Ed Keisling, Chief AI Officer, Progress Software – Intervieuserie

Ed Keisling, Chief AI Officer, Progress Software, bringer mere end 30 års teknologileaderskab til sin rolle, hvor han overvåger og udvikler virksomhedens AI-strategi og integrerer AI på tværs af dens produktportefølje.

Tidligere fungerede Keisling som Senior Vice President of Engineering for Infrastructure Management i Progress, hvor han ledte innovationsindsatsen og forbedrede operationel effektivitet. Han har også haft ledende ingeniørroller i Vecna Technologies, hvor han ledte DevOps, IT, analytics og support, og tilbragte mere end 17 år i senior ingeniørlederstillinger i Pegasystems

Progress Software (PRGS ) er en førende leverandør af infrastruktur- og applikationsudviklingstools, med en stigende fokus på at integrere kunstig intelligens på tværs af sin platformøkosystem. Virksomhedens AI-bestræbelser omfatter infrastrukturovervågning, indholdautomatisering, semantisk søgning og ansvarlig generativ AI. Ved at integrere AI i produkter som Sitefinity, Flowmon og Semaphore hjælper Progress virksomheder med at accelerere udvikling, strømlinjeoperations og forbedre beslutningstagning med kontekstbevidst, intelligent automatisering.

Du har haft en karriere, der strækker sig over årtier, hvor du har ledet ingeniør- og infrastrukturhold i store organisationer som Pegasystems, Vecna Technologies og nu Progress Software. Hvad var det, der oprindeligt tiltrak dig til skæringspunktet mellem softwareingeniørarbejde og virksomhedstransformation – og hvordan udviklede denne vej sig til din nuværende AI-lederrolle?

Hele min karriere har jeg været fascineret af forskellige ledelsesmetoder til at få ting gjort. De har alle deres fordele og ulemper, men jeg har altid tænkt, at den bedste proces ville være en, hvor man giver informationerne i hænderne på de mennesker, der er tættest på arbejdet, og derefter giver dem den selvstændighed, de behøver for at træffe de beslutninger, de behøver i realtid. Dette har været en af pillerne i, hvordan jeg har ledet både store og små organisationer.

Dette princip gælder for alle funktionelle områder, men jeg er særligt tiltrukket af ingeniørarbejde, hvor udviklerne bare vil sætte hovedet ned og producere deres arbejde og have minimal indgriben.

AI er en af de bedste hebel til at muliggøre dette ideal. Det er sand demokratisering af viden, der giver mennesker mulighed for virkelig at tage ejerskab af deres ideer og arbejde og drive resultater på en mere systematisk måde. Jeg er passioneret om at enablede holdet i Progress til at udnytte AI til at gøre deres arbejde lettere, og jeg er lige så ivrig efter at finde ud af, hvordan vi kan udnytte dette inden for vores produktsuite til at drive endnu større værdi for vores kunder.

Før du blev CAIO, ledede du ingeniørarbejde for kritiske Progress-produkter som WhatsUp Gold, Flowmon og Chef. Hvad lærte du af at lede infrastruktur- og operationsmæssig skala, der kan informere din tilgang til at integrere AI på tværs af en virksomhedsproduktportefølje?

Nøglen til enhver succesfuld AI-implementation er højkvalitetsdata. Mere omfattende data giver dig mulighed for at drive bedre indsigt og handlinger for dine kunder og giver os som leverandør mulighed for at tilbyde bedre oplevelser til dem. Vi har en løbende initiativ i Progress for at binde overvågningsfunktionerne i vores Loadmaster, Flowmon og WhatsUp Gold-produkter sammen for at drive mere holistiske indsigt i kundens miljø.

Vi mener, at der er en interessant mulighed for Progress Chef for at kunne foretage ændringer i kundens miljø baseret på begivenheder. AI giver os mulighed for at accelerere dette arbejde, ikke kun i vores evne til at bringe nye funktioner til markedet med hast, men også ved at fremhæve handlebare elementer for operationsholdet i dag og for AI-agenter i fremtiden.

