Άνταμ Φίλντ, Chief AI Officer στην Tungsten Automation – Σειρά Συνεντεύξεων

Άνταμ Φίλντ, Chief AI Officer στην Tungsten Automation, είναι ένας μακροχρόνιος ηγέτης της επιχείρησης τεχνολογίας με βαθιά εμπειρία σε τεχνητή νοημοσύνη, έξυπνη αυτοματοποίηση και στρατηγική προϊόντων. Στο ρόλο του, ηγείται των παγκόσμιων προσπαθειών μετασχηματισμού της AI της εταιρείας, εποπτεύοντας την ενσωμάτωση της AI σε όλο το χαρτοφυλάκιο προϊόντων της Tungsten, καθοδηγώντας το Tungsten AI Lab και καθιερώνοντας πλαισιαία κυβερνήσεων για την υπεύθυνη υιοθέτηση της AI. Πριν γίνει Chief AI Officer, υπηρέτησε ως Chief Product Officer, διαχειριζόμενος ένα χαρτοφυλάκιο που παράγει περισσότερα από 550 εκατομμύρια δολάρια ετησίως. Πριν ενταχθεί στην Tungsten, ο Φίλντ πέρασε σχεδόν 17 χρόνια στην Pegasystems, όπου ηγήθηκε πρωτοβουλιών καινοτομίας και εμπειρίας πελάτη, βοήθησε να διαμορφώσει την στρατηγική αναδυόμενης τεχνολογίας και έγινε γνωστός για την παράδοση μεγάλης κλίμακας επιδείξεων προϊόντων και προγραμμάτων καινοτομίας επιχείρησης. Νωρίτερα στην καριέρα του, κατέχει τεχνικούς και συμβουλευτικούς ρόλους στην Staples, Publicis Sapient και Fidelity Investments.

Tungsten Automation, πρώην γνωστή ως Kofax, είναι μια εταιρεία λογισμικού επιχείρησης που επικεντρώνεται στην αυτοματοποίηση ροής εργασιών με τη δύναμη της AI, την έξυπνη επεξεργασία εγγράφων, την αυτοματοποίηση ρομποτικών διαδικασιών (RPA) και την ορχήστρα επιχειρηματικών διαδικασιών. Η εταιρεία παρέχει εργαλεία αυτοματοποίησης που χρησιμοποιούνται από οργανισμούς σε διάφορους κλάδους, όπως οι финάνσεις, η υγεία, η ασφάλιση και η κυβέρνηση, για να ροηματοποιήσουν τις εργασίες που είναι βαριές στα έγγραφα και να βελτιώσουν την αποτελεσματικότητα. Η πλατφόρμα της συνδυάζει τεχνολογίες AI, αυτοματοποίηση low-code και έξυπνης επεξεργασίας εγγράφων για να βοηθήσει τις επιχειρήσεις να αυτοματοποιήσουν επαναλαμβανόμενες εργασίες, να εξάγουν πληροφορίες από μη δομημένα δεδομένα και να μοντερνοποιήσουν τις επιχειρηματικές ροές εργασιών σε κλίμακα.

Πέρασα χρόνια ως ηγέτης στρατηγικής προϊόντων και καινοτομίας, συμπεριλαμβανομένης της δημιουργίας εργαστηρίων καινοτομίας και της κλιμάκωσης ενός χαρτοφυλακίου προϊόντων άνω των 500 εκατομμυρίων δολαρίων, πριν αναλάβω το ρόλο του Chief AI Officer στην Tungsten Automation. Τι με έπεισε ότι τώρα ήταν η στιγμή να μεταβώ πλήρως στην ηγεσία της AI, και πώς η προηγούμενη εμπειρία μου διαμόρφωσε αυτή την απόφαση;

