Aaron Kesler, Director of AI Product Management at SnapLogic – Interview-Serie

Aaron Kesler, Director of AI Product Management at SnapLogic, ist ein zertifizierter Produktleiter mit über einem Jahrzehnt Erfahrung im Aufbau von skalierbaren Frameworks, die Design-Denken, Jobs-to-be-done und Produktentdeckung kombinieren. Er konzentriert sich auf die Entwicklung neuer AI-getriebener Produkte und Prozesse und coacht ambitionierte Produktmanager durch seinen Blog und Strategie-, Ausführungs- und kundenorientierte Entwicklung.

Sie haben eine sehr unternehmerische Reise hinter sich, beginnend mit STAK im College und anschließend von Carvertise übernommen. Wie haben diese frühen Erfahrungen Ihre Produktmentalität geprägt?

Diese Zeit war sehr interessant für mich. Mein Mitbewohner und ich gründeten STAK, weil wir uns mit unserem Studium langweilten und reale Erfahrungen sammeln wollten. Wir haben nie gedacht, dass dies zu einer Übernahme durch das, was Delawares Start-up-Poster wurde, führen würde. Diese Erfahrung hat meine Produktmentalität wirklich geprägt, weil ich mich natürlich zu Gesprächen mit Unternehmen hingezogen fühlte, um ihre Probleme zu verstehen und Lösungen zu entwickeln. Ich wusste damals nicht einmal, was ein Produktmanager war – ich machte einfach den Job.

Bei Carvertise begann ich, das Gleiche zu tun: mit ihren Kunden zusammenzuarbeiten, um ihre Schmerzpunkte zu verstehen und Lösungen zu entwickeln – wiederum, bevor ich den Titel eines Produktmanagers hatte. Als Ingenieur ist es Ihre Aufgabe, Probleme mit Technologie zu lösen. Als Produktmanager verschiebt sich Ihre Aufgabe dahin, die richtigen Probleme zu finden – diejenigen, die es wert sind, gelöst zu werden, weil sie auch Geschäftswert treiben. Als Unternehmer, insbesondere ohne Finanzierung, wird Ihre Mentalität zu: Wie kann ich jemandes Problem lösen, um mir Essen auf den Tisch zu stellen? Diese frühe Schläue und der Einsatz haben mich gelehrt, immer durch verschiedene Linsen zu schauen. Ob Sie in einem selbstfinanzierten Start-up, einem von Risikokapitalgebern unterstützten Unternehmen oder einem Gesundheitsgiganten sind, Maslows “Grundbedürfnis”-Mentalität wird immer die Grundlage sein.

Sie sprechen über Ihre Leidenschaft für das Coaching von ambitionierten Produktmanagern. Was für einen Rat wünschen Sie sich, als Sie in die Produktwelt eintraten?

Der beste Rat, den ich je bekommen habe – und den ich ambitionierten PMs gebe – ist: “Wenn Sie immer aus der Perspektive des Kunden argumentieren, werden Sie nie eine Diskussion verlieren.” Diese Zeile ist deceptiv einfach, aber unglaublich kraftvoll. Sie bedeutet, dass Sie den Kunden wirklich verstehen müssen – seine Bedürfnisse, Schmerzpunkte, Verhalten und Kontext – damit Sie nicht nur mit Meinungen zu Meetings erscheinen, sondern mit Erkenntnissen. Ohne das wird alles zu HIPPO (die Meinung der höchstbezahlten Person), einem Kampf um Macht oder laute Meinungen. Mit ihr werden Sie zu der Person, auf die man sich verlässt, um Klarheit zu erhalten.

Sie haben zuvor erklärt, dass jeder Mitarbeiter bald an der Seite von Dutzenden AI-Agenten arbeiten wird. Wie sieht diese AI-ergänzte Zukunft in einem täglichen Arbeitsablauf aus?

