Ajay Vasal, Παγκόσμιος Ηγέτης για Δεδομένα & AI, Genpact – Σειρά Συνεντεύξεων

Ajay Vasal, Παγκόσμιος Ηγέτης για Δεδομένα & AI, Genpact, είναι ένας βετεράνος τεχνολογικός και στρατηγικός εκτελεστής με περισσότερες από δύο δεκαετίες εμπειρίας σε τεχνητή νοημοσύνη, στρατηγική δεδομένων, ψηφιακή μεταμόρφωση, συγχωνεύσεις και αγορές, και επιχειρηματική συμβουλευτική. Στη σημερινή του θέση στη Genpact, ηγείται πρωτοβουλιών που επικεντρώνονται στην βοήθεια επιχειρήσεων να κλιμακώσουν την υιοθέτηση της τεχνητής νοημοσύνης και να μεταβούν από βοηθητική τεχνητή νοημοσύνη προς πιο αυτόνομες, ενσωματωμένες σε λειτουργίες συστήματα. Πριν από τη σύνδεσή του με τη Genpact, ο Vasal πέρασε σχεδόν εννέα χρόνια στην Accenture, όπου κατείχε πολλές υψηλές ηγετικές θέσεις, συμπεριλαμβανομένης της Παγκόσμιας Ηγεσίας Δεδομένων & AI για Βιομηχανίες Καταναλωτών και Παγκόσμιας Διεύθυνσης του Κέντρου Δεδομένων & Ερευνών. καθ’ όλη τη διάρκεια της καριέρας του, επικεντρώθηκε στη βοήθεια οργανισμών να ξεκλειδώσουν μετρήσιμο επιχειρηματικό αξία από δεδομένα μέσω λειτουργικής αποτελεσματικότητας, αύξησης εσόδων και μείωσης κινδύνου, ενώ ηγήθηκε επίσης στρατηγικών επενδύσεων, πρωτοβουλιών συγχώνευσης και αγοράς, και προγραμμάτων μεταμόρφωσης με τεχνητή νοημοσύνη σε διάφορους τομείς.

Genpact είναι μια παγκόσμια εταιρεία επαγγελματικών υπηρεσιών και ψηφιακής μεταμόρφωσης που ειδικεύεται σε δεδομένα, AI, ανάλυση, έξυπνη αυτοματοποίηση και λειτουργική εκσυγχρονισμό για μεγάλες επιχειρήσεις. Αρχικά ιδρυθείσα εντός της General Electric (GE.TO ) πριν γίνει ανεξάρτητη εταιρεία, η Genpact εξυπηρετεί τώρα οργανισμούς σε διάφορους τομείς, συμπεριλαμβανομένων των χρηματοοικονομικών υπηρεσιών, υγείας, κατασκευών, λιανικής και καταναλωτικών αγαθών. Η εταιρεία έχει θέσει ολοένα και περισσότερο τον εαυτό της γύρω από την μεταμόρφωση επιχειρήσεων με τη δύναμη της τεχνητής νοημοσύνης, συνδυάζοντας ανάλυση, αυτοματοποίηση και εξειδίκευση για να βοηθήσει τις επιχειρήσεις να εκσυγχρονίσουν τις ροές εργασίας, να βελτιώσουν την λήψη αποφάσεων και να αναπτύξουν μεγάλης κλίμακας συστήματα τεχνητής νοημοσύνης με υπευθυνότητα.

Έχετε περάσει χρόνια στην Accenture διαμορφώνοντας στρατηγική δεδομένων και AI σε διάφορους τομείς πριν από τη μετάβαση στη σημερινή σας θέση στη Genpact. Πώς έχει επηρεάσει αυτή η εμπειρία την προοπτική σας για το γιατί οι επιχειρήσεις ακόμη πασχίζουν να εξάγουν πραγματική αξία από τις επενδύσεις τους σε τεχνητή νοημοσύνη σήμερα;

