Σάρα Έντουαρντς, Chief Product και Strategy Officer, Kantata – Σειρά Συνεντεύξεων

Σάρα Έντουαρντς, Chief Product και Strategy Officer, Kantata, έχει περισσότερες από 27 χρόνια εμπειρίας στις επαγγελματικές υπηρεσίες, συμβουλευτικές, στρατηγική προϊόντων και ηγεσία επιχειρήσεων. καθ’ όλη τη διάρκεια της καριέρας της, έχει εργαστεί τόσο στη Βόρεια Αμερική όσο και στην Ευρώπη, κατασκευάζοντας και αναπτύσσοντας οργανισμούς υπηρεσιών ενώ αναπτύσσει βαθιά εξειδίκευση στη παράδοση έργων, διαχείριση πόρων και επιχειρησιακή αριστεία. Πριν από τη σύνδεσή της με την Kantata, η Έντουαρντς κατέχει ηγετικές θέσεις στην Hitachi Consulting, όπου διαχειριζόταν παγκόσμιες ομάδες, και νωρίτερα βοήθησε στην ανάπτυξη εταιρειών συμβούλων, συμπεριλαμβανομένων των Fulcrum Solutions και Edenbrook. Στην Kantata, είναι υπεύθυνη για την καθοδήγηση πρωτοβουλιών προϊόντων και στρατηγικής σε όλο το χαρτοφυλάκιο της εταιρείας, βοηθώντας τις επαγγελματικές υπηρεσίες οργανισμούς να βελτιώσουν την ορατότητα, την πρόβλεψη, την κατανομή πόρων και την συνολική επιχειρηματική απόδοση μέσω purpose-built τεχνολογικών λύσεων.

Kantata είναι ένας ηγέτης παροχέας επαγγελματικών υπηρεσιών αυτοματοποίησης (PSA) λογισμικού, που επικεντρώνεται αποκλειστικά στις ανάγκες των εταιρειών συμβούλων, υπηρεσιών, παρόχων IT και άλλων οργανισμών που βασίζονται σε έργα. Δημιουργημένη μέσω της συγχώνευσης των Mavenlink και Kimble, η εταιρεία προσφέρει μια πλατφόρμα που ενεργοποιείται από την τεχνητή νοημοσύνη, η οποία συνδέει την προγραμματισμένη εργασία, τη διαχείριση πόρων, τις οικονομικές επιχειρήσεις, την πρόβλεψη, τη συνεργασία και την επιχειρηματική ευφυΐα σε ένα ενιαίο περιβάλλον. Η τεχνολογία της σχεδιάζεται για να βοηθήσει τους οργανισμούς να βελτιώσουν την κερδοφορία των έργων, να βελτιώσουν την利用ποίηση της εργατικής δύναμης, να αυξήσουν την ακρίβεια της πρόβλεψης και να αποκτήσουν πραγματική ορατότητα σε όλη τη διάρκεια της παράδοσης υπηρεσιών. Συνδυάζοντας τα επιχειρησιακά δεδομένα με τις επικαλύψεις της τεχνητής νοημοσύνης, η Kantata βοηθά τις επαγγελματικές υπηρεσίες εταιρείες να λαμβάνουν πιο ενημερωμένες αποφάσεις, να βελτιώσουν τα αποτελέσματα της παράδοσης και να αναπτυχθούν αποτελεσματικά σε ολοένα και πιο σύνθετα επιχειρηματικά περιβάλλοντα.

Ξεκινήσατε την καριέρα σας ως σύμβουλος της Oracle (ORCL ) πριν από τη διεύθυνση των πρακτικών της Oracle στις εταιρείες Edenbrook και Hitachi Consulting και αργότερα βοηθήσατε στη διαμόρφωση της στρατηγικής προϊόντων της Kantata για περισσότερο από μια δεκαετία. Πώς έχει επηρεάσει αυτή η διαδρομή την άποψή σας για το πού η τεχνητή νοημοσύνη μπορεί να δημιουργήσει την μεγαλύτερη αξία για τις επαγγελματικές υπηρεσίες εταιρείες, και ποια μαθήματα από τα προηγούμενα περιβάλλοντα συμβούλων εξακολουθούν να ισχύουν σήμερα;

