Maciej Saganowski, direktør for AI-produkter, Appfire – Intervieserie

Maciej Saganowski er direktør for AI-produkter hos Appfire.

Appfire er en ledende leverandør af enterprise softwareløsninger designet til at forbedre samarbejde, strømline arbejdsgange og forbedre produktivitet på tværs af hold. Specialiseret i værktøjer, der integrerer med platforme som Atlassian, Salesforce og Microsoft, tilbyder Appfire en robust samling af apps tilpasset til projektstyring, automatisering, rapportering og IT-serviceledelse. Med en global tilstedeværelse og en tilgang til innovation er virksomheden blevet en pålidelig partner for organisationer, der søger at optimere deres software-økosystemer, og betjener en bred vifte af brancher og giver hold mulighed for at opnå deres mål effektivt.

Appfire er kendt for at levere enterprise-samarbejdsløsninger, kan du introducere os til Appfires tilgang til udvikling af AI-drevne produkter?

I løbet af det sidste år er markedet blevet oversvømmet af AI-drevne løsninger, da virksomheder har ændret retning for at blive relevante og konkurrencedygtige. Mens nogle af disse produkter har levet op til forventningerne, er der stadig en mulighed for leverandører at virkelig tilgodese virkelige kundebehov med betydningsfulde løsninger.

Hos Appfire er vi fokuseret på at være i forkanten af AI-innovation, hvilket giver os mulighed for at forudsige og overgå de udviklende behov inden for enterprise-samarbejde. Vi tilgår AI-integration med det formål at levere reel værdi snarere end blot at hævde “AI-beredskab” kun for at differentiere os. Vores tilgang til udvikling af AI-drevne produkter handler om at skabe sammenhængende, betydningsfulde oplevelser for vores kunder.

Vi ønsker, at AI skal blande sig ind i brugeroplevelsen, forbedre den uden at overskygge den eller, værre, skabe en ekstra byrde ved at kræve, at brugerne skal lære helt nye funktioner.

“Tid til værdi” er et af de vigtigste mål for vores AI-drevne funktioner. Dette princip handler om, hvor hurtigt en bruger – især en ny bruger – kan begynde at nyde godt af vores produkter.

For eksempel med Canned Responses, behøver en supportagent, der svarer på en kunde, ikke at gennemgå hele e-mail-tråden; AI kan foreslå den mest passende svarskabelon, hvilket sparer tid og forbedrer nøjagtigheden.

Appfire har samarbejdet med Atlassian om at lancere WorkFlow Pro som en Rovo-agent. Hvad gør denne AI-drevne produkt unik i en markedsføring fyldt med lignende produkter?

Denne kategori af produkter er relativt sjælden. Vi er en af de første virksomheder, der har udgivet en Jira-klasse softwareautomatiseringskonfigurationsassistent – og dette er kun begyndelsen.

WorkFlow Pro er en AI-dreven automatiseringsassistent til Jira, der transformerer, hvordan hold konfigurerer og administrerer deres automatiseringsarbejdsgange. Drevet af Atlassians Rovo AI hjælper den brugere med at konfigurere nye automatiseringer eller fejlfinde eksisterende.

Historisk set har Jira-automatiseringsprodukter været komplekse og krævet en bestemt niveau af ekspertise. WorkFlow Pro afmystificerer disse konfigurationer og giver nye eller mindre erfarne Jira-administratore mulighed for at udføre deres opgaver uden at bruge tid på produktbeskrivelse, fora eller risikere dyre fejl.

En ny Jira-administrator kan blot spørge agenten, hvordan man udfører en opgave, og baseret på den installerede automatiseringsapp (JMWE, JSU eller Power Scripts), giver agenten en trin-for-trin vejledning til at opnå det ønskede resultat. Det er som at have en Michelin-stjernekok i dit køkken, klar til at svare på enhver spørgsmål med præcise instruktioner.

Hos Appfire er vi dedikeret til at simplificere vores kunders liv. I den næste version af WorkFlow Pro vil brugere kunne anmode om nye automatiseringer på ren dansk ved blot at skrive det ønskede resultat, uden at skulle navigere i konfiguratorbrugergrænsefladen eller kende noget script-sprog. Tilbage til vores kok-analogi vil den næste version give brugeren mulighed for ikke blot at spørge kokken, hvordan man laver en ret, men også at lave den på deres vegne, så de kan fokusere på mere vigtige opgaver.

Hvordan inddrager I brugerfeedback, når I itererer på AI-produkter som WorkFlow Pro? Hvad er rollen af kundeinput i udviklingen af disse værktøjer?

Hos Appfire holder vi os meget tæt på vores brugere. Ikke kun vores designere og produktchefer engagerer sig regelmæssigt med dem, men vi har også en dedikeret brugerforskningsgruppe, der udfører bredere forskningsinitiativer, der informerer vores vision og produktveje.

Vi analyserer både kvantitative data og brugerhistorier fokuseret på udfordringer og spørger os selv: “Kan AI hjælpe i dette øjeblik?” Hvis vi forstår brugerens problem godt nok og tror, at AI kan give en løsning, begynder vores team at eksperimentere med teknologien for at løse problemet. Hver enkelt funktion begynder ikke med teknologien, men fra brugerens smertepunkt.