Ένα από τα μεγαλύτερα μαθήματα από το να εργαζόμαστε σε διάφορους τομείς είναι ότι οι περισσότερες οργανώσεις δεν αποτυγχάνουν λόγω του ότι η τεχνολογία είναι αδύναμη. Η πραγματικότητα είναι ότι πασχίζουν επειδή προσπαθούν να προσθέσουν τεχνητή νοημοσύνη σε λειτουργικά μοντέλα που δεν σχεδιάστηκαν ποτέ για αυτόνομη εκτέλεση. Τα ευρήματα από την πρόσφατη έρευνά μας ενισχύουν αυτό το σημείο σαφώς. Ενώ οι επιχειρήσεις κινούνται επιθετικά στην υιοθέτηση της τεχνητής νοημοσύνης, πολλές ακόμη πασχίζουν να ξανασχεδιάσουν τα λειτουργικά μοντέλα που χρειάζονται για την υποστήριξη της αυτόνομης εκτέλεσης σε κλίμακα. Αυτό το κενό υπογραμμίζει πόσες επιχειρήσεις ακόμη εργάζονται πάνω σε ερωτήσεις γύρω από διακυβέρνηση, ευθύνη και οργανωτική ετοιμότητα.

Βλέπουμε επίσης τις οργανώσεις να κινούνται γρήγορα πριν από το να έχουν τα σωστά πλαίσια μέτρησης στη θέση τους. Το 71% των διευθυντών πιστεύει ότι η τεχνητή νοημοσύνη με τη μορφή agentic θα παραδώσει απόδοση επενδύσεων γρηγορότερα από οποιαδήποτε προηγούμενη κυματική κίνηση της τεχνολογίας, ωστόσο το 67% εξακολουθεί να βασίζεται σε μετρικές παραγωγικότητας που χτίστηκαν για προηγούτερους αυτοματοποιημένους μοντέλους. Η εμπειρία μου έχει δείξει ότι η επιτυχημένη υιοθέτηση της τεχνητής νοημοσύνης δεν είναι ποτέ μόνο για την ανάπτυξη μοντέλων. Είναι για την ανασχεδίαση των ροών εργασίας, την ευθυγράμμιση της τεχνολογίας με τις επιχειρηματικές προτεραιότητες και τη βοήθεια των ανθρώπων να κατανοήσουν πώς οι ρόλοι τους εξελίσσονται μαζί με τα αυξανόμενα αυτόνομα συστήματα.

Η πρόσφατη σας έρευνα, Autonomy Requires Trust in AI, δείχνει ότι οι περισσότεροι διευθυντές πιστεύουν ότι η τεχνητή νοημοσύνη με τη μορφή agentic θα αλλάξει θεμελιωδώς τις επιχειρηματικές λειτουργίες, ωστόσο τα περισσότερα συστήματα παραμένουν εποπτευόμενα. Ποιο είναι το μεγαλύτερο κενό μεταξύ πίστης και εκτέλεσης;

Το κενό είναι απολύτως κεντρισμένο γύρω από την εμπιστοσύνη. Οι διευθυντές πιστεύουν σαφώς ότι η τεχνητή νοημοσύνη με τη μορφή agentic θα αναμορφώσει τον τρόπο που γίνεται η δουλειά, αλλά η πίστη στην τεχνολογία δεν μεταφράζεται αυτόματα σε άνεση με την παραχώρηση εξουσίας λήψης αποφάσεων. Η έρευνά μας βρήκε ότι μόνο το 22% των οργανισμών είναι άνετα να επιτρέψουν στα συστήματα τεχνητής νοημοσύνης να λειτουργούν με αυτονομία σε επίπεδο τομέα ή ευρύτερη αυτονομία.

Οι περισσότερες επιχειρήσεις εξακολουθούν να είναι άνετες να χρησιμοποιούν την τεχνητή νοημοσύνη ως βοηθό που μπορεί να προτείνει, να συνοψίσει ή να υποστηρίξει τις ροές εργασίας. Η διστακτικότητα αρχίζει όταν τα συστήματα τεχνητής νοημοσύνης αναμένεται να ενεργήσουν αυτόνομα με τρόπους που επηρεάζουν τις λειτουργίες, τους πελάτες, τη συμμόρφωση ή τα οικονομικά αποτελέσματα. Αυτή η διστακτικότητα αναγκάζει πολλές επιχειρήσεις να διατηρήσουν τους ανθρώπους στενά εμπλεγμένους σε διαδικασίες έγκρισης και εποπτείας ακόμη και καθώς προχωρούν προς πιο αυτόνομα λειτουργικά μοντέλα.

