Συνεντεύξεις

Ajay Vasal, παγκόσμιος επικεφαλής Δεδομένων και AI στη Genpact – Σειρά συνεντεύξεων

Antoine Tardif
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΗ ανασχεδιασμός διαδικασιών αποτελεί το κύριο εμπόδιο για την υιοθέτηση της αυτόνομης…
Δείτε περισσότερα
  • Η ανασχεδιασμός διαδικασιών αποτελεί το κύριο εμπόδιο για την υιοθέτηση της αυτόνομης τεχνητής νοημοσύνης, όχι η απόδοση του μοντέλου.
  • % των επιχειρήσεων εξακολουθούν να χρησιμοποιούν μετρικές παραγωγικότητας που δεν είναι κατάλληλες για αυτόνομα συστήματα τεχνητής νοημοσύνης.
  • Μόνο το 22% των οργανισμών εμπιστεύονται τα συστήματα τεχνητής νοημοσύνης με αυτονομία σε επίπεδο τομέα ή ευρεία αυτονομία.

Ο Ajay Vasal, παγκόσμιος επικεφαλής Δεδομένων και AI στη Genpact, είναι έμπειρο στέλεχος τεχνολογίας και στρατηγικής, με περισσότερα από είκοσι χρόνια εμπειρίας στην τεχνητή νοημοσύνη, τη στρατηγική δεδομένων, τον ψηφιακό μετασχηματισμό, τις συγχωνεύσεις και εξαγορές και την επιχειρηματική συμβουλευτική. Στον σημερινό του ρόλο ηγείται πρωτοβουλιών που βοηθούν τις επιχειρήσεις να διευρύνουν τη χρήση της AI και να περάσουν από βοηθητικά συστήματα σε πιο αυτόνομα συστήματα, ενσωματωμένα στις καθημερινές λειτουργίες. Πριν ενταχθεί στη Genpact, εργάστηκε σχεδόν εννέα χρόνια στην Accenture, όπου κατείχε διάφορες ανώτερες θέσεις, μεταξύ άλλων ως παγκόσμιος επικεφαλής Δεδομένων και AI για κλάδους που απευθύνονται στους καταναλωτές και ως παγκόσμιος επικεφαλής του Centre for Data & Insights. Στην καριέρα του έχει βοηθήσει οργανισμούς να αποκομίσουν μετρήσιμη επιχειρηματική αξία από τα δεδομένα, μέσω λειτουργικής αποδοτικότητας, αύξησης εσόδων και περιορισμού κινδύνων. Έχει επίσης ηγηθεί στρατηγικών επενδύσεων, πρωτοβουλιών συγχωνεύσεων και εξαγορών και προγραμμάτων μετασχηματισμού με AI σε διαφορετικούς κλάδους.

Η Genpact είναι παγκόσμια εταιρεία επαγγελματικών υπηρεσιών και ψηφιακού μετασχηματισμού, με ειδίκευση στα δεδομένα, την AI, την ανάλυση, την έξυπνη αυτοματοποίηση και τον εκσυγχρονισμό των λειτουργιών μεγάλων επιχειρήσεων. Ιδρύθηκε αρχικά στο εσωτερικό της General Electric (GE.TO ) και αργότερα ανεξαρτητοποιήθηκε. Σήμερα εξυπηρετεί οργανισμούς σε κλάδους όπως οι χρηματοοικονομικές υπηρεσίες, η υγεία, η μεταποίηση, το λιανεμπόριο και τα καταναλωτικά αγαθά. Εστιάζει ολοένα περισσότερο στον επιχειρηματικό μετασχηματισμό μέσω AI, συνδυάζοντας ανάλυση, αυτοματοποίηση και κλαδική τεχνογνωσία για να βοηθά τις επιχειρήσεις να εκσυγχρονίζουν τις ροές εργασίας, να βελτιώνουν τις αποφάσεις και να εφαρμόζουν υπεύθυνα συστήματα AI σε μεγάλη κλίμακα.

