Connect with us

Avinash Misra, Skan.AI’nin CEO’su ve Kurucu Ortağı – Röportaj Serisi

Röportajlar

Avinash Misra, Skan.AI’nin CEO’su ve Kurucu Ortağı – Röportaj Serisi

mm

Avinash Misra, Skanın CEO’su ve kurucu ortağıdır. Avinash, yaşam boyu girişimci olan ve girişimlerini tohuma dönüştürerek likiditeye ulaştıran kanıtlanmış bir geçmişe sahiptir. Enterprise dijital dönüşüm alanında başarılı girişimler kurmuş ve son girişimi Genpact (NYSE: G) tarafından satın alınmıştır. Avinash’ın Skan için fikirleri, son on yılda liderlik ettiği büyük ölçekli İş Süreçleri Dönüşüm projelerinde oluşmuştur.

Önceki şirketiniz Endeavour Software Technologies sonunda Genpact tarafından satın alındı. Bu şirket nedir ve orada öğrendiğiniz bazı önemli dersler nelerdir?

Bu şirket, ön ofis dijital dönüşüm uzmanıydı. Yani, müşteri karşıfındaki iş süreçlerini iyileştirmek ve dönüştürmek için bilgisayar görüşü, sohbet botları/doğal dil işleme (NLP) ve entreprise mobil uygulamalar gibi belirli teknolojilerin oluşturulması ve dağıtılması konusunda uzmanlaşmıştır.

İki önemli ders öğrendik. İlk olarak, teknoloji yalnızca kendi sake için uygulanırsa, hem teknik hem de süreç borcu oluşturur. İkincisi, en büyük değer, teknolojinin son kullanıcıya empati ve tasarım düşünce zihniyetiyle yaklaşmasıyla elde edilir.

Skan’ın oluşum hikayesini paylaşabilir misiniz?

“Otomasyon, otomatikleştirme başarısız olduğunda başlar.”Bir cümleyle, bu bizim başlangıcımızdı. Karmaşık iş süreçleri için RPA botları oluştururken, bir botu dağıttığımızda kısa sürede başarısız olduğunu повтор tekrar gözlemledik çünkü iş sürecinin tüm nüanslarını, permütasyonlarını ve istisnalarını dikkate almadı. Her defasında bir bot başarısız olduğunda, kayıp bir permütasyon daha oluşurdu. Bu, dağıtım ve başarısızlık döngüsünün sonu yoktu.

İş süreçlerinin tüm nüanslarını neden bilmiyoruz?

İş süreçlerinin tüm nüanslarını bilmiyoruz çünkü tüm süreç keşfi, iş süreçlerini tanımlamaları için iş süreç ajanlarına soran insan iş analistleri tarafından yapılır. İnsanlar, tanıdık veya alışılmış ve rutin şeyleri tanımlamakta müthiş bir şekilde güvensizdirler. Bunlar, iyi yapabildikleri ancak gerekli doğrulukla tanımlayamadıkları şeylerdir. Dolayısıyla, Skan’ı gerçek işi gözlemlemek ve işi ve süreçleri anlamak için inşa ettik, insanları görüşmeleyip belgelemektense.

Skan kısmen bir süreç keşif platformudur. Süreç keşfini okuyucularımız için tanımlayabilir misiniz?

Süreç keşfi, işlemlerin nasıl çalıştığını operasyonel veya yapısal düzeyde keşfetme veya öğrenme eylemini ifade eden geniş bir terimdir. Bu, özellikle yüzlerce veya binlerce işçinin, dozens of yazılım uygulamalarının ve karmaşık iş akışlarının dahil olduğu insan-sistem etkileşimlerini içeren süreçlerle özellikle zorlu bir iştir. İyi bir örnek, talepler yönetimi sürecidir.

Bugün, Skan aslında bir süreç keşif platformundan daha fazlası. Skan, derin bir iş anlama (süreç keşfi) oluşturur ve iş sahiplerine ve dönüşüm liderlerine, müşteri deneyimi, gelir ve maliyet gibi iş sonuçlarını sürdüren KPI’leri ölçme, analiz etme ve iyileştirme için gelişmiş analitik sağlar. Biz buna daha geniş bir yetenek diyoruz: süreç zekası veya veri toplamak ve iş sonuçlarını kontrol etmek veya öğrenmek, anlamak ve karar vermek için bu bilgiyi uygulamak için sistematik bir koleksiyon.

Ernst & Young tarafından yürütülen bir araştırmaya göre, otomasyon projelerinin %30 ila %50’si başarısız oluyor. Bu oranın bu kadar yüksek olmasının nedenini düşünüyorsunuz?

