Skan AI ระดมทุน Series C 63 ล้านเพื่อพัฒนาเทคโนโลยีสังเกตการทำงานของพนักงาน

Skan AI บริษัทสตาร์ทอัพด้านปัญญาประดิษฐ์ได้ประกาศระดมทุนรอบ Series C จำนวน $63 million** พร้อมเปิดให้บริการผลิตภัณฑ์ใหม่สองตัวที่ออกแบบเพื่อทำความเข้าใจการทำงานของพนักงานจริงในองค์กร ความเคลื่อนไหวนี้มีนัยสำคัญต่อวงการ AI ของธุรกิจ เนื่องจากผู้เล่นหลายรายยังเผชิญกับอัตราการนำเอา AI ไปใช้จริงต่ำและผลตอบแทนที่ไม่เป็นที่ยอมรับ

Overview

Skan AI ก่อตั้งเมื่อปี 2017 โดย Avinash Misra และ Manish Garg มีวิสัยทัศน์ที่จะสร้าง “กราฟบริบทของการทำงาน” (context graph of work) ผ่านการสังเกตพฤติกรรมจริงของผู้ใช้บนแอปพลิเคชันต่าง ๆ ภายในองค์กร บริษัทอ้างว่าการมองเห็นขั้นตอนการทำงานจากระดับหน้าจอเป็นวิธีที่เหนือกว่าการพึ่งพาเอกสารกระบวนการหรือบันทึกระบบซึ่งมักขาดข้อมูลสำคัญ

ในช่วงเวลาที่หลายองค์กรได้ลงทุนหลายพันล้านดอลลาร์ในโครงการ AI สร้างสรรค์ (generative AI) แต่ผลลัพธ์กลับเป็น “ความผิดหวัง” อย่างกว้างขวาง Gartner รายงานว่ามีเพียง 8 % ของบริษัทที่มีเอเจนต์ AI ทำงานจริง และ 95 % ของการทดลองแรกเริ่มต้องทำการออกแบบใหม่ทั้งหมด การศึกษาอื่นจาก MIT ย้ำว่าเกือบทุกโครงการ AI สำหรับองค์กรไม่ได้ให้ผลตอบแทนที่วัดได้

Funding & Investors

รอบระดมทุนล่าสุดของ Skan AI ได้รับความร่วมมือจากหลายผู้ลงทุนระดับโลก โดยมีรายละเอียดดังต่อไปนี้:

• Cathay Innovation – ผู้เป็นผู้นำร่วมในรอบ Series C
• Dell Technologies Capital – ผู้นำร่วมอีกฝ่ายหนึ่ง
• นักลงทุนอื่น ๆ ที่เข้าร่วมได้แก่ Citi Ventures, Bloomberg Beta, State Farm Ventures, และ Wipro Ventures

การระดมทุนครั้งนี้เพิ่มยอดเงินรวมที่ Skan AI ได้รับจนถึงประมาณ $120 million** ตั้งแต่ก่อตั้ง ซึ่งเป็นสัญญาณของความเชื่อมั่นจากตลาดต่อเทคโนโลยีการสังเกตและวิเคราะห์งานแบบใหม่

New Product Suite

พร้อมกับเงินทุนใหม่ Skan AI เปิดให้บริการผลิตภัณฑ์สองตัวที่เพิ่มเข้ามาในแพลตฟอร์มเดิม Skan AI Intelligence ได้แก่:

• Skan AI Blueprint – เครื่องมือสำหรับสร้างและบันทึกกระบวนการทำงานแบบไดนามิกจากข้อมูลที่สังเกตบนหน้าจอ
• Skan AI Agents – เอเจนต์ AI ที่ใช้กราฟบริบทเพื่อทำความเข้าใจและอัตโนมัติขั้นตอนต่าง ๆ ในองค์กร

ผลิตภัณฑ์เหล่านี้ถูกออกแบบให้ทำงานร่วมกันอย่างต่อเนื่อง ตั้งแต่การค้นหา (discovery) การสร้างโมเดล (modeling) จนถึงการทำงานอัตโนมัติ (automation) ทั้งหมดในหนึ่งแพลตฟอร์มเดียว ทำให้ผู้ใช้สามารถเชื่อมต่อข้อมูลจากหลายแหล่งได้โดยไม่ต้องพึ่งเอกสาร SOP หรือบันทึกระบบที่มีอยู่แล้ว

Why Enterprise AI is Struggling

สาเหตุหลักของความล้มเหลวของ AI ในองค์กรตามรายงานของ Gartner และ MIT นั้นไม่ได้อยู่ที่ “โมเดล” แต่เป็น “ข้อมูลพื้นฐาน” ที่ใช้ฝึกโมเดล การให้เอเจนต์ AI ทำงานบนเอกสารกระบวนการและบันทึกระบบทำให้เกิดช่องว่างระหว่างสิ่งที่บันทึกไว้กับสิ่งที่ทำจริงในชีวิตประจำวันของพนักงาน