Έχω περάσει ένα μεγάλο μέρος της καριέρας μου επικεντρωμένος στην μετατροπή νέων τεχνολογιών σε κάτι που λειτουργεί πραγματικά σε κλίμακα σε περιβάλλοντα επιχείρησης. Τα τελευταία χρόνια, έγινε σαφές ότι η AI δεν είναι απλά μια άλλη ικανότητα που ενσωματώνεται στα προϊόντα. Αυτή ανασχηματίζει τον τρόπο με τον οποίο χτίζεται το λογισμικό και οι αποφάσεις λαμβάνονται σε όλη την επιχείρηση, φαινομενικά εκλείπουν και διαταράσσουν mọiTHING που ήρθε πριν. Αυτή η μετάβαση από πειραματισμό σε πραγματικές προσδοκίες για αποτελέσματα, σε συνδυασμό με το ολοένα και πιο αδιαμφισβήτητο γεγονός ότι η AI είναι εδώ για να μείνει, έκανε το σωστό χρόνο να αναλάβω πλήρως ένα ρόλο ηγεσίας της AI.

Αυτό επίσης έγινε σαφές ότι η AI δεν ήταν το πανάκος που πολλοί την παρουσίαζαν. Η επιτυχία της AI απαιτεί ανθρώπους που συνδυάζουν τεχνική εμπειρία και γνώση κλάδου. Η Tungsten θέλει να βοηθήσει τις εταιρείες να κάνουν την AI με τον σωστό τρόπο και να βιώσουν πραγματικά οφέλη, που είναι γιατί η Tungsten δημιούργησε το Γραφείο AI και τον ρόλο μου μέσα σε αυτό.

Η Tungsten έχει εξελιχθεί από την πρώιμη συλλογή εγγράφων και OCR σε μια πλήρη έξυπνη πλατφόρμα αυτοματοποίησης που τροφοδοτεί κρίσιμες εργασίες για χιλιάδες οργανισμούς. Πώς βλέπετε ότι αυτό το наследικότητα διαμορφώνει την προσέγγισή σας στην AI σήμερα;

Η ιστορία της Tungsten είναι βαθιά συνδεδεμένη με τον τρόπο με τον οποίο λειτουργούν οι επιχειρήσεις. Έχουμε περάσει δεκαετίες εργαζόμενες με έγγραφα και εργασίες που βρίσκονται στο κέντρο κρίσιμων επιχειρηματικών διαδικασιών. Αυτό σημαίνει ότι κατανοούμε πόσο σύνθετες και συχνά μη δομημένες μπορεί να είναι αυτές οι πληροφορίες.

Αυτή η βάση είναι πολύ σχετική για την AI. Αυτά τα συστήματα πρέπει να λειτουργούν σε πραγματικά περιβάλλοντα, όχι μόνο να ερμηνεύουν πληροφορίες σε απομόνωση. Η εμπειρία μας στην έξυπνη επεξεργασία εγγράφων μας επιτρέπει να εστιάσουμε στο контέκστ και να διασφαλίσουμε ότι η AI ενεργεί με τρόπο που είναι συνεπής με τον τρόπο που λειτουργεί η επιχείρηση. Είναι για την κατασκευή συστημάτων που μπορούν να εμπιστευτούνται στην παραγωγή, όχι μόνο να εξερευνηθούν θεωρητικά.

Αυτό είναι γιατί αυτή η τελευταία εξέλιξη της AI είναι τόσο ενθουσιώδης. Λαμβάνει την Έξυπνη Επεξεργασία Εγγράφων σε μέρη που δεν μπορούσαμε να την πάρουμε πριν — λύνοντας προβλήματα που ήταν πολύ δαπανηρά ή αδύνατα να αντιμετωπιστούν στο παρελθόν.

Έχετε τονίσει την ενσωμάτωση της AI σε όλο το χαρτοφυλάκιο προϊόντων σας, αντί να την αντιμετωπίζετε ως μια αυτόνομη λειτουργία. Τι σημαίνει στην πράξη η “μετασχηματιστική AI” σε μια μεγάλη, καθιερωμένη πλατφόρμα λογισμικού;

Εξήχθη σαφές από νωρίς ότι οι δυνατότητες της AI και της αυτοματοποίησης γίνονται γρήγορα τακτικά, σημαίνοντας ότι οι πελάτες δεν ήταν πάντα διατεθειμένοι να πληρώσουν επιπλέον για αυτές. Επίσης, συνειδητοποιήσαμε ότι αυτές οι τεχνολογίες μας επέτρεψαν να μοντερνοποιήσουμε αυτό που η Tungsten έχει κάνει για χρόνια: να βοηθά τις εταιρείες να κατανοήσουν τα δεδομένα εγγράφων τους.

