Ανδρέας Σέιλς, Chief Product Officer, Scaled Agile – Σειρά Συνεντεύξεων

Ανδρέας Σέιλς, Chief Product Officer και Chief Methodologist στη Scaled Agile, είναι ένας έμπειρος ηγέτης Lean, Agile και DevOps, ο οποίος έχει περάσει περισσότερες από δύο δεκαετίες βοηθώντας τις επιχειρήσεις να μεταμορφώσουν τον τρόπο με τον οποίο παρέχουν αξία. Στη σημερινή του θέση, οδηγεί τη στρατηγική προϊόντος και την εξέλιξη του Πλαισίου Scaled Agile (SAFe), εργαζόμενος με παγκόσμιες οργανώσεις για την υιοθέτηση ατζέντας σε επιχειρηματικό επίπεδο. Πριν ενταχθεί στη Scaled Agile, ο Σέιλς κατείχε υψηλές ηγετικές και συμβουλευτικές θέσεις στις εταιρείες CA Technologies, Rally Software και Pearson, όπου συμβούλευε οργανισμούς σε όλη την Ευρώπη, τη Μέση Ανατολή και την Αφρική σχετικά με πρωτοβουλίες μετασχηματισμού ατζέντας που αφορούσαν τις χρηματοοικονομικές υπηρεσίες, τις τηλεπικοινωνίες, το λιανικό εμπόριο, το λογισμικό και την εκπαίδευση.

Scaled Agile, Inc. είναι η εταιρεία πίσω από το Πλαίσιο Scaled Agile, γνωστό ως SAFe, ένα ευρέως αποδεκτό πλαίσιο για τη βοήθεια των επιχειρήσεων να εφαρμόσουν τις αρχές Lean, Agile και DevOps σε κλίμακα. Μέσω του πλαισίου, των προγραμμάτων εκπαίδευσης, των προγραμμάτων πιστοποίησης, του δικτύου συνεργατών και της πλατφόρμας SAFe Studio, η Scaled Agile υποστηρίζει τους οργανισμούς που επιθυμούν να βελτιώσουν την ευθυγράμμιση, την ταχύτητα παράδοσης, την ποιότητα προϊόντων, την εμπλοκή των εργαζομένων και την επιχειρηματική ευελιξία. Η εταιρεία αναφέρει ότι το SAFe έχει υιοθετηθεί από περισσότερες από 20.000 επιχειρήσεις παγκοσμίως και ότι περισσότεροι από 1 εκατομμύριο επαγγελματίες έχουν εκπαιδευτεί στο πλαίσιο.

Ποια μαθήματα από μετασχηματισμούς μεγάλης κλίμακας επηρέασαν πιο直接ικά τη δημιουργία του AI-Native SAFe;

Τις τελευταίες 15 χρόνια, παρατηρήσαμε περισσότερες από 20.000 οργανισμούς να υιοθετούν το SAFe για να λύσουν một θεμελιώδη πρόβλημα: την συντονισμό της σύνθετης ανάπτυξης προϊόντων σε επιχειρηματική κλίμακα. Ένα μάθημα που παρέμεινε εξαιρετικά σταθερό: οι αρχές Lean και Agile συνεχίζουν να λειτουργούν. Τι αλλάζει είναι το πώς αυτές οι αρχές πρέπει να εφαρμοστούν καθώς η τεχνολογία αλλάζει.

Το AI δεν κάνει αυτές τις αρχές ξεπερασμένες· αλλάζει όπου υπάρχουν οι περιορισμοί. Οι ομάδες γίνονται μικρότερες, πιο ενισχυμένες με AI και όλο και πιο επικεντρωμένες στη διεύθυνση εργασιών αντί να εκτελούν κάθε εργασία από μόνοι τους. Οι κύκλοι λήψης αποφάσεων συμπιέζονται και η αλληλεπίδραση μεταξύ ανθρώπινης κρίσης και εκτέλεσης AI γίνεται κεντρική για τον τρόπο με τον οποίο δημιουργείται αξία.