Müşterilerimizle çalışırken, otomasyon başarısızlığının önemli bir engelinin, otomasyon projeleri boyunca KPI’lerin mevcut durumuna ilişkin görünürlüğün eksikliği olduğunu görüyoruz.

Örneğin, bir otomasyon projesini niteliklendirmek için, mevcut durum KPI’lerini temel almak ve bir iş oluşturmak zorundayız. Deneysel aşamada, teknoloji kalıplarını tanımlamak ve mevcut durum KPI’lerine dayalı hedef (olacak) KPI’lerini tanımlamak zorundayız. Tasarım, geliştirme, test ve operasyonel aşama sırasında, sorunların kök nedenine uyumlu olmak zorundayız.

Son olarak, yatırım getirisini ölçtüğümüz ve faydaları gerçekleştirdiğimiz doğrulama aşamasında, hedef KPI’lerine izlenebilirliğe ihtiyacımız vardır. Böylece, tüm yaşam döngüsü boyunca, mevcut durum KPI’lerine ve kök nedenlerine şeffaflık ve izlenebilirlik gerektiği görülüyor. Ve, Forrester Research’e (2021) göre, yalnızca %16’lık organizasyonlar işlemlerin nasıl çalıştığını tam olarak görebildiğini söylüyor. Otomasyon projelerinin değer sağlamada mücadele etmesi şaşırtıcı değil.

İzlenen kişilerin gizliliğini ve hassas iş verilerini korumak için Skan’ın aldığı prosedürleri açıklanabilir misiniz?

Önemli olan, insanların izlenmediğini bilmektir. Sadece belirli iş uygulamalarının belirli öğelerini gözlemliyoruz. Bu öğeler önceden tanımlanmıştır.

Bununla birlikte,观lenen herhangi bir uygulama için tüm hassas iş verileri silinir. İşlemi yapan kişi ile iş süreci arasındaki bağlantıyı anonimleştirebilme yeteneğimiz de vardır. İşlemdeki kişilerin adları da anonim hale getirilebilir.

Skan’ın makine öğrenimi ve özellikle derin öğrenimi nasıl kullandığını tartışabilir misiniz?

Skan, hassas bilgilerin anonimleştirilmesi (hem metin hem de görüntü verileri), düşük seviyeli olayların iş faaliyetlerine soyutlanması, işlem grafiklerinin çıkarılması ve işlem varyasyonlarının keşfedilmesi gibi çeşitli sorunları ele almak için several AI ve makine öğrenimi algoritmalarını içerir.

Bu süreçten elde edilen bazı eyleme geçirilebilir içgörüler nelerdir?

Skan, iş sahiplerine ve dönüşüm liderlerine, müşteri deneyimi, gelir ve maliyet gibi iş sonuçlarını sürdüren KPI’leri ölçme, analiz etme ve iyileştirme yardımı sağlar. Bazı örnek içgörüler şunlardır:

Etkililik:

  • Üretim birimi maliyeti
  • Kaynak (işgücü) kullanımı
  • NPS gelişimi

Verimlilik:

  • Otomasyon keşfi
  • İlk geçiş oranı
  • Süreç uyumu
  • Kapasite (işgücü) planlaması
  • Azaltılmış süreç varyasyonu

Süreç zekasının geleceği için vizyonunuz nedir?

Süreç zekasının geleceği için vizyonumuz, insanların çalışmasını değiştirmek ve üretkenliği artırmaktır, böylece tam potansiyellerine ulaşabilirler.

Bugün, küresel iş piramidinin geniş bir tabanı değersiz görevlerle ve çok dar bir tepesi değer katan görevlerle vardır. Vizyonumuz, süreç keşfinin bu piramidi tersine çevirmektir.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Skan‘ı ziyaret edebilirler.

Antoine bir vizyoner lider ve Unite.AI'in kurucu ortağıdır ve AI ve robotik geleceğini şekillendirmek ve tanıtmak için sarsılmaz bir tutkuyla hareket etmektedir. Bir seri girişimci olarak, toplum için elektrik kadar yıkıcı olacağına inandığı AI'nin potansiyeli hakkında sık sık konuşur ve coşkusunu dile getirir.
Bir futurist olarak, bu yeniliklerin dünyamızı nasıl şekillendireceğini keşfetmeye adanmıştır. Ayrıca, Securities.io kurucusudur, bu platform geleceği yeniden tanımlayan ve tüm sektörleri yeniden şekillendiren teknolojilere yatırım yapmaya odaklanmıştır.