For eksempel lærte vi af vores brugere, at nye administratore står over for en betydelig barriere, når de skal oprette komplekse automatiseringer. Mange mangler erfaring eller tid til at studere dokumentation og mestre komplekse scripts. WorkFlow Pro blev udviklet for at lette denne smertepunkt og hjælpe brugere med at lære og konfigurere Jira lettere.

Ud over WorkFlow Pro planlægger Appfire at udvikle yderligere AI-drevne applikationer. Hvordan vil disse nye produkter transformere, hvordan brugere sætter mål, sporer arbejde og udnytter data mere effektivt?

AI vil have en dyb indvirkning på, hvad fremtidens videnarbejdere kan opnå og hvordan de interagerer med software. Organisationer vil udvikle sig til at blive fladere, mere agile og mere effektive. Projekter vil kræve færre mennesker til at koordinere og levere. Selv om dette lyder som en dristig forudsigelse, er det allerede under udvikling gennem tre nøgle AI-drevne fremskridt:

1. Overføring af teknisk komplekse eller kedelige opgaver til AI
2. Interaktion med software ved hjælp af naturligt sprog
3. Agents-arbejdsgange

Vi ser allerede, hvordan AI reducerer byrden af kedelige opgaver og lettelader nye brugere ind i disse produkter. For eksempel kan AI-assistenter tage mødenotater eller liste handlinger. For at illustrere dette på Appfire-eksemplet, når en leder opretter et nyt nøgle-resultat inden for deres OKR-ramme, vil AI foreslå nøgle-resultatets formulering baseret på branchens bedste praksis og virksomhedens unikke kontekst, hvilket lettelader den mentale byrde på brugere, mens de lærer at definere effektive OKR’er.

Naturligt sproggrænseflader repræsenterer en stor paradigmændring i, hvordan vi designer og bruger software. Softwarens udvikling de seneste 50 år har skabt næsten ubegrænsede muligheder for videnarbejdere, men denne interne magt har også medført betydelig kompleksitet.

Indtil for nylig var der ikke en let måde at navigere i denne kompleksitet på. Nu gør AI og naturligt sproggrænseflader det håndterbart og tilgængeligt. For eksempel er en af Appfires mest populære app-kategorier Dokumentstyring. Mange Fortune 500-virksomheder kræver dokumentarbejdsgange for overholdelse eller lovmæssig gennemgang. Snart kunne oprettelse af disse arbejdsgange være så enkelt som at tale til systemet. En leder kunne sige: “For at en politik skal godkendes og distribueres til alle medarbejdere, skal den først gennemgås og godkendes af den seniorledelse.” AI ville forstå denne instruks og oprette arbejdsgangen. Hvis der mangler nogen detaljer, ville AI bede om klargørelse og tilbyde tips til glattere arbejdsgange.

Derudover er “agentic-arbejdsgange” den næste front i AI-revolutionen, og vi omfatter dette hos Appfire med vores agent WorkFlow Pro. I fremtiden vil AI-agenter fungere mere som menneskelige samarbejdspartnere, der kan løse komplekse opgaver som research, indsamling af information fra multiple kilder og koordination med andre agenter og mennesker for at levere et forslag inden for timer eller dage. Denne agent-drevne tilgang vil gå ud over simple interaktioner som dem med ChatGPT; agenter vil blive proaktive og måske foreslå et udkast til en præsentationsmappe, før du overhovedet når at indse, at du har brug for den. Og stemmeinteraktioner med agenter vil blive mere almindelige, så brugere kan arbejde, mens de er på farten.

I sammenfattende er, hvor vi er på vej med AI i videnarbejde, ligner det, hvordan vi nu opererer køretøjer: vi ved, hvor vi vil hen, men behøver normalt ikke at forstå detaljerne i forbrændingsmotorer eller finjustere bilen selv.

Du forbedrer også eksisterende Appfire-produkter ved hjælp af AI. Kan du give os eksempler på, hvordan AI har superchargeret nuværende Appfire-apps, hvilket forbedrer deres funktionalitet og brugeroplevelse?

Hver af vores apps er unik, løser distinkte brugerudfordringer og er designet til forskellige brugerroller. Som følge heraf er brugen af AI i disse apps tilpasset til at forbedre bestemte funktioner og forbedre brugeroplevelsen på meningsfulde måder.

I Canned Responses accelererer AI kunde-kommunikation ved at hjælpe brugere med at formulere svar baseret på indholdet af en anmodning og eksisterende skabeloner. Denne AI-funktion sparer ikke kun tid, men forbedrer også kvaliteten af kundeinteraktioner.

I OKR for Jira for eksempel kunne AI hjælpe brugere, der er nye i OKR-rammen (Objective and Key Results). Ved at simplificere og klargøre denne ofte komplekse metode kunne AI give vejledning i at formulere effektive nøgle-resultater, der er tilpasset bestemte mål, hvilket gør OKR-processen mere tilgængelig.