Πριν αναλάβετε τον σημερινό σας ρόλο στη Genpact, εργαστήκατε επί χρόνια στην Accenture διαμορφώνοντας στρατηγικές δεδομένων και AI σε διαφορετικούς κλάδους. Πώς επηρέασε αυτή η εμπειρία την άποψή σας για τους λόγους για τους οποίους οι επιχειρήσεις εξακολουθούν να δυσκολεύονται να αποκομίσουν πραγματική αξία από τις επενδύσεις στην AI;

Ένα από τα σημαντικότερα μαθήματα της εργασίας σε διαφορετικούς κλάδους είναι ότι οι περισσότεροι οργανισμοί δεν αποτυγχάνουν επειδή η τεχνολογία είναι αδύναμη. Δυσκολεύονται επειδή προσπαθούν να προσθέσουν AI σε λειτουργικά μοντέλα που δεν σχεδιάστηκαν ποτέ για αυτόνομη εκτέλεση εργασιών. Τα ευρήματα της πρόσφατης έρευνάς μας το επιβεβαιώνουν ξεκάθαρα. Παρότι οι επιχειρήσεις προχωρούν δυναμικά στην υιοθέτηση της AI, πολλές δυσκολεύονται ακόμη να επανασχεδιάσουν τα λειτουργικά μοντέλα που απαιτούνται για αυτόνομη εκτέλεση σε μεγάλη κλίμακα. Αυτό το χάσμα δείχνει πόσες επιχειρήσεις εξακολουθούν να επεξεργάζονται ζητήματα διακυβέρνησης, λογοδοσίας και οργανωτικής ετοιμότητας.

Βλέπουμε επίσης οργανισμούς να προχωρούν γρήγορα πριν θεσπίσουν κατάλληλα πλαίσια μέτρησης. Το 71% των στελεχών πιστεύει ότι η πρακτορική AI θα αποφέρει απόδοση στις επενδύσεις ταχύτερα από οποιοδήποτε προηγούμενο τεχνολογικό κύμα, αλλά το 67% βασίζεται ακόμη σε δείκτες παραγωγικότητας που δημιουργήθηκαν για παλαιότερα μοντέλα αυτοματοποίησης. Η εμπειρία μου δείχνει ότι η επιτυχημένη υιοθέτηση της AI δεν αφορά ποτέ μόνο την εφαρμογή μοντέλων. Απαιτεί επανασχεδιασμό των ροών εργασίας, ευθυγράμμιση της τεχνολογίας με τις επιχειρηματικές προτεραιότητες και βοήθεια στους ανθρώπους ώστε να κατανοήσουν πώς εξελίσσονται οι ρόλοι τους δίπλα σε όλο και πιο αυτόνομα συστήματα.

Η πρόσφατη έκθεσή σας, Autonomy Requires Trust in AI, δείχνει ότι τα περισσότερα στελέχη πιστεύουν πως η πρακτορική AI θα αλλάξει ριζικά τις επιχειρηματικές λειτουργίες, αλλά τα περισσότερα συστήματα παραμένουν υπό εποπτεία. Ποιο είναι το μεγαλύτερο χάσμα μεταξύ πεποίθησης και υλοποίησης;

Το χάσμα αφορά αποκλειστικά την εμπιστοσύνη. Τα στελέχη πιστεύουν σαφώς ότι η πρακτορική AI θα αλλάξει τον τρόπο με τον οποίο γίνεται η δουλειά, αλλά η πίστη στην τεχνολογία δεν σημαίνει αυτόματα ότι αισθάνονται ασφαλείς να της παραχωρήσουν αρμοδιότητα λήψης αποφάσεων. Η έρευνά μας διαπίστωσε ότι μόνο το 22% των οργανισμών αισθάνεται άνετα να επιτρέπει στα συστήματα AI να λειτουργούν με αυτονομία σε έναν συγκεκριμένο τομέα ή με ευρεία αυτονομία.

Οι περισσότερες επιχειρήσεις εξακολουθούν να χρησιμοποιούν με άνεση την AI ως βοηθό που προτείνει, συνοψίζει ή υποστηρίζει τις ροές εργασίας. Ο δισταγμός αρχίζει όταν τα συστήματα αναμένεται να ενεργούν αυτόνομα με τρόπους που επηρεάζουν τις λειτουργίες, τους πελάτες, τη συμμόρφωση ή τα οικονομικά αποτελέσματα. Έτσι, πολλές επιχειρήσεις διατηρούν στενή ανθρώπινη συμμετοχή στις εγκρίσεις και την εποπτεία, ακόμη κι όταν επιδιώκουν πιο αυτόνομα λειτουργικά μοντέλα.