Το AI-Native SAFe βασίζεται στο αποδεδειγμένο θεμέλιο του SAFe, ενώ εξελίσσει το λειτουργικό μοντέλο για αυτή τη νέα πραγματικότητα. Διατηρεί την εστίαση στην αξία του πελάτη, τη διαλειτουργική συνεργασία, την ευθυγράμμιση χαρτοφυλακίου και τη συνεχή βελτίωση, ενώ εισάγει νέους τρόπους για τη διακυβέρνηση του AI, τη διαχείριση δεδομένων ως στρατηγικού περιουσιακού στοιχείου και τη δημιουργία ευθύνης σε οργανισμούς που ενισχύονται από το AI.

Γιατί τα παραδοσιακά πλαίσια Agile δεν είναι πλέον επαρκή για την εποχή του AI;

Τα παραδοσιακά πλαίσια Agile παραμένουν εξαιρετικά πολύτιμα. Τι έχει αλλάξει είναι το περιβάλλον στο οποίο λειτουργούν.

Για χρόνια, οι οργανισμοί ήταν περιορισμένοι από το πόσο γρήγορα μπορούσαν να σχεδιάσουν, να κατασκευάσουν και να παραδώσουν λογισμικό. Το AI αλλάζει δραματικά αυτή τη σχέση. Όπως μας είπε πρόσφατα ένας πελάτης, δεν είναι πλέον περιορισμένοι από το πόσο γρήγορα μπορούν να κατασκευάσουν πράγματα· είναι περιορισμένοι από το πόσο γρήγορα μπορούν να καθορίσουν εάν αυτές οι λύσεις δημιουργούν σημαντική αξία, είναι ασφαλείς για ανάπτυξη και ευθυγραμμίζονται με επιχειρηματικούς στόχους.

Το μπουκάλι έχει μετατοπιστεί από την παραγωγή στα αποτελέσματα.

Οι οργανισμοί τώρα χρειάζονται λειτουργικά μοντέλα που τους βοηθούν να αξιολογούν συνεχώς την αξία, να διακυβερνούν το AI με ευθύνη και να συντονίζουν την εργασία μεταξύ ανθρώπων και AI. Αυτό είναι μια εξέλιξη πέρα από τις παραδοσιακές πρακτικές Agile, όχι μια αντικατάσταση τους.

Ποια είναι τα μεγαλύτερα λάθη που κάνουν οι επιχειρήσεις όταν προσπαθούν να κλιμακώσουν πρωτοβουλίες AI;

Το πρώτο λάθος είναι να αντιμετωπίζουν το AI ως πρόβλημα εργαλείων. Οι περισσότερες επιχειρήσεις ήδη έχουν πρόσβαση σε περισσότερες ικανότητες AI από ό,τι χρησιμοποιούν αποτελεσματικά.

Το δεύτερο είναι να στρώσουν το AI πάνω στις υφιστάμενες ροές εργασιών χωρίς να αμφισβητήσουν εάν αυτές οι ροές εργασιών πρέπει να υπάρχουν από την αρχή. Η αυτοματοποίηση ανεφάρμοστων διαδικασιών σπάνια παράγει μετασχηματισμό.

Ένα τρίτο λάθος είναι να αντιμετωπίζουν το AI ως μια απομονωμένη πρωτοβουλία καινοτομίας αντί για μια οργανωτική ικανότητα. Η βιώσιμη υιοθέτηση AI απαιτεί αλλαγές στη στρατηγική, τη διακυβέρνηση, την ανάπτυξη προϊόντων, τις πρακτικές λειτουργίας και την ηγεσία, όχι απλώς την ανάπτυξη μιας άλλης τεχνολογικής πλατφόρμας.

Οι οργανισμοί που βλέπουν τη μεγαλύτερη επίδραση ανασχεδιάζουν τον τρόπο με τον οποίο συμβαίνει η εργασία. Το AI γίνεται μέρος του λειτουργικού μοντέλου και όχι ένα άλλο εργαλείο που οι εργαζόμενοι αναμένεται να χρησιμοποιήσουν.

