Άρον Ίνγκλαντ, Chief Product & Technology Officer στην Accruent – Σειρά Συνεντεύξεων

Άρον Ίνγκλαντ, Chief Product and Technology Officer στην Accruent, είναι ένας έμπειρος ηγέτης τεχνολογίας και προϊόντος, γνωστός για την κατασκευή και την κλιμάκωση παγκόσμιων ομάδων που παρέχουν λύσεις SaaS και αγεντικής τεχνολογίας από την πρώιμη έρευνα μέχρι προϊόντα που αντιμετωπίζουν τους πελάτες με υψηλή ανάπτυξη. Συνδυάζει βαθιά εξειδίκευση σε καταναλωτικές αγορές, B2B SaaS, ηλεκτρονικό εμπόριο και εμπορική τεχνολογία με ισχυρή ηγεσία ανθρώπων, συνδυάζοντας καινοτομία με μια οξεία κατανόηση των προβλημάτων των πελατών για να οδηγήσει μια ανθεκτική συμφωνία προϊόντος-αγοράς και μετρήσιμα επιχειρηματικά αποτελέσματα, συμπεριλαμβανομένης της ανάπτυξης μέσω αγορών και στρατηγικής που οδηγείται από πνευματική ιδιοκτησία.

Accruent παρέχει λογισμικό που βοηθά τις οργανώσεις να διεξάγουν την φυσική πλευρά της επιχείρησής τους με μεγαλύτερη αποτελεσματικότητα, συνδυάζοντας εργαλεία για εγκαταστάσεις, περιουσίες, χώρο και επιχειρησιακές λειτουργίες σε ένα συνδεδεμένο σύστημα. Η πλατφόρμα της σχεδιάστηκε για να μειώσει την κατακερματισμός, να βελτιώσει την ορατότητα και τη λήψη αποφάσεων και να βοηθήσει τις ομάδες να σχεδιάσουν, να διατηρήσουν και να βελτιστοποιήσουν κτήρια και εξοπλισμό σε eine ευρεία γκάμα βιομηχανιών.

Έχετε κατασκευάσει και ηγηθεί υψηλής απόδοσης παγκόσμιων ομάδων για περισσότερα από 25 χρόνια. Μια ανασκόπηση σε startups, μεγάλες επιχειρήσεις και τώρα Accruent, ποια κρίσιμη εμπειρία διαμόρφωσε περισσότερο τον τρόπο που σκέφτεστε για την κατασκευή αξιόπιστης τεχνολογίας σε κλίμακα;

Από τη διαμονή σε εταιρείες Fortune 50 και εργασία σε ηγετικές θέσεις τεχνολογίας σε πρώιμες startups, μεσαίες και μεγαλύτερες δημόσιες και ιδιωτικές εταιρείες, έχω κερδίσει eine ευρεία γκάμα εμπειριών όσον αφορά την προώθηση της ψηφιακής μετασχηματισμού σε διαφορετικές βιομηχανίες. Το πιο αξιοσημείωτο, ήμουν ο εννιάτος εργαζόμενος στη DocuSign (DOCU ) και στόχευα μια αγορά που χρειαζόταν μια πραγματική αλλαγή. Η οδήγηση της ανώμαλης βιομηχανίας συμβάσεων μέσω μιας ολικής ψηφιακής μετασχηματισμού, όχι μόνο απαιτούσε την κατασκευή της αγοράς της εμπιστοσύνης, αλλά και τη νομοθεσία για να κάνει την αλλαγή ασφαλή. Υπάρχουν πολλά μαθήματα που σχετίζονται με τη διαμονή μου εκεί που μπορούν να εφαρμοστούν στην τρέχουσα αγορά για LLMs και εργαλεία AI.

Σε υψηλό επίπεδο, το πρότυπο σε όλη μου την εμπειρία έχει παραμείνει σταθερό: αξιόπιστες συστήματα δεν προκύπτουν τυχαία. Προέρχονται από ενδιαφέρουσα αρχιτεκτονική, συνεχή δεδομένα, διαφάνεια και μια βαθιά κατανόηση του τρόπου που οι πραγματικοί άνθρωποι χρησιμοποιούν την τεχνολογία.

