Avinash Misra es el CEO y co-fundador de Skan. Avinash es un emprendedor de toda la vida con un historial comprobado de llevar empresas desde la semilla hasta la liquidez. Ha construido empresas exitosas en el espacio de transformación digital empresarial y su última empresa fue adquirida por Genpact (NYSE: G). La visión de Avinash para Skan se originó en proyectos de transformación de procesos comerciales a gran escala que ha liderado durante la última década.
Su empresa anterior, Endeavour Software Technologies, finalmente fue adquirida por Genpact. ¿Qué era esta empresa y cuáles fueron algunas de las lecciones clave que aprendiste?
Esta empresa era especialista en transformación digital de front-office. Es decir, se especializó en la creación y el despliegue de tecnologías específicas, como visión por computadora, chatbots/procesamiento del lenguaje natural (NLP) y aplicaciones móviles empresariales para mejorar y transformar los procesos comerciales orientados al cliente.
Aprendimos dos lecciones clave. En primer lugar, cuando la tecnología se aplica solo por sí misma, genera deuda tanto técnica como de proceso. En segundo lugar, el mayor valor se obtiene cuando la tecnología se acerca específicamente al usuario final con empatía y una mentalidad de pensamiento de diseño.
¿Podrías compartir la historia de la génesis detrás de Skan?
“La automatización comienza cuando la automatización falla”. En una frase, este fue nuestro comienzo. Cuando construimos bots RPA para procesos comerciales complejos, notamos repetidamente que una vez que se implementaba un bot, fallaba rápidamente porque no tenía en cuenta todos los matices, permutaciones y excepciones de ese proceso comercial. Cada vez que fallaba un bot, se convertía en una permutación de trabajo faltante más. Fue un ciclo interminable de implementación y fallas.
Entonces, ¿por qué no conocemos todos los matices de los procesos comerciales?
No conocemos todos los matices de los procesos comerciales porque todo el descubrimiento de procesos lo realizan analistas comerciales humanos que les piden a los agentes del proceso que describan el trabajo. Los humanos son espectacularmente poco confiables para describir cosas que tienen un sentido de familiaridad o habitual y rutinario. Estas son a menudo cosas que pueden hacer bien, pero nunca pueden describir con la precisión necesaria. Por lo tanto, construimos Skan para observar el trabajo real y comprender ese trabajo y los procesos, en lugar de entrevistar y documentar a los humanos.
Skan es parcialmente una plataforma de descubrimiento de procesos. ¿Podría definir qué es el descubrimiento de procesos para nuestros lectores?
El descubrimiento de procesos es un término amplio que se refiere al acto de descubrir o aprender cómo funcionan los procesos a nivel operativo o estructural. Esto es particularmente desafiante con procesos que involucran interacciones entre humanos y sistemas con cientos o miles de trabajadores, docenas de aplicaciones de software y flujos de trabajo complejos. Un gran ejemplo es el proceso de gestión de reclamaciones.
Hoy, Skan es en realidad más que una plataforma de descubrimiento de procesos. Skan genera una comprensión profunda del trabajo (descubrimiento de procesos) y proporciona análisis avanzados para ayudar a los propietarios de procesos y líderes de transformación a medir, analizar y mejorar los KPI que impulsan los resultados comerciales, como la experiencia del cliente, los ingresos y los costos. Llamamos a esta capacidad más amplia: inteligencia de procesos o la recopilación sistemática de datos y el proceso de extremo a extremo y la aplicación de ese conocimiento para controlar los resultados comerciales o para aprender, comprender y tomar decisiones.
De acuerdo a una estudiar realizado por Ernst & Young, del 30% al 50% de los proyectos de automatización fallan. ¿Por qué crees que esto es tan alto?
En base al trabajo con nuestros clientes, encontramos que uno de los obstáculos clave para el éxito de la automatización es la falta de visibilidad del estado actual de los KPI a lo largo del ciclo de vida de los proyectos de automatización.
Por ejemplo, para calificar un proyecto de automatización, necesitamos establecer una línea base de los KPI del estado actual y construir un caso de negocios. En la fase de experimentación, necesitamos identificar patrones tecnológicos y definir KPI objetivo (futuros) en función de los KPI del estado actual. Durante la fase de diseño, desarrollo, prueba y puesta en funcionamiento, debemos alinearnos con la causa raíz del problema a resolver.
Finalmente, en la fase de validación en la que medimos el retorno de la inversión y la realización de beneficios, necesitamos la trazabilidad de los futuros KPI. Entonces, vemos que a lo largo de todo este ciclo de vida, se requiere transparencia y trazabilidad a los KPI del estado actual y las causas raíz. Y, sin embargo, según Forrester Research (2021), solo el 16 % de las organizaciones dice tener una visibilidad completa de cómo funcionan los procesos. No es de extrañar que los proyectos de automatización tengan dificultades para generar valor.
¿Puede explicar qué procedimientos toma Skan para proteger la privacidad de las personas que están siendo monitoreadas y los datos comerciales confidenciales?
Es importante tener en cuenta que no monitoreamos a las personas. Solo observamos elementos específicos del trabajo (no toda la pantalla). Estos elementos son aplicaciones de trabajo específicas que están predefinidas por adelantado.
Dicho esto, para cualquier aplicación observada, se eliminan todos los datos de trabajo confidenciales. También tenemos la capacidad de anonimizar el vínculo entre la persona que realizó el trabajo y el proceso. Los nombres de las personas que trabajan en el proceso también se pueden anonimizar.
¿Podría discutir cómo Skan usa el aprendizaje automático y, específicamente, el aprendizaje profundo?
Skan incorpora varios algoritmos de inteligencia artificial y aprendizaje automático para abordar diversos problemas, como anonimizar información confidencial (tanto texto como datos de imágenes), abstraer eventos de bajo nivel de actividades comerciales, inferir gráficos de procesos y descubrir variaciones de procesos.
¿Cuáles son algunos ejemplos de conocimientos prácticos que se han obtenido de este proceso?
Skan ayuda a los propietarios de procesos y líderes de transformación a medir, analizar y mejorar los KPI que impulsan los resultados comerciales. Algunos ejemplos de insights son:
Eficacia:
- Costo unitario de producción
- Utilización de recursos (mano de obra)
- mejora NPS
Eficiencia:
- Descubrimiento de automatización
- Tasa de primer paso
- Cumplimiento de procesos
- Planificación de la capacidad (mano de obra)
- Reducción de la variabilidad del proceso
¿Cuál es su visión para el futuro de la inteligencia de procesos?
Nuestra visión para el futuro de la inteligencia de procesos es transformar la forma en que las personas trabajan para que puedan mejorar la productividad y alcanzar su máximo potencial.
Hoy en día, la pirámide global del trabajo tiene una base amplia de tareas sin valor agregado y una parte superior muy estrecha de tareas que agregan valor. Nuestra visión es que el descubrimiento de procesos invierta esta pirámide.
Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar Skan.