Τι κενό γεμίζει ο Αρχιτέκτονας Αξίας AI και πώς αλλάζει τη δυναμική της ομάδας;

Το AI μειώνει δραματικά το κόστος δημιουργίας λύσεων, αλλά δεν μειώνει το κόστος λύσης του λάθους προβλήματος.

Ο Αρχιτέκτονας Αξίας AI υπάρχει για να βοηθήσει τις οργανώσεις να ανακαλύψουν ευκαιρίες για την εκμετάλλευση του AI, ενώ διατηρούν την εστίασή τους στα επιχειρηματικά αποτελέσματα. Αυτό το ρόλο βοηθά στην ισορροπία της αξίας του πελάτη, της τεχνικής εφικτότητας, του κόστους, της διακυβέρνησης, των νομικών συνεπειών και της ηθικής ευθύνης πριν οι οργανισμοί επενδύσουν στην κλιμάκωση ικανοτήτων που ενισχύονται από το AI.

Αντί να γίνει άλλο ένα επίπεδο έγκρισης, ο ρόλος του Αρχιτέκτονα Αξίας AI δημιουργεί ευθυγράμμιση μεταξύ των ηγετών επιχειρήσεων, των ομάδων προϊόντων και των τεχνικών οργανισμών, ώστε οι αποφάσεις σχετικά με το AI να είναι και ταχύτερες και καλύτερα ενημερωμένες. Παρέχει ένα πρακτικό μηχανισμό για την ισορροπία της καινοτομίας με την ευθύνη, διατηρώντας την μετρήσιμη επιχειρηματική αξία στο κέντρο κάθε επένδυσης AI.

Πώς ισορροπείτε την ταχύτητα καινοτομίας με την υπεύθυνη εποπτεία AI;

Η διακυβέρνηση δεν πρέπει να είναι κάτι που συμβαίνει μετά την καινοτομία. Πρέπει να είναι ενσωματωμένη στο λειτουργικό μοντέλο, ώστε η καινοτομία να μπορεί να συμβαίνει ασφαλώς και συνεχώς.

Οι μεγάλες επιχειρήσεις έχουν πάντα χρειαζόταν να ισορροπούν την ταχύτητα με την ευθύνη. Το AI αυξάνει τη σημασία αυτής της ισορροπίας, επειδή τα συστήματα AI εισάγουν νέες σκέψεις γύρω από την ποιότητα δεδομένων, τη διαφάνεια, την προκατάληψη, τη συμμόρφωση και την οργανωτική ευθύνη.

Το AI-Native SAFe κάνει τη διακυβέρνηση ρητή αντί για σιωπηρή. Ενσωματώνει τη διακυβέρνηση στη λήψη αποφάσεων χαρτοφυλακίου, ανεβάζει τη διαχείριση δεδομένων ως πρώτο θέμα και διατηρεί τον άνθρωπο στη λούπα, εισάγοντας σαφήτητα ρόλων γύρω από την ευθύνη AI. Όταν η διακυβέρνηση είναι ενσωματωμένη στο πώς λειτουργούν οι οργανισμοί, γίνεται ένας ενεργός παράγοντας καινοτομίας αντί για ένα περιορισμό.

Πώς θα αλλάξουν οι δομές ομάδων επιχείρησης τα επόμενα πέντε χρόνια;

Βλέπουμε τέσσερις μεγάλες μετατοπίσεις να εμφανίζονται σε υψηλής απόδοσης οργανισμούς.

Πρώτον, οι άνθρωποι επικεντρώνονται όλο και περισσότερο στη定义 του σκοπού και των επιθυμητών αποτελεσμάτων αντί να εκτελούν κάθε εργασία με το χέρι.

Δεύτερον, οι κύκλοι μάθησης και πειραματισμού γίνονται δραματικά ταχύτεροι, καθώς το AI επιταχύνει την εξέταση και την ανάδραση.