Έχετε προειδοποιήσει ότι μέχρι το 2026 οι τεχνικοί δεν θα αποδεχθούν πλέον συστήματα AI που απλά λένε, «εμπιστεύσου με». Από την οπτική σας στη Accruent, τι οδηγεί αυτήν την αλλαγή στις προσδοκίες μεταξύ των τεχνικών και των επαγγελματιών υπηρεσιών;

Σε περιβάλλοντα όπου οι διαχειριστές εγκαταστάσεων και οι τεχνικοί χρησιμοποιούν AI για τη διάγνωση των αποτυχιών του εξοπλισμού και την οδήγηση των σύνθετων επισκευών, ένα λάθος από μια ψευδή ή ανακριβή σύσταση μπορεί να προκαλέσει σημαντικά επιχειρηματικά και ασφαλειακά рисκ.

Συχνά, τα LLMs δημιουργούν αναμεμιγμένες απαντήσεις από πολλές σελίδες, χωρίς να αναφέρουν πίσω στην υποκείμενη απόδειξη. Jako αποτέλεσμα, αν ένας τεχνικός ακολουθήσει ένα βήμα που δημιουργήθηκε από το AI που δεν υπήρχε ποτέ στο εγχειρίδιο του κατασκευαστή, μια οργάνωση θα μπορούσε να αντιμετωπίσει σημαντική πίεση συμμόρφωσης, καθώς δεν θα έχουν μια αιτιολογημένη αλυσίδα αποδείξεων για ελέγχους ή αναθεωρήσεις ασφαλείας. Όσο το AI γίνεται πιο «αόρατο» στο λογισμικό, η σημασία της αναζητησιμότητας θα αυξηθεί.

Οι ψευδαισθήσεις του AI μπορούν να είναι περισσότερο από μια ανακολουθία σε ρυθμιζόμενες βιομηχανίες — μπορούν να δημιουργήσουν πραγματικά рисκ ασφαλείας, συμμόρφωσης και λειτουργικών κινδύνων. Ποια σενάρια ψευδαισθήσεων σας ανησυχούν περισσότερο όταν πρόκειται για συντήρηση, διαχείριση εγκαταστάσεων ή λειτουργίες περιουσίας;

Στη βιομηχανία, αν μια πρόταση που δημιουργήθηκε από το AI λέει σε einen εργάτη να πάρει την λάθος ενέργεια σε einen κρίσιμο εξοπλισμό, αυτό μπορεί να οδηγήσει σε απρόβλεπτη διακοπή, σπατάλη υλικού, ελαττωματικά τελικά προϊόντα ή ζημιές σε μηχανήματα. Αυτά μπορούν να είναι λάθη ενός εκατομμυρίου δολαρίων, καθώς οι γραμμές παραγωγής παραμένουν ακίνητες ή ακόμη και ζημιά στην εικόνα αν αυτό οδηγήσει αργότερα σε ανακλήσεις.

Αυτές οι ψευδαισθήσεις από τα εργαλεία AI είναι επίσης ιδιαίτερα επιζήμιες σε βιομηχανίες όπως η υγεία, όπου οι ευθύνες και οι ζωές των ασθενών είναι σε κίνδυνο όταν υπάρχει μια μηχανική αποτυχία που δεν διατηρήθηκε σωστά ή επιδιορθώθηκε εγκαίρως. Όταν αντιμετωπίζουμε βιομηχανίες που αλληλεπιδρούν με τον πραγματικό κόσμο, η διόρθωση των λαθών δεν είναι τόσο απλή όσο η διαγραφή και η επανεκκίνηση.

Έχετε τονίσει ότι κάθε έξοδος AI πρέπει να αναφέρεται πίσω στις αρχικές πηγές — εγχειρίδια, πίνακες δεδομένων, διαγράμματα, ιστορικά αρχεία. Πώς σχεδιάζει η Accruent συστήματα που διασφαλίζουν την αναζητησιμότητα και εξαλείφουν τις «μαύρες κουκκίδες» απαντήσεις;

