Ashley Moser, spoluzakladatel a CCO společnosti MelodyArc – série rozhovorů

Ashley Moser, spoluzakladatelka a hlavní obchodní ředitelka MelodyArc, řídí obchodní strategii společnosti, spolupracuje se zákazníky na překladu ambiciózních provozních cílů do měřitelných výsledků. Přináší zkušenosti zahrnující operace, produktovou strategii, logistiku, prodej a finanční služby, včetně vedoucích rolí ve společnosti Wonder a ve Walmart‑ově Jetblack, kde pracovala napříč dodavatelským řetězcem, kontinuálním zlepšováním, strategií a logistikou. Na začátku kariéry působila jako ředitelka prodeje ve společnosti Stella Connect, později odkoupěné společností Medallia, spolupracovala s mobilní platformou pro maloobchod NewStore a strávila více než čtyři roky ve společnosti J.P. Morgan v institucionálním prodeji akcií.

MelodyArc je podniková platforma pro orchestraci AI navržená tak, aby pomáhala provozním týmům koordinovat data, obchodní pravidla, AI systémy a lidské rozhodování v jediném řízeném prostředí. Platforma je postavena na provádění komplexních provozních procesů od začátku do konce, umožňuje týmům definovat pracovní postupy, aplikovat obchodní logiku, nasazovat AI operátory nebo jiné agenty a eskalovat případy na lidi, když je vyžadováno vyšší posouzení. Její Point Engine hodnotí možné cesty řešení každého případu při dodržování organizačních pravidel a zaznamenává každý krok, čímž poskytuje firmám větší přehled a kontrolu nad AI‑poháněnými workflow v oblastech jako zákaznický servis, merchandising, komunikace na webu, dodavatelský řetězec a sortiment.

Měli jste rozmanitou kariéru sahající od financí v J.P. Morgan, přes enterprise SaaS v Medallia, až po provozní role ve Walmart‑ově Jetblack. Jaký konkrétní postřeh nebo frustrace vás přiměla ke spoluzaložení MelodyArc a jak tyto zkušenosti formovaly základní vizi společnosti? 

Společnost jsme založili, protože můj spoluzakladatel James McHenry a já jsme oba dříve byli operátory i techniky. Viděli jsme to na vlastní oči a v mnoha případech pomáhali budovat skvělou technologii pro provozní týmy. Stále jsme však narazili na stejnou mezeru – řešení zaměřená na úzký úsek toho, co operace skutečně dělají, nebo neodpovídala tomu, jak práce probíhá v praxi.

S tímto vědomím jsme se pustili do vytvoření platformy, která by mohla přinést nové technologie týmům na frontové linii provozu způsobem, který skutečně využijí. Dnes se to projevuje jako orchestraci s lidským zapojením (human‑in‑the‑loop).

MelodyArc umisťuje AI přímo do rukou operátorů na frontové linii. Jak se tento přístup liší od tradičních top‑down nasazení enterprise AI a proč k této změně dochází právě nyní? 

S MelodyArc, jakmile je platforma nasazena, dáváme týmům možnost vytvářet nové pracovní postupy, nápady a procesy s lidským zapojením přímo do jejich rukou, s minimálním nebo žádným dopadem na širší plán vývoje. To znamená, že týmy mohou zlepšovat své vlastní procesy pomocí AI, aniž by pokaždé musely projít řetězec velení. Jedná se o zásadně odlišný způsob nasazení této technologie.

Toto je zvláště patrné v našich největších podnikových nasazeních. U jednoho klienta jsme začali s jediným případem užití v jednom týmu. Dnes jsme v provozu s více než pěti případy užití napříč několika týmy.

Také jsme viděli, jak týmy vytvořily proces asistovaný AI během jediného dne, něco, co dříve odkládaly, protože nikdy nesplnily kritéria ROI pro to, co by byl náročný inženýrský vývoj.

Mnoho organizací výrazně investuje do AI, ale stále má potíže s jejím provozním nasazením. Jaké jsou nejčastější mezery, které vidíte mezi AI strategií a jejím reálným provedením?