Τρίτον, η καινοτομία γίνεται πιο κατανεμημένη, επειδή το AI μειώνει το κόστος πειραματισμού σε όλη την επιχείρηση.

Τέλος, οι ομάδες γίνονται όλο και περισσότερο ενισχυμένες με AI, με το AI να ενεργεί ως ενεργός συμμετέχων στη παράδοση αντί για απλό εργαλείο παραγωγικότητας.

Στο μέλλον, οι ομάδες AI-Native θα ορίζονται λιγότερο από τον αριθμό των εργαζομένων και περισσότερο από το πώς συντονίζουν αποτελεσματικά τη συνεργασία μεταξύ ανθρώπινης εμπειρογνωσίας και ικανοτήτων AI.

Γιατί η ετοιμότητα δεδομένων παραμένει ακόμα ένα μεγάλο εμπόδιο και τι πρέπει να προτεραιοποιήσουν οι οργανισμοί;

Τα δεδομένα παραμένουν ένα από τα μεγαλύτερα εμπόδια για την επίτευξη επιχειρηματικής κλίμακας AI, επειδή το AI είναι τόσο αποτελεσματικό όσο και η πληροφορία πάνω στην οποία είναι χτισμένο. Τα κατακερματισμένα δεδομένα, η ασυνεπής διακυβέρνηση και οι ροές εργασιών που δεν σχεδιάστηκαν για ένα περιβάλλον AI-Native συνεχίζουν να κρατούν πολλές οργανώσεις σε λειτουργία πιλότου αντί να κλιμακώσουν το AI σε όλη την επιχείρηση.

Η έρευνα από το Ινστιτούτο Return on AI βρήκε ότι 55% των διεθνών εκτελεστών αναφέρουν την έλλειψη δεδομένων AI-ready ως το μεγαλύτερο εμπόδιο για την επίτευξη αξίας από το AI. Αυτό ενισχύει αυτό που βλέπουμε στην πρακτική: πριν οι οργανισμοί επενδύσουν πολύ σε νέες εφαρμογές AI, πρέπει να αντιμετωπίσουν τα δεδομένα ως ένα στρατηγικό περιουσιακό στοιχείο με σαφή ιδιοκτησία, διακυβέρνηση, πρότυπα ποιότητας και εμπιστοσύνη. Το AI κλιμακώνει ό,τι πληροφορία του δίνεται, είτε είναι καλή είτε κακή.

Γι’ αυτό το AI-Native SAFe ενσωματώνει τη διαχείριση δεδομένων ως δομικό στοιχείο του λειτουργικού μοντέλου αντί να το αντιμετωπίζει ως προαπαιτούμενο ή ευθύνη κάποιου άλλου. Η ετοιμότητα δεδομένων δεν είναι απλώς μια πρόκληση IT· είναι μια πρόκληση ηγεσίας και λειτουργικού μοντέλου που επηρεάζει trực tiếp την ικανότητα του οργανισμού να παράγει επιχειρηματική αξία από το AI.

Πώς βοηθά το AI-Native SAFe τις οργανώσεις να μετατοπίσουν από τη μέτρηση εξόδων σε μέτρηση αποτελεσμάτων;

Το AI κάνει πολύ πιο εύκολο να παράγει έξοδο. Όταν η εκτέλεση γίνεται ταχύτερη και λιγότερο δαπανηρή, η έξοδος μόνη της γίνεται πολύ πιο αδύναμη μέτρηση της πρόοδου. Η πραγματική ανταγωνιστική πλεονεκτική θέση μετατοπίζεται στη μέτρηση των αποτελεσμάτων.

Το AI-Native SAFe είναι χτισμένο γύρω από έναν κύκλο ανάπτυξης προϊόντων που οδηγείται από αποτελέσματα. Παρέχει τους ρόλους, τις πρακτικές και τη διακυβέρνηση που χρειάζονται για να συνδέσουν συνεχώς τις επενδύσεις AI με μετρήσιμη επιχειρηματική αξία.

