Гал Рімон, засновник і генеральний директор Centrical – Серія інтерв’ю

Гал Рімон заснував Centrical (раніше GamEffective) у 2013 році з чіткою візією: допомогти компаніям наділити своїх працівників повноваженнями та зробити людей центром бізнесового успіху. До Centrical він обіймав посаду генерального директора Gilon Business Insight, лідера у сфері бізнес-інтелекту. Коли Gilon була придбана компанією Ness Technologies (NASDAQ: NSTC) у 2010 році, Гал приєднався до Ness як старший віце-президент і член її виконавчої команди. Раніше в своїй кар’єрі він обіймав посаду віце-президента з питань клієнтських відносин і операцій у Deloitte Consulting та займав посади в EDS і Bashan. Гал має ступінь магістра ділового адміністрування з маркетингу та інформаційних технологій Тель-Авівського університету.

Centrical – це платформа для підвищення ефективності та залучення працівників, яка використовує штучний інтелект і допомагає організаціям покращити ефективність роботи першої лінії через єдину систему для управління ефективністю, персоналізованого тренінгу, безперервного навчання, забезпечення якості та гейміфікації. Платформа об’єднує дані про ефективність працівників, тренінг на основі штучного інтелекту, мікронавчання, програми відзначення та реальні дані, щоб допомогти менеджерам визначити можливості для покращення та спрямувати працівників до кращих результатів. Широко використовується контактними центрами, організаціями продажів та командами клієнтського досвіду, Centrical призначений для підвищення залучення працівників, продуктивності, задоволеності клієнтів та загальної бізнес-продуктивності шляхом надання персоналізованого керівництва та мотивації у великих масштабах.

До заснування Centrical ви провели роки у сфері лідерства бізнес-інтелекту, включаючи посаду генерального директора Gilon до її придбання компанією Ness Technologies. Як цей досвід сформував ваше бачення того, що підприємства не просто потребують кращих панелей/даних, а системи, яка може перетворити дані на дії для першої лінії?

Я провів майже два десятиліття у сфері бізнес-інтелекту, працюючи з консалтинговими компаніями, такими як EDS і Deloitte, а пізніше керуючи своєю власною компанією. Ми допомагали деяким з найбільших організацій світу зрозуміти свої дані, і ми були хорошими в цьому. Але я постійно натикався на одну й ту ж перешкоду. Компанії вклали великі кошти в інфраструктуру даних. Панелі були складними. KPI були добре визначені. І все ж, майже нічого не змінилося.

Інтелект існував. Він просто не діяв. Відсутній зв’язок завжди був людським елементом. Ви можете поставити червоний прапор поруч із працівником, який не виконує свої завдання, на панелі, але цей прапор не каже менеджеру, що робити, і не допомагає працівникові покращити свою роботу. Міст між інсайтом і виконанням проходить через людей, і жодний інструмент бізнес-інтелекту, з яким я коли-небудь працював, не був створений для перетину цього мосту. Це розуміння стало основною ідеєю, яка стояла за створенням Centrical. Питання ніколи не було “як ми можемо надати лідерам більше даних?”, а “як ми можемо перетворити дані на правильні дії, для правильної людини, в правильний момент?”

Чим більше у вас є розв’язків, тим більше у вас є даних, і тим складніше це може бути.

Centrical описує себе як платформу “Performance Intelligence OS” для першої лінії. Що це означає в практичному сенсі для команди клієнтського сервісу, госпітальності, банку чи телекомунікаційної компанії, яка використовує платформу щодня?

Давайте уявимо собі агента клієнтського сервісу в великому банку: вона обробляє складні дзвінки весь день. Її менеджер керує командою з 30 осіб на двох сайтах. Без операційної системи для ефективності менеджер проводить більшу частину свого часу, вивчаючи звіти, переглядаючи оцінки якості та намагаючись визначити, кому потрібно допомога. До того часу, як він доходить до тренінгу, це вже реактивно, пізно та нерівномірно по всій команді та наступній.

