Avinash Misra 的 Skan AI 筹集 6300 万美元，用于为企业代理绘制工作流程图

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 和 Manish Garg 为 Skan AI 募集了 6300 万美元，支持他们在 2018 年开始的一项押注：企业代理需要先了解员工实际的工作方式，才能可靠地替代或协助他们。

该 C 轮融资，由 VentureBeat 在 8 月 12 日 报道，由 Cathay Innovation 和 Dell Technologies Capital 共同领投。Citi Ventures、Bloomberg Beta、State Farm Ventures 和 Wipro Ventures 也参与了此次融资。VentureBeat 报道称，此次融资使 Skan AI 的总筹资额约为 1.2 亿美元。公司的估值和其他交易条款未予披露。

根据 Skan AI 的 A 轮 和 B 轮 材料，先前披露的支持者还包括 Zetta Venture Partners、Firebolt Ventures、Plug and Play、GSR Ventures 和 Liberty Global Ventures。

Misra 和 Garg 自学生时代起就开始一起创业。他们在印度 Kanpur 一同长大，曾就读于 Indian Institute of Technology Kanpur，并曾共同创办企业移动解决方案提供商 Endeavour Software Technologies。Genpact 同意于 2015 年 9 月 收购 Endeavour；收购价格未披露。

他们的第二家公司源于在企业转型项目中观察到的现象：流程文档描述的是被批准的程序，而员工则通过电子表格、电子邮件、遗留应用、主观判断和临时修补来完成实际工作。公司称其成立于 2018 年，原因是 Misra 和 Garg 看到文档化的程序与员工实际执行企业工作方式之间存在差距。

“为什么一个组织，尤其是大型企业，理解自身工作究竟是如何完成的，会如此困难？”Misra 在接受 VentureBeat 采访时表示。“为什么为此还需要请 McKinsey 的顾问飞来？”

Turning observation into agent instructions

Skan AI 在员工桌面上安装一个观察层，跟踪工作在被批准的应用之间的流转。在其 Skan AI Intelligence 的描述 中，公司表示该软件会捕捉点击、应用切换和移交，映射变通方法和异常路径，并且可以观察跨遗留系统、主机、Citrix 和虚拟桌面环境、桌面软件和 Web 应用的活动。在另一篇关于其屏幕级技术的公司解释 中，Skan 表示其工作站代理不依赖于 API 或系统日志。

Skan AI 然后将这些观察抽象为其所称的 “Context Graph of Work”。其核心技术主张涉及意图提取：识别员工是否开启了一个新案例、修正了旧案例、升级了异常或采用了未记录的捷径。将一连串交互正确地转化为有状态的业务流程是更困难的问题。

“难点不在于屏幕观察，”Misra 在接受 VentureBeat 采访时表示。“难点在于对你在屏幕上看到的内容进行抽象 —— 意图提取。”

此次融资伴随着两款产品的普遍可用性发布。Skan AI Blueprint 为高管提供潜在 AI 项目的地图，包括就绪度评分、预计财务影响和投资回报跟踪。在其对 Skan AI Agents 的描述中，公司表示该产品使用观察到的流程模型（其称为 Agent Operating Procedures）来执行企业工作流。Skan AI Intelligence，这个已有的分析层，则映射流程变体、瓶颈和自动化候选项。

这些产品合力将 Skan AI 从流程发现推进到围绕代理部署形成的更大预算领域。Blueprint 帮助决定自动化支出应去向何处。Intelligence 对工作进行建模，Agents 则执行它。Skan 可以将规划、数据和执行层作为一个系统出售，而不是仅作为为另一自动化厂商提供数据的分析产品。

这一时点反映出许多企业 AI 项目回报疲弱的现实。VentureBeat 报道称 Skan 引用的 Gartner 研究发现，只有 8% 的企业将 AI 代理投入生产，并预测 95% 的早期实现将需要完全重新设计。Skan 的论点是，当代理收到官方程序和后端记录但缺乏塑造日常执行的未记录决策时，代理就会失败。

