Ashley Moser, Συνιδρυτής και CCO του MelodyArc – Σειρά Συνεντεύξεων

Ashley Moser, Συνιδρυτής και Διευθύνων Εμπορικών Σχέσεων της MelodyArc, ηγείται της εμπορικής στρατηγικής της εταιρείας, συνεργαζόμενη με πελάτες για να μετατρέπει φιλόδοξους επιχειρησιακούς στόχους σε μετρήσιμα αποτελέσματα. Διαθέτει υπόβαθρο που καλύπτει λειτουργίες, στρατηγική προϊόντων, εφοδιαστική αλυσίδα, πωλήσεις και χρηματοοικονομικές υπηρεσίες, συμπεριλαμβανομένων ηγετικών θέσεων στη Wonder και στο Jetblack της Walmart, όπου εργάστηκε σε τομείς εφοδιαστικής αλυσίδας, συνεχούς βελτίωσης, στρατηγικής και λογιστικής. Στα αρχικά της επαγγελματικά χρόνια, υπηρέτησε ως Διευθύντρια Πωλήσεων στη Stella Connect, η οποία αργότερα εξαγοράστηκε από τη Medallia, εργάστηκε με την πλατφόρμα λιανικής πώλησης NewStore και πέρασε πάνω από τέσσερα χρόνια στη J.P. Morgan στις πωλήσεις θεσμικού κεφαλαίου.

MelodyArc είναι μια πλατφόρμα επιχειρησιακής ενορχήστρωσης AI σχεδιασμένη να βοηθά τις ομάδες λειτουργίας να συντονίζουν δεδομένα, επιχειρηματικούς κανόνες, συστήματα AI και ανθρώπινες αποφάσεις μέσα σε ένα ενιαίο ελεγχόμενο περιβάλλον. Η πλατφόρμα βασίζεται στην εκτέλεση σύνθετων επιχειρησιακών διαδικασιών από την αρχή μέχρι το τέλος, επιτρέποντας στις ομάδες να ορίζουν ροές εργασίας, να εφαρμόζουν επιχειρηματική λογική, να αναπτύσσουν χειριστές AI ή άλλους πράκτορες, και να προωθούν περιπτώσεις σε άτομα όταν απαιτείται μεγαλύτερη κρίση. Η Point Engine αξιολογεί τις πιθανές διαδρομές για την επίλυση κάθε περίπτωσης, λειτουργώντας εντός των οργανωτικών κανόνων και καταγράφοντας κάθε βήμα, παρέχοντας στις επιχειρήσεις μεγαλύτερη διαφάνεια και έλεγχο των ροών εργασίας που τροφοδοτούνται από AI σε τομείς όπως η εξυπηρέτηση πελατών, η εμπορία, η επικοινωνία στον ιστότοπο, η εφοδιαστική αλυσίδα και η γκάμα προϊόντων.

Έχετε μια πολυποίκιλη καριέρα που περιλαμβάνει χρηματοοικονομικό τομέα στη J.P. Morgan, SaaS επιχειρήσεων στη Medallia και λειτουργικούς ρόλους στο Jetblack της Walmart. Ποια συγκεκριμένη παρατήρηση ή απογοήτευση σας οδήγησε στη σύσταση της MelodyArc και πώς αυτές οι εμπειρίες διαμόρφωσαν το κεντρικό όραμα της εταιρείας; 

Ξεκινήσαμε την εταιρεία επειδή ο συνιδρυτής μου, ο James McHenry, και εγώ είχαμε ήδη εργαστεί ως λειτουργοί και τεχνολόγοι. Είχαμε δει από πρώτο χέρι, και σε πολλές περιπτώσεις, βοηθήσει στην κατασκευή εξαιρετικής τεχνολογίας για ομάδες λειτουργίας. Ωστόσο, αντιμετωπίζαμε συνεχώς το ίδιο κενό: λύσεις σημείου που είτε καλύπτουν μόνο ένα στενό τμήμα των λειτουργιών, είτε δεν ταιριάζουν με τον τρόπο που η εργασία πραγματοποιείται στην πράξη.

