Vara Kumar Namburu, spoluzakladatel a vedoucí výzkumu a vývoje, Whatfix – rozhovor

Vara Kumar je spoluzakladatel a vedoucí výzkumu a vývoje a řešení ve společnosti Whatfix, kde řídí inovace a strategický růst společnosti. Společnost Whatfix založil v roce 2014 s Khadimem Battim s vizí, aby jednotlivci a organizace mohli pracovat symbioticky s technologiemi a maximalizovat tak svůj potenciál. Se sídlem v USA Vara řídí víceproduktovou strategii a vizi společnosti pro vývoj produktů a jejich přijetí, vývoj technologií a inovace, což pomáhá urychlit úspěšné integrace pro zákazníky a partnery. Pod vedením Vary společnost uvedla koncept “uživatelizace”, který představuje průlomový přístup, který mění zaměření na to, aby se technologie přizpůsobila uživatelům, místo aby uživatelé museli přizpůsobit se technologiím. Je vášnivým zastáncem budování technologií, které uživatelé milují.

Whatfix je digitální platforma pro přijetí, která pomáhá organizacím zlepšit přijetí softwaru a produktivitu uživatelů tím, že přímo do podnikových aplikací vkládá pokyny, návody, tipy a samoobslužnou podporu. Na základě toho Whatfix AI představuje inteligentní, kontextové agenty, jako je Autoring, Guidance a Insights, které automatizují vytváření obsahu, poskytují podporu v reálném čase a transformují údaje o využití na akční informace. Společně Whatfix a Whatfix AI zjednodušují procesy, snižují tření při školení a optimalizují pracovní postupy,同时 zajišťují dohled, odpovědnost a ochranu dat.

Vy jste spoluzakladatel Whatfix, které jste založili před více než deseti lety po kariéře v podnikové technologii. Co vás inspirovalo k založení této společnosti a jak se vaše původní vize změnila s nástupem umělé inteligence?

Má kariéra začala v Huawei Technologies, kde jsem pracoval jako systémový architekt a setkal se s mým budoucím spoluzakladatelem, Khadimem Battim. Naše první společné podnikání bylo SearchEnabler, platforma pro optimalizaci vyhledávačů pro malé a střední podniky. Přes to, že jsme vytvořili solidní řešení, jsme objevili základní problém: uživatelé nemohli maximalizovat možnosti platformy. I když jsme přidali tlačítko “Opravit” pro vedení, jsme si uvědomili, že problém nebyl pouze v optimalizaci vyhledávačů, ale v tom, aby byla technologie skutečně přístupná uživatelům.

Tato skutečnost nás vedla k založení Whatfix v roce 2014. Naše základní přesvědčení bylo revoluční pro tu dobu: místo toho, aby se lidé museli přizpůsobit technologiím, jsme se rozhodli, že technologie se bude přizpůsobovat lidem. Nazvali jsme to “uživatelizace”, zajišťující, aby software byl intuitivní, podporoval přijetí a maximalizoval dopad.

Umělá inteligence tuto misi značně amplifikovala. Od našeho akvizice Airim v roce 2019 jsme začlenili umělou inteligenci do všech produktů, které vyvíjíme. Dnes už nebudujeme pouze uživatelsky přívětivé software, ale vytváříme inteligentní systémy, které se učí, rozumí a jednají v měřítku. Naše vize se vyvinula z jednoduché uživatelské adaptace na budování skutečně lidsky orientované umělé inteligence, která transformuje, jak se práce provádí v podnicích.

Četné studie ukazují, že většina pilotních projektů umělé inteligence selhává, protože koncoví uživatelé nevědí, jak použít technologii ve své denní práci. Z vašeho pohledu, co jsou hlavní příčiny této mezery v přijetí?

Vidím dvě základní bariéry, které brání úspěšnému přijetí umělé inteligence. První je to, co nazývám přetížení, velké podniky jsou zahlceny tisíci aplikacemi, z nichž každá má své vlastní schopnosti umělé inteligence. Uživatelé čelí paralýze rozhodnutí o tom, který nástroj slouží kterému účelu, což vytváří tření, které zabíjí hybnost a eliminuje návratnost investic.

Druhá bariéra je důvěra. IT lídři a CIO potřebují jistotu, že systémy umělé inteligence udržují standardy zabezpečení, dodržují předpisy a fungují bez偏見. Když se organizace obávají o úniky dat, halucinace umělé inteligence nebo selhání governance, váhají rozšířit pilotní programy.

