Avinash Misra, CEO & Co-Founder của Skan.AI – Phỏng vấn Series

Avinash Misra là CEO và đồng sáng lập của Skan. Avinash là một doanh nhân suốt đời với hồ sơ theo dõi đã chứng minh việc đưa các dự án từ giai đoạn hạt giống đến thanh khoản. Ông đã xây dựng các dự án thành công trong không gian chuyển đổi số doanh nghiệp và dự án cuối cùng của ông đã được Genpact (NYSE: G) mua lại. Sự hiểu biết của Avinash về Skan bắt nguồn từ các dự án Chuyển đổi Quy trình Kinh doanh quy mô lớn mà ông đã lãnh đạo trong thập kỷ qua.

Công ty cũ của bạn, Endeavour Software Technologies, cuối cùng đã được Genpact mua lại. Công ty này là gì và những bài học quan trọng nào bạn đã rút ra?

Công ty này là một chuyên gia chuyển đổi số mặt trước. Tức là, nó chuyên về việc xây dựng và triển khai các công nghệ cụ thể như tầm nhìn máy tính, trò chuyện / xử lý ngôn ngữ tự nhiên (NLP) và ứng dụng di động doanh nghiệp để cải thiện và chuyển đổi các quy trình kinh doanh hướng đến khách hàng.

Chúng tôi đã rút ra hai bài học quan trọng. Thứ nhất, khi công nghệ được áp dụng vì lợi ích của nó, nó tạo ra cả nợ kỹ thuật và nợ quy trình. Thứ hai, giá trị lớn nhất được tạo ra khi công nghệ tiếp cận người dùng cuối với sự đồng cảm và tư duy thiết kế.

Có thể chia sẻ câu chuyện về sự ra đời của Skan?

“Tự động hóa bắt đầu khi tự động hóa thất bại.” Trong một câu, đây là sự bắt đầu của chúng tôi. Khi chúng tôi xây dựng các bot RPA cho các quy trình kinh doanh phức tạp, chúng tôi liên tục nhận thấy rằng một khi bot được triển khai, nó sẽ thất bại nhanh chóng vì nó không tính đến tất cả các sắc thái, phép biến đổi và ngoại lệ của quy trình kinh doanh đó. Mỗi lần bot thất bại, nó trở thành một phép biến đổi缺失 của công việc. Đó là một chu kỳ vô tận của việc triển khai và thất bại.

Vậy, tại sao chúng ta không biết tất cả các sắc thái của quy trình kinh doanh?

Chúng ta không biết tất cả các sắc thái của quy trình kinh doanh vì tất cả việc khám phá quy trình đều được thực hiện bởi các nhà phân tích kinh doanh con người yêu cầu các đại lý quy trình mô tả công việc. Con người rất không đáng tin cậy khi mô tả những thứ có cảm giác quen thuộc hoặc thói quen và thường xuyên. Những điều này thường là những thứ họ có thể làm tốt, nhưng không bao giờ mô tả với độ chính xác cần thiết. Vì vậy, chúng tôi đã xây dựng Skan để quan sát công việc thực tế và hiểu công việc và quy trình, thay vì phỏng vấn và ghi chép lại con người.

Skan là một phần của nền tảng khám phá quy trình. Có thể định nghĩa khám phá quy trình là gì cho người đọc của chúng tôi?

Khám phá quy trình là một thuật ngữ rộng đề cập đến hành động khám phá hoặc học cách các quy trình hoạt động ở mức độ vận hành hoặc cấu trúc. Điều này đặc biệt khó khăn với các quy trình liên quan đến tương tác hệ thống con người với hàng trăm hoặc hàng nghìn công nhân, hàng chục ứng dụng phần mềm và các quy trình làm việc phức tạp. Một ví dụ tuyệt vời là quy trình quản lý yêu cầu.

Ngày nay, Skan thực sự là hơn một nền tảng khám phá quy trình. Skan tạo ra sự hiểu biết sâu sắc về công việc (khám phá quy trình) và cung cấp phân tích nâng cao để giúp chủ sở hữu quy trình và các nhà lãnh đạo chuyển đổi đo lường, phân tích và cải thiện các KPI thúc đẩy kết quả kinh doanh như trải nghiệm khách hàng, doanh thu và chi phí. Chúng tôi gọi khả năng rộng hơn này là: trí tuệ quy trình hoặc thu thập hệ thống dữ liệu và áp dụng kiến thức đó để kiểm soát kết quả kinh doanh hoặc để học hỏi, hiểu và đưa ra quyết định.