З Centrical день виглядає інакше. Платформа починається з бізнес-результату: цілі покращення якості, запуску нового продукту або вимог до дотримання нормативних вимог. Вона приймає сигнали від даних KPI, оцінок якості, прогресу навчання та відгуків працівників, щоб точно визначити, де є прогалини. Коли у агента є певна слабкість, наприклад, слабкі питання про утримання клієнтів під час дзвінків, платформа показує це менеджеру з уже підготованим рекомендаційним тренінгом, і запускає націлену рольову імітацію для агента, щоб він міг практикувати перед наступним дзвінком.

Для агента в сфері госпітальності це може означати персоналізоване завдання, пов’язане з поведінкою щодо лояльності, з реальними відгуками та можливістю відзначення, вбудованими в потік роботи. Для телекомунікаційної команди, яка запускає новий продукт, це може означати адаптивне навчання, яке коригується відповідно до наявних прогалин у знаннях кожного представника, а не просування всіх через однаковий контент.

Загальним є те, що система з’єднує стратегію з виконанням для кожного працівника на першій лінії, а не лише для тих, чиї менеджери випадково мають час на це тієї тижня.

Багато підприємств вже мають інструменти бізнес-інтелекту, системи управління персоналом, платформи навчання та програмне забезпечення для забезпечення якості. Де ці системи зазвичай не справляються з покращенням реальної ефективності працівників?

Проблема не в інструментах окремо, а в тому, що вони не спілкуються один з одним таким чином, щоб це справді приносило користь першій лінії.

Система якості відзначає проблему з якістю. Цей прапор сидить на панелі. Менеджер бачить його через три дні, якщо взагалі. Платформа навчання має контент, який міг би допомогти, але ніхто не з’єднує прапор з контентом. Система управління персоналом оптимізує графіки, але нічого не знає про прогалини у навичках. І відзначення відбувається окремо, в іншому інструменті.

Таким чином, інсайти та рішення ніколи не доходять до людей, яким вони потрібні. Тренінг відокремлюється від навчання, навчання відокремлюється від результатів, а працівник першої лінії переживає фрагментовані програм, які не призводять до покращення.

І тепер агенти штучного інтелекту входять у гру, розгортаються та оптимізуються окремо від людських працівників, ще більше ускладнюючи цю проблему. Відповідь не полягає лише у з’єднанні цих платформ. Це оркестрування їх навколо спільної мети: правильного втручання, для правильної людини, в правильний момент, виміряного проти реального бізнес-результату.

Останні результати клієнтів компанії включають покращення першої резолюції дзвінка, показників продажів, реєстрації лояльності, продуктивності та зменшення помилок. Що ці результати розкривають про тип першої лінії роботи, яку штучний інтелект може покращити спочатку?

Загальним є те, що всі ці результати включають роботу, яку можна виміряти та покращити через зміну поведінки, зміцнення знань, розвиток навичок та персоналізований тренінг, який робить це можливим.

Фронтір, який штучний інтелект відкриває зараз, полягає у тому, щоб робити це на індивідуальному рівні, не лише для сегмента чи когорти, а для кожної людини, на основі її конкретних прогалин, ролі та етапу розвитку, а також того, чого бізнес потребує від неї.

Команда клієнтського сервісу TP Samsung покращила першу резолюцію дзвінка на 7,5%, одночасно зменшивши адміністративну роботу менеджера на 70%.

Відділ боротьби з шахрайством одного з п’яти найбільших банків США побачив зменшення помилок на 66,7% та збільшення кількості оброблених рахунків на 4,8%.

IHG Hotels & Resorts хотіли, щоб їхній персонал активніше визнавав і реєстрував клієнтів у програму One Rewards. Ми перетворили навчання на місії, надали персоналу монети за завершення навчання та реєстрацію учасників, і дозволили влаштувати змагання між готелями на дошках лідерів. Готелі, які використовували платформу Centrical, досягли покращення реєстрації лояльності та ефективності реєстрації до 4 разів, що призвело до додаткових мільйонів доходу та прямого бронювання.

