Avinash MisraのSkan AI、企業向けエージェントの作業をマッピングするために6300万ドルを調達

Why it matters

Skan AI is competing to become the operational memory behind enterprise agents, a valuable position if observed work can be converted into reliable automation without becoming employee surveillance.

Avinash Misra と Manish Garg は Skan AI のために $63 million を調達し、2018年に始めた賭けを後押しした：エンタープライズエージェントは従業員が実際にどのように働いているかを学ばなければ、確実に代替または支援することはできないという考えだ。

The Series C、VentureBeatが8月12日に報じたところによると、本ラウンドは Cathay Innovation と Dell Technologies Capital による共同リードだった。Citi Ventures、Bloomberg Beta、State Farm Ventures、Wipro Ventures も参加した。VentureBeat は、この資金調達により Skan AI の総調達額はおおよそ $120 million になると報じている。企業評価額やその他の取引条件は開示されていない。

以前に公表された出資者には Zetta Venture Partners、Firebolt Ventures、Plug and Play、GSR Ventures、Liberty Global Ventures が含まれると、Skan AI の Series A および Series B の資料は述べている。

Misra と Garg は学生時代から共に起業してきた。彼らはインドのカーンプルで育ち、Indian Institute of Technology Kanpur に在学し、以前はエンタープライズ向けモビリティプロバイダーの Endeavour Software Technologies を共同設立した。Genpact は 2015年9月に Endeavour を買収することで合意した；買収価格は開示されていない。

彼らの2社目は、エンタープライズのトランスフォーメーションプロジェクトで見た事柄から成長した：プロセス文書は承認された手順を記述している一方で、従業員はスプレッドシート、電子メール、レガシーアプリケーション、判断、即席の修正を通じて実際の作業を処理していたと彼らは見ている。会社は、Misra と Garg が文書化された手順と従業員が実際にエンタープライズの仕事を遂行する方法の間にギャップを見た後、2018年に設立されたと述べている。

「なぜ組織、特に大企業にとって、自社の仕事が実際にどのように行われているかを理解するのがそんなに難しいのか？」と Misra は VentureBeat に語った。「それを理解するためにわざわざ McKinsey のコンサルタントを呼ぶ必要があるのだろうか？」

観察をエージェントの指示に変える

Skan AI は従業員のデスクトップに観察レイヤーをインストールし、作業が承認されたアプリケーション間を移動する様子を追跡する。Skan AI Intelligence の説明によれば、同社のソフトウェアはクリック、アプリケーションの切り替え、ハンドオフを記録し、回避策や例外経路をマッピングし、レガシーシステム、メインフレーム、Citrix や仮想デスクトップ環境、デスクトップソフトウェア、ウェブアプリケーションにまたがるアクティビティを観察できるとされる。画面レベル技術に関する別の企業説明では、Skan はワークステーションのエージェントが API やシステムログに依存しないと述べている。

Skan AI はその観察結果を抽象化して、いわゆる "Context Graph of Work" に変換する。中心的な技術的主張は意図抽出に関するものである：労働者が新しいケースを開始したのか、古いものを修正したのか、例外をエスカレーションしたのか、文書化されていない近道を辿ったのかを認識することだ。インタラクションの流れを状態を持つビジネスプロセスに正しく翻訳することが、より難しい問題である。

「難しい問題は画面の観察自体ではない」と Misra は VentureBeat に語った。「難しいのは画面で見えるものの抽象化、つまり意図抽出だ。」

新たな資金調達は、2つの製品の一般提供開始とともに到来した。Skan AI Blueprint は、経営幹部に潜在的な AI プロジェクトのマップを提供し、準備度スコア、推定財務インパクト、ROI トラッキングを含む。Skan AI Agents の説明では、同製品は観察されたプロセスモデル（同社が Agent Operating Procedures と呼ぶ）を使用してエンタープライズワークフローを実行するとしている。既存の分析レイヤーである Skan AI Intelligence はプロセスのバリアント、ボトルネック、オートメーション候補をマッピングする。

これらの製品は併せて Skan AI をプロセス発見から、エージェント展開に伴うより大きな予算へと押し上げる。Blueprint はオートメーション支出をどこに割り当てるべきかを判断するのを助ける。Intelligence は作業をモデル化し、Agents がそれを実行する。Skan は計画、データ、実行レイヤーを分析製品として別のオートメーションベンダーにデータを供給するだけでなく、ひとつのシステムとして販売できる。