Βλέποντας πίσω στην καριέρα μου, η βιομηχανία των επαγγελματικών υπηρεσιών δεν άλλαξε πραγματικά για 30 χρόνια. Το βιβλίο κανόνων ήταν να αυξήσει την επιχείρηση αυξάνοντας τον αριθμό των υπαλλήλων· όσο περισσότεροι υπάλληλοι, τόσο περισσότερα έργα θα μπορούσαν να αναληφθούν. Αλλά τώρα, αυτό το βιβλίο κανόνων γράφεται完全 από την τεχνητή νοημοσύνη και τη νέα τεχνολογία. Ακούω πολλή αβεβαιότητα στη βιομηχανία αυτή τη στιγμή περισσότερο από ποτέ. Τι είναι το ταλέντο μας; Τι χρειάζομαι σε άτομα και πράκτορες; Πώς θα χρεώσω τους πράκτορες της τεχνητής νοημοσύνης; Κανείς δεν γνωρίζει τις πραγματικές απαντήσεις σε αυτά τα ερωτήματα ακόμη.

Αυτό που γνωρίζουμε είναι ότι αν οι εταιρείες παραμείνουν στο παλιό μοντέλο λειτουργίας, προσπαθώντας να αυξήσουν τα έσοδα με τον αριθμό των υπαλλήλων, θα είναι απλώς ένας αγώνας προς το κάτω. Από την εμπειρία μου σε κορυφαία περιβάλλοντα συμβούλων, γνωρίζω ότι η συμβουλευτική εξακολουθεί να είναι όλα για τις ανθρώπινες σχέσεις, αλλά στην εποχή της τεχνητής νοημοσύνης, οι επαγγελματικές υπηρεσίες εταιρείες βρίσκονται υπό περισσότερη πίεση από τους πελάτες να κάνουν περισσότερα με λιγότερα και να παράγουν αστρικές αποτελέσματα. Πρέπει συνεχώς να αποδεικνύουν την αξία τους. Αυτό είναι όπου η τεχνητή νοημοσύνη μπορεί να βοηθήσει, αξιοποιώντας τα δεδομένα και τη συνδεδεμένη εξειδίκευση για να χτίσει επαναλαμβανόμενη και συνεπή νοημοσύνη.

Έχετε υποστηρίξει ότι πολλές οργανώσεις μετρούν την επιτυχία της τεχνητής νοημοσύνης λάθος, εστιάζοντας στην παραγωγικότητα και την αποτελεσματικότητα. Γιατί πιστεύετε ότι η “συσσώρευση εξειδίκευσης” είναι ένα πιο σημαντικό μέτρο για την αξιολόγηση του ROI της τεχνητής νοημοσύνης;

Η εστίαση αποκλειστικά στις κερδοφορίες της παραγωγικότητας και της αποτελεσματικότητας δεν μετράει επαρκώς την μακροπρόθεσμη επιτυχία της τεχνητής νοημοσύνης. Η ενεργοποίηση της τεχνητής νοημοσύνης δεν είναι μόνο για την αυτοματοποίηση του status quo· είναι για την фундаментική αλλαγή του τρόπου που λειτουργούμε. Για μένα, ο ρυθμός συσσώρευσης εξειδίκευσης eines οργανισμού – η ικανότητά του να καταγράφει, να συνθέτει, να κλιμακώνει και να χτίζει συνεχώς πάνω στην θεσμική και φυλετική γνώση – είναι πολύ πιο σημαντική, καθώς επιτρέπει στις εταιρείες να ενεργοποιούν την εξειδίκευση σε κλίμακα. Η εξειδίκευση είναι το πρωταρχικό νόμισμα του κόσμου της συμβουλευτικής, αλλά αν αυτές οι συγκεκριμένες δεξιότητες και εξειδικευμένες γνώσεις παραμείνουν απομονωμένες ή στο μυαλό ενός ατόμου, δεν είναι αποτελεσματικό σύστημα.

