Skan AI raccoglie 63 milioni di dollari per osservare come lavorano effettivamente i dipendenti in ufficio, per poi costruire agenti che li imitano.

      Skan AI ha annunciato 63 milioni di dollari di finanziamenti mercoledì, co-guidati da Cathay Innovation e Dell Technologies Capital. Ciò che il denaro sta acquistando non è un modello. È un registro di come le persone nelle grandi aziende svolgono effettivamente il proprio lavoro. Skan costruisce quel registro osservando il loro lavoro.

      Avinash Misra, il co-fondatore e amministratore delegato, ha usato una metafora. Tutti stanno inseguendo il modello, ha sostenuto, quando il problema più difficile si trova altrove. “Tutti sono ossessionati dall'idea di costruire un'auto migliore,” ha detto. “Noi pensiamo che l'opportunità più grande sia costruire un sistema di navigazione migliore.”

      Cosa osserva effettivamente il software

      La meccanica conta più della metafora. Skan mette il software sui desktop dei dipendenti e cattura schermate. Quelle immagini vengono lette dalla macchina e rimangono lì. “Solo i metadati anonimizzati e astratti vengono trasmessi alla piattaforma di analisi,” afferma l'azienda nella sua guida alla privacy.

      Ciò che rimane è un elenco piuttosto che una registrazione. Utilizzo delle applicazioni e schemi di cambio. Allocazione del tempo per processo, più sequenze di flusso di lavoro e percorsi decisionali. Skan sostituisce gli identificatori dei dipendenti con token prima che qualcosa di tutto ciò venga inviato. La pagina di sicurezza di Skan afferma che i messaggi personali e le password non vengono mai catturati.

      I numeri sono grandi e sono tutti di Skan

      L'azienda afferma che i ricavi sono cresciuti di oltre il 300% anno su anno. La retention netta in dollari è in media del 150%. Ha elaborato oltre 25 miliardi di segnali di lavoro. Un quarto delle Fortune 50 sono clienti. Lo sono anche sette delle dieci maggiori banche statunitensi e tre delle cinque maggiori compagnie assicurative.

      Poi c'è un esempio di banca, fornito in dettaglio. Skan ha osservato 11,2 milioni di cambi di contesto tra 1.500 professionisti della finanza. Dice che ciò ha rivelato 37 milioni di dollari di attrito operativo. Gli agenti costruiti su quelle osservazioni hanno ridotto il costo per transazione del 32% e aumentato il throughput del 41%. Il risultato dichiarato è di 18 milioni di dollari di risparmi annualizzati.

      Il livello di osservazione è il livello di formazione

      Una riga nel comunicato spiega l'intero business, e nessun dirigente lo dice. “Ciò che è iniziato come 11,2 milioni di osservazioni del lavoro umano è diventato il contesto per l'IA per svolgere quel lavoro.”

      Questo è il ciclo. Osserva le persone fare il lavoro. Trasforma l'osservazione in un modello del lavoro. Punta un agente al modello. Il personale fornisce la specifica. L'agente fornisce l'implementazione.

      Nessuna di queste è una nuova categoria, solo una nuova affermazione su una. Il mining di processi e compiti ha venduto visibilità aziendale per un decennio. UiPath ha costruito una società pubblica automatizzando qualsiasi cosa quella visibilità trovasse. La differenza è ciò che ora si trova alla fine del tubo. È un agente piuttosto che uno script.

      Perché il tempismo funziona

      Skan cita Gartner per il divario in cui sta vendendo. Solo l'otto percento delle imprese ha agenti in produzione, afferma la ricerca. Trova anche che il 95% delle prime implementazioni avrà bisogno di una riprogettazione completa. Quel documento è dietro un abbonamento, quindi nessuno al di fuori di Gartner può controllarlo.

      Misra inquadra l'intera questione come un problema di dati piuttosto che un problema di modello. “Non puoi risolvere un problema di dati sorgente a valle,” ha scritto in un post sul blog. “Modelli migliori non lo risolveranno. Prompts migliori non lo risolveranno.”

      Cosa omette l'annuncio

      Ogni cifra sopra proviene dall'azienda. Skan chiama i 500 milioni di dollari di valore cumulativo dei clienti misurati. Non nomina alcun revisore. I guadagni di produttività dell'IA dichiarati hanno un pessimo record sotto ispezione. Uno studio ampiamente citato ha trovato che il 95% delle organizzazioni non ha ottenuto alcun ritorno misurabile.

      L'assenza più grande è una parola semplice per ciò che è. Le banche e le compagnie assicurative ora acquistano osservazione dello schermo dei propri dipendenti, su larga scala. TD Bank in Canada ha ridotto un rollout di monitoraggio dopo le obiezioni alla sorveglianza sul posto di lavoro da parte del personale. Meta ha sospeso un programma di raccolta di battute per la formazione dell'IA a giugno.

      L'Europa è dove questo viene testato

      Due nomi associati al round sono europei. Cathay Innovation, uno dei co-leader, è francese. Mitie, il gruppo britannico di servizi con 75.000 dipendenti, fornisce la citazione del cliente. Il suo direttore tecnico Cijo Joseph accredita Skan con “una visibilità operativa senza precedenti”.

      L'Europa è anche dove la questione del consenso ha denti. La guida alla privacy di Skan nomina Allianz a Monaco come un'implementazione che ha ottenuto l'approvazione completa del consiglio di lavoro. Questa è una risposta reale a un'obiezione reale. È anche il racconto di Skan piuttosto che quello di Allianz, e Allianz ha annunciato separatamente 1.800 tagli di posti di lavoro.

      Il test verificabile è a un anno di distanza. Skan afferma che gli agenti costruiti sul lavoro osservato sono attualmente in produzione presso grandi banche. Entro questo periodo dell'anno prossimo, quegli agenti sono ancora in funzione, oppure si sono uniti al 95% che ha bisogno di essere ricostruito. L'altra domanda non ha alcuna scadenza. Cosa fa un datore di lavoro con un registro completo di come lavora il proprio personale, una volta che gli agenti l'hanno appreso?