Πολυάριθμες επιχειρήσεις επενδύουν πολύ σε τεχνητή νοημοσύνη αλλά αποτυγχάνουν να αποδείξουν σημαντικές επιστροφές. Ποια είναι τα πιο συνηθισμένα λάθη που κάνουν οι οργανώσεις όταν προσπαθούν να μετρήσουν την αξία που οδηγείται από την τεχνητή νοημοσύνη;

Ένα σημαντικό λάθος είναι ότι πολλές οργανώσεις εξακολουθούν να χρησιμοποιούν μετρικές παραγωγικότητας που σχεδιάστηκαν για προηγούμενες κυματικές κινήσεις της αυτοματοποίησης. Τα δεδομένα δείχνουν ότι το 67% των επιχειρήσεων εξακολουθούν να βασίζονται σε μετρικές που δεν μπορούν να καταγράψουν πλήρως την αξία των συστημάτων λήψης αποφάσεων. Αυτό δημιουργεί μια πραγματική απόσταση μεταξύ προσδοκιών και του πώς μετράται η αξία.

Ένα άλλο ζήτημα είναι ότι πολλές οργανώσεις δεν έχουν ακόμη ορίσει μετρικές επιτυχίας που είναι ιδιαίτερες για την τεχνητή νοημοσύνη. Μόνο ένα μικρό ποσοστό επιχειρήσεων μετράει πράγματα όπως η αυτόνομη ολοκλήρωση της ροής εργασίας, η μείωση της εκσκαλών και η αυτόνομη αντιμετώπιση εξαιρέσεων. Αν οι εταιρείες συνεχίσουν να επικεντρώνονται μόνο στην μείωση του κόστους ή τις ωρες που εξοικονομούνται, θα χάσουν την ευρύτερη επιχειρηματική επίδραση που προορίζεται να δημιουργήσει η τεχνητή νοημοσύνη με τη μορφή agentic.

Η έρευνα σας υποδηλώνει ότι η ετοιμότητα του οργανισμού είναι ένα μεγαλύτερο εμπόδιο από την ίδια την τεχνολογία. Ποια συγκεκριμένα δομικές αλλαγές πρέπει να κάνουν οι εταιρείες για να ξεκλειδώσουν το πλήρες δυναμικό της τεχνητής νοημοσύνης με τη μορφή agentic;

Οι οργανώσεις πρέπει να ξανασχεδιάσουν τον τρόπο που λειτουργούν η ευθύνη, η ιδιοκτησία της ροής εργασίας και η λήψη αποφάσεων σε όλη την επιχείρηση. Ένα από τα πιο σαφή συμπεράσματα από την έρευνά μας είναι ότι η ετοιμότητα του οργανισμού γίνεται ένα μεγαλύτερο εμπόδιο από την τεχνολογία. Στην πραγματικότητα, το 33% των επιχειρήσεων ταυτοποίησε τις επιχειρηματικές διαδικασίες που δεν ήταν έτοιμες για ενσωμάτωση της τεχνητής νοημοσύνης ως το μεγαλύτερο εμπόδιο στην υιοθέτησή της.

Οι εταιρείες που κάνουν την μεγαλύτερη πρόοδο είναι εκείνες που ξανασχεδιάζουν τις ροές εργασίας από την αρχή ώστε τα αυτόνομα συστήματα να μπορούν να λειτουργούν εντός καθορισμένων ορίων και δομών εποπτείας. Βρήκαμε επίσης ότι το 44% των επιχειρήσεων αναμένει την τεχνητή νοημοσύνη με τη μορφή agentic να ισοπεδώσει τις δομές διαχείρισης καθώς τα αυτόνομα συστήματα θα αναλάβουν τις συντονιστικές εργασίες που παραδοσιακά χειρίζονταν η μεσαία διαχείριση. Οι εργαζόμενοι χρειάζονται πολύ μεγαλύτερη σαφήνεια γύρω από τις ευθύνες εποπτείας, τα σημεία παρέμβασης και το πού η ανθρώπινη κρίση ταιριάζει σε ένα αυξανόμενα αυτόνομο περιβάλλον.