Πολλές επιχειρήσεις επενδύουν σημαντικά στην AI, αλλά δεν μπορούν να αποδείξουν ουσιαστικές αποδόσεις. Ποια είναι τα συνηθέστερα λάθη όταν οι οργανισμοί προσπαθούν να μετρήσουν την αξία που δημιουργεί η AI;

Ένα μεγάλο λάθος είναι ότι πολλοί οργανισμοί χρησιμοποιούν ακόμη δείκτες παραγωγικότητας σχεδιασμένους για προηγούμενα κύματα αυτοματοποίησης. Τα δεδομένα δείχνουν ότι το 67% των επιχειρήσεων βασίζεται ακόμη σε μετρήσεις παραγωγικότητας που δεν αποτυπώνουν πλήρως την αξία προσαρμοστικών συστημάτων τα οποία λειτουργούν μέσω λήψης αποφάσεων. Έτσι δημιουργείται πραγματικό χάσμα ανάμεσα στις προσδοκίες και στον τρόπο με τον οποίο μετριέται πράγματι η αξία.

Ένα άλλο πρόβλημα είναι ότι πολλοί οργανισμοί δεν έχουν ακόμη ορίσει δείκτες επιτυχίας προσαρμοσμένους στη φύση της AI. Μόνο μικρό ποσοστό επιχειρήσεων μετρά την αυτόνομη ολοκλήρωση ροών εργασίας, τη μείωση των περιπτώσεων που παραπέμπονται σε ανώτερο επίπεδο ή την αυτόνομη διαχείριση εξαιρέσεων. Αν οι εταιρείες συνεχίσουν να εστιάζουν μόνο στη μείωση κόστους ή στις ώρες που εξοικονομούνται, θα παραβλέψουν την ευρύτερη λειτουργική επίδραση που σχεδιάστηκε να προσφέρει η πρακτορική AI.

Η έκθεση δείχνει ότι η οργανωτική ετοιμότητα αποτελεί μεγαλύτερο εμπόδιο από την ίδια την τεχνολογία. Ποιες συγκεκριμένες δομικές αλλαγές πρέπει να κάνουν οι εταιρείες για να αξιοποιήσουν πλήρως την πρακτορική AI;

Οι οργανισμοί πρέπει να επανεξετάσουν πώς λειτουργούν η λογοδοσία, η ευθύνη για τις ροές εργασίας και η λήψη αποφάσεων σε ολόκληρη την επιχείρηση. Ένα από τα σαφέστερα συμπεράσματα της έρευνας είναι ότι η οργανωτική ετοιμότητα εξελίσσεται σε μεγαλύτερο εμπόδιο από την ίδια την τεχνολογία. Μάλιστα, το 33% των επιχειρήσεων χαρακτήρισε την ανετοιμότητα των επιχειρηματικών διαδικασιών για ενσωμάτωση πρακτορικής AI ως το κυριότερο εμπόδιο στην υιοθέτηση.

Οι εταιρείες που προοδεύουν περισσότερο επανασχεδιάζουν τις ροές εργασίας από την αρχή έως το τέλος, ώστε τα αυτόνομα συστήματα να λειτουργούν μέσα σε σαφώς ορισμένα όρια και δομές εποπτείας. Διαπιστώσαμε επίσης ότι το 44% των επιχειρήσεων αναμένει πως η πρακτορική AI θα μειώσει τα επίπεδα διοίκησης, καθώς τα συστήματα αναλαμβάνουν συντονιστικές εργασίες που παραδοσιακά εκτελούσαν τα μεσαία διοικητικά στελέχη. Οι εργαζόμενοι χρειάζονται πολύ μεγαλύτερη σαφήνεια για τις ευθύνες εποπτείας, τις στιγμές παρέμβασης και τον ρόλο της ανθρώπινης κρίσης σε ένα όλο και πιο αυτόνομο περιβάλλον.