Til sidst repræsenterer WorkFlow Pro en innovativ måde at interagere med vores dokumentation og viser vores engagement i agents-arbejdsgange og naturligt sprog-automatiseringsanmodninger. Denne AI-drevne tilgang reducerer barrieren for nye Jira-administratore og strømliner arbejdsgange for erfarne administratore.

Fælles AI-tjenester, såsom sammenfatningsfunktionen, udvikles på tværs af multiple Appfire-apps. Hvordan forestiller du dig, at disse tjenester vil påvirke brugerproduktivitet på tværs af jeres platform?

Hos Appfire har vi en bred portefølje af apps på tværs af multiple markedspladser, herunder Atlassian, Microsoft, monday.com og Salesforce.

Med en så stor samling af apps og diverse brugssager for AI tog vi et skridt tilbage for at designe og opbygge en fælles intern AI-tjeneste, der kan udnyttes på tværs af multiple apps.

Vi udviklede en platform AI-tjeneste, der giver produktteamene på tværs af vores apps mulighed for at tilslutte sig til multiple LLM’er. Nu hvor tjenesten er live, vil vi fortsætte med at udvide den med funktioner som lokal kørsel af modeller og forudindstillede prompts.

Med den hurtige udvikling af AI-teknologier, hvordan sikrer I, at Appfires tilgang til AI-udvikling fortsat opfylder ændrede kundebehov og markedskrav?

Hos Appfire er en produktmanagers topprioritet at brobygge mellem teknisk gennemførlighed og løsning af meningsfulde kundeproblemer. Da AI-kapaciteter udvikler sig hurtigt, holder vi os opdateret med markedstrends og overvåger aktivt branchen for bedste praksis. På kundesiden engagerer vi os kontinuerligt med vores brugere for at forstå deres udfordringer, ikke kun inden for vores apps, men også på de underliggende platforme, de bruger.

Når vi identificerer en overlapp mellem teknisk gennemførlighed og et meningsfuldt kundebehov, fokuserer vi på at levere en sikker og robust AI-funktion. Før lancering eksperimenterer og tester vi disse løsninger med brugere for at sikre, at de virkelig løser deres smertepunkter.

Appfire opererer i en højkonkurreret AI-drevet SaaS-landskab. Hvad tager I for skridt for at sikre, at jeres AI-innovationer forbliver unikke og fortsat driver værdi for brugere?

Appfires tilgang til AI fokuserer på formål. Vi integrerer AI ikke kun for at tjekke en afkrydsningsfelt; vores mål er, at AI skal fungere så naturligt inden for vores produkter, at det næsten bliver usynligt for brugeren. Vi ønsker, at AI skal løse virkelige udfordringer, vores kunder står over for – enten det er at simplificere arbejdsgange i Jira, håndtere komplekse dokumentprocesser eller strømline strategisk planlægning. Ideelt set skal brug af AI føles så intuitivt som at tage en pen op.

Mange SaaS-produkter har traditionelt krævet specialiseret ekspertise for at låse deres fulde potentiale op. Vores vision for AI er at reducere læringskurven og gøre vores apps mere tilgængelige. Med lanceringen af vores første Rovo-agent, WorkFlow Pro, tager vi et vigtigt skridt på denne rejse. Til sidst sigter vi mod at sikre, at AI inden for vores apps giver brugere mulighed for at opnå værdi hurtigere.

Set fremad, hvilke trends i AI-udvikling tror du vil have den største indvirkning på SaaS-industrien i de kommende år?

To store AI-trends, der vil forme SaaS-industrien i de kommende år, er opkomsten af AI-drevne agenter og øgede bekymringer om sikkerhed og privatliv.

Nogle mener, at agentteknologi endnu ikke har levet op til sin hype og er relativt umoden. Til disse skeptikere ville jeg sige, at vi ofte overvurderer, hvad teknologi vil opnå på 1-2 år, men underskatter, hvad den vil opnå over en årrække. Selv om nuværende agentbrugs Tilfælde er begrænsede, ser vi massive investeringer i agents-arbejdsgange på tværs af software-værdikæden. Grundlæggende modeller fra virksomheder som OpenAI og Anthropic samt platforme, Appfire aktuelt opererer på eller planlægger at operere på, laver omfattende investeringer i agentteknologi. OpenAI arbejder for eksempel på “System 2”-agenter, der kan resonere, mens Anthropic har lanceret modeller, der kan bruge almindelige apps og websites, og efterligne menneskelige handlinger. Atlassian har introduceret Rovo, og Salesforce har lanceret Agentforce. Hver uge bringer nye annonceringer i agents-fremgang, og hos Appfire er vi begejstrede for disse udviklinger og ser frem til at integrere dem i vores apps.

Samtidig med, at AI-kapaciteter udvides, udvides også risikoen for data-sikkerhed og privatliv. Virksomheder må sikre, at enhver AI-integration respekterer og beskytter både deres egne og deres kunders aktiver, fra følsomme data til bredere sikkerhedsforanstaltninger. At balancere innovation med robuste sikkerhedspraksis vil være afgørende for at låse AI’s fulde værdi i SaaS op og give mulighed for ansvarlige, sikre fremskridt.

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