กัล ริมอน ผู้ก่อตั้งและซีอีโอของ Centrical – ซีรีส์สัมภาษณ์

กัล ริมอน ก่อตั้ง Centrical (เดิมชื่อ GamEffective) ในปี 2013 ด้วยวิสัยทัศน์ที่ชัดเจน: ช่วยให้บริษัทต่างๆ ให้พลังแก่พนักงานและทำให้คนเป็นศูนย์กลางของความสำเร็จทางธุรกิจ ก่อนที่จะเข้าร่วม Centrical เขาเคยดำรงตำแหน่งซีอีโอของ Gilon Business Insight ซึ่งเป็นผู้นำในด้านธุรกิจอินเทลลิเจนซ์ เมื่อ Gilon ถูกซื้อโดย Ness Technologies (NASDAQ: NSTC) ในปี 2010 กัลได้เข้าร่วม Ness ในตำแหน่งรองประธานอาวุโสและเป็นสมาชิกของทีมผู้นำระดับบริหาร ในช่วงแรกของอาชีพของเขา เขาเคยดำรงตำแหน่ง VP of Customer Relations and Operations ที่ Deloitte Consulting และ曾任职ที่ EDS และ Bashan กัลจบการศึกษาระดับ MBA ในสาขาการตลาดและการเทคโนโลยีสารสนเทศจาก Tel Aviv University

Centrical เป็นแพลตฟอร์มการทำงานของพนักงานที่ใช้ AI เพื่อช่วยให้องค์กรปรับปรุงประสิทธิภาพของทีมหน้าจั่วผ่านระบบการบริหารประสิทธิภาพที่รวมกัน การฝึกอบรมส่วนบุคคล การเรียนรู้อย่างต่อเนื่อง การรับรองคุณภาพ และการสร้างแรงจูงใจผ่านเกม แพลตฟอร์มนี้รวบรวมข้อมูลการทำงานของพนักงาน การฝึกอบรมที่ขับเคลื่อนโดย AI การเรียนรู้แบบไมโคร การรับรองและการให้คำแนะนำในเวลาจริงเพื่อช่วยให้ผู้จัดการระบุโอกาสในการปรับปรุงและชี้แนะพนักงานสู่ผลลัพธ์ที่ดีขึ้น โดยใช้กันอย่างแพร่หลายในศูนย์บริการลูกค้า องค์กรขาย และทีมประสบการณ์ลูกค้า Centrical ได้รับการออกแบบมาเพื่อเพิ่มการมีส่วนร่วมของพนักงาน การผลิตงาน ความพึงพอใจของลูกค้า และประสิทธิภาพทางธุรกิจโดยรวมโดยการให้คำแนะนำและแรงจูงใจที่เป็นส่วนตัวในระดับใหญ่

ก่อนที่คุณจะก่อตั้ง Centrical คุณใช้เวลาหลายปีในด้านการนำทางธุรกิจอินเทลลิเจนซ์ รวมถึงการเป็นซีอีโอของ Gilon ก่อนที่จะถูกซื้อโดย Ness Technologies การทำงานในธุรกิจอินเทลลิเจนซ์ทำให้คุณมีมุมมองที่ว่าองค์กรไม่เพียงแต่ต้องการแดชบอร์ด/ข้อมูลที่ดีกว่า แต่ยังต้องการระบบที่สามารถเปลี่ยนข้อมูลให้เป็นการดำเนินการสำหรับทีมหน้าจั่วด้วย อย่างไร

ฉันใช้เวลาเกือบสองทศวรรษในธุรกิจอินเทลลิเจนซ์ โดยทำงานกับบริษัทที่ปรึกษาด้าน EDS และ Deloitte และในภายหลังได้ดำเนินธุรกิจของตัวเอง เราได้ช่วยให้องค์กรขนาดใหญ่ที่สุดในโลกสามารถเข้าใจข้อมูลของตนเองได้ และเราทำได้ดี แต่ฉันพบว่าตัวเองต้องเผชิญกับกำแพงเดียวกันอยู่เสมอ องค์กรมีการลงทุนอย่างมากในโครงสร้างพื้นฐานข้อมูล แดชบอร์ดมีความซับซ้อน KPI ได้รับการกำหนดไว้อย่างดี แต่สิ่งที่เปลี่ยนแปลงน้อยมาก