Vynikají dva hlavní body. Za prvé, když společnosti zkoumají proces, na který chtějí aplikovat AI, často zvolí přístup vše‑nebo‑nic. Buď automatizují vše v daném procesu, nebo ho vůbec nezasáhnou. Doporučujeme společnostem místo toho analyzovat strukturu procesu a identifikovat, kde se hodí automatizace, kde AI a kde je stále potřeba zapojení lidí, ne nutně v tomto pořadí. Tento přístup otevírá mnohem více procesů jako kandidáty pro AI a zároveň odemyká více automatizace v následných fázích, protože jste záměrně určili, kde jsou lidé zapojeni.

Za druhé, z strategického hlediska mají společnosti často stovky vhodných případů užití, ze kterých mohou vybírat. Klíčové je hodnotit je podle skutečného obchodního dopadu, finančních úspor, úspor času a konkrétních metrik, místo aby se zaměřovaly na to, co je nejvíce okázalé nebo nejjednodušší. Útok na největší a nejvíce dopadající oblasti jako první, i když jsou obtížnější, přináší společnostem největší hodnotu. To také ukazuje pozitivní „flywheel“ hodnoty, kterou AI projekty mohou v organizacích vytvořit.

MelodyArc kombinuje AI s lidskými pracovními postupy místo jejich nahrazování. Jak určujete správnou rovnováhu mezi automatizací a lidským rozhodováním v podnikovém prostředí?

MelodyArc pomáhá podnikom dosáhnout jejich cílů v automatizaci tím, že nachází správnou rovnováhu mezi AI a rozhodováním s lidským zapojením. Když MelodyArc zahajuje implementační proces, konečným cílem organizace může být, aby automatizace dokončila 90 % práce, přičemž zbývajících 10 % bude spoléhat na odborné znalosti členů týmu. Namísto toho, aby se upřednostňovala jen rychlost, MelodyArc využívá zapojení lidí od samého začátku. Například začíná rozdělením 50‑50 mezi automatizaci a vstup od členů týmu a postupně automatizuje další části procesu. Tento přístup umožňuje nasazení firemních pracovních toků do výroby rychleji, protože se nesnažíme proces zdokonalit před integrací AI.

Další silnou stránkou tohoto přístupu je, že při nasazení do výroby sbíráme data o procesu, která nám přesně ukazují, které části procesu automatizovat dále. To umožňuje MelodyArc postupně dosahovat cílů automatizace rychleji a efektivněji. V praxi to často znamená, že společnost vidí neustálé zlepšování automatizace, aniž by musela narušovat pracovní tok kvůli opravám nebo úpravám.

S vaším zázemím v zákaznické zkušenosti a provozu, jak si myslíte, že AI předefinuje, jak vypadá „vynikající služba“ v prostředí, kde lze odpovědi generovat okamžitě?

Věřím, že „okamžitý“ se stane standardem a v podstatě komodifikovaným. Skvělá služba nikdy nebyla o tom, že zákazníkovi rychle poskytneme odpověď, ale o tom, že mu dáme správnou odpověď s co nejmenším úsilím. AI nám nabízí nové způsoby, jak toto úsilí snížit, ať už jde o provádění úkolů jménem zákazníků, navrhování dalších kroků nebo automatické vyplňování polí – cokoliv, co činí zážitek plynulejším a příjemnějším. Generovat odpověď okamžitě nic neznamená, pokud není skutečně relevantní, a tvrdím, že honba za rychlostí samotnou vede společnosti k optimalizaci špatné věci.

Podniková AI často selhává v poslední fázi, kde jsou klíčové adopce a použitelnost. Jaké principy designu byly zásadní pro zajištění, aby MelodyArc skutečně využívaly týmy na frontové linii?

Začínáme s pochopením, že v našich týmech existuje spousta tacitních znalostí, a jsme naprosto jasní v tom, co můžeme a co nemůžeme automatizovat. Otevřenost v tomto rozlišení činí zkušenost mnohem intuitivnější. Nejedná se o černou skříňku, kde týmy nevědí, co se děje a proč.

Použitelnost spočívá v představě, že technologie spolupracuje s týmy na frontové linii, místo aby se stala něčím, kolem čeho musí pracovat. To navazuje k tomu, proč jsme společnost založili – příliš mnoho úzkých řešení buď pokrývalo jen úzký výsek operací, nebo neodpovídalo tomu, jak práce ve skutečnosti probíhala na místě. Zjistili jsme, že to je hlavní důvod, proč mnoho podnikových AI nástrojů zůstává po měsíce po spuštění nevyužito.