Δεν άλλαξα την υπόσχεση της μάρκας μας. Δεν δημιούργησα προϊόντα μιας χρήσης ή λειτουργίες που προστέθηκαν. Αναδιαμόρφωσα τον τρόπο με τον οποίο το προϊόν χρησιμοποιείται, και όταν αυτή η βάση είναι στη θέση της, η AI μπορεί να λειτουργήσει με τρόπο που feels φυσικός μέσα στο προϊόν και όχι ξεχωριστό από αυτό. Και οι περιπτώσεις που οι πελάτες μας άρχισαν να αντιμετωπίζουν μετατοπίστηκαν από δομημένα έγγραφα σε μη δομημένες πηγές πληροφοριών. Και, ξαναορίζουμε το “έγγραφο” κατά τη διαδικασία. Δεν είναι πλέον ένα έγγραφο μια εικόνα χαρτιού ή ένα ψηφιακό αρχείο. Μη δομημένα δεδομένα ζουν σε πράγματα όπως σημειώσεις διορθωτών ασφαλίσεων, μεταγραφές τηλεφωνικών κέντρων, αναρτήσεις σε μέσα κοινωνικής δικτύωσης, άρθρα ιστοσελίδων και πολλά άλλα.

Αυτή η προσέγγιση μας επιτρέπει στους πελάτες μας να ενισχύσουν τη βάση και να ανοίξουν τα μοντέλα με τα ιδιαίτερα δεδομένα τους, τα οποία είναι ο πραγματικός διαφοροποιητής.

Ως ο πρώτος Chief AI Officer της εταιρείας, πώς ισορροπείτε την ταχύτητα καινοτομίας με την ανάγκη για κυβερνοποίηση, ασφάλεια και υπεύθυνη ανάπτυξη της AI σε κλίμακα;

Υπάρχει πάντα μια ώθηση να κινηθούμε γρήγορα με την AI, αλλά σε περιβάλλοντα επιχείρησης η εμπιστοσύνη έχει την ίδια σημασία με την ταχύτητα. Η κυβερνοποίηση και η ασφάλεια δεν μπορούν να αντιμετωπιστούν ως μια μετάνοια. πρέπει να χτιστούν στο σύστημα από την αρχή.

Ο τρόπος με τον οποίο το κάνουμε αυτό είναι με τη ρύθμιση των προσδοκιών από την αρχή, εκπαιδεύοντας τους τελικούς χρήστες. Για παράδειγμα, το μισό του ρόλου μου επικεντρώνεται στην εσωτερική στρατηγική AI, ευαγγελισμό και κυβερνοποίηση. Συνέβαλαν μια διαλειτουργική συμβουλευτική επιτροπή πολύ νωρίς. Ενθαρρύνουμε τη μοιρασία, τον πειραματισμό και την επικοινωνία. Υπήρξαν φορές που η τεχνολογία ήταν έτοιμη να κυκλοφορήσει σε όλους τους υπαλλήλους που συνδέονται με διάφορα εσωτερικά συστήματα. Τα πρωτότυπα ήταν ισχυρά και ενθουσίασαν όλους, αλλά ενημερώσαμε την συμβουλευτική μας ομάδα όταν αντιμετωπίζαμε πιθανές ασφαλιστικές ή ρυθμιστικές εμπόδια. Εκτιμούν την έμπνευση και συχνά συμμετέχουν στην λύση.

