования Centrical является идея управления как человеческими, так и цифровыми работниками. Как предприятиям следует думать о управлении производительностью, когда агенты ИИ становятся частью команд первого уровня?

Большинство предприятий входят в проблему, которую они еще не видят. Агенты ИИ появляются из всех сторон: один из вашей платформы обслуживания клиентов, один из вашей CRM, несколько из ваших собственных команд, построенных, и другие, включенные в инструменты, за которые вы уже платите. Мы называем это зоопарком агентов. Они все выполняют работу, но никто не владеет их производительностью. Никто не может сказать вам, какие из них действительно хороши в своей работе, какие дрейфуют, или какие должны быть удалены.

Инстинкт – это техническая проблема, модель или интеграция. Я думаю, что это неправильная рамка. Как только агент ИИ начинает выполнять работу первого уровня, ему нужна та же строгость, которую мы применяем к производительности человека: четкие цели, измеримые результаты, сертификация перед тем, как он займется чем-то высокорисковым, и обратная связь, которая обнаруживает дрейф, прежде чем он нанесет ущерб.

Это слой, которого не хватает большинству предприятий. Не еще одно место для построения агентов, а единый слой для управления, сертификации и оркестровки их, находящийся в той же системе, что и управление вашими людьми. Потому что работа не является человеческой или цифровой anymore. Это и то, и другое, на одной и той же команде, часто на одной и той же задаче. Человек и три агента, обрабатывающих одно взаимодействие с клиентом. Если вы измеряете людей в одном месте и агентов в другом, вы видите только фрагменты их производительности.

Управление производительностью должно рассматриваться как одна дисциплина на протяжении всей рабочей силы, человеческой и цифровой. Одни и те же цели, одна и та же подотчетность, один и тот же цикл измерения, коучинга, улучшения.

Какие гарантии необходимы, чтобы обеспечить, что системы производительности, управляемые ИИ, поддерживают сотрудников, а не просто увеличивают давление, наблюдение или нереалистичные ожидания производительности?

Это важная тема, потому что мы используем ИИ, чтобы помочь людям стать лучше в своей работе.

Давление может привести к краткосрочным результатам. Но в долгосрочной перспективе вам нужно дать людям четкое направление: помочь им построить конкретные навыки, необходимые для их роли, и создать сосредоточенную практику на поведении, которое наиболее важно. Это другое дело для сотрудника. Система не предназначена для того, чтобы наблюдать за вами. Она предназначена для того, чтобы сделать вас хорошим в своей работе. И стать хорошим в своей работе чувствуется намного лучше, чем быть измеренным на этом. Это простая вещь, но никто не приходит на работу, желая делать плохую работу.

Таким образом, реальные гарантии – это не политики, или процессы, или какая-то программа признания, которая сидит отдельно. Они – это инструкции, навыки и инструменты, построенные в ежедневную работу, чтобы сделать работу проще, более наградной, более эффективной. Навыки сначала, затем поведение, затем производительность. И под всем этим – мотивация: сотрудник должен видеть прогресс, который он делает, и чувствовать его. Каждый шаг должен связываться с чем-то, что он заботится: клиентами, которых он помогает, командой, частью которой он является, и туда, куда он хочет пойти дальше. Это то, что делает это больше, чем просто счетчик.

И потому что ИИ занимается административными задачами, отчетностью, приоритизацией, менеджеры получают свое время обратно, чтобы фактически коучить. Быть присутствующим. Это человеческая связь, которая делает все это работать.

Centrical недавно привлек 39 миллионов долларов в рамках раунда финансирования серии D, что увеличило общий объем финансирования до более 100 миллионов долларов. В течение следующих 12-24 месяцев, как этот новый капитал ускорит вашу глобальную экспансию и разработку инструментов ИИ для управления производительностью первого уровня как для человеческих, так и для цифровых работников?

Мы думаем о росте по нескольким направлениям:

Мы обслуживаем предприятия в 150 странах и 60 языках сегодня, и этот раунд ускорит наш рост глобально.

Углубление автономного Интеллекта Производительности будет одним из наших направлений внимания. Следующий этап – система, которая выявляет возможности, запускает правильные программы и непрерывно улучшает выполнение первого уровня без необходимости инициативы менеджера.

Наконец, расширение платформы для управления производительностью как человеческих, так и цифровых рабочих сил вместе. Поскольку агенты ИИ берут на себя больше задач первого уровня, предприятиям нужна та же строгость вокруг стандартов производительности, коучинга и измерения для этих цифровых работников, как и для человеческих. Мы позиционированы как операционная система для этой гибридной реальности.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Centrical.