Βεβαιωνόμαστε ότι οι συστάσεις AI μπορούν να αναζητηθούν πίσω σε σημαντικά σημεία της πηγής τους, όπως η συγκεκριμένη σελίδα του εγχειριδίου, το διάγραμμα, ο πίνακας δεδομένων ή η καταχώρηση του ιστορικού που ενημέρωσε την πρόταση. Για παράδειγμα, αν οι συστάσεις AI λένε σε einen διαχειριστή εγκαταστάσεων στη υγεία πώς να εξυπηρετήσει einen συμπιεστή, πρέπει να能够 να αναζητήσουν πίσω στη συγκεκριμένη παράγραφο που υποστηρίζει αυτό το βήμα σε ένα κλικ, για να διασφαλίσουν την ακρίβεια. Για να κλείσετε το αυξανόμενο κενό εμπιστοσύνης στα σημερινά επιχειρηματικά AI, είναι σημαντικό ότι αυτά τα συστήματα είναι επίσης σε θέση να αποκαλύψουν ποια σημεία ή σελίδες αξιολογήθηκαν πραγματικά, ώστε οι χρήστες να γνωρίζουν αν το AI αναθεώρησε όλα τα σχετικά έγγραφα ή μόνο ένα υποσύνολο.

Πολλά εργαλεία AI επιχειρήσεων προτεραιοποιούν την ταχύτητα, αλλά οι ρυθμιζόμενες περιβάλλοντες απαιτούν ιστορικούς ελέγχους, ακρίβεια εγγράφων και επαλήθευση λογικής. Πώς ισορροπείτε την καινοτομία με την ανάγκη για διαφάνεια και συμμόρφωση;

Η ενσωμάτωση του AI στα υπάρχοντα ροές εργασίας είναι το κλειδί. Αυτό απλοποιεί τη διαδικασία της στρώσης εγκρίσεων, εγγράφων, ρουτινών συντήρησης και ελέγχων συμμόρφωσης για να αυξήσει τις γνωστές πρακτικές, αντί να εφαρμόζει ένα νέο απομονωμένο εργαλείο. Αυτό σημαίνει την αποφυγή μιας πλήρους ανακαίνισης των λειτουργιών και την άδεια στους υπαλλήλους να συνεχίσουν να εργάζονται με τον τρόπο που είχαν, αλλά με χειροκίνητες, χρονοβόρες διαδικασίες που γίνονται αυτόματες.

Οι τεχνικοί στο πεδίο βασίζονται σε ακριβείς οδηγίες. Πώς προσεγγίζει η Accruent την πρόκληση της εναρμόνισης των εξόδων AI με αυθεντικές πηγές υλικού για να μειώσει τον κίνδυνο και να βελτιώσει την εμπιστοσύνη των τεχνικών;

Η προσέγγισή μας ξεκινά με την захопηση και οργάνωση εγχειριδίων, διαγραμμάτων, σχεδίων, μισθώσεων και ιστορικών εντολών εργασίας για να διασφαλίσουμε ότι το AI παρέχει απαντήσεις από το συγκεκριμένο περιεχόμενο της εταιρείας, όχι γενικά δεδομένα εκπαίδευσης. Όταν παράγουμε διαδικασίες, συστάσεις ή λίστες ελέγχου, τα συστήματά μας σχεδιάζονται ώστε κάθε βήμα να είναι αναζητήσιμο πίσω στην αρχική τεκμηρίωση.

Χωρίς αυτή τη δυνατότητα, οι τεχνικοί που είναι ήδη πιεσμένοι από τους πόρους θα πρέπει να ξοδέψουν ακόμη περισσότερο χρόνο ψάχνοντας χειροκίνητα στα έγγραφα για να επικυρώσουν την ακρίβεια, καθυστερώντας περαιτέρω τις διαδικασίες και τις εντολές εργασίας.

Η παράδοση διαφανών, έτοιμων για έλεγχο AI απαιτεί μεγάλες ποσότητες δομημένων δεδομένων. Ποια προκλήματα δεδομένων — από μη δομημένα κληρονομικά έγγραφα σε ασυνεπείς ιστορίες περιουσίας — πρέπει να επιλυθούν για να κάνουν αυτήν την όραση πραγματική;