ความฉลาดมีอยู่ แต่ไม่ได้ดำเนินการ สิ่งที่ขาดคือส่วนเชื่อมระหว่างข้อมูลและการดำเนินการ ซึ่งเชื่อมผ่านคน คุณสามารถวางธงแดงไว้ข้างพนักงานที่ทำงานต่ำกว่ามาตรฐานบนแดชบอร์ด แต่ธงนั้นไม่ได้บอกผู้จัดการว่าจะทำอะไร และไม่ได้ช่วยให้พนักงานดีขึ้น สะพานระหว่างข้อมูลและการดำเนินการผ่านคน และไม่มีเครื่องมือ BI ที่ฉันเคยทำงานด้วยที่ถูกสร้างขึ้นเพื่อข้ามสิ่งนั้น ความเข้าใจนี้กลายเป็นแนวคิดในการก่อตั้ง Centrical คำถามไม่เคยเป็น “เราจะให้ผู้นำมีข้อมูลมากขึ้นได้อย่างไร?” แต่เป็น “เราจะเปลี่ยนข้อมูลให้เป็นการดำเนินการที่ถูกต้องสำหรับคนถูกต้องในเวลาที่ถูกต้องได้อย่างไร?”

เมื่อคุณมีเครื่องมือเฉพาะจุดมากขึ้น คุณจะมีข้อมูลมากขึ้น และสิ่งนี้อาจท้าทายมากขึ้น

Centrical อธิบายตัวเองว่าเป็นการสร้าง “Performance Intelligence OS” สำหรับทีมหน้าจั่ว สิ่งนี้หมายถึงอะไรในทางปฏิบัติสำหรับทีมบริการลูกค้า การต้อนรับ ธุรกิจธนาคาร หรือทีมโทรคมนาคมที่ใช้แพลตฟอร์มนี้ทุกวัน

ลองนึกภาพตัวแทนบริการลูกค้าที่ธนาคารขนาดใหญ่: เธอจัดการเรียกที่ซับซ้อนตลอดทั้งวัน ผู้จัดการของเธอดูแลทีม 30 คนในสองไซต์ หากไม่มีระบบการทำงานของประสิทธิภาพ ผู้จัดการจะใช้เวลาส่วนใหญ่ในการดึงรายงาน การทบทวนคะแนน QA และพยายามค้นหาว่าใครต้องการความสนใจ เมื่อเข้าถึงการฝึกอบรม จะสายเกินไป และไม่สอดคล้องกันในทีมและทีมถัดไป

ด้วย Centrical วันจะดูแตกต่าง แพลตฟอร์มนี้เริ่มต้นจากผลลัพธ์ทางธุรกิจ: เป้าหมายการปรับปรุงคุณภาพ การเปิดตัวผลิตภัณฑ์ใหม่ หรือความต้องการการปฏิบัติตามกฎระเบียบ มันรวบรวมสัญญาณจากข้อมูล KPI การประเมินคุณภาพ การเรียนรู้ และคำติชมของพนักงานเพื่อระบุพื้นที่ที่มีช่องว่าง เมื่อตัวแทนมีความอ่อนแอในด้านใดด้านหนึ่ง เช่น คำถามในการรักษาลูกค้าที่อ่อนแอ แพลตฟอร์มนี้จะแสดงให้ผู้จัดการเห็นพร้อมกับการฝึกอบรมที่แนะนำแล้ว และจะกระตุ้นการจำลองบทบาทที่มุ่งเป้าสำหรับตัวแทนในการฝึกซ้อมก่อนการโทรต่อไป