Με αυτό το μυαλό, ξεκινήσαμε να δημιουργήσουμε μια πλατφόρμα που θα μπορούσε να φέρει νέες τεχνολογίες στις ομάδες λειτουργίας της γραμμής μπροστά με τρόπο που να μπορούν πραγματικά να τις χρησιμοποιήσουν. Σήμερα, αυτό έχει υλοποιηθεί ως ενορχήστρωση με ανθρώπινο βρόχο (human‑in‑the‑loop).

Η MelodyArc τοποθετεί την AI απευθείας στα χέρια των λειτουργών της γραμμής μπροστά. Πώς διαφέρει αυτή η προσέγγιση από τις παραδοσιακές, κατακόρυφες υλοποιήσεις AI σε επιχειρήσεις, και γιατί συμβαίνει αυτή η αλλαγή τώρα; 

Με τη MelodyArc, μόλις η πλατφόρμα είναι έτοιμη, δίνουμε τη δυνατότητα να δημιουργούνται νέες ροές εργασίας, ιδέες και διαδικασίες με ανθρώπινη παρέμβαση απευθείας στα χέρια των ομάδων, με ελάχιστη ή καθόλου επίπτωση στο ευρύτερο χάρτη πορείας. Αυτό σημαίνει ότι οι ομάδες μπορούν να βελτιώσουν τις δικές τους διαδικασίες χρησιμοποιώντας AI χωρίς να χρειάζεται να ανεβαίνουν ή να κατεβαίνουν στην αλυσίδα εντολών κάθε φορά. Πρόκειται για έναν θεμελιωδώς διαφορετικό τρόπο υλοποίησης αυτής της τεχνολογίας.

Αυτό είναι ιδιαίτερα εμφανές στις μεγαλύτερες επιχειρησιακές υλοποιήσεις μας. Σε έναν πελάτη, ξεκινήσαμε με μία μόνο περίπτωση χρήσης σε μία ομάδα. Σήμερα, λειτουργούμε ζωντανά με περισσότερα από πέντε σενάρια χρήσης σε πολλαπλές ομάδες.

Έχουμε επίσης παρατηρήσει ότι οι ομάδες μπορούν να δημιουργήσουν μια διαδικασία με υποστήριξη AI σε μία μόνο ημέρα, κάτι που προηγουμένως είχαν υποβαθμίσει επειδή δεν ξεπέρασε ποτέ το όριο απόδοσης επένδυσης (ROI) για μια κατασκευή με έντονη μηχανική απαίτηση.

Πολλοί οργανισμοί επενδύουν σημαντικά στην AI, αλλά εξακολουθούν να δυσκολεύονται να την υλοποιήσουν. Ποια είναι τα πιο συχνά κενά που παρατηρείτε μεταξύ της στρατηγικής AI και της πραγματικής υλοποίησης;

Δύο μεγάλα ζητήματα ξεχωρίζουν. Πρώτον, όταν οι εταιρείες εξετάζουν μια διαδικασία στην οποία θέλουν να εφαρμόσουν AI, συχνά υιοθετούν μια προσέγγιση όλα‑ή‑καθόλου. Είτε αυτοματοποιούν όλα τα στοιχεία μιας συγκεκριμένης διαδικασίας, είτε δεν την αγγίζουν καθόλου. Ενθαρρύνουμε τις εταιρείες να εξετάζουν τη σύνθεση μιας διαδικασίας και να εντοπίζουν πού ταιριάζει η αυτοματοποίηση, πού η AI και πού οι άνθρωποι πρέπει ακόμη να εμπλέκονται, όχι απαραίτητα με αυτή τη σειρά. Αυτή η προσέγγιση ανοίγει πολύ περισσότερες διαδικασίες ως υποψήφιες για AI και επίσης ξεκλειδώνει περισσότερη αυτοματοποίηση στο downstream, επειδή έχετε προσεγγίσει σκόπιμα το σημείο όπου ενσωματώνονται οι άνθρωποι.

Δεύτερον, από στρατηγική άποψη, οι εταιρείες συχνά διαθέτουν εκατοντάδες επιλέξιμες περιπτώσεις χρήσης. Το κλειδί είναι να τις αξιολογούν με βάση τον πραγματικό επιχειρηματικό αντίκτυπο, τα χρήματα, τις ώρες και συγκεκριμένους δείκτες, αντί να κυνηγούν το πιο εντυπωσιακό ή εύκολο. Η προσέγγιση των μεγαλύτερων, υψηλού αντίκτυπου περιοχών πρώτα, ακόμη και αν είναι πιο δύσκολες, είναι όπου οι εταιρείες αποκομίζουν τη μεγαλύτερη αξία. Αυτό δείχνει επίσης έναν θετικό κυκλικό μηχανισμό αξίας που μπορούν να δημιουργήσουν τα έργα AI στους οργανισμούς.