Úspěch vyžaduje začlenění umělé inteligence přímo tam, kde lidé pracují. Naším technologií ScreenSense analyzujeme, co uživatelé dělají a co se snaží dosáhnout, a pak náš Agent vedení poskytuje kontextové doporučení a další nejlepší akce napříč jejich stávajícími systémy. Tento přístup eliminuje hádání, násobí míru zapojení a poskytuje okamžitou hodnotu uživatelům, kteří by jinak mohli odolávat nové technologii.

Noví agenti umělé inteligence Whatfix jsou postaveni na konceptu “uživatelizace”. Můžete vysvětlit, co to znamená a jak se liší od tradičních přístupů k digitálnímu přijetí?

Uživatelizace představuje základní změnu v tom, jak přemýšlíme o nasazení technologií. Místo toho, abychom trénovali lidi, aby se přizpůsobili omezením softwaru, inženýrujeme řešení, která se přizpůsobují lidskému chování a potřebám. Každé rozhodnutí, které činíme, priorizuje uživatelský zážitek, snaží se překonat očekávání a dodat konkrétní obchodní hodnotu.

Tradiční přijetí následuje model “jedna velikost pro všechny”: nasazení školení, doufání v nejlepší a obviňování uživatelů, když přijetí stagnuje. Uživatelizace bere opačný přístup. Používáme umělou inteligenci k vytváření personalizovaného, kontextově citlivého vedení, které se vyvíjí s rolí a situací uživatele. Naše řešení se učí z interakcí uživatelů a přizpůsobují se.

Co činí toto besonders silným, je náš proces vývoje řízený zpětnou vazbou. Vstup zákazníků přímo formuje více než polovinu naší produktové mapy, zajišťující, že řešíme skutečné problémy na pracovišti, spíše než teoretické problémy. Toto vytváří filozofii “lidé na prvním místě”, kde agenti umělé inteligence eliminují tření, aby se lidé mohli soustředit na strategickou, kreativní a vysoce dopadnou práci, spíše než zápasit s technologiemi.

Naše komplexní technologický stack – zahrnující Digitální platformu pro přijetí (DAP), Produktovou analytiku a Mirror – pohání přijetí technologií napříč celou firmou prostřednictvím inteligentní analýzy dat, která urychluje nasazení tradičního softwaru i nových řešení umělé inteligence. Propletli jsme funkcionality umělé inteligence po celé platformě, včetně konverzačních analytických rozhraní a emocionálně reagujících spouštěčů, umožňujících organizacím dekódovat uživatelské vzorce, vylepšovat své přístupy k přijetí a dosahovat kvantitativních obchodních výsledků.

ScreenSense je popsán jako jádro nových agentů umělé inteligence, interpretující jak kontext, tak záměr uživatele. Jak tato technologie funguje v praxi a jak zajišťuje relevanci bez zahlcení uživatele?

ScreenSense funguje jako inteligentní interpret, který současně analyzuje prostředí aplikace (co se děje na obrazovce) a cíle uživatele (co někdo snaží dosáhnout). Tato dvojí povědomí umožňuje poskytovat doporučení v reálném čase, která jsou technicky přesná a osobně relevantní.

V praxi naši agenti umělé inteligence – Autoring, Insights a Guidance – používají ScreenSense k poskytování přesnosti a kontextového vedení v jejich asistenci. Místo toho, aby uživatelé byli zahlceni obecnými návrhy nebo museli se učit nové rozhraní, systém rozumí jejich okamžitému kontextu a poskytuje přesně tu správnou pomoc ve správnou chvíli.

Klíč k tomu, aby se zabránilo zahlcení uživatele, je kontextové filtrování. ScreenSense ne pouze shromažďuje data, ale zpracovává je, aby určilo, kdy zásah přidává hodnotu, a kdy vytváří rozptýlení. Uživatelé dostávají vedení, které se cítí intuitivní a včasné, spíše než intruzivní, protože systém rozumí jak jejich technickému prostředí, tak jejich pracovním záměrům.

Můžete nás provést třemi novými agenty umělé inteligence – Autoring, Insights a Guidance – a sdílet konkrétní příklady, jak zvyšují produktivitu v reálných podnikových pracovních postupech?

Náš Agent Autoring demokratizuje vytváření obsahu tím, že převádí běžný jazyk na sofistikované zkušenosti v aplikaci. Školicí manažer může prostě říci “vytvořte tooltip pro novou funkci na řídicí ploše” a systém automaticky vytvoří obsah, určí pravidla cílení a aplikuje odpovídající styl. Tento efektivní pracovní postup umožňuje týmům vzdělávání a rozvoje, produktovým manažerům a obchodním stakeholderům bez znalosti kódování vytvářet komplexní prvky podpory v aplikaci, včetně interaktivních překryvů, krok za krokem, a situované pomoci na úrovni podniku, prakticky eliminuje konvenční úzká místa a technické požadavky, které obvykle zpomalují procesy vytváření obsahu. Vidíme 40% rychlejší vývoj obsahu dnes, s 70% efektivitou na obzoru.

