Συνεντεύξεις
Scott Ernst, διευθύνων σύμβουλος της Vyond — Σειρά συνεντεύξεων

Ο Scott Ernst είναι διευθύνων σύμβουλος της Vyond και έμπειρο στέλεχος του τεχνολογικού κλάδου, με περισσότερα από είκοσι χρόνια εμπειρίας στην ανάπτυξη εταιρειών SaaS, τεχνητής νοημοσύνης, δεδομένων και τεχνολογίας μάρκετινγκ. Στο παρελθόν διετέλεσε διευθύνων σύμβουλος των Uptempo, Drift, Tubular Labs και Macromill, όπου ηγήθηκε της εταιρείας κατά την αρχική δημόσια προσφορά μετοχών της και την ανάπτυξή της σε παγκόσμιο ηγέτη στον τομέα των ψηφιακών πληροφοριών. Σε αυτούς τους ρόλους, συνέβαλε στην επίτευξη σημαντικής ανάπτυξης, στον μετασχηματισμό εταιρειών, σε στρατηγικές εξαγορές και σε επιτυχημένες εξόδους. Νωρίτερα στην καριέρα του, συνέβαλε στην ανάπτυξη της Compete, από νεοφυή επιχείρηση αρχικού σταδίου σε παγκόσμια επιχείρηση ψηφιακού μάρκετινγκ με ετήσια έσοδα άνω των 100 εκατομμυρίων δολαρίων. Ο Scott είναι γνωστός για τη δημιουργία ομάδων υψηλών επιδόσεων, τη βελτίωση της στρατηγικής εισόδου στην αγορά και τη μετατροπή της καινοτομίας προϊόντων σε διαρκή αξία για τους πελάτες και τους μετόχους.
Η Vyond βοηθά τους οργανισμούς να μετατρέπουν τη γνώση της επιχείρησης σε σαφή, ελκυστική οπτική επικοινωνία που κινητοποιεί σε δράση. Η πλατφόρμα δημιουργίας βίντεο με τεχνητή νοημοσύνη συνδυάζει άμεση παραγωγή βίντεο, πλήρεις δυνατότητες επεξεργασίας και ελέγχους εταιρικού επιπέδου, βοηθώντας τις ομάδες να επιταχύνουν την ένταξη νέων εργαζομένων, να απλοποιήσουν τη συμμόρφωση, να υποστηρίξουν τις πωλήσεις, να εκπαιδεύσουν τους πελάτες και να επικοινωνούν με συνέπεια σε μεγάλη κλίμακα. Εδώ και σχεδόν 20 χρόνια, η Vyond βοηθά τις επιχειρήσεις να περνούν από την πληροφορία στην κατανόηση —και από την κατανόηση σε μετρήσιμα αποτελέσματα. Σήμερα, περισσότερους από 15.000 οργανισμούς, μεταξύ των οποίων το 65% των εταιρειών της λίστας Fortune Global 500, εμπιστεύονται τη Vyond, ενώ οι πελάτες της έχουν δημιουργήσει περισσότερα από 40 εκατομμύρια βίντεο από την ίδρυση της εταιρείας το 2007.
Έχετε ηγηθεί επανειλημμένα τεχνολογικών εταιρειών σε σημαντικές μεταβάσεις: από τη συμβολή σας στην ανάπτυξη της Compete, από τα πρώτα της βήματα έως την εξαγορά της, μέχρι την εισαγωγή της Macromill στο χρηματιστήριο και, αργότερα, την ανατοποθέτηση της Drift με επίκεντρο την τεχνητή νοημοσύνη, πριν από την εξαγορά της από τη Salesloft. Καθώς αναλαμβάνετε τα ηνία της Vyond εν μέσω μιας ακόμη μεγάλης τεχνολογικής αλλαγής, ποια διδάγματα από αυτές τις εμπειρίες επηρεάζουν τον τρόπο με τον οποίο προσεγγίζετε την εποχή της τεχνητής νοημοσύνης;
Το μοτίβο που έχω παρατηρήσει σε καθεμία από αυτές τις μεταβάσεις είναι ότι η τεχνολογική αλλαγή σπάνια αποτελεί το δύσκολο κομμάτι· το δύσκολο είναι να κινηθεί ένας οργανισμός συντονισμένα, μόλις γίνει σαφές ότι η αλλαγή είναι αναπόφευκτη. Στην Compete, το δίδαγμα αφορούσε την πειθαρχία: για να αναδειχθείς σε ηγέτη μιας κατηγορίας ξεκινώντας από μικρή βάση, χρειάζεται αδιάκοπη εστίαση στα λίγα πράγματα που πραγματικά προωθούν την επιχείρηση, όχι κυνήγι κάθε ευκαιρίας. Στη Macromill, η διεθνής ανάπτυξη και η εισαγωγή της εταιρείας στο χρηματιστήριο μού έμαθαν ότι η ανάπτυξη χωρίς αυστηρή επιχειρησιακή διαχείριση αργά ή γρήγορα οδηγεί σε κατάρρευση… χρειάζεσαι συστήματα αναφοράς, προβλέψεις και εταιρική διακυβέρνηση που να μπορούν να αναπτυχθούν με τον ίδιο ρυθμό με την επιχείρηση.