Μόνο ένα μικρό ποσοστό οργανισμών είναι άνετα να παραχωρήσουν πραγματική αυτονομία σε πράκτορες τεχνητής νοημοσύνης. Τι θα χρειαζόταν για τις επιχειρήσεις να εμπιστευτούν τα συστήματα τεχνητής νοημοσύνης με εξουσία λήψης αποφάσεων;

Η εμπιστοσύνη στην τεχνητή νοημοσύνη με τη μορφή agentic τελικά καταλήγει στην ευθύνη και τον έλεγχο. Οι επιχειρήσεις είναι ακόμη προσεκτικές σχετικά με την παραχώρηση εξουσίας λήψης αποφάσεων επειδή οι ηγέτες θέλουν να είναι βέβαιοι ότι τα αυτόνομα συστήματα μπορούν να λειτουργούν εντός καθορισμένων φραγμών και δομών διακυβέρνησης.

Οι εταιρείες που προχωρούν είναι εκείνες που σχεδιάζουν συστήματα όπου οι διαδρομές ανόδου, τα σημεία παρέμβασης και οι δομές διακυβέρνησης είναι ενσωματωμένες απευθείας στο λειτουργικό μοντέλο. Οι περισσότερες οργανώσεις παραχωρούν αυτονομία σταδιακά με βάση το επιχειρηματικό πλαίσιο και την ανεκτικότητα κινδύνου αντί να κάνουν ένα απότομο άλμα προς πλήρη αυτονομία. Όσο οι επιχειρήσεις κερδίζουν εμπιστοσύνη μέσω επιτυχημένων αναπτύξεων, η εμπιστοσύνη αυξάνεται επειδή οι ηγέτες μπορούν να δουν σαφώς πώς λαμβάνονται οι αποφάσεις, πού βρίσκεται η ευθύνη και πώς διατηρείται η ανθρώπινη εποπτεία.

Οι επιχειρήσεις αναμένουν να κλιμακώσουν την τεχνητή νοημοσύνη με τη μορφή agentic γρήγορα, ωστόσο πολλές εξακολουθούν να βασίζονται σε παλαιές μετρικές παραγωγικότητας. Τι πρέπει να μοιάζουν οι πιο αποτελεσματικές, ιδιαίτερες για την τεχνητή νοημοσύνη μετρικές επιτυχίας;

Οι μετρικές που είναι ιδιαίτερες για την τεχνητή νοημοσύνη πρέπει να μετρήσουν την εκτέλεση και τα αποτελέσματα αντί για δραστηριότητα. Οι παραδοσιακές μετρικές παραγωγικότητας εστιάζουν στο αν οι άνθρωποι εργάζονται γρηγορότερα, αλλά η τεχνητή νοημοσύνη με τη μορφή agentic αλλάζει την εξίσωση επειδή το σύστημα ίδια αρχίζει να φέρει μέρος του επιχειρηματικού φορτίου. Αυτό είναι σημαντικό επειδή πολλές οργανώσεις εξακολουθούν να μετρούν την τεχνητή νοημοσύνη με τη μορφή agentic μέσω ενός πρίσματος παραγωγικότητας που σχεδιάστηκε για προηγούμενες κυματικές κινήσεις της αυτοματοποίησης αντί για την αυτόνομη εκτέλεση.

Οι πιο αποτελεσματικές μετρικές πρέπει να επικεντρωθούν στην αυτόνομη ολοκλήρωση της ροής εργασίας, τη μείωση των ρυθμών ανόδου, την ταχύτερη εκτέλεση αποφάσεων και το πώς τα συστήματα διαχειρίζονται τις εξαιρέσεις με περιορισμένη ανθρώπινη παρέμβαση. Αυτές οι μετρικές παρέχουν μια πολύ σαφέστερη εικόνα για το αν η τεχνητή νοημοσύνη πραγματικά βελτιώνει την εκτέλεση σε κλίμακα.