Was interessant sein könnte, ist, dass wir bereits in einer Realität sind, in der Menschen mit mehreren AI-Agenten zusammenarbeiten – wir haben unseren Kunden wie DCU geholfen, Dutzende von Agenten zu planen, zu bauen, zu testen, zu schützen und einzusetzen, um ihre Belegschaft zu unterstützen. Was faszinierend ist, ist, dass Unternehmen Organisationsschemata von AI-Kollegen für jeden Mitarbeiter aufbauen, basierend auf ihren Bedürfnissen. Zum Beispiel werden Mitarbeiter ihre eigenen AI-Agenten haben, die für bestimmte Anwendungsfälle wie z. B. einen Agenten für die Erstellung von Epics/Benutzerstories, einen, der bei der Codierung oder dem Prototyping hilft oder Pull-Requests auslöst, und einen anderen, der Kundenfeedback analysiert – all dies wird von IT sanktioniert und orchestriert, weil es viel auf der Rückseite gibt, um zu bestimmen, wer Zugriff auf welche Daten hat, welche Agenten den Governance-Richtlinien entsprechen müssen usw. Ich glaube nicht, dass Agenten Menschen ersetzen werden, zumindest nicht in absehbarer Zeit. Es wird immer einen Menschen im Entscheidungsprozess geben, aber sie werden die wiederholten, niedrigwertigen Aufgaben entfernen, damit Menschen sich auf höhere Denkprozesse konzentrieren können. In fünf Jahren erwarte ich, dass die meisten Teams auf Agenten in der gleichen Weise angewiesen sind, wie wir heute auf Slack oder Google Docs angewiesen sind.

Wie empfehlen Sie Unternehmen, die AI-Literatur-Lücke zwischen technischen und nicht-technischen Teams zu überbrücken?

Beginnen Sie klein, haben Sie einen klaren Plan, wie dies in Ihre Daten- und Anwendungsintegrationsstrategie passt, halten Sie es hands-on, um Überraschungen zu fangen, und seien Sie offen für die Iteration von den ursprünglichen Zielen und dem Ansatz. Finden Sie Probleme, indem Sie neugierig auf die alltäglichen Aufgaben in Ihrem Geschäft sind. Die höchstwertigen Probleme, die gelöst werden müssen, sind oft die langweiligen, die von den unbesungenen Helden jeden Tag gelöst werden. Wir haben viele dieser Best Practices aus erster Hand gelernt, als wir Agenten für unser SnapLogic-Finanzteam aufbauten. Der wichtigste Ansatz ist, sicherzustellen, dass Sie sichere Schutzmechanismen für die Daten und Anwendungen haben, auf die bestimmte Mitarbeiter oder Abteilungen Zugriff haben.

Dann sollten Unternehmen es wie einen College-Kurs behandeln: erklären Sie wichtige Begriffe einfach, geben Sie den Menschen die Chance, Tools selbst in kontrollierten Umgebungen auszuprobieren, und folgen Sie dann mit tieferen Einblicken. Wir machen es auch bekannt, dass es okay ist, nicht alles zu wissen. AI entwickelt sich schnell, und niemand ist in jedem Bereich ein Experte. Der Schlüssel ist, Teams zu helfen, zu verstehen, was möglich ist, und ihnen das Vertrauen zu geben, die richtigen Fragen zu stellen.

Welche effektiven Strategien haben Sie für AI-Weiterbildung gesehen, die über generische Trainingsmodule hinausgehen?

Der beste Ansatz, den ich gesehen habe, ist, Menschen die Möglichkeit zu geben, selbst Hand anzulegen. Schulung ist ein guter Anfang – Sie müssen ihnen zeigen, wie AI tatsächlich bei der Arbeit hilft, die sie bereits leisten. Von dort aus behandeln Sie dies als einen sanktionierten Ansatz für Schatten-IT oder Schatten-Agenten, wenn Mitarbeiter kreativ sind, um Lösungen zu finden, die möglicherweise sehr spezifische Probleme lösen, die nur sie haben. Wir gaben unserem Feldteam und nicht-technischen Teams Zugriff auf AgentCreator, SnapLogics agenter AI-Technologie, die die Komplexität der Unternehmens-AI-Adoption eliminiert, und ermächtigten sie, etwas aufzubauen und Fragen zurückzumelden. Diese Übung führte zu realen Lernerfahrungen, weil sie an ihre tägliche Arbeit gebunden war.