Νομίζω ότι είναι επίσης σημαντικό να μην επιτρέψουμε στην τελειότητα να εμποδίσει την πρόοδο. Ρύθμιζουμε την προσδοκία με το προσωπικό μας ότι πρέπει να περιμένουν αλλαγές, και πολλές. Πρέπει να περιμένουν ότι θα κυκλοφορήσουμε εργαλεία και λειτουργίες καθώς είναι έτοιμα, να λάβουμε ανατροφοδότηση, να αλλάξουμε πορεία αν χρειαστεί, και μετά να κυκλοφορήσουμε περισσότερα.

Η AI είναι γρήγορα μια σημαντική εστίαση σε όλη την βιομηχανία. Από την άποψή σας, τι διαχωρίζει τις πραγματικές επιχειρηματικές συστήματα AI από τις πειραματικές ή υπερβολικές υλοποιήσεις;

Ο βασικός διαφορετικός παράγοντας είναι πώς τα συστήματα λειτουργούν σε πραγματικές συνθήκες. Πολλές πειραματικές προσεγγίσεις λειτουργούν καλά σε ελεγχόμενα περιβάλλοντα, αλλά δυσκολεύονται όταν συναντούν ακατέργαστα δεδομένα ή σύνθετες ροές εργασιών. Τα επιχειρηματικά συστήματα πρέπει να χειριστούν αυτή τη μεταβλητότητα και να παράγουν ακόμα σταθερά αποτελέσματα.

Τα περισσότερα συστήματα τα τελευταία 30 χρόνια χτίστηκαν για αλληλεπίδραση ανθρώπου ή μέσω πολύ ελεγχόμενης πρόσβασης API. Η ολοκλήρωση συστήματος πρέπει να ανασχεδιαστεί στην εποχή της AI. Όλα, από τον τρόπο με τον οποίο αντιμετωπίζονται οι εξαιρέσεις, τα λάθη και η εποπτεία, είναι διαφορετικά όταν οι πράκτορες αλληλεπιδρούν αντί για έναν άνθρωπο μέσω μιας παραδοσιακής διεπαφής χρήστη.

Ένας άλλος σημαντικός παράγοντας είναι η ευθύνη. Οι οργανισμοί πρέπει να κατανοούν πώς λαμβάνονται οι αποφάσεις και να μπορούν να εμπιστεύονται τα αποτελέσματα. Αυτό το επίπεδο διαφάνειας είναι αυτό που επιτρέπει στα συστήματα AI να μετατοπιστούν από ενδιαφέρουσες επιδείξεις σε πραγματική λειτουργική χρήση.

Ηγετεύετε το Tungsten AI Lab ως einen κόμβο έρευνας και εφαρμοσμένης καινοτομίας. Πώς διασφαλίζετε ότι η πειραματική εργασία της AI μεταφράζεται σε μετρήσιμα επιχειρηματικά αποτελέσματα για τους πελάτες;

Πραγματικά, έλαβα την αντίθετη προσέγγιση με το Tungsten AI Lab. Ενημέρωσα την ομάδα ότι ήταν εντάξει να πειραματιστούν, να μάθουν και να δοκιμάσουν νέες προσεγγίσεις, ακόμη και αν τα αποτελέσματα δεν θα έφταναν ποτέ στα προϊόντα μας. Συχνά είναι καλύτερο να μάθουμε τι όχι να κάνουμε. Πιστεύω ότι αυτό τους έδωσε την ελευθερία να σκεφτούν ελεύθερα και να πειραματιστούν με νέους τρόπους για να κάνουν πράγματα.

Ως παράδειγμα, ενώ δεν μπορώ να αποκαλύψω την ακριβή λειτουργία, μια από τις τρέχουσες ερευνητικές μας δραστηριότητες αφορά μια εντελώς νέα προσέγγιση σε ένα υπάρχον συστατικό προϊόντων. Οι ερευνητές βρήκαν νέους τρόπους για να λύσουν ένα πρόβλημα, το οποίο οδήγησε σε ένα “φωτισμένο” στιγμή που μπορεί να προσφέρουμε μια ολοκληρωμένη νέα λύση στους πελάτες μας. Αν απλά ερευνήσαμε πώς να υλοποιήσουμε αυτό που ήδη ήταν στο δρόμο, δεν θα φτάναμε εδώ.