Hos Progress har du understreget vigtigheden af at skabe “sikre AI-læringsrum”, der giver mulighed for eksperimentering uden frygt. Hvordan finder du balancen mellem at fremme innovation og opretholde ansvarlig AI-styring i sådanne miljøer?

På udviklingssiden har vi robuste pipelines og kodestandards, der er blevet forfinet over årtier, og vi har et menneske i løkken til at gennemgå alle ændringer. Det er vigtigt, at vi udnytter denne mulighed til at hæve, ikke sænke, vores standarder i forhold til kodekvalitet og fuldstændighed, og i nogle tilfælde giver AI os mulighed for at flytte længere til venstre her med forbedret sikkerhed og kodegennemgang.

Vi har regelmæssige AI-hackathons inden for produkterne for at komme med nye produktideer og måder at automatisere eller strømlinje vores produkter på. Vi har en formel proces, som produkterne skal gå igennem, hvis de ønsker at fremme disse ideer til produktion, hvor vi udtrykkeligt vurderer funktionen for etiske og overholdelsesrisici, blandt en række andre ting, med ledere fra hele organisationen.

Mange AI-projekter i virksomhedsomgivelser når aldrig ud over proof-of-concept-fasen. Fra din erfaring, hvad er de mest almindelige barrierer for AI-adopterings- og hvordan hjælper du Progress’ kunder med at overvinde dem?

Der er en kløft mellem hype og virkelighed i forhold til, hvad der kan praktisk implementeres i en virksomhedsomgivelse i forhold til AI. Beskyttelsesforanstaltningerne her er lignende til enhver opkommende teknologi; du skal være pragmatisk om at forstå risikoen, omfanget og fordelene – og derefter designe små eksperimenter, som du kan sikkert udrulle for at give dig den erfaring og data, du behøver for at iterere yderligere.

Sådan er tilgangen, vi følger i Progress lige nu, hvor vi identificerer højværdi, lavere risiko, menneske-i-løkken-løsninger, som kunder kan opleve for at bygge tillid og derefter bygge videre på. Tillid er afgørende her, fordi vi ønsker at sikre vores værdiposition, da vores software er central for mange af vores kunders forretninger.

Du har ledet initiativer på tværs af analytics, DevOps og cloud-arkitektur. Hvordan integrerer disse discipliner med i dagens AI-udrulninger, og hvor ser du den mest spændende konvergens?

Den største fremgang her er det hellige mal om realtidsbegivenhedsovervågning og handlinger, der nu er mulige på grund af AI. Udfordringen med enhver datasæt er at udlede de handlebare elementer eller tendenser, især i dagens miljø, hvor du kan have flere systemer, der føder information. Det er meget svært og tidskrævende at filtrere disse beskeder ned for at finde ud af, hvad du skal gøre herefter. Vi er ved at indtræde i en ny verden, hvor systemet vil være i stand til dynamisk at give disse indsigt til dig, og du vil blot være i stand til at spørge på naturlig sprog om den information, du behøver.

Du forkaster forankring af AI i forretningslogik frem for hype. Kan du dele et eksempel på, hvordan tilpasning af AI-udvikling til målbare forretningsresultater har ført til reel succes – enten i Progress eller i dine tidligere roller?

I Progress prioriterer vi forretningsværdi over AI-buzzwords ved at fokusere på målbare resultater, der direkte påvirker vores kunders bundlinje.

Et eksempel er vores tilgang med Progress Sitefinity AI-integration. I stedet for at tilføje AI-funktioner for at have dem, identificerede vi specifikke udfordringer, vores kunder stod over for, og udviklede målrettede AI-kapaciteter for at løse disse udfordringer, herunder intelligent indholdsoptimering, AI-dreven performancesanalyse og automatiseret mediesøgning. Med de seneste AI-kapaciteter i Sitefinity 15.3 kan markedsførere, udviklere og indholdshold deliver digitale oplevelser, der vil enablede dem til at konkurrere og vinde i en AI-dreven verden.