Η παράδοση έτοιμων για έλεγχο AI ξεκινά με αξιόπιστα και καλά οργανωμένα δεδομένα. Ωστόσο, το μεγαλύτερο μέρος του κατασκευασμένου περιβάλλοντος vẫn ζει σε αναλογικές διαδικασίες, με χειροκίνητες εισαγωγές δεδομένων, σκαναρισμένα PDF και απομονωμένα φύλλα εργασίας. Όταν υπάρχουν κενά στα δεδομένα και ιστορίες περιουσίας που είναι ατελείς ή ασυνεπείς, αυξάνονται οι κίνδυνοι ψευδαισθήσεων AI. Για να κάνουν τις εξόδους AI αξιόπιστες σε ρυθμιζόμενες περιβάλλοντες, οι εταιρείες πρέπει πρώτα να επιλύσουν τα εμπόδια δεδομένων κληρονομιάς, από μη δομημένες μορφές σε ασυνεπείς ιστορίες, μέχρι την έλλειψη διακυβέρνησης, μεταφέροντας σε δομημένα, ελεγχόμενα από την έκδοση, κεντρικά συστήματα εγγράφων και δεδομένων περιουσίας.

Το σύστημά μας EDMS (Engineering Document Management System) μπορεί να το κάνει αυτό για πολλές βιομηχανίες, συμπεριλαμβανομένων ορυχείων, υπηρεσιών κοινής ωφέλειας, κατασκευών και πολλών άλλων. Αυτές οι βιομηχανίες συχνά βασίζονται σε φυσικά τεχνικά σχέδια και τεκμηρίωση, τα οποία μπορούν να δημιουργήσουν προβλήματα ελέγχου εκδόσεων. Η χρήση του συστήματος EDMS μας για να ψηφιοποιήσουμε αυτά τα έγγραφα είναι το πρώτο βήμα. Από εκεί, το λογισμικό βοηθά στη διαχείριση του ελέγχου εκδόσεων, της διακυβέρνησης του ροή εργασίας και των ιστορικών ελέγχων για να διασφαλίσει ότι οι ασυνεπείς ιστορίες εξαλείφονται.

Όσο το AI ενσωματώνεται στη συντήρηση, τις εγκαταστάσεις και τη διαχείριση περιουσίας, πού βλέπετε τις μεγαλύτερες ευκαιρίες για βελτίωση της παραγωγικότητας χωρίς να συμβιβάζεστε με την ασφάλεια ή τις ρυθμιστικές απαιτήσεις;

Μια από τις μεγαλύτερες ευκαιρίες είναι η αυτοματοποίηση των руτινών, μη-αξιοποιήσιμων εργασιών για τους υπαλλήλους, όπως η χειροκίνητη εισαγωγή δεδομένων και η προγραμματισμός εντολών εργασίας για τεχνικούς. Από την εξωτερική οπτική φαίνεται σαν μια σχετικά εύκολη, αλλά χρονοβόρα εργασία. Ωστόσο, το AI μπορεί να προσεγγίσει την εργασία με πιο στρατηγικό τρόπο.

Πρώτον, αν ο εξοπλισμός υπό συζήτηση παρακολουθείται με αισθητήρες, μια εντολή εργασίας μπορεί να ενεργοποιηθεί με βάση την ανίχνευση ανωμαλιών, πριν από οποιαδήποτε πραγματική αποτυχία. Δεύτερον, το AI μπορεί να βοηθήσει στην αυτόματη προτεραιότητα των εντολών εργασίας με βάση την επείγουσα και να προγραμματίσει τις επισκευές σε χρόνο που προκαλεί την ελάχιστη διατάραξη για μια επιχείρηση — μπορεί επίσης να ζυγίσει πολλαπλά συγχρόνιστα ζητήματα, κόστη, ασφάλεια και έσοδα για τον καλύτερο δυνατό δρόμο προς τα εμπρός.

Το AI έχει το δυναμικό να μην «βοηθήσει» απλά τις ομάδες συντήρησης και εγκαταστάσεων — θα ενεργεί όλο και περισσότερο ως ψηφιακός χειριστής.