Υπογραμμίζετε ότι η ανασχεδίαση της διαδικασίας είναι το πρώτο εμπόδιο στην υιοθέτηση. Γιατί η μεταμόρφωση της ροής εργασίας έχει περισσότερη σημασία από την απόδοση του μοντέλου σε αυτή τη nächste φάση της τεχνητής νοημοσύνης;

Η μεταμόρφωση της ροής εργασίας έχει σημασία επειδή ακόμη και τα πιο προηγμένα συστήματα τεχνητής νοημοσύνης δεν μπορούν να κλιμακωθούν αποτελεσματικά μέσα σε κατεστραμμένες ή θραυσματικές διαδικασίες. Η έρευνά μας βρήκε ότι το 33% των επιχειρήσεων ταυτοποίησε την ετοιμότητα της διαδικασίας ως το πρώτο εμπόδιο στην υιοθέτηση της τεχνητής νοημοσύνης με τη μορφή agentic.

Αυτό που κάνει αυτή τη φάση διαφορετική είναι ότι η τεχνητή νοημοσύνη με τη μορφή agentic σχεδιάζεται για να εκτελείται σε ροές εργασίας αντί να βοηθά μόνο μέσα σε αυτές. Οι οργανώσεις πρέπει να ξανασχεδιάσουν τις διαδικασίες γύρω από την αυτόνομη εκτέλεση, διευκρινίζοντας την ιδιοκτησία της απόφασης, αφαιρώντας περιττές μεταβιβάσεις και ενσωματώνοντας τη διακυβέρνηση απευθείας στις ροές εργασίας. Σε πολλές περιπτώσεις, η ανασχεδίαση της διαδικασίας είναι τώρα η αληθινή βάση για την υιοθέτηση της τεχνητής νοημοσύνης σε κλίμακα.

Η έρευνα σας υποδηλώνει ότι η τεχνητή νοημοσύνη θα ισοπεδώσει τις οργανωτικές δομές καθώς οι συντονιστικές εργασίες γίνονται αυτοματοποιημένες. Πώς βλέπετε τους ρόλους της ηγεσίας και της μεσαίας διαχείρισης να εξελίσσονται ως αποτέλεσμα;

Όσο η τεχνητή νοημοσύνη με τη μορφή agentic αναλαμβάνει περισσότερες συντονιστικές και λειτουργικές εργασίες εποπτείας, οι ρόλοι της ηγεσίας πιθανό να μετατοπιστούν από τη διαχείριση της καθημερινής εκτέλεσης προς την καθοδήγηση της στρατηγικής, της κρίσης και της διακυβέρνησης. Η έρευνά μας βρήκε ότι πολλές επιχειρήσεις αναμένουν την τεχνητή νοημοσύνη με τη μορφή agentic να μειώσει τους συντονιστικούς ρόλους σε όλη την οργάνωση καθώς τα αυτόνομα συστήματα αναλαμβάνουν περισσότερες λειτουργικές ευθύνες εποπτείας.

Η μεσαία διαχείριση έχει ιστορικά παίξει έναν σημαντικό ρόλο στη διαδρομή αποφάσεων και τη διατήρηση της λειτουργικής συνέχειας μεταξύ των ομάδων. Όσο τα αυτόνομα συστήματα αρχίζουν να χειρίζονται περισσότερες από αυτές τις δραστηριότητες, οι ηγέτες θα πρέπει να επικεντρωθούν περισσότερο στη διαχείριση εξαιρέσεων, την ευθύνη και την εγγύηση ότι τα συστήματα ευθυγραμμίζονται με τα επιχειρηματικά αντικείμενα. Η ανθρώπινη ηγεσία θα γίνει ακόμη πιο σημαντική σε περιοχές όπου το πλαίσιο, η ηθική και η κρίση εξακολουθούν να έχουν τη μεγαλύτερη σημασία.

Η Genpact θέτει τον εαυτό της ως μια εταιρεία προηγμένης τεχνολογίας και λύσεων. Πώς η εταιρεία προσεγγίζει την τεχνητή νοημοσύνη με τη μορφή agentic διαφορετικά από τις παραδοσιακές εταιρείες συμβούλων ή τεχνολογίας;