Centrical розширює свій портфель штучного інтелекту за допомогою тренінгу, підтримуваного штучним інтелектом, рольових імітацій, гіперперсоналізованих досвідів ефективності та автономного інтелекту ефективності. Яка з цих можливостей, на вашу думку, матиме найбільший вплив на команди підприємств у найближчому майбутньому?

Це залежить від того, на якому етапі трансформації перебуває організація. Я б виділив дві можливості, які мають негайний, виміряний вплив прямо зараз для наших клієнтів.

Тренінг, підтримуваний штучним інтелектом, має великий вплив, оскільки організації перебувають під справжнім тиском, щоб зробити тренінг більш ефективним, збільшити контроль менеджерів та все ж покращити ефективність команди. Менеджери є найбільшим впливом на ефективність першої лінії, і все ж вони історично витрачали більше часу на звітність, ніж на тренінг. Наш асистент штучного інтелекту перевертає це співвідношення: він показує, кого тренувати, на чому, і чому, з уже підготованою дією. І все це пріоритезується на основі цілей бізнесу. Менеджер стає кращим тренером, не потребуючи додаткових годин на день.

Рольові імітації, підтримувані штучним інтелектом, є рівнозначно критичними прямо зараз, з іншої причини. Коли штучний інтелект займає простіші взаємодії, розмови, які доходять до людей, стають більш складними: емоційно зарядженими, винятковими, високими ставками. В той же час організації мобілізують свої робочі сили на нові ролі швидше, ніж будь-коли раніше. Практика (у потоці роботи) – це єдиний спосіб побудувати впевненість і компетентність у цих ситуаціях до того, як вони трапляться в живому режимі. Рольові імітації у великих масштабах, підтримувані фактичними прогалинами у ефективності, роблять це можливим.

Автономний інтелект ефективності – це наступний фронтір. Візія – система, яка ідентифікує можливості, запускає правильні програми та безперервно покращує виконання першої лінії без очікування ініціативи менеджера.

Як тренінг, підтримуваний штучним інтелектом, змінює роль менеджерів першої лінії, особливо коли багато менеджерів вже перевантажені адміністративною роботою та звітністю про ефективність?

Наші дані показують, що менеджери проводили приблизно 60% свого часу на аналізі даних та близько 20% на оцінках, залишаючи менше 20% на фактичну підтримку своїх команд. Це є основною дисфункцією. Люди, які найбільш відповідають за ефективність першої лінії, проводять більшу частину свого часу, роблячи речі, які система повинна робити за них.

Тренінг, підтримуваний штучним інтелектом, повертає цей час. Менеджер отримує пріоритезований вигляд того, кого тренувати, на чому, з уже підготованим підходом. Сесії можуть бути записані та автоматично задокументовані, щоб дії з наступного тренінгу активувалися безпосередньо з розмови про тренінг, а не сиділи в нотатках, яких ніхто не читає. Персоналізовані цілі створюються, які є як досяжними, так і видимими для працівника.

Наші дані вже показують, що менеджери, які використовують наші можливості штучного інтелекту, тренують більше, і їхній тренінг має більший вплив на ефективність їхніх команд. Один з наших великих клієнтів у сфері госпітальності побачив покращення ефективності тренінгу на 10% завдяки штучному інтелекту, що призвело до виміряного покращення KPI: усіх показників, на яких працівники були треновані з можливостями Centrical, покращилися.

Одна з найцікавіших частин позиціонування Centrical полягає в ідеї управління як людськими, так і цифровими працівниками. Як підприємства повинні думати про управління ефективністю, коли агенти штучного інтелекту стають частиною першої лінії?

Більшість підприємств вступають у проблему, якої вони ще не бачать. Агенти штучного інтелекту з’являються з усіх боків: один від вашої платформи клієнтського сервісу, один від вашої CRM, кілька від ваших власних команд, створених самостійно, та інші, включені до інструментів, за які ви вже платите. Ми називаємо це зоопарком агентів. Вони всі роблять роботу, але ніхто не володіє їхньою ефективністю. Ніхто не може сказати вам, які з них справді хороші у своїй роботі, які дрейфують, або які повинні бути прибрані.