这一扩展提高了模型不准确的成本。错误的流程图会生成无力的仪表盘。使用该图的代理可能做出错误决策、处理异常不当或在受监管的工作流中行动却未能提供所需证据。

Company-reported traction

Skan AI 声称已观察超过 500 个流程并交付了超过 5 亿美元的价值。这些数字为公司自报且未经审计，Skan 尚未公开说明其方法论的足够细节以便独立评估其价值计算。

一则 2022 年 3 月的公司融资公告 表示，超过 20 家主要的金融服务、医疗保健和保险公司使用了其技术。那是一次历史性披露，而非当前客户数量。

在一篇关于一家财富 500 强金融顾问公司的 2024 年 2 月 案例研究 中，Skan 表示该部署从 25 到 30 用户的概念验证扩展到大约 200 名用户，并识别出至少 20 项员工体验和成本降低的机会。Skan 未透露客户名称，且这些结果仍为公司自报。

A crowded race to provide enterprise context

在 VentureBeat 的报道中，Misra 将后端记录与其前置工作的区别进行了区分。他认为系统日志显示的是已完成的交易，而员工在提交这些交易之前会审阅文件、在应用间切换、咨询同事并应用机构知识。Skan 的屏幕级观察旨在重构这一时间间隔。

“所有后端数据，从定义上来说，都是工作已提交的状态，”Misra 在接受 VentureBeat 采访时表示。“工作实际上发生在这些已提交状态之间。”

Skan AI 并非独占该市场。在其 Context Model 页面 上，Celonis 将该产品描述为一个动态、实时的运营数字孪生，为人员和企业 AI 提供运营上下文。UiPath 表示其 Process Intelligence offering 为涉及编排、软件机器人、AI 代理和员工的工作流提供流程数据。Mimica 表示其记录桌面操作并识别流程改进和自动化机会。Soroco 表示其 Scout 软件捕捉数字交互并揭示工作流变体和自动化机会。Gartner Peer Insights 列出了 Celonis、UiPath、SAP Signavio 和 IBM Process Mining，作为 Skan 用户考虑的替代方案。

Skan AI 的立场取决于其抽象能力的质量、自2018年成立以来累积的流程数据以及其在安全敏感型企业内部部署的能力。Skan 认为其对主机、虚拟桌面和遗留软件的声明覆盖范围可以应对后端记录不完整的流程，尽管基于桌面观察的竞争对手也可能追赶同一空白。6300万美元的资金让 Misra 和 Garg 有更多时间将这一技术主张转化为生产部署，以便在更大型的自动化平台拉近差距之前完成进展。

Cathay Innovation 和 Dell Technologies Capital 此前曾支持 Skan AI。Cathay 领投了 1400万美元的A轮，该轮在 2020 年 10 月宣布。在一则2022年3月的融资公告中，Skan 表示 Dell Technologies Capital 领投了其 4000万美元的 B 轮。他们决定共同领投 C 轮，表明在 Skan 向执行软件领域深入推进之际，对创始人的又一次押注。

观察带来监视方面的考验

Skan AI 的前提出现了一个不可回避的职场问题：用于观察屏幕以理解流程的软件同样可以被用来监控人员。

Skan 表示其控制措施会对行为进行跨群体汇总、将观察限制在经批准的应用和 URL，并将由此产生的数据保留在企业防火墙内。这些都是公司报告的架构性主张，而非独立审计的发现。

Misra 的赌注是，企业会接受这种审查，因为运营数据是有价值的。通用型代理对特定保险公司如何处理理赔，或银行如何处理异常合规案件几乎一无所知。Skan AI 希望掌握教会它们的那一层。

C 轮资金支持了从“观察工作”向“对工作采取行动”的转变。在企业代理成为董事会层面优先事项之前，Misra 和 Garg 花了数年时间构建观察系统。他们现在必须证明，从员工处收集的流程知识能够产出准确、可审计并且被那些提供屏幕数据的人所信任的代理。