Η προσέγγιση της Genpact εδράζεται στην εκτέλεση και τα αποτελέσματα και αυτό που συχνά περιγράφουμε ως λύση του “τελευταίου μιλίου” του προβλήματος της υιοθέτησης της τεχνητής νοημοσύνης. Πολλές οργανώσεις έχουν ήδη αποδείξει ότι τα μοντέλα της τεχνητής νοημοσύνης μπορούν να παράγουν ερευνες ή να βελτιώσουν την παραγωγικότητα, αλλά η πραγματική πρόκληση είναι η ενσωμάτωση αυτών των ικανοτήτων σε ζωντανούς επιχειρηματικούς ρόλους εργασίας όπου η δουλειά πραγματικά γίνεται. Εκεί είναι που πολλά προγράμματα της τεχνητής νοημοσύνης σταματούν. Ο στόχος μας είναι να βοηθήσουμε τους πελάτες να λειτουργήσουν την τεχνητή νοημοσύνη με τη μορφή agentic σε όλο το “τελευταίο μίλι” της εκτέλεσης, ώστε τα συστήματα να οδηγήσουν μετρήσιμα αποτελέσματα μέσα στις χρηματοοικονομικές, την αλυσίδα εφοδιασμού, την εξυπηρέτηση πελατών και άλλες βασικές επιχειρηματικές λειτουργίες.

Αυτό που διαφοροποιεί την προσέγγισή μας είναι ο συνδυασμός της βαθιάς εμπειρογνωμοσύνης διαδικασίας με δεδομένα, τεχνολογία και ικανότητες της τεχνητής νοημοσύνης. Δεν αναπτύσσουμε μόνο μοντέλα ή χτίζουμε πιλοτικά προγράμματα. Ξανασχεδιάζουμε τις ροές εργασίας, ενσωματώνουμε τη διακυβέρνηση στις λειτουργίες και βοηθάμε τις επιχειρήσεις να δημιουργήσουν τις δομές ευθύνης που χρειάζονται για την αυτόνομη εκτέλεση σε κλίμακα. Επειδή έχουμε επίσης ενσωματώσει την τεχνητή νοημοσύνη με τη μορφή agentic στις δικές μας λειτουργίες, φέρνουμε πρακτική εμπειρία γύρω από το τι χρειάζεται για να μεταβούμε από πειραματισμό σε επιχειρηματική επίδραση σε ολόκληρη την εταιρεία.

Κοιτάζοντας μπροστά, πιστεύετε ότι η τεχνητή νοημοσύνη με τη μορφή agentic θα αυξήσει το χάσμα μεταξύ των ηγετικών και των πίσω επιχειρήσεων, και τι πρέπει να κάνουν οι εταιρείες τώρα για να αποφύγουν να μείνουν πίσω;

Ναι, πιστεύω ότι το χάσμα θα αυξηθεί επειδή η τεχνητή νοημοσύνη με τη μορφή agentic συσσωρεύει αξία διαφορετικά από τις προηγούμενες κυματικές κινήσεις της τεχνολογίας. Οι οργανώσεις που θα ξανασχεδιάσουν τις ροές εργασίας, θα καθορίσουν πλαίσια ευθύνης, θα χτίσουν μετρικές που είναι ιδιαίτερες για την τεχνητή νοημοσύνη και θα επενδύσουν στην ετοιμότητα του εργατικού δυναμικού θα δημιουργήσουν λειτουργικά πλεονεκτήματα που θα είναι δύσκολο για τους ανταγωνιστές να αναπαράγουν. Αυτό που είναι εντυπωσιακό είναι το πόσο γρήγορα αυτή η μετατόπιση συμβαίνει. Το 29% των επιχειρήσεων αναμένει την τεχνητή νοημοσύνη με τη μορφή agentic να κλιμακωθεί σε όλη την επιχείρηση μέσα στα επόμενα 12 μήνες.

Για τις εταιρείες που θέλουν να παραμείνουν ανταγωνιστικές, η προτεραιότητα τώρα πρέπει να είναι η προετοιμασία του λειτουργικού μοντέλου για την αυτόνομη εκτέλεση. Αυτό περιλαμβάνει την ανασχεδίαση των ροών εργασίας, τον ορισμό της ιδιοκτησίας, την κατασκευή μετρικών που είναι ιδιαίτερες για την τεχνητή νοημοσύνη και την επένδυση στην ετοιμότητα του εργατικού δυναμικού. Οι οργανώσεις που θα κινηθούν πρώτες σε αυτές τις βάσεις θα είναι πολύ καλύτερα τοποθετημένες από αυτές που εξακολουθούν να προσεγγίζουν την τεχνητή νοημοσύνη ως μια αυτόνομη τεχνολογική πρωτοβουλία.

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