สำหรับตัวแทนในธุรกิจโรงแรม อาจหมายถึงการเร่งความเร็วในการฝึกอบรมที่เชื่อมโยงกับการมอบหมายพฤติกรรมในการลงทะเบียนความภักดี โดยมีการให้ข้อเสนอแนะและรางวัลที่สร้างไว้ในกระบวนการทำงาน สำหรับทีมโทรคมนาคมที่เปิดตัวผลิตภัณฑ์ใหม่ อาจหมายถึงการเรียนรู้แบบปรับเปลี่ยนซึ่งปรับตามช่องว่างความรู้ที่มีอยู่ของแต่ละตัวแทนมากกว่าการผลักดันเนื้อหาที่เหมือนกันให้ทุกคน

สิ่งที่เหมือนกันคือระบบเชื่อมโยงกลยุทธ์กับการดำเนินการสำหรับทุกคนในทีม ไม่ใช่แค่ผู้จัดการที่มีเวลาว่างในแต่ละสัปดาห์

หลายองค์กรมีเครื่องมือ BI ระบบจัดการกำลังคน แพลตฟอร์มการเรียนรู้ และซอฟต์แวร์การรับรองคุณภาพแล้ว จุดอ่อนของระบบเหล่านี้คืออะไรเมื่อพูดถึงการปรับปรุงประสิทธิภาพพนักงานในโลกแห่งความเป็นจริง

ปัญหาไม่ใช่เครื่องมือแต่ละตัว แต่เครื่องมือเหล่านั้นไม่สื่อสารกันในลักษณะที่เป็นประโยชน์ต่อการดำเนินงานหน้าจั่ว

ระบบ QA ระบุปัญหาเกี่ยวกับคุณภาพ สัญญาณนั้นจะอยู่บนแดชบอร์ด ผู้จัดการจะเห็นมันสามวันต่อมา หากเขาเห็นมัน แพลตฟอร์มการเรียนรู้มีเนื้อหาที่สามารถช่วยได้ แต่ไม่มีใครเชื่อมโยงสัญญาณนั้นเข้ากับเนื้อหานั้น ระบบจัดการกำลังคนจะจัดตารางเวลาให้เหมาะสม แต่ไม่รู้จักช่องว่างทักษะ และการให้รางวัลเกิดขึ้นแยกจากเครื่องมืออื่น

ดังนั้น ข้อมูลเชิงลึกและการตัดสินใจจึงไม่ถึงผู้ที่ต้องการมัน การฝึกอบรมจะถูกตัดขาดจากการฝึก การฝึกจะถูกตัดขาดจากผลลัพธ์ และพนักงานหน้าจั่วจะประสบกับโปรแกรมที่กระจัดกระจายซึ่งไม่ช่วยให้พวกเขาปรับปรุง

และตอนนี้ ตัวแทน AI กำลังเข้าร่วมการผสมผสาน โดยถูกปรับให้เหมาะสมในแยกจากกำลังคนของมนุษย์ ซึ่งเพิ่มความท้าทายมากขึ้น คำตอบไม่ใช่แค่การเชื่อมต่อแพลตฟอร์มเหล่านี้ แต่เป็นการกำกับดูแลพวกมันรอบเป้าหมายร่วมกัน: การแทรกแซงที่ถูกต้องสำหรับคนถูกต้องในเวลาที่ถูกต้อง โดยวัดจากผลลัพธ์ทางธุรกิจที่แท้จริง

ผลลัพธ์ของลูกค้าล่าสุดของบริษัท รวมถึงการปรับปรุงการแก้ปัญหาในครั้งแรก การแสดงผลการขาย การลงทะเบียนความภักดี การเพิ่มผลผลิต และการลดข้อผิดพลาด สิ่งเหล่านี้เปิดเผยอะไรเกี่ยวกับประเภทของงานหน้าจั่วที่ AI สามารถปรับปรุงได้