Όμως, δεν είναι μια ελεύθερη για όλους. Είμαστε προσεκτικοί για το πού ξοδεύουμε χρόνο και πόσο χρόνο ξοδεύουμε σε κάθε ερευνητικό έργο.

Πολλοί οργανισμοί ακόμα πασχίζουν να μεταβούν από πιλότους AI σε παραγωγή. Ποια είναι τα μεγαλύτερα εμπόδια που βλέπετε, και πώς μπορούν οι εταιρείες να τα υπερβούν;

Ένα από τα μεγαλύτερα εμπόδια είναι τα σκοτεινά δεδομένα. Οι περισσότερες οργανώσεις έχουν πρόσβαση σε τεράστιους όγκους πληροφοριών, αλλά ένα μεγάλο μέρος αυτών ζει σε έγγραφα, emails, PDF και άλλα μη δομημένα формάτ που είναι δύσκολο για τα συστήματα AI να ερμηνεύσουν. Αυτό σημαίνει ότι ακόμη και καλά σχεδιασμένα μοντέλα συχνά λειτουργούν με μια непλήρη και ασυνεπή άποψη της επιχείρησης, που οδηγεί σε αξιόπιστα αποτελέσματα και σταματά τις πρωτοβουλίες.

Για να μεταβούν πέρα από αυτό, οι εταιρείες πρέπει να εστιάσουν στην μετατροπή των σκοτεινών δεδομένων σε κάτι που μπορεί να χρησιμοποιηθεί. Αυτό περιλαμβάνει όχι μόνο την εξαγωγή πληροφοριών, αλλά και τη δημιουργία δομής, περιεχομένου και κυβερνοποίησης γύρω από αυτά, ώστε τα συστήματα AI να μπορούν πραγματικά να ενεργήσουν με αυτοπεποίθηση. Μόλις αυτή η βάση είναι στη θέση της, η AI γίνεται πολύ πιο αξιόπιστη και πολύ πιο εύκολη να κλιμακωθεί από απομονωμένους πιλότους σε πραγματικά περιβάλλοντα παραγωγής.

Η Tungsten λειτουργεί σε βαρείς και εργασίες-εντατικές βιομηχανίες. Πώς η AI αλλάζει τον τρόπο με τον οποίο οι επιχειρήσεις σκέφτονται για τα μη δομημένα δεδομένα και την λήψη αποφάσεων;

Η AI αλλάζει τον τρόπο με τον οποίο οι οργανισμοί σκέφτονται για την αξία των πληροφοριών που ήδη έχουν. Για χρόνια, μεγάλες ποσότητες γνώσεων επιχείρησης κάθονταν μέσα σε έγγραφα, emails, PDF και άλλα μη δομημένα περιεχόμενα που ήταν δύσκολο να προσεγγιστούν ή να λειτουργηθούν. Τώρα οι οργανισμοί συνειδητοποιούν ότι αυτά τα δεδομένα περιέχουν το контέκστ και τη λογική επιχείρησης που τα συστήματα AI χρειάζονται για να παράγουν αξιόπιστα αποτελέσματα. Τα μοντέλα αυτά είναι εμπορεύματα, τα ιδιαίτερα δεδομένα των οργανισμών σε συνδυασμό με αυτά τα μοντέλα είναι ο διαφοροποιητής.

Ταυτόχρονα, υπάρχει αυξανόμενη ευαισθητοποίηση γύρω από την κυριαρχία δεδομένων, την κυβερνοποίηση και το πού ρέει η πληροφορία της επιχείρησης. Πολλές εταιρείες τρέχουν να τραβήξουν περισσότερα εξωτερικά δεδομένα ή να πειραματιστούν με ευρεία πρόσβαση μοντέλων, όταν στην πραγματικότητα κάθονται πάνω σε τεράστιες ποσότητες ανεκμετάλλευτων πληροφοριών μέσα στην ίδια την οργάνωση. Η εστίαση αρχίζει να μετατοπίζεται προς την ενεργοποίηση αυτών των εσωτερικών μη δομημένων δεδομένων με ασφαλή και κυβερνωμένη τρόπο, ώστε η AI να υποστηρίξει καλύτερες αποφάσεις χωρίς να δημιουργήσει ненужικό κίνδυνο.