Agent Insights transformuje analytiku z specializované funkce na konverzační nástroj. Produktoví manažeři mohou klást přirozené otázky, jako “Které funkce způsobují uživatelskou frustraci?” a okamžitě obdržet vizuální analýzu s konkrétními body tření a akčními dalšími kroky. Tato metodika umožňuje produktovým manažerům a různým přispěvatelům týmů rychle objevit akční inteligenci týkající se vzorců zapojení uživatelů a efektivity systému, aniž by vyžadovali pokročilé analytické dovednosti, nakonec podporuje jejich schopnost identifikovat, welche funkčnost vyžaduje vylepšení nebo by mohla profitovat z vylepšených iniciativ přijetí.

Náš Agent Guidance poskytuje okamžitou odpověď uvnitř aktivních pracovních postupů uživatelů. Když někdo hledá “výjimky schvalovacího procesu” při zpracování objednávek, dostane přesné, kontextové informace z interní dokumentace, aniž by musel opustit svou aktuální aplikaci. Tato metodika revolucionalizuje, jak podnikoví zaměstnanci přistupují k informacím, významně snižuje dobu odpovědi a snižuje závislost na zdrojích helpdesku, umožňujícím jim získat nezbytnou jasnost, aniž by narušili svou aktuální úlohu, procházeli rozsáhlou dokumentací nebo vytvářeli žádosti o podporu, a tak si udržovali koncentraci a efektivitu ve svých aktivních pracovních postupech.

Více než 300 zákazníků již nasazuje tyto agenty v produkčních prostředích, vidí dvojnásobné a trojnásobné míry zapojení.

Z vašich zkušeností, co jsou nejlepší postupy, které oddělují organizace, které úspěšně přijímají umělou inteligenci, od těch, které selhávají?

Úspěšné přijetí umělé inteligence vyžaduje dvě základní prvky: bezproblémovou integraci a odpovědnou governance. Organizace, které úspěšně přijímají umělou inteligenci, začleňují schopnosti umělé inteligence přímo do stávajících pracovních postupů, místo toho, aby zavedly samostatné nástroje, které vytvářejí další složitost.

Nejpodařenější organizace se soustředí na okamžitou hodnotu pro uživatele, spíše než na působivé technologické demonstrace. Řeší konkrétní problémy pracovních postupů, kterým lidé čelí denně, zajišťují, aby umělá inteligence se stala zesilovačem produktivity, spíše než dalším systémem, který je třeba zvládnout. Tyto společnosti také investují do nových rolí, jako jsou supervizoři umělé inteligence, kteří udržují lidský dohled, aby systémy zůstaly přesné, spravedlivé a neustále se zlepšovaly.

Organizace, které zápasí, obvykle pohlížejí na umělou inteligenci jako na technologický projekt, spíše než na transformaci uživatelského zážitku. Soustředí se na metriky nasazení, spíše než na výsledky přijetí, a nezabývají se bariérami důvěry a složitosti, které brání škálování.

Podniky stále více investují do nástrojů umělé inteligence napříč softwarovým stackem. Jak vidíte roli platforem pro přijetí, jako je Whatfix, vyvíjející se, když se tato tendence zrychluje?

Jak se proliferace umělé inteligence zrychluje, platformy pro přijetí se stávají kritickou vrstvou orchestrace, která brání podnikovému chaosu. Bez jednotného vedení organizace riskují vytváření více překrývajících se schopností, které mátou uživatele a plýtvají investicemi.

Whatfix je inteligentní páteř, která spojuje plánování, nasazení, přijetí a optimalizaci napříč celým životním cyklem softwaru. Naše platformová sada kombinuje digitální přijetí, produktovou analytiku a simulační schopnosti Mirror, aby vytvořila datové strategie přijetí, které fungují pro tradiční software i nové nasazení umělé inteligence.

Rozšiřujeme se za naše současné nabídky do řešení nativně založených na umělé inteligenci, včetně Seek, Assistant a AI Roleplay. Tyto kombinují inteligentní automatizaci s adaptivními tréninky, aby vytvořily komplexní zkušenosti přijetí. Cílem je stát se jednotnou inteligentní vrstvou, která maximalizuje návratnost investic napříč všemi technologickými investicemi, které podnik činí.