สิ่งที่เหมือนกันในผลลัพธ์ทั้งหมดนี้คือว่าพวกมันเกี่ยวข้องกับการทำงานที่สามารถวัดและปรับปรุงได้ผ่านการเปลี่ยนแปลงพฤติกรรม ผ่านการเสริมสร้างความรู้ การพัฒนาทักษะ และการฝึกอบรม การฝึกอบรม และแรงจูงใจที่ทำให้สิ่งเหล่านั้นยังคงอยู่

ขอบเขตใหม่ที่ AI เปิดเผยในปัจจุบันคือการทำสิ่งนี้ในระดับบุคคล ไม่ใช่แค่สำหรับเซ็กเมนต์หรือกลุ่ม แต่สำหรับแต่ละคน โดยอาศัยช่องว่างเฉพาะของพวกเขา บทบาทของพวกเขา และจุดที่พวกเขาอยู่ในเส้นทางพัฒนาของตนเอง และสิ่งที่ธุรกิจต้องการจากพวกเขา

ทีมบริการลูกค้าของ TP Samsung ปรับปรุงการแก้ปัญหาในครั้งแรกได้ 7.5% ในขณะที่ลดงานบริหารของผู้จัดการลง 70%

สำนักงานหลังการฉ้อโกงของธนาคารชั้นนำในสหรัฐฯ มีการลดข้อผิดพลาดลง 66.7% และเพิ่มจำนวนบัญชีที่ประมวลผลได้ 4.8%

โรงแรมและรีสอร์ท IHG ต้องการให้พนักงานหน้าจั่วของตนรับรู้และลงทะเบียนลูกค้าในโปรแกรมรางวัลของตน เราได้เปลี่ยนการฝึกอบรมให้เป็นภารกิจ มอบเหรียญให้กับพนักงานสำหรับการเรียนรู้และการลงทะเบียน และปล่อยให้โรงแรมแข่งขันกันในตารางคะแนน โรงแรมที่ใช้แพลตฟอร์ม Centrical มีการปรับปรุงการลงทะเบียนความภักดีและประสิทธิภาพการลงทะเบียนได้ถึง 4 เท่า ซึ่งผลักดันรายได้และการจองโดยตรงหลายล้าน

Centrical กำลังขยายพอร์ตโฟลิโอ AI ด้วยการฝึกอบรมที่ได้รับการช่วยเหลือจาก AI การจำลองบทบาท การสร้างประสบการณ์ประสิทธิภาพส่วนบุคคล และการทำงานอัตโนมัติของการทำงาน ซึ่งหนึ่งในความสามารถเหล่านี้คุณเชื่อว่าจะมีผลกระทบมากที่สุดต่อทีมองค์กรในระยะเวลาอันใกล้

ขึ้นอยู่กับว่าองค์กรอยู่ที่ไหนในกระบวนการเปลี่ยนแปลง ฉันจะเน้นความสามารถสองอย่างที่สร้างผลกระทบเชิงบวกที่วัดได้สำหรับลูกค้าของเราในขณะนี้

การฝึกอบรมที่ได้รับการช่วยเหลือจาก AI มีผลกระทบอย่างมากเพราะว่าองค์กรมีความกดดันที่แท้จริงในการทำให้การฝึกอบรมมีประสิทธิภาพมากขึ้น เพิ่มการควบคุมของผู้จัดการ และยังคงปรับปรุงประสิทธิภาพทีม ผู้จัดการเป็นปัจจัยที่มีอิทธิพลมากที่สุดต่อประสิทธิภาพหน้าจั่ว และพวกเขามักจะใช้เวลาส่วนใหญ่ในการรายงานมากกว่าการฝึกอบรม การช่วยเหลือ AI ของเราจะพลิกโฉมการนี้: มันจะแสดงให้เห็นว่าใครควรได้รับการฝึกอบรม ในเรื่องอะไร และทำไม โดยมีการดำเนินการถูกต้องพร้อมแล้ว และทั้งหมดนี้ได้รับการจัดลำดับความสำคัญตามเป้าหมายของธุรกิจ ผู้จัดการจะกลายเป็นโค้ชที่ดีกว่าโดยไม่ต้องใช้เวลามากขึ้นในแต่ละวัน