Μόνο μικρό ποσοστό οργανισμών αισθάνεται άνετα να δώσει πραγματική αυτονομία σε πράκτορες AI. Τι χρειάζεται για να εμπιστευτούν οι επιχειρήσεις στα συστήματα AI την αρμοδιότητα λήψης αποφάσεων;

Η εμπιστοσύνη στην πρακτορική AI στηρίζεται τελικά στη λογοδοσία και τον έλεγχο. Οι επιχειρήσεις παραμένουν επιφυλακτικές ως προς την παραχώρηση αρμοδιότητας λήψης αποφάσεων, επειδή η διοίκηση θέλει να είναι βέβαιη ότι τα αυτόνομα συστήματα μπορούν να λειτουργούν εντός σαφών περιορισμών και δομών διακυβέρνησης.

Οι εταιρείες που προχωρούν σχεδιάζουν συστήματα όπου οι διαδρομές παραπομπής σε ανώτερο επίπεδο, οι συνθήκες που ενεργοποιούν παρέμβαση και οι μηχανισμοί διακυβέρνησης ενσωματώνονται απευθείας στο λειτουργικό μοντέλο. Οι περισσότεροι οργανισμοί παραχωρούν αυτονομία σταδιακά, ανάλογα με το επιχειρηματικό πλαίσιο και την ανοχή στον κίνδυνο, αντί να περνούν απότομα στην πλήρη αυτονομία. Όταν οι επιτυχημένες εφαρμογές ενισχύουν τη σιγουριά των επιχειρήσεων, αυξάνεται η εμπιστοσύνη, επειδή η διοίκηση βλέπει καθαρά πώς λαμβάνονται οι αποφάσεις, ποιος λογοδοτεί και πώς διατηρείται η ανθρώπινη εποπτεία.

Οι επιχειρήσεις αναμένουν γρήγορη επέκταση της πρακτορικής AI, αλλά πολλές βασίζονται ακόμη σε παρωχημένους δείκτες παραγωγικότητας. Πώς πρέπει να διαμορφωθούν αποτελεσματικότεροι δείκτες απόδοσης, προσαρμοσμένοι στη φύση της AI;

Οι δείκτες για την AI πρέπει να μετρούν την εκτέλεση και τα αποτελέσματα, όχι απλώς τη δραστηριότητα. Οι παραδοσιακές μετρήσεις παραγωγικότητας εξετάζουν αν οι άνθρωποι εργάζονται γρηγορότερα. Η πρακτορική AI αλλάζει τα δεδομένα, επειδή το ίδιο το σύστημα αρχίζει να αναλαμβάνει μέρος του λειτουργικού φόρτου. Αυτό έχει σημασία, γιατί πολλοί οργανισμοί εξακολουθούν να αξιολογούν την πρακτορική AI με κριτήρια παραγωγικότητας σχεδιασμένα για προηγούμενα κύματα αυτοματοποίησης και όχι για αυτόνομη εκτέλεση.

Οι αποτελεσματικότεροι δείκτες πρέπει να εστιάζουν στην αυτόνομη ολοκλήρωση ροών εργασίας, στη μείωση του ποσοστού παραπομπών σε ανώτερο επίπεδο, στην ταχύτερη υλοποίηση αποφάσεων και στην αποτελεσματικότητα της διαχείρισης εξαιρέσεων με περιορισμένη ανθρώπινη παρέμβαση. Αυτοί οι δείκτες δείχνουν πολύ καθαρότερα αν η AI πράγματι βελτιώνει την εκτέλεση σε μεγάλη κλίμακα.

Τονίζετε ότι ο επανασχεδιασμός των διαδικασιών είναι το κυριότερο εμπόδιο στην υιοθέτηση. Γιατί η αλλαγή των ροών εργασίας είναι σημαντικότερη από την απόδοση των μοντέλων στην επόμενη φάση της AI;

Η αλλαγή των ροών εργασίας είναι σημαντική, γιατί ακόμη και τα πιο προηγμένα συστήματα AI δεν μπορούν να επεκταθούν αποτελεσματικά μέσα σε δυσλειτουργικές ή κατακερματισμένες διαδικασίες. Η έρευνά μας διαπίστωσε ότι το 33% των επιχειρήσεων χαρακτήρισε την ετοιμότητα των διαδικασιών ως το κυριότερο εμπόδιο στην υιοθέτηση πρακτορικής AI.