Místo řízení jednotlivých nástrojů organizace potřebují platformy, které rozumí celému technologickému ekosystému a mohou vést uživatele skrz stále složitější krajiny s důvěrou a efektivitou.

Pohledem do budoucna, Whatfix hovoří o budoucnosti, kde digitální řešení se samy opravují a personalizují v reálném čase. Jaké milníky považujete za nejdůležitější pro dosažení této budoucnosti?

Naše roadmapka se soustředí na stanovení Whatfix jako světové lídry platformy umělé inteligence pro uživatelskou adaptaci podnikové technologie. To vyžaduje dosažení tří propojených milníků v průběhu následujících pěti let.

Prvním je škálování nasazení našich agentů umělé inteligence z aktuální základny 300+ zákazníků na standardní implementaci napříč všemi nasazeními Whatfix. Tyto agenti se stanou standardním způsobem, jakým miliony podnikových uživatelů budou navigovat složitost a urychlovat své denní pracovní postupy.

Druhým je budování komplexních schopností produktů první třídy, postavených na umělé inteligenci, za naše současné nabídky digitálního přijetí, analytiky a Mirror. Řešení, jako je Seek, Assistant a AI Roleplay, vytvoří jednotnou inteligentní infrastrukturu, kterou podniky potřebují pro kompletní řízení životního cyklu technologií.

Třetím je dosažení globálního vedení kategorie,重新definování toho, co znamená digitální přijetí ve světě poháněném umělou inteligencí. Úspěch znamená být uznán jako společnost, která učinila podnikovou umělou inteligenci skutečně přístupnou a praktickou pro denní uživatele.

Ultimately, milník spočívá v tom, že lidsky orientovaná, kontextově a záměrně vědomá umělá inteligence je v rukou každého podnikového uživatele. Pokud miliony lidí napříč odvětvími budou pracovat chytřeji a efektivněji s méně tření díky Whatfix, budeme mít splněnou svou základní misi.

S podniky vyvažujícími rychlé přijetí umělé inteligence a důvěru zaměstnanců, jaká rizika předvídáte, pokud se uživatelsky orientované přístupy neberou vážně?

Primárním rizikem je selhání přijetí v měřítku. Bez uživatelsky orientovaného designu podniky čelí stejným problémům důvěry, jako je tomu dnes, obavy o bezpečnost dat, halucinace umělé inteligence a mezery v governance, které brání škálování za hranice pilotních programů, efektivě plýtvají investicemi do umělé inteligence.

Krize složitosti se také zhorší. Jakmile každá aplikace přidá schopnosti umělé inteligence bez ohledu na uživatelský zážitek, zaměstnanci budou čelit stále fragmentovanějším pracovním postupům a paralýze rozhodnutí. To vede ke snížení produktivity, spíše než k očekávaným ziskům z efektivnosti, které umělá inteligence slibuje.

Možná nejkritičtěji, organizace riskují vytvoření kultury odporu vůči umělé inteligenci, kde uživatelé aktivně vyhýbají novým schopnostem, protože předchozí implementace vytvářely tření, spíše než hodnotu. Jakmile uživatelé ztratí důvěru v nástroje umělé inteligence, obnovení této důvěry vyžaduje podstatně více úsilí a zdrojů.

Nakonec, jak osobně zůstáváte v čele vývoje, pokud jde o pochopení technických i lidských stránek přijetí podnikové umělé inteligence?

Náš přístup v organizaci poskytuje cennou perspektivu na obě dimenze. Začlenili jsme umělou inteligenci do všech našich obchodních operací, od prodejních týmů, které používají umělou inteligenci pro obohacení prospektů, až po naše inteligentní vyhledávací systémy, které spojují zaměstnance s interními znalostními bázemi. Produktové týmy používají agenty umělé inteligence jako spolupracovníky pracovních postupů, poskytujícím nám přímou zkušenost s problémy, kterým čelí naši zákazníci.

Také jsme implementovali komplexní rozvoj pracovní síly prostřednictvím našich AI Labs a Zero-Click frameworku, kde každý softwarový inženýr se učí myslet jako inženýr umělé inteligence. Toto vytváří organizaci-wide gramotnost, která informuje jak náš technický vývoj, tak naše pochopení vzorců přijetí uživatelů.

Nejdůležitějším je, že náš proces vývoje produktů zůstává hluboce zakořeněn v zpětné vazbě zákazníků, s více než polovinou naší produktové mapy formované skutečnými výzvami na pracovišti. Tento nepřetržitý dialog zajišťuje, že rozumíme nejen tomu, co je technicky možné, ale také tomu, co skutečně vytváří hodnotu pro lidi, kteří tyto systémy používají denně.