Sehen Sie ein Risiko darin, dass Unternehmen AI-Tools ohne ordnungsgemäße Schulung übernehmen – welche sind einige der häufigsten Fallstricke?

Die größten Risiken, die ich gesehen habe, sind erhebliche Governance- und/oder Datenschutzverletzungen, die zu teuren Bußgeldern und dem Potenzial führen können, Kunden-Daten zu gefährden. Allerdings sind einige der häufigsten Risiken, die ich sehe, Unternehmen, die AI-Tools ohne vollständiges Verständnis für das, was sie können und nicht können, übernehmen. AI ist kein Zauber. Wenn Ihre Daten ein Chaos sind oder Ihre Teams nicht wissen, wie sie die Tools verwenden, werden Sie keinen Wert sehen. Ein weiteres Problem ist, wenn Organisationen die Einführung von oben nach unten vorantreiben und nicht berücksichtigen, wer die Arbeit tatsächlich ausführt. Sie können nicht einfach etwas einführen und erwarten, dass es funktioniert. Sie benötigen Champions, um die Menschen zu bilden und zu leiten, Teams benötigen eine starke Datenstrategie, Zeit und Kontext, um Schutzmechanismen aufzubauen, und Raum, um zu lernen.

Bei SnapLogic arbeiten Sie an der Entwicklung neuer Produkte. Wie spielt AI in Ihrer Produktstrategie heute eine Rolle?

AI und Kundenfeedback stehen im Mittelpunkt unserer Produktinnovationsstrategie. Es geht nicht nur darum, AI-Funktionen hinzuzufügen, sondern darum, wie wir kontinuierlich effizientere und benutzerfreundlichere Lösungen für unsere Kunden liefern können, die die Interaktion mit Integrations- und Automatisierungstechnologien vereinfachen. Wir bauen Produkte mit leistungsstarken Benutzern und nicht-technischen Benutzern im Blick – und AI hilft, diese Lücke zu schließen.

Wie hilft SnapLogics AgentCreator-Tool Unternehmen, ihre eigenen AI-Agenten aufzubauen? Können Sie ein Beispiel nennen, bei dem dies einen großen Einfluss hatte?

AgentCreator ist designed, um Teams zu helfen, echte, unternehmensgrade AI-Agenten ohne eine einzige Codezeile aufzubauen. Es eliminiert die Notwendigkeit für erfahrene Python-Entwickler, um LLM-basierte Anwendungen von Grund auf zu bauen, und ermächtigt Teams in Finanzen, HR, Marketing und IT, AI-gesteuerte Agenten in nur wenigen Stunden mithilfe von natürlicher Sprache zu erstellen. Diese Agenten sind eng mit Unternehmensdaten integriert, sodass sie mehr als nur antworten können. Integrierte Agenten automatisieren komplexe Workflows, entscheiden über Entscheidungen und handeln in Echtzeit, alles im Geschäftskontext.

AgentCreator war ein Game-Changer für unsere Kunden wie Independent Bank (INDB ), die AgentCreator nutzten, um Sprach- und Chat-Assistenten zu starten, um den IT-Help-Desk-Ticket-Rückstand zu reduzieren und IT-Ressourcen freizumachen, um sich auf neue GenAI-Initiativen zu konzentrieren. Darüber hinaus nutzte der Vorteils-Verwaltungsanbieter Aptia AgentCreator, um einen seiner manuellsten und ressourcenintensivsten Prozesse zu automatisieren: Vorteils-Wahlen. Was früher Stunden von Backend-Daten-Eingabe erforderte, dauert jetzt nur noch Minuten, dank AI-Agenten, die Daten-Übersetzung und -Validierung über Systeme hinweg rationalisieren.

SnapGPT ermöglicht die Integration über natürliche Sprache. Wie hat dies den Zugang für nicht-technische Benutzer demokratisiert?