Η Drift είναι η περίπτωση που συνδέεται πιο άμεσα με όσα συμβαίνουν τώρα. Όταν κυκλοφόρησε το ChatGPT, είχαμε ήδη αναπτύξει το δικό μας ιδιόκτητο προϊόν τεχνητής νοημοσύνης και η πρώτη μας παρόρμηση ήταν να το προστατεύσουμε. Αντί γι’ αυτό, πήραμε τη δυσκολότερη απόφαση: να ανοίξουμε την εταιρεία και να την ανατοποθετήσουμε συνολικά γύρω από τη γενετική τεχνητή νοημοσύνη, επειδή πιστεύαμε ότι η αγορά εξελισσόταν ταχύτερα απ’ όσο μπορούσε να μας προστατεύσει το ανταγωνιστικό μας πλεονέκτημα. Δεν ήταν απόφαση για το προϊόν, αλλά απόφαση ηγεσίας, που αφορούσε την πεποίθηση και τον συγχρονισμό.
Το δίδαγμα που έχω μεταφέρει στη Vyond είναι ότι, σε μια πραγματική αλλαγή πλατφόρμας, δεν κερδίζουν οι πιο επιφυλακτικές ούτε οι πιο ριψοκίνδυνες εταιρείες· κερδίζουν εκείνες που ευθυγραμμίζουν γρήγορα ολόκληρο τον οργανισμό γύρω από μια σαφή άποψη και, στη συνέχεια, ενεργούν με πραγματική αίσθηση του επείγοντος. Αυτή ακριβώς είναι η διαδικασία που ακολουθούμε τώρα: κατανοούμε τι ισχύει σήμερα, διαμορφώνουμε τεκμηριωμένη πεποίθηση για την κατεύθυνση της αγοράς και κινητοποιούμε ολόκληρη την εταιρεία προς την ίδια κατεύθυνση, προτού κλείσει το παράθυρο ευκαιρίας.
Η γενετική τεχνητή νοημοσύνη έχει διευκολύνει δραματικά τη δημιουργία περιεχομένου από τις επιχειρήσεις, αλλά έχετε υποστηρίξει ότι η μεγαλύτερη πρόκληση πλέον είναι η αξιοποίηση της γνώσης σε επιχειρησιακό επίπεδο. Τι σημαίνει αυτό στην πράξη και γιατί πιστεύετε ότι η δημιουργία περιεχομένου από μόνη της επιλύει μόνο ένα μικρό μέρος του προβλήματος;
Η γενετική τεχνητή νοημοσύνη έλυσε το μεγαλύτερο εμπόδιο που υπήρχε διαχρονικά στη δημιουργία περιεχομένου: παλαιότερα απαιτούνταν ειδικός, συγκεκριμένη ροή παραγωγής και αρκετός χρόνος προετοιμασίας. Τώρα, σχεδόν οποιοσδήποτε σε έναν οργανισμό μπορεί να δημιουργήσει κάτι μέσα σε λίγα λεπτά. Αυτό ανοίγει πράγματι νέες δυνατότητες, αλλά σημαίνει επίσης ότι κάθε τμήμα —μάρκετινγκ, ανθρώπινου δυναμικού, πωλήσεων, πληροφορικής και μάθησης και ανάπτυξης (L&D)— δημιουργεί πλέον περιεχόμενο ανεξάρτητα, συχνά γύρω από την ίδια βασική γνώση, με διαφορετικά εργαλεία και χωρίς κοινό σύστημα καταγραφής.
Η αξιοποίηση της γνώσης σε επιχειρησιακό επίπεδο δεν αφορά τόσο τη δημιουργία περισσότερου περιεχομένου όσο τη διασφάλιση ότι οι άνθρωποι μπορούν να εντοπίζουν και να χρησιμοποιούν τις σωστές πληροφορίες: να γνωρίζουν πού βρίσκεται η έγκυρη, επικαιροποιημένη εκδοχή ενός στοιχείου, ποιος είναι υπεύθυνος γι’ αυτό, αν έχει εγκριθεί και πώς ενσωματώνεται στις ροές εργασίας όπου το χρειάζονται πραγματικά —στο LMS, στο CRM, στη λίστα ελέγχου ένταξης νέων εργαζομένων και στο εργαλείο παρακολούθησης της συμμόρφωσης. Χωρίς αυτό το επίπεδο, προκύπτει αυτό που θα αποκαλούσα «επικοινωνιακό χάος»: το περιεχόμενο αναπαράγεται, τα πρότυπα της επωνυμίας αποκλίνουν, οι ομάδες ξαναφτιάχνουν δουλειά που ήδη υπάρχει και κανείς δεν μπορεί να πει με σιγουριά ποια εκδοχή είναι η σωστή. Μεγάλο μέρος αυτού του χάους ξεκινά ακόμη νωρίτερα απ’ όσο αντιλαμβάνονται οι περισσότεροι, προτού δημιουργηθεί έστω και ένα στοιχείο περιεχομένου, όταν κανείς δεν έχει επιβεβαιώσει πραγματικά το κοινό, τον στόχο ή το υλικό αναφοράς στο οποίο έπρεπε να βασιστεί το αίτημα.