Η εμπιστοσύνη γίνεται το νέο στοίχημα για τα επιχειρηματικά AI. Ποιος πιστεύετε ότι οι προμηθευτές θα πρέπει να κάνουν διαφορετικά τα επόμενα δύο χρόνια για να κερδίσουν — και να διατηρήσουν — αυτήν την εμπιστοσύνη;

Οι προμηθευτές πρέπει να σταματήσουν να υποθέτουν ότι οι πελάτες θα «εμπιστευτούν το μοντέλο» όταν πρόκειται για επιχειρηματικά AI. Οι συστάσεις από το AI χρειάζονται να δείξουν απόδειξη για το πώς δημιουργήθηκαν. Ένας τρόπος για να αντιμετωπιστούν αυτά είναι με τη μορφή παραπομπών και σαφών περιγραφών των εγγράφων που το AI εξέτασε και δεν εξέτασε. Για παράδειγμα, αν ένας υπάλληλος ζητήσει από το AI να αναλύσει 1.000 μισθώσεις, πρέπει να γνωρίζουν ρητά αν το AI αξιολόγησε όλες τις 1.000 ή μόνο 700, και γιατί ή γιατί όχι.

Ως μέρος αυτού, ο κορυφαίος παράγοντας που οι προμηθευτές πρέπει να προτεραιοποιήσουν είναι η διαφάνεια στη χρήση δεδομένων. Αυτό περιλαμβάνει σαφήνεια σχετικά με το ποιος βλέπει τα δεδομένα, πώς χρησιμοποιούνται (συμπεριλαμβανομένων των επιπτώσεων εκπαίδευσης) και πώς απομονώνονται ή διαχωρίζονται από τα περιβάλλοντα άλλων πελατών.

Τα επόμενα δύο χρόνια, η κέρδη της εμπιστοσύνης θα είναι καθοριστικά, και οι προμηθευτές μπορούν να κερδίσουν το πάνω χέρι με την εξήγηση των περιορισμών των εργαλείων AI, τη διατήρηση των ανθρώπων στη βρόχη για υψηλού κινδύνου αποφάσεις και την έναρξη με στενά, καλά ορισμένα σενάρια που παρέχουν ουσιαστική αξία χωρίς να τοποθετούν τους πελάτες σε μια «μαύρη κουκκίδα» κατάσταση.

Προβλέποντας, πώς βλέπετε το AI να εξελίσσεται μέσα στις κρίσιμες επιχειρηματικές λειτουργίες, και ποιο ρόλο περιμένετε να παίξει η Accruent στη θέσπιση βιομηχανικών προτύπων για αξιόπιστα, διαφανή AI;

Το AI στις κρίσιμες επιχειρηματικές λειτουργίες εξελίσσεται γρήγορα από απομονωμένες αυτόματες εργασίες σε έξυπνα, πολυ-πράκτορες συστήματα που μπορούν να συντονίσουν και να βελτιστοποιήσουν ολόκληρες ροές εργασίας. Αντί να βοηθούν απλά τους χρήστες, το AI θα παρέχει αυτόνομη υποστήριξη αποφάσεων, θα παρακολουθεί συνεχώς τις λειτουργικές συνθήκες, θα προβλέπει κινδύνους και θα συνιστά ενέργειες με πλήρη διαφάνεια και αναζητησιμότητα. Όσο το AI μαθαίνει να συνδυάζει μη δομημένα έγγραφα, δομημένα λειτουργικά δεδομένα και πραγματικές σηματοδοτήσεις, θα ενσωματωθεί απευθείας στις καθημερινές διαδικασίες, οδηγώντας σε ταχύτερα, ασφαλέστερα και πιο αξιόπιστα αποτελέσματα.

Με τον καιρό, αυτό θα επιτρέψει μια μετατόπιση προς αυτόνομες λειτουργίες, όπου τα συστήματα μπορούν να αυτο-βελτιστοποιούν και να αυτο-διορθώνονται, ενώ οι άνθρωποι θα εστιάζουν στην εποπτεία και τις στρατηγικές αποφάσεις. Ως ηγέτης της αγοράς, η Accruent θα βοηθήσει στη θέσπιση βιομηχανικών προτύπων για αξιόπιστα και διαφανή AI, ενσωματώνοντας την ελεγκρότητα, την εξηγησιμότητα και τη δυνατή διακυβέρνηση στην πλατφόρμα της και συνεργαζόμενος με πελάτες, συνεργάτες και ρυθμιστικά όργανα για να ορίσουν τις καλύτερες πρακτικές για την ασφαλή ανάπτυξη σε κρίσιμες επιχειρηματικές περιβάλλοντες. Thank you για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Accruent.