Misra ชี้ว่าองค์กรใหญ่ ๆ มักพึ่งพาที่ปรึกษาเช่น McKinsey เพื่อทำแผนผังกระบวนการ ซึ่งอาจใช้เวลานานและไม่แม่นยำ การสังเกตโดยตรงจากหน้าจอคอมพิวเตอร์ช่วยเติมเต็ม “ช่องว่าง” นี้ได้อย่างชัดเจน โดยจับภาพทุกขั้นตอนที่เกิดขึ้นระหว่างการทำงานจริง ไม่ว่าจะเป็นการเปิดไฟล์ Excel, ใช้ CRM, ส่งอีเมล หรือเชื่อมต่อกับระบบหลักฐานเก่า

ผลจากการใช้ข้อมูลที่ครบถ้วนและเป็นปัจจุบันทำให้เอเจนต์ AI สามารถตัดสินใจได้แม่นยำขึ้น ลดความจำเป็นในการปรับโครงสร้างกระบวนการใหม่ทั้งหมด ซึ่งเป็นข้อเสนอสำคัญที่ Skan AI นำเสนอเพื่อตอบโจทย์ตลาด

Skan AI’s Approach

เทคนิคของ Skan AI อาศัย “การสังเกตหน้าจอ” (screen‑level observation) ที่ติดตั้งบนเครื่องผู้ใช้เพื่อบันทึกพฤติกรรมการทำงานแบบต่อเนื่อง ระบบจะเปลี่ยนข้อมูลภาพเหล่านั้นเป็นโมเดลเชิงบริบทที่แสดงถึงเจตนาและขั้นตอนต่าง ๆ ของพนักงาน

Misra ย้ำว่า “ปัญหาที่แท้จริงไม่ใช่การสังเกตหน้าจอ แต่คือการ สกัดความตั้งใจ (intent extraction) จากข้อมูลนั้น” การทำให้เครื่องจักรเข้าใจว่าการคลิกกลับไปยังขั้นตอนแรกเป็นการเริ่มเคสใหม่หรือการแก้ไขงานเดิมต้องอาศัยการเรียนรู้เชิงลึกและประสบการณ์หลายปี Skan AI เชื่อว่าเทคโนโลยีของตนมี “หัวหน้าตรง” ที่ทำให้สามารถแปลงข้อมูลดิบจากหน้าจอเป็นกราฟบริบทที่ AI สามารถใช้เพื่อดำเนินงานได้

แม้จะได้รับการวิพากษ์วิจารณ์เรื่องความเป็นส่วนตัว Skan AI ยืนยันว่ามีมาตรการรักษาความปลอดภัยและการเข้ารหัสข้อมูลอย่างเคร่งครัด รวมถึงให้ผู้ใช้ควบคุมขอบเขตการสังเกต เพื่อหลีกเลี่ยงปัญหาการตรวจสอบโดยไม่ได้รับอนุญาตที่เคยเกิดขึ้นกับบริษัทเทคโนโลยีระดับโลกอื่น ๆ

Analysis & Impact

การระดมทุน $63 million นี้อาจเป็นแรงผลักดันสำคัญให้ Skan AI ขยายตลาดสู่องค์กรขนาดใหญ่ที่ต้องการทำความเข้าใจกระบวนการทำงานจริงอย่างละเอียด การมีผลิตภัณฑ์ Blueprint และ Agents ทำให้บริษัทสามารถนำเสนอ “แพลตฟอร์มครบวงจร” ที่ตอบโจทย์ปัญหาการปรับใช้ AI ในระดับธุรกิจได้ดีกว่าผู้แข่งขันเช่น Celonis ซึ่งยังพึ่งพาการสกัดข้อมูลจากบันทึกระบบเท่านั้น

อย่างไรก็ตาม ความสำเร็จของโมเดลบริบทจะขึ้นอยู่กับการยอมรับของพนักงานและข้อกำหนดด้านกฎหมายคุ้มครองข้อมูลส่วนบุคคล หากองค์กรไม่สามารถสร้างความเชื่อมั่นในเรื่องความเป็นส่วนตัวได้ การนำเทคโนโลยีนี้ไปใช้จริงอาจเจออุปสรรคใหญ่

โดยรวมแล้ว Skan AI กำลังเสนอแนวทางที่อาจเปลี่ยนแปลงการพัฒนา AI ขององค์กรจาก “ทำตามเอกสาร” ไปสู่ “ทำตามความเป็นจริงของงาน” หากสามารถจัดการกับประเด็นด้านจริยธรรมและเทคนิคได้สำเร็จ การลงทุนนี้จะช่วยเร่งการเติบโตของตลาด AI ระดับองค์กรในอนาคต

Summary

Skan AI ได้ระดมทุน $63 million** ในรอบ Series C เพื่อเปิดตัวผลิตภัณฑ์ใหม่ที่ใช้การสังเกตหน้าจอในการสร้างกราฟบริบทของงาน การทำเช่นนี้อาจเป็นก้าวสำคัญในการแก้ไขช่องว่างข้อมูลระหว่างเอกสารกระบวนการและความเป็นจริงของการทำงานในองค์กร.