การจำลองบทบาทของ AI มีความสำคัญมากเช่นกันในขณะนี้ เนื่องจากการมีปฏิสัมพันธ์ที่ซับซ้อนมากขึ้น การมีปฏิสัมพันธ์ที่มีประเด็นขัดแย้ง การมีปฏิสัมพันธ์ที่มีความเสี่ยงสูง และการมีปฏิสัมพันธ์ที่มีความสำคัญสูง ในขณะเดียวกัน องค์กรกำลังเคลื่อนย้ายกำลังคนของตนไปยังบทบาทใหม่เร็วขึ้นกว่าเดิม การฝึกซ้อม (ในกระบวนการทำงาน) เป็นวิธีเดียวในการสร้างความมั่นใจและความสามารถในสถานการณ์เหล่านั้นก่อนที่จะเกิดขึ้นจริง การจำลองบทบาทในระดับใหญ่ที่ขับเคลื่อนโดยช่องว่างการทำงานที่แท้จริง ทำให้สิ่งนี้เป็นไปได้

การทำงานอัตโนมัติของการทำงานคือขอบเขตใหม่ ตัวมองคือระบบที่ระบุโอกาส กระตุ้นโปรแกรมที่ถูกต้อง และปรับปรุงการทำงานหน้าจั่วอย่างต่อเนื่องโดยไม่ต้องรอให้ผู้จัดการเริ่มต้น

การฝึกอบรมที่ได้รับการช่วยเหลือจาก AI เปลี่ยนแปลงบทบาทของผู้จัดการหน้าจั่วอย่างไร โดยเฉพาะอย่างยิ่งเมื่อผู้จัดการหลายคนมีงานบริหารและรายงานประสิทธิภาพมากเกินไป

ข้อมูลของเราแสดงให้เห็นว่าผู้จัดการใช้เวลาประมาณ 60% ในการวิเคราะห์ข้อมูลและประมาณ 20% ในการประเมิน ส่งผลให้มีเวลาไม่ถึง 20% สำหรับการสนับสนุนทีมของตน นี่คือการทำงานที่ไม่ถูกต้อง ผู้ที่รับผิดชอบต่อประสิทธิภาพหน้าจั่วส่วนใหญ่ใช้เวลาส่วนใหญ่ในการทำสิ่งที่ระบบควรทำแทนพวกเขา

การฝึกอบรม AI นำเวลานั้นคืนมา ผู้จัดการจะได้รับมุมมองที่จัดลำดับความสำคัญของคนให้ฝึกอบรม เรื่องอะไร และมีการดำเนินการที่แนะนำแล้ว การสนทนาในการฝึกอบรมสามารถบันทึกและอัตโนมัติเอกสาร ทำให้การดำเนินการต่อเนื่องถูกกระตุ้นโดยตรงจากการสนทนาในการฝึกอบรม แทนที่จะอยู่ในบันทึกที่ไม่มีใครอ่าน เป้าหมายส่วนบุคคลที่สร้างขึ้นเป็นไปได้และเป็นที่รู้จักของผู้จัดการ

ข้อมูลของเราบอกเราว่าผู้จัดการที่ใช้ความสามารถ AI ของเรากำลังฝึกอบรมมากขึ้น และการฝึกอบรมของพวกเขากำลังมีผลกระทบมากขึ้นต่อประสิทธิภาพทีมของพวกเขา ลูกค้าในธุรกิจโรงแรมรายใหญ่ของเราพบว่าการฝึกอบรมมีประสิทธิภาพมากขึ้น 10% ขึ้นไปด้วย AI ซึ่งส่งผลให้ KPI ที่พนักงานได้รับการฝึกอบรมด้วยความสามารถ AI ของ Centrical ปรับปรุงขึ้น