Ιστορικά, η βιομηχανία των επαγγελματικών υπηρεσιών έχει λειτουργήσει με ηρωϊκές επιδόσεις – εξαιρετικά άτομα που έχουν εγγενείς δεξιότητες ή γνώσεις που οι πελάτες μπορούν να αξιοποιήσουν. Στη σημερινή εποχή, οι εταιρείες δεν θα επιβιώσουν λειτουργώντας με αυτόν τον τρόπο. Η εξειδίκευση πρέπει να μοιράζεται ευρέως, ακριβώς και γρήγορα, το οποίο η τεχνητή νοημοσύνη ήδη το κάνει σε κάποιο βαθμό. Πάρτε, για παράδειγμα, εργαλεία τεχνητής νοημοσύνης που αυτοματοποιούν τις σημειώσεις κατά τις συναντήσεις και τις διανέμουν μετά. Η πρόκληση για τις επαγγελματικές υπηρεσίες εταιρείες είναι ότι αυτή η έξοδος δεν συνδέεται απευθείας με την παροχή υπηρεσιών στους πελάτες. Αυτό είναι το λόγο για τον οποίο υπάρχει ανάγκη για ένα εργαλείο τεχνητής νοημοσύνης που κάνει το επόμενο βήμα και ενεργοποιεί αυτή τη νοημοσύνη μέσα στο контекστ της συγκεκριμένης οργάνωσης. Αν η τεχνητή νοημοσύνη μπορεί να μάθει από και να συσσωρευσει την εξειδίκευση που παρέχει η εταιρεία σε έργα, τότε γίνεται πραγματικά μια μετασχηματιστική τεχνολογία.

Ποια είναι οι μεγαλύτερες παρεξηγήσεις που έχουν οι διευθυντές όταν προσπαθούν να υπολογίσουν την απόδοση της επένδυσης των πρωτοβουλιών της τεχνητής νοημοσύνης;

Οι διευθυντές μιλούν κυρίως για την απόδοση της τεχνητής νοημοσύνης σε σχέση με την αποταμίευση κόστους και την αποτελεσματικότητα, αλλά είναι μια παρεξηγήση να σκέφτεται ότι αυτό είναι ο μόνος χώρος όπου η τεχνητή νοημοσύνη μπορεί να οδηγήσει αξία. Πρέπει επίσης να καθορίσουν πώς η τεχνητή νοημοσύνη οδηγεί στην αύξηση των εσόδων, αναπτύσσοντας νέες πipelines εσόδων, βοηθώντας στην διατήρηση περισσότερων πελάτων ή επιτρέποντας στην εταιρεία να αναλάβει περισσότερα έργα.

Πώς μπορούν οι οργανώσεις να αρχίσουν να καταγράφουν και να κλιμακώνουν την θεσμική γνώση που υπάρχει αυτή τη στιγμή μόνο σε συνομιλίες υπαλλήλων, εμπειρίες έργων και φυλετική γνώση;

Πολυάριθμες επαγγελματικές υπηρεσίες εταιρείες εξακολουθούν να βασίζονται σε ελαφριά φύλλα εργασίας, απομονωμένα δεδομένα και φυλετική γνώση για να λειτουργήσουν την επιχείρησή τους. Η τοποθέτηση ενός μοναδικού πράκτορα της τεχνητής νοημοσύνης με γενική εκπαίδευση επάνω σε ένα έργο ή ροή δεδομένων δεν θα έχει μεγάλη επίδραση. Μια ενιαία πλατφόρμα με τεχνητή νοημοσύνη και προβλέψιμες επικαλύψεις που peuvent να ενεργούν σε έργα και ροές εργασίας θα έχει. Αλλά δεν όλες οι πλατφόρμες δημιουργούνται ίσες. Για να έχουν επίδραση, πρέπει να χτιστούν σε ένα ενοποιημένο γράφο γνώσης που καταγράφει την θεσμική γνώση σε κλίμακα, την τοποθετεί σε контекστ και δίνει στους πράκτορες της τεχνητής νοημοσύνης την αυτονομία να ενεργούν με βάση τις επικαλύψεις, με τους ανθρώπους στη λούπα.

Ποια είναι η διαφορά μεταξύ των οργανισμών που δημιουργούν μακροχρόνιες ανταγωνιστικές πλεονεκτήματα και εκείνων που απλώς αυτοματοποιούν τις υπάρχουσες ροές εργασίας με την τεχνητή νοημοσύνη;

Στην αρχή της έκρηξης της τεχνητής νοημοσύνης, πολλές οργανώσεις βιάστηκαν να εφαρμόσουν εργαλεία της τεχνητής νοημοσύνης για να μην μείνουν πίσω, αλλά αυτό το είδος της ανεπιθύμητης ανάπτυξης οδήγησε σε πολλές εταιρείες που νιώθουν την “πρακτορική φούσκα” (δηλαδή, όταν οι πράκτορες γίνονται αργοί, ακριβοί να τρέξουν ή ανακριβείς λόγω κακής διαχείρισης και υπερφόρτωσης εργαλείων ή πληροφοριών). Επιπλέον, όλοι οι πράκτορες εργάζονται σε απομονωμένες περιοχές και δεν υπάρχει μακροπρόθεσμη στρατηγική για το πώς να λειτουργήσουν όλους τους πράκτορες μαζί.