Jak AI agenti získávají větší autonomii, jaké výzvy v oblasti správy a kontroly by měly podniky řešit, než tyto systémy rozšíří?

Pozorovatelnost v jakémkoli podnikovém prostředí je nezbytná, zejména schopnost vidět, jaká rozhodnutí byla učiněna a proč. U procesů, které by podniky mohly automatizovat, ale necítí se s tím naprosto pohodlně, doporučuji zachovat lidský zásah. Je to klíčové nejen pro udržení dohledu, ale i pro testování nových systémů, aby se co nejlépe pochopilo, jak fungují a jaké mají dopady, jak pozitivní, tak negativní.

Z komerčního hlediska, jak se prodej AI podnikovým zákazníkům vyvíjel v posledních letech, když se kupující stávají informovanějšími, ale zároveň opatrnějšími?

Všichni se stali mnohem chytřejšími, jak kupující, tak dodavatelé. Jsme asi čtyři roky v tom, co je ve skutečnosti cyklus trvající několik desetiletí, takže se stále učíme.. Jak AI získává větší schopnosti a je dostupnější, rychle iterujeme na tom, co můžeme pro klienty udělat, zatímco oni sami objevují, co mohou dosáhnout ve svých organizacích, což je opravdu vzrušující, protože dochází k velké výměně hodnot.

Organizace se zaměřují na informační bezpečnost více než kdy dříve, na zachování toho, co je odlišuje, a na skutečnou efektivitu, kterou AI přináší. Projekty také přistupují rozumněji, jsou ochotny postupně přecházet k adopci místo toho, aby vše nasadily najednou. Rozhodování mezi vývojem a nákupem je stále živým výpočtem uvnitř firem a čím dál častěji vidíme hybridní přístupy, jako je vývoj a nákup, nebo „vývoj prostřednictvím nákupu“, místo jednoho nebo druhého.

Pracovali jste jak s rychle rostoucími startupy, tak s velkými organizacemi jako Walmart. Jak se liší vývoj AI pro podnikovou operaci v závislosti na velikosti společnosti a organizační složitosti?

Skutečně se jedná o dvě dimenze: šíři organizace a historickou hloubku její technologické stacku a procesů.

V rychle rostoucích startupech nemáte tolik lidí ani takovou organizační složitost a nepracujete kolem systémů postavených před 20 lety nebo týmů, které dělají totéž už deset let. Čím je organizace větší a etablovanější, tím více musíte přehodnotit způsoby práce od základů. To znamená rozhodnout, jak chcete v budoucnu fungovat, a pak postupně směřovat k tomu způsobem, který organizaci vyhovuje. Někdy to také znamená provádět nezávislé experimenty na okraji, částečně oddělené nebo paralelně s existujícími procesy.

Jak do budoucna vidíte vývoj role pracovníků na frontové linii, když se AI stává součástí každodenních pracovních postupů? Směřujeme k augmentaci, orchestraci, nebo k něčemu zcela novému? 

Pro každodenní pracovní postupy je vrstva orchestraci klíčová. Zajistit, aby všichni vaši lidé a technologie spolupracovali nativně, je směr, kterým míříme. Implementace tohoto typu technologie však může být složitá, protože nejde o jednoduchý siló, kde organizace může automatizovat jeden krok a pak jej předat spolupracovníkovi. Jedná se o kombinaci AI, automatizace a spolupracovníka pracujícího v tandemu.

Pro týmy na frontové linii existuje mnoho příležitostí k implementaci pracovních postupů. Pokaždé, když mluvíme s klienty, existují desítky, ne-li stovky projektů, které by rádi realizovali, ale nemohou, ať už kvůli rozpočtu, technické roadmapě, velikosti týmu nebo návratnosti investic, která je brzdí. Přesně zde vstupují AI a orchestraci, pomáhají týmům udělat mnohem víc s tím, co již mají, a zároveň snižují náklady na spuštění. To nakonec vede k pozitivní návratnosti investic pro budoucí projekty.

Děkujeme za skvělý rozhovor, čtenáři, kteří se chtějí dozvědět více, by měli navštívit MelodyArc.