Η ίδια έρευνα από το Ινστιτούτο Return on AI υποστηρίζει αυτή τη μετατόπιση: οι οργανισμοί που τακτικά μετρούν και επικοινωνούν την αξία του AI στο επίπεδο των εκτελεστών και του διοικητικού συμβουλίου αναφέρουν σημαντικά ισχυρότερους επιστροφές στις επενδύσεις AI. Το AI-Native SAFe βοηθά να κάνει αυτή τη дисциплина βασισμένη σε αποτελέσματα μέρος της συνεχούς λειτουργίας της επιχείρησης.

Τι παράγοντες πρέπει να λάβουν υπόψη οι οργανισμοί όταν αποφασίζουν εάν πρέπει να μετατοπιστούν στο AI-Native SAFe;

Το Core SAFe παραμένει το σωστό λειτουργικό μοντέλο για πολλούς οργανισμούς. Το AI-Native SAFe δεν έχει σκοπό να το αντικαταστήσει· το επεκτείνει για τους οργανισμούς των οποίων τα λειτουργικά μοντέλα διαμορφώνονται όλο και περισσότερο από το AI.

Οι οργανισμοί πρέπει να εξετάσουν πού το AI δημιουργεί σημαντικές ευκαιρίες για την ανασχεδίαση της εργασίας αντί για την απλή αυτοματοποίηση των υφιστάμενων δραστηριοτήτων. Πρέπει να αξιολογήσουν εάν η διακυβέρνηση, οι ηγετικές πρακτικές και οι ικανότητες δεδομένων τους είναι έτοιμες να υποστηρίξουν το AI σε επιχειρηματική κλίμακα.

Πιο σημαντικά, αυτή δεν είναι μια απόφαση all-or-nothing. Το AI-Native SAFe περιλαμβάνει οδηγίες για υιοθέτηση, ώστε οι οργανισμοί να μπορούν να εξελιχθούν σταδιακά, υιοθετώντας πρακτικές AI-Native SAFe.

Κάθε οργανισμός αρχίζει από ένα διαφορετικό σημείο, και το AI-Native SAFe σχεδιάστηκε για να υποστηρίξει αυτή την εξέλιξη.

Τι μοιάζει μια πραγματικά AI-γενική επιχείρηση το 2030;

Μέχρι το 2030, οι υψηλότερες επιχειρήσεις δεν θα σκέφτονται το AI ως πρόβλημα τεχνολογίας, αλλά ως επιχειρηματική ευκαιρία. Θα γίνει ολοκληρωμένο στο πώς κάνουν δουλειά, παραμένουν ανταγωνιστικές και παρέχουν αξία στους πελάτες τους.

Οι ανθρώπινοι ηγέτες θα ορίζουν όλο και περισσότερο το σκοπό, θα λαμβάνουν στρατηγικές αποφάσεις, θα ασκούν κρίση και θα παραμένουν υπεύθυνοι για τα αποτελέσματα. Τα πράγματα AI θα εκτελούν περισσότερη ανάλυση, συντονισμό και εκτέλεση που προηγουμένως απαιτούσαν σημαντική ανθρώπινη προσπάθεια.

Τι θα ξεχωρίζει τους ηγέτες της βιομηχανίας δεν θα είναι η πρόσβαση στο AI· όλοι θα έχουν πρόσβαση σε ισχυρές ικανότητες AI. Ο διαφοροποιητής θα είναι η ποιότητα του λειτουργικού τους μοντέλου: πώς συντονίζουν αποτελεσματικά τους ανθρώπους, το AI, τα δεδομένα, τη διακυβέρνηση και τη συνεχή μάθηση για να παράγουν μετρήσιμα επιχειρηματικά αποτελέσματα σε κλίμακα.

Ευχαριστούμε για τη μεγάλη συνέντευξη. Οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν τη Scaled Agile.