Έχετε χτίσει Συμβουλευτικά Συμβούλια Πελατών και εργαστείτε στενά με επιχειρηματικούς πελάτες καθ’ όλη τη διάρκεια της καριέρας σας. Πόσο σημαντική είναι η ανατροφοδότηση του πελάτη στη διαμόρφωση της στρατηγικής AI, ιδιαίτερα όταν η τεχνολογία εξελίσσεται τόσο γρήγορα;

Η ανατροφοδότηση του πελάτη είναι ένα δώρο, ιδιαίτερα σε ένα χώρο που κινείται τόσο γρήγορα όσο η AI. Βοηθά να διασφαλίσει ότι η στρατηγική παραμένει εδραιωμένη σε πραγματικές επιχειρηματικές ανάγκες και όχι θεωρητικές δυνατότητες.

Βοηθά επίσης με την προτεραιότητα. Υπάρχουν πολλές κατευθύνσεις που μπορεί να πάρει η AI, αλλά η ανατροφοδότηση του πελάτη παρέχει σαφήνεια για το πού μπορεί να δημιουργηθεί η μεγαλύτερη αξία. Αυτό διατηρεί την εστίαση στα αποτελέσματα που έχουν σημασία και διασφαλίζει ότι η καινοτομία παραμένει ευθυγραμμισμένη με τον τρόπο με τον οποίο λειτουργούν οι οργανισμοί στην πραγματικότητα.

Θυμάμαι στις πρώτες μέρες της γενικής AI, ένας πελάτης στην συμβουλευτική μας επιτροπή μου είπε ότι ενώ του άρεσε η κατεύθυνση του προϊόντος, δεν θα πλήρωναν επιπλέον για μια νέα λειτουργία LLM-ενεργοποιημένη στο δρόμο μας. Αυτό ήταν ανοικτό γιατί ήταν ευθυγραμμισμένος με την υπόλοιπη βιομηχανία.

Κοιτάζοντας μπροστά, πού βλέπετε την μεγαλύτερη ευκαιρία για αυτοματοποίηση με τη δύναμη της AI τα επόμενα 3 έως 5 χρόνια, και τι πρέπει οι εταιρείες να προετοιμαστούν τώρα;

Η μεγαλύτερη ευκαιρία είναι στην σύνδεση της AI πιο深око στις τελικές ροές εργασιών. Αντί να εστιάζουν σε απομονωμένες εργασίες, οι οργανισμοί θα κοιτάξουν πώς η AI μπορεί να υποστηρίξει ολόκληρες διαδικασίες και να βελτιώσει τον τρόπο με τον οποίο η δουλειά μετακινείται σε όλη την επιχείρηση. Τώρα, πολλά συστήματα AI στοχεύουν σε διακριτές εργασίες, αλλά οι επιχειρήσεις λειτουργούν σε συμμορφούμενες τελικές ροές εργασιών.

Για να προετοιμαστούν για αυτή τη μετατόπιση, οι εταιρείες πρέπει να επενδύσουν στις βάσεις δεδομένων τους και στα συστήματα που υποστηρίζουν τη διαφάνεια και τον έλεγχο. Και πρέπει να σκέφτονται “χτίσιμο εναντίον συνεργασίας” αντί “χτίσιμο εναντίον αγοράς”. Έχουμε δει την αυτοματοποίηση AI από την αρχή να αποτυγχάνει πολύ συχνά. Οι οργανισμοί που θα ωφεληθούν περισσότερο θα είναι εκείνοι που θα βρουν τους σωστούς συνεργάτες AI για να επιταχύνουν τις λύσεις τους αντί να προσπαθούν να ξαναχτίσουν όλα από την αρχή.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Tungsten Automation.