Η δημιουργία περιεχομένου απαντά στο ερώτημα «Μπορούμε να το φτιάξουμε γρήγορα;» —ένα πραγματικό πρόβλημα που η τεχνητή νοημοσύνη έχει σε μεγάλο βαθμό λύσει. Η αξιοποίηση της γνώσης σε επιχειρησιακό επίπεδο απαντά στο ερώτημα «Μπορεί το κατάλληλο άτομο να βρει την κατάλληλη, έγκυρη εκδοχή τη στιγμή που τη χρειάζεται, μέσα στο εργαλείο που ήδη χρησιμοποιεί;». Αυτό το δεύτερο πρόβλημα είναι μεγαλύτερο, πιο δομικό και απέχει πολύ από το να έχει λυθεί σε ολόκληρο τον κλάδο. Αυτή είναι η πραγματική ευκαιρία που έχουμε μπροστά μας.
Οι επιχειρήσεις συγκεντρώνουν τεράστιους όγκους εγγράφων, δεδομένων, περιλήψεων που παράγονται από τεχνητή νοημοσύνη και θεσμικής γνώσης. Πού εντοπίζετε το μεγαλύτερο χάσμα ανάμεσα στην πρόσβαση σε αυτές τις πληροφορίες και στην ουσιαστική επικοινωνία τους με τρόπο που οι εργαζόμενοι μπορούν να κατανοήσουν και να αξιοποιήσουν;
Το πρόβλημα δεν είναι η πρόσβαση… οι περισσότερες επιχειρήσεις έχουν ήδη περισσότερες πληροφορίες απ’ όσες μπορεί να επεξεργαστεί ένας άνθρωπος. Είναι η μετατροπή και η εμπιστοσύνη. Η γνώση βρίσκεται σε πυκνές, στατικές μορφές, όπως PDF, παρουσιάσεις, wiki και έγγραφα πολιτικής, φτιαγμένες για αποθήκευση και αναζήτηση, όχι για γρήγορη κατανόηση. Για να μετατραπούν σε κάτι που μπορεί κανείς πράγματι να αφομοιώσει και να αξιοποιήσει, απαιτείται ένα στάδιο μετασχηματισμού στο οποίο οι περισσότεροι οργανισμοί δεν επενδύουν συστηματικά.
Το διαπίστωσα ξεκάθαρα σε μια συζήτηση με τον αντιπρόεδρο τεχνολογίας εταιρικού μάρκετινγκ ενός πελάτη, σε μια εταιρεία τεχνολογίας της λίστας Fortune 100. Το πρόβλημά του δεν ήταν η έλλειψη πληροφοριών· διαφορετικά τμήματα ενός πολύ μεγάλου οργανισμού αντιμετώπιζαν τα ίδια προβλήματα επικοινωνίας απομονωμένα και με ασυνέπεια, με αποτέλεσμα η γνώση που υπήρχε κάπου στην εταιρεία να μη φτάνει ποτέ με αξιόπιστο τρόπο στους ανθρώπους που τη χρειάζονταν, σε μορφή που να μπορούν να αξιοποιήσουν. Όπως είπε, σε μια τόσο μεγάλη εταιρεία, το δεξί χέρι δεν ξέρει τι κάνει το αριστερό.
Αυτό είναι το πραγματικό χάσμα: οι επιχειρήσεις διαθέτουν άφθονα δεδομένα, αλλά ελάχιστη διορατικότητα. Η λύση δεν είναι περισσότερο περιεχόμενο ή περισσότερος αποθηκευτικός χώρος, αλλά μια μεθοδολογία και, ολοένα περισσότερο, ένα σύστημα που μετατρέπει την ακατέργαστη θεσμική γνώση σε σαφή, οπτική και αξιόπιστη επικοινωνία και τη διοχετεύει στις ροές εργασίας όπου λαμβάνονται πράγματι οι αποφάσεις.