Η επόμενη φάση διαφέρει επειδή η πρακτορική AI σχεδιάζεται για να εκτελεί εργασίες σε όλο το εύρος των ροών εργασίας, αντί να παρέχει μόνο υποστήριξη στο εσωτερικό τους. Οι οργανισμοί πρέπει να επανασχεδιάσουν τις διαδικασίες για αυτόνομη εκτέλεση, διευκρινίζοντας την ευθύνη για τις αποφάσεις, εξαλείφοντας περιττές μεταβιβάσεις και ενσωματώνοντας τη διακυβέρνηση απευθείας στις ροές εργασίας. Από πολλές απόψεις, ο επανασχεδιασμός των ροών εργασίας αποτελεί πλέον την πραγματική βάση για την ευρεία υιοθέτηση της AI.

Η έκθεση δείχνει ότι η AI θα μειώσει τα οργανωτικά επίπεδα καθώς αυτοματοποιούνται οι συντονιστικές εργασίες. Πώς θεωρείτε ότι θα εξελιχθούν οι ρόλοι της ηγεσίας και των μεσαίων διοικητικών στελεχών;

Καθώς η πρακτορική AI αναλαμβάνει περισσότερες εργασίες συντονισμού και λειτουργικής εποπτείας, οι ηγετικοί ρόλοι πιθανότατα θα μετατοπιστούν από τη διαχείριση της καθημερινής εκτέλεσης προς τη χάραξη στρατηγικής, την άσκηση κρίσης και τη διακυβέρνηση. Η έρευνά μας διαπίστωσε ότι πολλές επιχειρήσεις αναμένουν μείωση των επιπέδων συντονισμού σε όλο τον οργανισμό μέσω της πρακτορικής AI, καθώς τα αυτόνομα συστήματα αναλαμβάνουν περισσότερες ευθύνες λειτουργικής εποπτείας.

Τα μεσαία διοικητικά στελέχη έχουν παραδοσιακά σημαντικό ρόλο στην προώθηση αποφάσεων στους αρμόδιους και στη διατήρηση της λειτουργικής συνέχειας μεταξύ ομάδων. Όταν τα αυτόνομα συστήματα αρχίσουν να αναλαμβάνουν περισσότερες από αυτές τις δραστηριότητες, οι ηγέτες θα πρέπει να εστιάζουν περισσότερο στη διαχείριση εξαιρέσεων, τη λογοδοσία και τη διασφάλιση ότι τα συστήματα υπηρετούν τους επιχειρηματικούς στόχους. Η ανθρώπινη ηγεσία θα γίνει ακόμη σημαντικότερη στους τομείς όπου το πλαίσιο, η ηθική και η κρίση μετρούν περισσότερο.

Η Genpact παρουσιάζεται ως εταιρεία λύσεων πρακτορικής AI και προηγμένης τεχνολογίας. Πώς διαφέρει η προσέγγισή της στην πρακτορική AI από εκείνη των παραδοσιακών συμβουλευτικών ή τεχνολογικών εταιρειών;

Η προσέγγιση της Genpact βασίζεται στην εκτέλεση και τα αποτελέσματα και στην επίλυση αυτού που συχνά αποκαλούμε πρόβλημα του «τελευταίου βήματος» στην υιοθέτηση της AI. Πολλοί οργανισμοί έχουν ήδη αποδείξει ότι τα μοντέλα AI μπορούν να προσφέρουν χρήσιμες πληροφορίες ή να βελτιώσουν την παραγωγικότητα. Η πραγματική πρόκληση είναι να ενσωματωθούν αυτές οι δυνατότητες στις επιχειρηματικές ροές που λειτουργούν στην πράξη, εκεί όπου γίνεται η δουλειά. Σε αυτό το σημείο σταματούν πολλές πρωτοβουλίες AI. Εστιάζουμε στο να βοηθάμε τους πελάτες να θέσουν την πρακτορική AI σε λειτουργία μέχρι το τελευταίο βήμα της εκτέλεσης, ώστε τα συστήματα να παράγουν μετρήσιμα αποτελέσματα στα χρηματοοικονομικά, την αλυσίδα εφοδιασμού, την εξυπηρέτηση πελατών και άλλες βασικές επιχειρηματικές λειτουργίες.