Η MelodyArc συνδυάζει την AI με ανθρώπινες ροές εργασίας αντί να τις αντικαθιστά. Πώς καθορίζετε τη σωστή ισορροπία μεταξύ αυτοματοποίησης και ανθρώπινης λήψης αποφάσεων σε επιχειρησιακά περιβάλλοντα;

Η MelodyArc βοηθά τις επιχειρήσεις να επιτύχουν τους στόχους αυτοματοποίησής τους βρίσκοντας τη σωστή ισορροπία μεταξύ AI και λήψης αποφάσεων με ανθρώπινη παρέμβαση. Όταν η MelodyArc ξεκινά τη διαδικασία υλοποίησης, ο τελικός στόχος ενός οργανισμού μπορεί να είναι η αυτοματοποίηση του 90 % της εργασίας, με το υπόλοιπο 10 % να βασίζεται στην εξειδίκευση των μελών της ομάδας. Ωστόσο, αντί να δίνει προτεραιότητα μόνο στην ταχύτητα, η MelodyArc αξιοποιεί την ανθρώπινη παρέμβαση από την αρχή. Για παράδειγμα, ξεκινώντας με μια κατανομή 50‑50 μεταξύ αυτοματοποίησης και εισροής της ομάδας, και στη συνέχεια αυξάνοντας σταδιακά το ποσοστό αυτοματοποίησης. Αυτή η προσέγγιση φέρνει τις ροές εργασίας επιπέδου επιχείρησης στην παραγωγή πιο γρήγορα, επειδή δεν προσπαθούμε να τελειοποιήσουμε τη ροή εργασίας πριν ενσωματώσουμε το AI.

Ένα ακόμη πλεονέκτημα αυτής της προσέγγισης είναι ότι καθώς προχωρούμε στην παραγωγή, συλλέγουμε δεδομένα διαδικασίας που μας λένε ακριβώς ποια τμήματα της διαδικασίας πρέπει να αυτοματοποιηθούν στη συνέχεια. Αυτό επιτρέπει στη MelodyArc να προχωράει σταδιακά προς τους στόχους αυτοματοποίησης πιο γρήγορα και με συνέπεια. Στην πράξη, αυτό συχνά σημαίνει ότι μια εταιρεία βλέπει τη βελτίωση της αυτοματοποίησης να συνεχίζεται, χωρίς να χρειάζεται να διακόψει τη ροή εργασίας για διορθώσεις ή προσαρμογές.

Με το υπόβαθρό σας στην εμπειρία πελατών και τις λειτουργίες, πώς πιστεύετε ότι η AI επαναπροσδιορίζει το τι σημαίνει «υπέροχη εξυπηρέτηση» σε ένα περιβάλλον όπου οι απαντήσεις μπορούν να παραχθούν άμεσα;

Πιστεύω ότι το «άμεσο» θα γίνει βασική προϋπόθεση και ουσιαστικά θα γίνει εμπορευματοποιημένο. Η εξαιρετική εξυπηρέτηση δεν αφορά ποτέ το να δίνουμε στον πελάτη μια απάντηση γρήγορα, αλλά το να του δίνουμε τη σωστή απάντηση με το ελάχιστο δυνατό κόπο. Η AI μας προσφέρει νέους τρόπους να μειώσουμε αυτόν τον κόπο, είτε εκτελώντας ενέργειες εκ μέρους των πελατών, προτείνοντας τα επόμενα βήματα ή αυτόματα συμπληρώνοντας πεδία – οτιδήποτε κάνει την εμπειρία πιο γρήγορη και πιο ευχάριστη. Η άμεση παραγωγή μιας απάντησης δεν σημαίνει τίποτα αν δεν είναι πραγματικά σχετική, και θα υποστήριζα ότι η επιδίωξη της ταχύτητας μόνη της οδηγεί τις εταιρείες στο να βελτιστοποιούν το λάθος πράγμα.