หนึ่งในส่วนที่น่าสนใจที่สุดของการวางตำแหน่งของ Centrical คือแนวคิดในการจัดการทั้งพนักงานมนุษย์และดิจิทัล องค์กรควรคิดอย่างไรเกี่ยวกับการจัดการประสิทธิภาพเมื่อตัวแทน AI กลายเป็นส่วนหนึ่งของการดำเนินงานหน้าจั่ว

องค์กรส่วนใหญ่กำลังเดินเข้าสู่ปัญหาโดยไม่เห็นมัน ตัวแทน AI กำลังปรากฏตัวจากทุกที่: หนึ่งจากแพลตฟอร์มบริการลูกค้า หนึ่งจาก CRM บางตัวที่ทีมของคุณสร้าง และบางตัวที่รวมอยู่ในเครื่องมือที่คุณจ่ายเงินแล้ว เราเรียกมันว่า “สวนสัตว์ของตัวแทน” พวกมันทำงาน แต่ไม่มีใครเป็นเจ้าของประสิทธิภาพของพวกเขา ไม่มีใครสามารถบอกคุณได้ว่าตัวแทนเหล่านั้นทำงานได้ดีหรือไม่ ซึ่งกำลังล้มเหลว หรือควรถูกถอดออก

ความตื่นตระหนกคือการรับมือกับสิ่งนี้ในฐานะปัญหาเทคนิค โมเดล หรือการผสานรวม ฉันคิดว่านี่คือกรอบที่ไม่ถูกต้อง เมื่อตัวแทน AI ทำงานหน้าจั่วแล้ว มันจำเป็นต้องมีการกำกับดูแลด้วยความเข้มงวดเช่นเดียวกับที่เรานำมาใช้กับการทำงานของมนุษย์: เป้าหมายที่ชัดเจน ผลลัพธ์ที่วัดได้ การรับรองก่อนที่จะจัดการกับสิ่งที่มีความเสี่ยง และวงจรการให้ข้อมูลที่จับปัญหาได้ก่อนที่จะเกิดความเสียหาย

นี่คือชั้นที่องค์กรส่วนใหญ่ขาด ไม่ใช่สถานที่อื่นในการสร้างตัวแทน แต่เป็นชั้นที่รวมเพื่อจัดการ ตรวจสอบ และกำกับดูแลพวกมัน โดยอยู่ในระบบเดียวกับที่จัดการคนของคุณ เพราะงานไม่ใช่ของมนุษย์หรือดิจิทัลอีกต่อไป มันคือทั้งสองอย่างในทีมเดียวกัน บ่อยครั้งในงานเดียวกัน บุคคลหนึ่งและตัวแทนสามตัวจัดการกับการโต้ตอบกับลูกค้าเดียวกัน หากคุณวัดคนในสถานที่หนึ่งและตัวแทนในอีกสถานที่หนึ่ง คุณจะเห็นเพียงเศษเสี้ยวของประสิทธิภาพของพวกเขา

การบริหารประสิทธิภาพควรจะถูกมองว่าเป็นวินัยเดียวทั่วทั้งกำลังคน ทั้งมนุษย์และดิจิทัล เป้าหมายเดียวกัน ความรับผิดชอบเดียวกัน วงจรเดียวกันของการวัด การฝึกอบรม และการปรับปรุง

สิ่งป้องกันที่จำเป็นคืออะไรเพื่อให้แน่ใจว่าระบบประสิทธิภาพที่ขับเคลื่อนด้วย AI สนับสนุนพนักงานมากกว่าการเพิ่มแรงกดดัน การเฝ้าดู หรือความคาดหวังในการผลิตที่ไม่สมจริง

สิ่งนี้เป็นหัวข้อที่สำคัญเพราะเราใช้ AI เพื่อช่วยให้ผู้คนกลายเป็นเวอร์ชันที่ดีกว่าของตนเองในที่ทำงาน