SnapGPT, unser Integrations-Copilot, ist ein großartiges Beispiel dafür, wie GenAI Barrieren in der Unternehmenssoftware durchbricht. Mit ihm können Benutzer, von nicht-technischen bis technischen, die Ergebnisse beschreiben, die sie erreichen möchten, mithilfe einfacher natürlicher Sprachprompts – wie z. B. die Verbindung zweier Systeme oder die Auslösung eines Workflows – und die Integration wird für sie erstellt. SnapGPT geht über die Erstellung von Integrations-Pipelines hinaus – Benutzer können Pipelines beschreiben, Dokumentation erstellen, SQL-Abfragen und -Ausdrücke generieren und Daten von einem Format in ein anderes umwandeln, mit einem einfachen Prompt. Es verwandelt, was einst ein entwicklerlastiger Prozess war, in etwas, das für Mitarbeiter im gesamten Unternehmen zugänglich ist. Es geht nicht nur darum, Zeit zu sparen – es geht darum, wer bauen darf. Wenn mehr Menschen im Unternehmen beitragen können, schließen Sie schnelleres Iterieren und mehr Innovation ein.

Was macht SnapLogics AI-Tools – wie AutoSuggest und SnapGPT – anders als andere Integrationsplattformen auf dem Markt?

SnapLogic ist die erste generative Integrationsplattform, die kontinuierlich den Wert von Daten im modernen Unternehmen mit unvergleichbarer Geschwindigkeit und Skalierbarkeit freisetzt. Mit der Fähigkeit, bahnbrechende GenAI-Anwendungen in nur wenigen Stunden zu erstellen – ohne Code zu schreiben – sowie SnapGPT, dem ersten und fortschrittlichsten GenAI-gesteuerten Integrations-Copiloten, können Organisationen den Geschäftswert enorm beschleunigen. Die GenAI-Fähigkeiten der Wettbewerber sind unzureichend oder nicht vorhanden. Im Gegensatz zu vielen Wettbewerbern wurde SnapLogic in der Cloud geboren und ist speziell für die Komplexität von Cloud-, On-Premises- und Hybrid-Umgebungen entwickelt.

SnapLogic bietet iterative Entwicklungsfunktionen, einschließlich automatisierter Validierung und Schema-on-Read, die Teams ermöglichen, Projekte schneller abzuschließen. Diese Funktionen ermöglichen es Integratoren mit unterschiedlichen Fähigkeitsstufen, schnell loszulegen, im Gegensatz zu Wettbewerbern, die in der Regel hochqualifizierte Entwickler erfordern, was die Implementierung erheblich verlangsamen kann. SnapLogic ist eine hochleistungsstarke Plattform, die monatlich über vier Billionen Dokumente verarbeitet und Daten effizient in Data Lakes und Data Warehouses übertragen kann, während einige Wettbewerber keine Unterstützung für Echtzeit-Integrationen und Hybrid-Umgebungen bieten.

Was begeistert Sie am meisten an der Zukunft des Produktmanagements in einer AI-getriebenen Welt?

Was mich am meisten an der Zukunft des Produktmanagements begeistert, ist der Aufstieg eines der neuesten Buzzwords im AI-Raum: “Vibe-Coding” – die Fähigkeit, funktionierende Prototypen mithilfe von natürlicher Sprache zu erstellen. Ich stelle mir eine Welt vor, in der jeder im Produkt-Trio – Design, Produktmanagement und Ingenieurwesen – hands-on mit Tools ist, die Ideen in Echtzeit in funktionierende Lösungen übersetzen. Anstatt sich nur auf Ingenieure und Designer zu verlassen, um Ideen zum Leben zu erwecken, kann jeder co-erstellen und schnell iterieren.

Stellen Sie sich vor, Sie sind in einem Kundenanruf und prototypen in diesem Moment eine Live-Lösung mithilfe ihrer tatsächlichen Daten. Anstatt nur ihre vorgeschlagenen Lösungen zu hören, können wir gemeinsam co-erstellen und bessere Wege finden, ihre Probleme zu lösen. Diese Verschiebung wird den Produktentwicklungsprozess dramatisch kollaborativer, kreativer und ausgerichteter machen. Und das begeistert mich, weil mein Lieblingsteil des Jobs darin besteht, neben anderen zu bauen, um bedeutungsvolle Probleme zu lösen.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten SnapLogic besuchen.