Η AI σε επιχειρησιακό επίπεδο συχνά αποτυγχάνει στο τελικό στάδιο, όπου η υιοθέτηση και η χρηστικότητα γίνονται κρίσιμες. Ποια αρχές σχεδιασμού ήταν ουσιώδεις για να διασφαλιστεί ότι η MelodyArc χρησιμοποιείται πραγματικά από τις ομάδες πρώτης γραμμής;

Ξεκινάμε από την κατανόηση ότι υπάρχει πολύ γνώση που είναι άμεση και ζωντανή στις ομάδες μας, και είμαστε πολύ σαφείς σχετικά με το τι μπορούμε και τι δεν μπορούμε να αυτοματοποιήσουμε. Η ειλικρινής διαχωριστική αυτή προσέγγιση κάνει την εμπειρία πολύ πιο διαισθητική. Δεν είναι ένα μαύρο κουτί όπου οι ομάδες δεν ξέρουν τι συμβαίνει ή γιατί.

Η χρηστικότητα εξαρτάται από την ιδέα ότι η τεχνολογία λειτουργεί μαζί με τις ομάδες πρώτης γραμμής, αντί να γίνεται κάτι που πρέπει να παρακάμπτουν. Αυτό συνδέεται με το γιατί ξεκινήσαμε την εταιρεία αρχικά: πάρα πολλές λύσεις σημείου είτε αντιμετώπιζαν μόνο ένα στενό κομμάτι των λειτουργιών, είτε δεν ταιριάζαν με τον τρόπο που η δουλειά πραγματικά γινόταν στο πεδίο. Διαπιστώσαμε ότι αυτός είναι ένας μεγάλος λόγος για τον οποίο πολλά εργαλεία AI επιχειρήσεων μένουν αχρησιμοποίητα μήνες μετά την κυκλοφορία.

Καθώς οι AI πράκτορες γίνονται πιο αυτόνομοι, ποιες προκλήσεις διακυβέρνησης και ελέγχου πρέπει να προετοιμάσουν οι επιχειρήσεις πριν κλιμακώσουν αυτά τα συστήματα;

Η παρατηρησιμότητα σε οποιοδήποτε επιχειρησιακό περιβάλλον είναι ουσιώδης, ειδικά η δυνατότητα να βλέπουμε ποιες αποφάσεις ελήφθησαν και γιατί. Για διαδικασίες που οι επιχειρήσεις θα μπορούσαν να αυτοματοποιήσουν αλλά δεν αισθάνονται άνετα να το κάνουν πλήρως, συνιστώ να διατηρείται ένας άνθρωπος στην αλυσίδα. Είναι κρίσιμο όχι μόνο για τη διατήρηση εποπτείας, αλλά και για τη δοκιμή νέων συστημάτων ώστε να κατανοηθεί καλύτερα πώς λειτουργούν και ποιοι είναι οι αντίκτυποί τους, θετικοί και αρνητικοί.

Από εμπορική σκοπιά, πώς έχει εξελιχθεί η πώληση AI σε επιχειρήσεις τα τελευταία χρόνια, καθώς οι αγοραστές γίνονται πιο ενημερωμένοι αλλά και πιο επιφυλακτικοί;

Όλοι έχουν γίνει πολύ πιο έξυπνοι, τόσο οι αγοραστές όσο και οι προμηθευτές. Βρισκόμαστε περίπου τέσσερα χρόνια μέσα σε έναν κύκλο που διαρκεί πραγματικά δεκαετίες, οπότε όλοι μαθαίνουμε ακόμα. Καθώς η AI γίνεται πιο ικανή και πιο διαθέσιμη, επαναλαμβάνουμε γρήγορα τι μπορούμε να κάνουμε για τους πελάτες ταυτόχρονα με το πώς αυτοί μαθαίνουν τι μπορούν να κάνουν μέσα στις δικές τους οργανώσεις, κάτι που είναι πραγματικά συναρπαστικό επειδή υπάρχει μεγάλη ανταλλαγή αξίας.