แรงกดดันสามารถผลักดันผลลัพธ์ในระยะสั้น แต่ในระยะยาว คุณต้องให้ผู้คนมีทิศทางที่ชัดเจน: ช่วยให้พวกเขาเพิ่มทักษะเฉพาะที่บทบาทของพวกเขาต้องการ และสร้างการฝึกซ้อมที่มุ่งเน้นไปที่พฤติกรรมที่สำคัญที่สุด สิ่งนี้คือสัญญาที่แตกต่างสำหรับพนักงาน ระบบไม่ได้อยู่ที่นี่เพื่อดูคุณ มันอยู่ที่นี่เพื่อทำให้คุณดีในงานของคุณ และการดีในงานของคุณรู้สึกดีกว่าการถูกวัด

ดังนั้น สิ่งป้องกันที่แท้จริงไม่ใช่นโยบายหรือกระบวนการหรือโปรแกรมการรับรู้ที่อยู่ข้างๆ ระบบ มันคือคำแนะนำ ทักษะ และเครื่องมือที่ถูกสร้างไว้ในงานประจำเพื่อทำให้งานง่ายขึ้น มีประสิทธิภาพ และมีประสิทธิผลมากขึ้น ทักษะก่อน พฤติกรรมก่อน ประสิทธิภาพก่อน และด้านล่างทั้งหมดนั้น คือแรงจูงใจ: พนักงานควรเห็นความก้าวหน้าที่พวกเขากำลังทำและรู้สึกถึงมัน ทุกขั้นตอนควรเชื่อมโยงกลับไปสู่สิ่งที่พวกเขาห่วงใย: ลูกค้าที่พวกเขาช่วย ทีมที่พวกเขาสังกัด และที่ที่พวกเขาต้องการไปต่อ

และเนื่องจาก AI จัดการส่วนการบริหาร การรายงาน และการจัดลำดับความสำคัญ ผู้จัดการจะได้รับเวลากลับมาเพื่อฝึกอบรมที่แท้จริง เพื่อเป็นคนร่วมงานที่แท้จริง สิ่งเหล่านี้คือสิ่งที่ทำให้ทุกอย่างทำงาน

Centrical เพิ่งระดมทุน 39 ล้านดอลลาร์ในรอบ Series D โดยนำเงินทุนทั้งหมดมาเกิน 100 ล้านดอลลาร์ ในช่วง 12 ถึง 24 เดือนข้างหน้า ทุนใหม่นี้จะเร่งการขยายตัวทั่วโลกและการพัฒนาเครื่องมือ AI สำหรับการจัดการประสิทธิภาพหน้าจั่วทั้งสำหรับพนักงานมนุษย์และดิจิทัลอย่างไร

เรากำลังคิดถึงการเติบโตในหลายๆ ด้าน

เรารองรับองค์กรใน 150 ประเทศและ 60 ภาษาในปัจจุบัน และรอบนี้จะเร่งการเติบโตของเราในระดับโลก

การเพิ่มประสิทธิภาพการทำงานอัตโนมัติจะเป็นหนึ่งในพื้นที่ที่เราจะมุ่งเน้น การพัฒนาต่อๆ ไปคือระบบที่ระบุโอกาส กระตุ้นโปรแกรมที่ถูกต้อง และปรับปรุงการทำงานหน้าจั่วอย่างต่อเนื่องโดยไม่ต้องรอให้ผู้จัดการเริ่มต้น

สุดท้าย การขยายแพลตฟอร์มเพื่อจัดการประสิทธิภาพทั้งสำหรับกำลังคนมนุษย์และดิจิทัล เมื่อตัวแทน AI เข้าร่วมการทำงานหน้าจั่ว องค์กรต้องการความเข้มงวดเท่าเดิมรอบมาตรฐานประสิทธิภาพ การฝึกอบรม และการวัดสำหรับตัวแทนเหล่านั้น เช่นเดียวกับที่พวกเขามีสำหรับคน เรา

เป็นผู้ให้บริการระบบปฏิบัติการสำหรับความเป็นจริงที่ผสมผสานนั้น ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Centrical เพื่อเรียนรู้เพิ่มเติม