Οι οργανώσεις που χτίζουν τις βάσεις για πραγματικά, μακροχρόνια ανταγωνιστικά πλεονεκτήματα δεν αναπτύσσουν πράκτορες που κοιτάζουν μόνο ένα συγκεκριμένο πράγμα· αναπτύσσουν πράκτορες που έχουν ορατότητα σε όλο το πεδίο. Προσωπικό, πόρους, παράδοση, κ.λπ. είναι όλα κινούμενα μέρη στη μηχανή των επαγγελματικών υπηρεσιών που πρέπει να λειτουργούν μαζί για να διατηρήσουν τα πράγματα ομαλά. Και τους δίνουν αυτό το контекστ, γνώση και κατανόηση που χρειάζονται για να κάνουν πραγματική επίδραση.

Πώς βλέπετε την τεχνητή νοημοσύνη να αλλάζει το λειτουργικό μοντέλο των επαγγελματικών υπηρεσιών εταιρειών τα επόμενα πέντε χρόνια, ιδιαίτερα γύρω από τη συμβουλευτική, την εφαρμογή και την συμβουλευτική εργασία;

Η τεχνητή νοημοσύνη αλλάζει το μοντέλο ταλέντου. Οι δεξιότητες εξελίσσονται γρηγορότερα από ποτέ, και υπάρχει ένα μεγάλο ερωτηματικό στο πλευρό του πού έρχεται το επόμενο επίπεδο ταλέντου. Ορισμένοι φοβούνται επίσης ότι η τεχνητή νοημοσύνη θα στερήσει τους ανθρώπινους εργαζόμενους από τη δημιουργικότητά τους και την γνωστική σκέψη·因此, προβλέπω ότι θα υπάρξει μια αλλαγή στο πώς οι εταιρείες εμπλέκονται με τους υπαλλήλους τους για να διασφαλίσουν ότι είναι σε θέση να εκτελούν αυτά τα μύρια και δεν βασίζονται υπερβολικά στην έξοδο της τεχνητής νοημοσύνης. Στο τέλος της ημέρας, η τεχνητή νοημοσύνη είναι μια ενεργοποιητική δύναμη που απελευθερώνει τους υπαλλήλους από τακτικές, βαρετές εργασίες ώστε να μπορέσουν να εστιάσουν σε στρατηγική εργασία που κάνει διαφορά.

Όταν η τεχνητή νοημοσύνη γίνει πιο ικανή, περιμένετε οι εταιρείες να μετατοπιστούν μακριά από τη χρέωση με βάση τις ώρες και την利用ποίηση προς μοντέλα τιμολόγησης που βασίζονται σε αποτελέσματα; Ποια είναι οι προκλήσεις που εμποδίζουν αυτή τη μετάβαση;

Όταν οι επαγγελματικές υπηρεσίες εταιρείες λαμβάνουν μια αίτηση πρότασης, έχει γίνει τυπικό για τους πελάτες να ρωτούν πώς η εταιρεία μειώνει τα κόστη χρησιμοποιώντας την τεχνητή νοημοσύνη και πώς αυτές οι αποταμιεύσεις κόστους προσφέρουν αξία στον πελάτη. Αυτό που συχνά λείπει είναι ένα μέσο για τη μέτρηση αυτής της μείωσης κόστους και μια αφήγηση για τη μετάδοση στους πελάτες πώς η τεχνητή νοημοσύνη υψώνει την υπάρχουσα εξειδίκευση της εταιρείας και την αξία που παρέχει.

Η Kantata έχει εκφράσει την άποψη ότι η γνώση της οργάνωσης πρέπει να μετατραπεί σε στρατηγικό περιουσιακό στοιχείο μέσω του Expertise Engine. Τι προκάλεσε αυτή τη στροφή και ποια κενά είδε στις παραδοσιακές συστήματα διαχείρισης γνώσης;

Η επιχείρηση της τεχνητής νοημοσύνης σήμερα είναι κυρίως επικεντρωμένη σε γενικά εργαλεία της τεχνητής νοημοσύνης που έχουν σχεδιαστεί για να συνοψίσουν συναντήσεις, να απαντήσουν σε ερωτήσεις ή να αυτοματοποιήσουν απομονωμένες εργασίες. Και όταν πρόκειται για επαγγελματικές υπηρεσίες, δεν λειτουργεί. Η πραγματική πρόκληση που αντιμετωπίζουν οι επαγγελματικές υπηρεσίες εταιρείες δεν είναι η αυτοματοποίηση εργασιών. Είναι η λειτουργική πολυπλοκότητα.