このタイミングは、多くの企業の AI プロジェクトからの低いリターンを反映している。VentureBeat は、Skan が引用した Gartner の調査によれば、企業のわずか 8% が AI エージェントを本番環境で運用しており、初期導入の 95% は完全な再設計を必要とするだろうと報じたと述べている。Skan の主張は、エージェントは公式手順やバックエンド記録だけを受け取り、日々の実行を形作る文書化されていない判断が欠けていると失敗する、というものだ。

その拡張は、不正確なモデルのコストを引き上げる。欠陥のあるプロセスマップは弱いダッシュボードを生む。そうしたマップを使うエージェントは誤った判断を下したり、例外を誤処理したり、必要な証跡なしに規制されたワークフローの内部で動作してしまう可能性がある。

企業側の主張する実績

Skan AI は 500 を超えるプロセスを観察し、$500 million を超える価値を提供したと主張している。これらの数値は企業からの報告であり監査されておらず、Skan はその価値算定を独立して評価するための方法論を十分に公開していない。

2022年3月の同社資金調達発表では、20社以上の主要な金融サービス、ヘルスケア、保険会社が同技術を利用していると述べられている。これは現在の顧客数というよりは過去の開示だった。

2024年2月の Fortune 500 のファイナンシャルアドバイザリ firm に関するケーススタディでは、Skan は導入が 25〜30 ユーザーの PoC から約 200 ユーザーに拡大し、少なくとも 20 の従業員体験とコスト削減の機会を特定したと述べている。Skan は顧客名を明かしておらず、結果は同社報告のままである。

エンタープライズの文脈を提供するための過密な競争

VentureBeat の記事によれば、Misra はバックエンドの記録とそれに先行する作業を区別した。彼によればシステムログは完了したトランザクションを示すが、従業員はトランザクションを確定する前にドキュメントを確認し、アプリケーション間を移動し、同僚に相談し、組織の知識を適用する。Skan の画面レベルの観察はその間の時間を再構築することを意図している。

「すべてのバックエンドデータは、定義上、作業のコミットされた状態だ」と Misra は VentureBeat に語った。「実際の仕事は、それらのコミットされた状態の間に起きることだ。」

Skan AI がその市場を独占しているわけではない。Celonis はその Context Model ページ で、同製品を運用のダイナミックなリアルタイムのデジタルツインと説明し、人やエンタープライズAI に運用上のコンテキストを供給すると述べている。UiPath はその Process Intelligence offering がオーケストレーション、ソフトウェアロボット、AI エージェント、従業員を含むワークフローのためのプロセスデータを提供するとしている。Mimica はデスクトップ上の操作を記録し、プロセス改善と自動化の機会を特定すると述べている。Soroco は Scout ソフトウェアがデジタルインタラクションをキャプチャし、ワークフローバリエーションと自動化の機会を明らかにすると述べている。Gartner Peer Insights は Skan のユーザーが検討した代替案 の中に Celonis、UiPath、SAP Signavio、IBM Process Mining を挙げている。

Skan AI's position depends on the quality of its abstraction, the process data accumulated since its 2018 founding and its ability to deploy inside security-sensitive enterprises. Skan argues that its stated coverage of mainframes, virtual desktops and legacy software can address processes for which backend records are incomplete, although desktop-observation rivals can pursue the same gap. The $63 million gives Misra and Garg additional time to convert that technical claim into production deployments before larger automation platforms close the distance.

Cathay Innovation and Dell Technologies Capital have backed Skan AI before. Cathay led a [$14 millionのシリーズA] announced in October 2020. In a 2022年3月の資金調達発表, Skan said Dell Technologies Capital led its $40 million Series B. Their decision to co-lead the Series C is a renewed bet on the founders as Skan moves deeper into execution software.

観察は監視の試練をもたらす

Skan AI's premise creates an unavoidable workplace question: software that watches screens to understand processes can also be used to monitor people.

Skan says its controls aggregate behavior across groups, limit observation to approved applications and URLs, and keep the resulting data behind the enterprise firewall. Those are company-reported architectural claims, not findings from an independent audit.

Misra's wager is that enterprises will accept that scrutiny because the operational data is valuable. General-purpose agents arrive with little knowledge of how a particular insurer processes a claim or how a bank handles an unusual compliance case. Skan AI wants to own the layer that teaches them.

The Series C funds a shift from watching work to acting on it. Misra and Garg spent years building the observation system before enterprise agents became a board-level priority. They now have to prove that process knowledge gathered from employees can produce agents that are accurate, auditable and trusted by the people whose screens supplied the underlying data.