Οι οργανισμοί εστιάζουν στην ασφάλεια των πληροφοριών περισσότερο από ποτέ, στη διατήρηση του τι τους κάνει μοναδικούς και στην πραγματική αποδοτικότητα που προσφέρει η AI. Προσεγγίζουν τα έργα πιο λογικά, έτοιμοι να προχωρήσουν σταδιακά στην υιοθέτηση αντί να επενδύσουν όλα ταυτόχρονα. Η απόφαση «να χτίσει ή να αγοράσει» παραμένει ζωντανός υπολογισμός εσωτερικά, και όλο και περισσότερο βλέπουμε υβριδικές προσεγγίσεις όπως το «χτίσε και αγόρασε» ή το «χτίσε μέσω αγοράς», αντί για το ένα ή το άλλο.

Έχετε εργαστεί τόσο σε ταχέως αναπτυσσόμενες νεοσύστατες εταιρείες όσο και σε μεγάλους οργανισμούς όπως η Walmart. Πώς διαφέρει η δημιουργία AI για επιχειρησιακές λειτουργίες ανάλογα με το μέγεθος της εταιρείας και την οργανωτική πολυπλοκότητα;

Υπάρχουν πραγματικά δύο διαστάσεις εδώ: το εύρος του οργανισμού και το ιστορικό βάθος του τεχνολογικού του stack και των διαδικασιών.

Σε ταχέως αναπτυσσόμενες νεοσύστατες, δεν έχετε τόσους πολλούς ανθρώπους ή τόσο πολύ οργανωτική πολυπλοκότητα, και δεν εργάζεστε γύρω από συστήματα που χτίστηκαν πριν 20 χρόνια ή ομάδες που κάνουν το ίδιο για μια δεκαετία. Όσο μεγαλύτερος και πιο εδραιωμένος είναι ο οργανισμός, τόσο περισσότερο πρέπει να επανεξετάσετε τρόπους λειτουργίας από τη βάση. Αυτό σημαίνει να αποφασίσετε πώς θέλετε να λειτουργείτε στο μέλλον, και στη συνέχεια να προχωρήσετε σταδιακά εκεί με τρόπο που ταιριάζει στον οργανισμό. Μερικές φορές αυτό σημαίνει επίσης τη διεξαγωγή ανεξάρτητων πειραμάτων στα άκρα, κάπως ξεχωριστά ή παράλληλα με τις υπάρχουσες διαδικασίες.

Κοιτάζοντας μπροστά, πώς βλέπετε τον ρόλο των εργαζομένων στη γραμμή front να εξελίσσεται καθώς η AI ενσωματώνεται στις καθημερινές ροές εργασίας; Κατευθυνόμαστε προς την ενίσχυση, την ορχήστρωση ή κάτι εντελώς νέο; 

Για τις καθημερινές ροές εργασίας, ένα επίπεδο ορχήστρωσης είναι κρίσιμο. Η ενοποίηση όλων των ανθρώπων και της τεχνολογίας σας με φυσικό τρόπο είναι η κατεύθυνση που ακολουθούμε. Ωστόσο, η υλοποίηση αυτού του τύπου τεχνολογίας μπορεί να είναι σύνθετη, καθώς δεν πρόκειται για ένα απλό σιλο όπου οι οργανισμοί μπορούν να αυτοματοποιήσουν ένα βήμα και στη συνέχεια να το παραδώσουν σε έναν συνεργάτη. Πρόκειται για έναν συνδυασμό AI, αυτοματοποίησης και ενός συνεργάτη που εργάζεται σε συνέργεια.

Υπάρχει μεγάλη ευκαιρία για τις ομάδες στη γραμμή front να εφαρμόσουν ροές εργασίας. Κάθε φορά που μιλάμε με πελάτες, υπάρχουν δεκάδες, αν όχι εκατοντάδες, έργα που θα ήθελαν να αναλάβουν αλλά δεν μπορούν, είτε λόγω προϋπολογισμού, τεχνολογικού χάρτη, μεγέθους ομάδας ή ROI που τους περιορίζει. Αυτό είναι ακριβώς το σημείο όπου η AI και η ορχήστρωση παρεμβαίνουν, βοηθώντας τις ομάδες να κάνουν πολύ περισσότερα με ό,τι ήδη διαθέτουν, μειώνοντας το κόστος εκκίνησης. Αυτό τελικά οδηγεί σε θετική απόδοση επένδυσης για μελλοντικά έργα.

Σας ευχαριστούμε για τη σπουδαία συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα θα πρέπει να επισκεφθούν το MelodyArc.