Theo một nghiên cứu được thực hiện bởi Ernst & Young, 30% đến 50% dự án tự động hóa thất bại. Tại sao bạn tin rằng tỷ lệ này cao như vậy?

Dựa trên việc làm việc với khách hàng của chúng tôi, chúng tôi nhận thấy rằng một trong những chướng ngại vật chính đối với thành công của tự động hóa là thiếu khả năng hiển thị vào trạng thái hiện tại của KPI trên toàn vòng đời của dự án tự động hóa.

Ví dụ, để đủ điều kiện cho một dự án tự động hóa, chúng tôi cần tạo cơ sở KPI hiện tại và xây dựng một trường hợp kinh doanh. Trong giai đoạn thí nghiệm, chúng tôi cần xác định các mẫu công nghệ và định nghĩa KPI mục tiêu (sẽ là) dựa trên KPI hiện tại. Trong giai đoạn thiết kế, phát triển, thử nghiệm và vận hành, chúng tôi cần căn chỉnh với nguyên nhân gốc rễ của vấn đề cần giải quyết.

Cuối cùng, trong giai đoạn xác thực nơi chúng tôi đo lường lợi tức đầu tư và lợi ích thực hiện, chúng tôi cần khả năng theo dõi KPI mục tiêu. Vì vậy, chúng tôi thấy rằng trên toàn bộ vòng đời, tính minh bạch và khả năng theo dõi KPI hiện tại và nguyên nhân gốc rễ là cần thiết. Và, tuy nhiên, theo Forrester Research (2021), chỉ 16% tổ chức cho biết họ có khả năng hiển thị đầy đủ vào cách các quy trình hoạt động. Không có gì ngạc nhiên khi các dự án tự động hóa gặp khó khăn trong việc cung cấp giá trị.

Có thể giải thích các thủ tục Skan thực hiện để bảo vệ quyền riêng tư của những người được theo dõi và dữ liệu kinh doanh nhạy cảm?

Điều quan trọng cần lưu ý là chúng tôi không theo dõi con người. Chúng tôi chỉ quan sát các yếu tố cụ thể của công việc (không phải toàn bộ màn hình). Những yếu tố này là các ứng dụng công việc cụ thể được định nghĩa trước.

Đó said, đối với bất kỳ ứng dụng nào được quan sát, tất cả dữ liệu công việc nhạy cảm đều bị xóa. Chúng tôi cũng có khả năng ẩn danh liên kết giữa người thực hiện công việc và quy trình. Tên của các cá nhân làm việc trong quy trình cũng có thể bị ẩn danh.

Có thể thảo luận về cách Skan sử dụng học máy và cụ thể là học sâu?

Skan kết hợp nhiều thuật toán AI và học máy để giải quyết các vấn đề như ẩn danh thông tin nhạy cảm (cả dữ liệu văn bản và hình ảnh), trừu tượng hóa các sự kiện cấp thấp thành hoạt động kinh doanh, suy luận đồ thị quy trình và khám phá các biến thể quy trình.

Có thể cho biết một số ví dụ về thông tin hành động đã được thu được từ quy trình này?

Skan giúp chủ sở hữu quy trình và các nhà lãnh đạo chuyển đổi đo lường, phân tích và cải thiện KPI thúc đẩy kết quả kinh doanh. Một số ví dụ về thông tin là:

Hiệu quả:

• Chi phí sản xuất đơn vị
• Sử dụng tài nguyên (lực lượng lao động)
• Cải thiện NPS

Hiệu suất:

• Khám phá tự động hóa
• Tỷ lệ lần đầu tiên
• Tuân thủ quy trình
• Lập kế hoạch năng lực (lực lượng lao động)
• Giảm biến thể quy trình

Visions của bạn cho tương lai của trí tuệ quy trình là gì?

Tầm nhìn của chúng tôi cho tương lai của trí tuệ quy trình là chuyển đổi cách mọi người làm việc để họ có thể cải thiện năng suất và đạt được tiềm năng đầy đủ của mình.

Ngày nay, kim tự tháp công việc toàn cầu có một nền tảng rộng lớn các nhiệm vụ không thêm giá trị và một đỉnh rất hẹp các nhiệm vụ thêm giá trị. Tầm nhìn của chúng tôi là để khám phá quy trình đảo ngược kim tự tháp này.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, người đọc muốn tìm hiểu thêm nên truy cập Skan.