Οι επαγγελματικές υπηρεσίες εταιρείες λειτουργούν σε μια συνεχώς μεταβαλλόμενη ιστοσελίδα από αποφάσεις προσωπικού, εμπορικών συναλλαγών, προγραμματισμού έργων, στόχων χρησιμοποίησης, μοντέλων πρόβλεψης και οικονομικών εξαρτήσεων. Τα γενικά εργαλεία της τεχνητής νοημοσύνης δεν κατανοούν αυτό το контекστ, το οποίο σημαίνει ότι δεν μπορούν να λειτουργήσουν σε όλη την επιχείρηση με ένα σημαντικό τρόπο.

Η Kantata ακολουθεί μια διαφορετική προσέγγιση στην τεχνητή νοημοσύνη. Αντί να τοποθετήσουμε ένα γενικό πράκτορα ή chatbot επάνω σε υπάρχοντα λογισμικό, χτίζουμε την τεχνητή νοημοσύνη που είναι προσαρμοσμένη στις λειτουργικές πραγματικότητες των επαγγελματικών υπηρεσιών. Το Expertise Engine μας συνδέει την εκτίμηση, το προσωπικό, την παράδοση, την πρόβλεψη και τη διαχείριση χρηματοοικονομικών σε ένα ενιαίο λειτουργικό μοντέλο, δίνοντας στους πράκτορες της τεχνητής νοημοσύνης πλήρη επιχειρησιακό контекστ για να ενεργούν με νοημοσύνη σε ροές εργασίας.

Αυτό δεν είναι η τεχνητή νοημοσύνη του χθες. Είναι λειτουργική τεχνητή νοημοσύνη.

Τι ρόλο θα παίξουν οι πράκτορες της τεχνητής νοημοσύνης στις επαγγελματικές υπηρεσίες οργανισμούς, και πού πιστεύετε ότι η ανθρώπινη εξειδίκευση θα παραμείνει αντικαταστάσιμη;

Όσο οι πράκτορες της τεχνητής νοημοσύνης συνεχίζουν να παίρνουν μέρος του φορτίου από τους ανθρώπινους εργαζόμενους, θα τους ανοίξουν να κάνουν τα πιο διασκεδαστικά και δημιουργικά μέρη της δουλειάς τους. Η αυτοματοποίηση δεν είναι μόνο για αποτελεσματικότητα και αποταμίευση χρόνου/κόστους, είναι για ανακούφιση και ενδυνάμωση για τους υπαλλήλους. Αυτό θα υψώσει την δημιουργική πλευρά τους και θα χτίσει μια νέα γενιά σκεπτόμενων, οι οποίοι θα γίνουν οι κατασκευαστές των εργαλείων της τεχνητής νοημοσύνης αντί να είναι απλώς χρήστες. Αυτή η αλλαγή θα είναι απαραίτητη καθώς η τεχνητή νοημοσύνη γίνεται πανταχού παρούσα, γιατί κάθε εταιρεία θα μπορεί να παράγει έξοδο γρήγορα και φθηνά, αλλά μόνο αυτές που θα συνεχίσουν να επενδύουν στην ανθρώπινη εξειδίκευσή τους θα παράγουν ισχυρή, σημαντική δουλειά.

Βλέποντας μπροστά, τι πρέπει να κάνουν οι ηγέτες επιχειρήσεων σήμερα για να διασφαλίσουν ότι οι οργανώσεις τους δεν είναι απλώς υιοθετούν την τεχνητή νοημοσύνη, αλλά χτίζουν μια βιώσιμη πλεονεκτική θέση εξειδίκευσης που συσσωρεύεται με το χρόνο;

Αντί να τοποθετήσουν ένα γενικό πράκτορα ή chatbot επάνω σε υπάρχοντα λογισμικό, οι επαγγελματικές υπηρεσίες εταιρείες πρέπει να αναζητήσουν υπερ-πράκτορες της τεχνητής νοημοσύνης που έχουν την ικανότητα να κατανοούν το контекστ σε ό,τι αφορά την εκτέλεση μιας επαγγελματικής υπηρεσίας εταιρείας – από το προσωπικό έως την πρόβλεψη έως τη διαχείριση χρηματοοικονομικών και την παράδοση έργων – και να δημιουργήσουν purpose-χτισμένους πράκτορες που μπορούν να ενεργούν αυτονομικά.

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