Інстинкт полягає у тому, щоб розглядати це як технічну проблему, модель або інтеграцію. Я вважаю, що це неправильний підхід. Як тільки агент штучного інтелекту починає виконувати роботу першої лінії, йому потрібно бути керованим з тією ж суворістю, яку ми привносимо до людської ефективності: чіткими цілями, виміряними результатами, сертифікацією перед тим, як він займатиметься високими ставками, та зворотним зв’язком, який ловить дрейф до того, як він завдасть шкоди.

Це є шар, який більшість підприємств зараз пропускають. Не ще одне місце для побудови агентів, а єдиний шар для управління, сертифікації та оркестрування їх, розташований у тій же системі, яка керує вашими людьми. Тому що робота не є людською чи цифровою. Це обидва, у одній команді, часто на одному завданні. Людина та три агенти, які займаються однією взаємодією з клієнтом. Якщо ви виміряєте людей в одному місці та агентів в іншому, ви бачите лише фрагменти їхньої ефективності.

Управління ефективністю повинно розглядатися як одна дисципліна по всьому робочому штату, людському та цифровому. Та ж сама мета, та ж сама відповідальність, той самий цикл вимірювання, тренінгу, покращення.

Які заходи безпеки потрібні, щоб забезпечити те, що системи ефективності, підтримувані штучним інтелектом, підтримують працівників, а не просто збільшують тиск, нагляд або нереалістичні очікування продуктивності?

Це важлива тема, оскільки ми використовуємо штучний інтелект, щоб допомогти людям стати кращими версіями себе на роботі.

Тиск може привести до короткострокових результатів. Але надовго ви повинні дати людям чітке спрямування: допомогти їм розвинути конкретні навички, які потрібні їхній ролі, та створити фокусовану практику на поведінці, яка найважливіша. Це інша справа для працівника. Система не призначена для спостереження за вами. Вона призначена для того, щоб зробити вас хорошим у своїй роботі. І стати хорошим у своїй роботі відчувається набагато краще, ніж бути виміряним на ній. Це проста річ, але ніхто не приходить на роботу, бажаючи зробити погану роботу.

Таким чином, справжні заходи безпеки не полягають у політиках, процесах чи програмах відзначення, які сидять окремо. Вони полягають у інструкціях, навичках та інструментах, закладених у щоденну роботу, щоб зробити роботу легшою, більш корисною, більш ефективною. Навички спочатку, потім поведінка, потім ефективність. І під tấtтям цього – мотивація: працівник повинен бачити прогрес, який він робить, і відчувати це. Кожен крок повинен повернутися до чогось, про що він піклується: клієнтів, яких він допомагає, команди, якої він є частиною, і куди він хоче йти далі. Це робить його чимось більшим, ніж просто табло.

І тому що штучний інтелект займається адміністративною роботою, звітністю, пріоритезацією, менеджери повертають свій час, щоб фактично тренувати. Бути присутнім. Це людські відносини роблять все це працювати.

Centrical недавно залучив 39 мільйонів доларів у рамках раунду серії D, що підвищує загальне фінансування до більш ніж 100 мільйонів доларів. У наступні 12-24 місяці, як цей новий капітал прискорить вашу глобальну експансію та розвиток інструментів штучного інтелекту для управління першою лінією ефективності як для людських, так і для цифрових працівників?

Ми думаємо про зростання у декількох напрямках:

Ми обслуговуємо підприємства у 150 країнах та 60 мовах сьогодні, і цей раунд прискорить наш зростання глобально.

Глибше автономне управління ефективністю буде однією з наших напрямків діяльності. Наступний етап – система, яка ідентифікує можливості, запускає правильні програми та безперервно покращує виконання першої лінії без потреби в ініціативі менеджера.

Нарешті, розширення платформи для управління ефективністю людських та цифрових працівників разом. Коли агенти штучного інтелекту займають більше завдань першої лінії, підприємства потребують тієї ж суворості щодо стандартів ефективності, тренінгу та вимірювання для цих цифрових працівників, яку вони мають для людських. Ми перебуваємо у позиції бути операційною системою для цієї гібридної реальності.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Centrical.