Et andet eksempel er vores Progress Flowmon-platform. Drevet af AI fungerer Flowmon som en altid-på cybersecurity-analytiker, der kan destillere og sammenfatte kun de vigtigste begivenheder og resultater, og give en kontekstualiseret forståelse af begivenheder og nøgleindsigt i enhver sikkerhedssituation i komplekse hybridmiljøer. Med Flowmon-netværks-overvågning kan sikkerhedshold fokusere på ægte trusler i stedet for at sieve igennem støj, og forbedre deres respons tid og mindske risikoen for at gå glip af kritiske begivenheder i komplekse hybridmiljøer.

Med Progress som serverer hundredtusinder af globale kunder, hvordan sikrer du, at din AI-strategi skalerer ansvarligt på tværs af så stor og diversificeret en økosystem af udviklere og virksomheder?

Vi ønsker, at kunderne har adgang til den bedste teknologi for at gøre dem succesfulde og give dem mulighed for at udnytte vores produkter mest muligt. Progress har flere produkter, hver med AI for at bringe innovative løsninger til markedet. En af vores fordele er, at vi kan tage disse erfaringer, standardisere dem og gøre dem tilgængelige for andre produkter i porteføljen for at yderligere accelerere deres kapaciteter. I deres kerne er begreber som semantik, dokumentbehandling og sammenfatning, overvågning og afvigelsestektonik, der kan udnyttes på tværs af flere produkter.

Du har bidraget til mentorprogrammer på MIT og University of New Hampshire. Hvad mener du, at den næste generation af AI-ledere skal udvikle for at bygge både etiske og effektive løsninger?

Noget, jeg søger at indpode i de studerende, jeg mentor, er begrebet og værdien af “at lære at lære”. Kan de tage et komplekst projekt, de har gennemført, assimilere erfaringerne og derefter abstrahere dem ud for at anvende dem på et problemrum, de aldrig har set før? Jo mere, du kan gøre dette, jo mere bliver det en superkraft, hvor du bygger tillid til, at uanset hvilket problem, du måtte støde på, du ved, du har en succesværktøj til at bryde det ned og være succesfuld. Denne færdighed vil give studerende mulighed for at navigere i teknologiskift.

Men ud over dette ønsker vi, at studerende skal være nysgerrige, have en videnskabelig tilgang og finde arbejde, de er passionerede om. Hvis du virkelig bekymrer dig om dit arbejde og tager pride i det, vil de etiske og effektive aspekter ofte følge naturligt – forudsat, at organisationen etablerer ordentlige guardrails til at guide denne proces.
 
Progress har inkorporeret AI i sine produkter i årevis. Hvad mener du, er de seneste fremskridt eller skift i AI-landskabet, der har gjort det muligt at implementere AI på en skalerbar måde?

Det er åbenbart, at teknologien er blevet dramatisk forbedret, og det er blevet meget mere tilgængeligt. Du behøver ikke længere at bygge eller træne modeller for at drive værdi fra en LLM eller have et hold af datavidenskabsmænd til at optimere algoritmer.

Men praktisk set mener jeg, at dette starter med bevidsthed – OpenAI/ChatGPT satte AI i spotlyset og gjorde det tilgængeligt for alle. Denne omfattende tilgængelighed bygger tillid hos mennesker i forhold til, hvad der er muligt, og hvilke problemer AI kan løse. Uundgåeligt fører dette til mere tillid for dem, der bygger løsninger, der kan løse reelle problemer, samt for slutbrugerne af disse løsninger.

Med henblik på fremtiden, hvordan forestiller du dig, at rollen som Chief AI Officer vil udvikle sig, når AI bliver mere dybt integreret i en virksomheds DNA? Vil det forblive en distinkt rolle eller blive en kernekompetence, der forventes af alle C-niveau-ledere?

Jeg mener, at AI vil blive en kernekompetence for alle medarbejdere, ikke kun ledere i organisationen, for at organisationer skal trives. Dette er noget, vi driver i Progress, og vi arbejder hårdt på at enable vores hold, så de kan deltage i denne transformation. Faktisk mener jeg, at det er en del af hemmeligheden – sammen med fantastiske produkter, kunder og partnere – der vil drive adoption og innovation. Jeg mener, at organisationer, der finder ud af dette, vil være de nye ledere i deres branche. Min opgave er at hjælpe med at sikre, at dette sker, og at vi er alignet med de rette branchetendenser, der vil gøre os succesfulde.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Progress Software.