Μας διαφοροποιεί ο συνδυασμός βαθιάς γνώσης των διαδικασιών με δυνατότητες στα δεδομένα, την τεχνολογία και την AI. Δεν περιοριζόμαστε στην εφαρμογή μοντέλων ή τη δημιουργία πιλοτικών έργων. Επανασχεδιάζουμε τις ροές εργασίας, ενσωματώνουμε τη διακυβέρνηση στις λειτουργίες και βοηθάμε τις επιχειρήσεις να δημιουργήσουν τις δομές λογοδοσίας που απαιτούνται για αυτόνομη εκτέλεση σε μεγάλη κλίμακα. Επειδή έχουμε ενσωματώσει την πρακτορική AI και στις δικές μας λειτουργίες, διαθέτουμε πρακτική εμπειρία για όσα χρειάζονται ώστε να περάσουμε από τον πειραματισμό σε επίδραση σε ολόκληρη την επιχείρηση.

Κοιτάζοντας το μέλλον, πιστεύετε ότι η πρακτορική AI θα διευρύνει το χάσμα ανάμεσα στις πρωτοπόρες επιχειρήσεις και σε εκείνες που υστερούν; Τι πρέπει να κάνουν οι εταιρείες τώρα για να μη μείνουν πίσω;

Ναι, πιστεύω ότι το χάσμα θα διευρυνθεί, επειδή η πρακτορική AI συσσωρεύει αξία διαφορετικά από τα προηγούμενα τεχνολογικά κύματα. Οι οργανισμοί που επανασχεδιάζουν επιτυχώς τις ροές εργασίας, θεσπίζουν πλαίσια λογοδοσίας και χτίζουν εμπιστοσύνη στα αυτόνομα συστήματα θα αποκτήσουν λειτουργικά πλεονεκτήματα που οι ανταγωνιστές θα δυσκολεύονται να αναπαράγουν. Εντυπωσιακή είναι η ταχύτητα αυτής της αλλαγής. Το 29% των επιχειρήσεων αναμένει επέκταση της πρακτορικής AI σε ολόκληρη την επιχείρηση μέσα στους επόμενους 12 μήνες.

Για τις εταιρείες που θέλουν να παραμείνουν ανταγωνιστικές, προτεραιότητα πρέπει τώρα να είναι η προετοιμασία του λειτουργικού μοντέλου για αυτόνομη εκτέλεση. Αυτό περιλαμβάνει επανασχεδιασμό των ροών εργασίας, καθορισμό των δομών ευθύνης, δημιουργία πλαισίων μέτρησης προσαρμοσμένων στην AI και επενδύσεις στην ετοιμότητα του προσωπικού. Οι οργανισμοί που αρχίζουν νωρίς να θέτουν αυτές τις βάσεις θα βρίσκονται σε πολύ καλύτερη θέση από όσους αντιμετωπίζουν ακόμη την AI ως ξεχωριστή τεχνολογική πρωτοβουλία.

Ευχαριστούμε για την ενδιαφέρουσα συνέντευξη. Οι αναγνώστες που θέλουν να μάθουν περισσότερα μπορούν να επισκεφθούν τη Genpact. 

Ο Antoine είναι ένας οραματιστής ηγέτης και ιδρυτικός εταίρος της Unite.AI, με αμείωτο πάθος για τη διαμόρφωση και την προώθηση του μέλλοντος της τεχνητής νοημοσύνης και της ρομποτικής. Έχοντας ιδρύσει πολλές επιχειρήσεις, πιστεύει ότι η τεχνητή νοημοσύνη θα μεταμορφώσει την κοινωνία όσο και ο ηλεκτρισμός και συχνά μιλά με ενθουσιασμό για τις δυνατότητες των ανατρεπτικών τεχνολογιών και της τεχνητής γενικής νοημοσύνης (AGI).

Ως μελλοντολόγος, είναι αφοσιωμένος στη διερεύνηση του τρόπου με τον οποίο αυτές οι καινοτομίες θα διαμορφώσουν τον κόσμο μας. Επιπλέον, είναι ιδρυτής του Securities.io, μιας πλατφόρμας που εστιάζει στις επενδύσεις σε τεχνολογίες αιχμής οι οποίες επαναπροσδιορίζουν το μέλλον και μεταμορφώνουν ολόκληρους κλάδους.