Καθώς οι πράκτορες τεχνητής νοημοσύνης αποκτούν τη δυνατότητα να μετασχηματίζουν αυτόνομα τη γνώση μιας εταιρείας σε εκπαιδευτικό υλικό, εργαλεία υποστήριξης πωλήσεων, υλικό συμμόρφωσης ή εσωτερικές επικοινωνίες, τι θα πρέπει να παραμείνει υπό ανθρώπινο έλεγχο και σε ποιους τομείς μπορούν οι επιχειρήσεις να επιτρέψουν με ασφάλεια στους πράκτορες να λειτουργούν αυτόνομα;
Ο γενικός μου κανόνας είναι ότι οι πράκτορες πρέπει να αναλαμβάνουν την εργασία και οι άνθρωποι την κρίση, ιδίως όπου ένα λάθος μπορεί να έχει πραγματικές συνέπειες. Για εργασίες χαμηλού ρίσκου, μεγάλου όγκου και επαναλαμβανόμενες, όπως η σύνταξη πρώτων προσχεδίων, η προσαρμογή της γνώσης σε νέα μορφή, η προσαρμογή ήδη εγκεκριμένου περιεχομένου για νέα γλώσσα ή περιοχή ή η ανανέωση μιας εκπαιδευτικής ενότητας όταν αλλάζει ένα έγγραφο αναφοράς, οι πράκτορες μπορούν και πρέπει να λειτουργούν με μεγάλη αυτονομία. Πρόκειται ακριβώς για το είδος εργασίας που καταναλώνει σήμερα τεράστιο χρόνο, με ελάχιστη στρατηγική αξία.
Ο ανθρώπινος έλεγχος πρέπει να παραμένει απαρέγκλιτος σε κάθε περίπτωση όπου το περιεχόμενο ενέχει νομικό, κανονιστικό, σχετικό με την ασφάλεια ή με τη φήμη της επωνυμίας κίνδυνο. Σε αυτές τις περιπτώσεις, ένας άνθρωπος πρέπει να αποτελεί το τελευταίο σημείο ελέγχου πριν δημοσιευτεί οτιδήποτε, ενώ το υλικό αναφοράς πρέπει να είναι πλήρως ιχνηλάσιμο.
Το είδαμε αυτό στην πράξη με έναν πελάτη μας από τον αμυντικό τομέα. Αρχικά, η ομάδα ασφαλείας του δεν θα ενέκρινε καθόλου τη χρήση τεχνητής νοημοσύνης στη ροή εργασίας του, δεδομένης της ευαισθησίας του έργου του. Η λύση δεν ήταν να δοθεί μεγαλύτερη αυτονομία στον πράκτορα, αλλά να θεσπιστούν οι κατάλληλες δικλίδες ασφαλείας: μια ειδική συμφωνία που εγγυόταν ότι τα δεδομένα του δεν θα χρησιμοποιούνταν ποτέ για την εκπαίδευση εξωτερικών μοντέλων, καθώς και σαφή σημεία ελέγχου όπου οι δικές του ομάδες διατηρούσαν την αρμοδιότητα έγκρισης. Αυτό είναι το μοντέλο που θα γενίκευα: η αυτονομία του πράκτορα αυξάνεται ανάλογα με το πόσο αναστρέψιμη και χαμηλού κινδύνου είναι η εργασία, ενώ ο ανθρώπινος έλεγχος ενισχύεται ανάλογα με το πόσο σημαντικά είναι τα ζητήματα εμπιστοσύνης, συμμόρφωσης ή έκθεσης της επωνυμίας σε κίνδυνο.
Η διακυβέρνηση της επωνυμίας γίνεται πολύ πιο περίπλοκη όταν μπορούν να δημιουργούνται αυτόματα χιλιάδες περιεχόμενα. Ποιες τεχνικές και οργανωτικές δικλίδες ασφαλείας θα χρειαστούν οι επιχειρήσεις για να διασφαλίσουν ότι οι επικοινωνίες που παράγονται από τεχνητή νοημοσύνη παραμένουν ακριβείς, συνεπείς και ευθυγραμμισμένες με τις εταιρικές πολιτικές;
Σε τεχνικό επίπεδο, οι σημαντικότερες δικλίδες ασφαλείας είναι εκείνες που διασφαλίζουν ότι το περιεχόμενο που παράγεται από τεχνητή νοημοσύνη βασίζεται στο εγκεκριμένο υλικό αναφοράς και στο σύστημα της επωνυμίας της εταιρείας, αντί να αφήνουν την τεχνητή νοημοσύνη να παράγει ελεύθερα. Οι οδηγοί ύφους, τα στοιχεία της επωνυμίας και οι δικλίδες προσαρμογής πρέπει να επιβάλλονται από την ίδια την πλατφόρμα και όχι να επαφίενται στη μνήμη κάθε χρήστη. Αυτό σημαίνει ότι το εγκεκριμένο λογότυπο, τα χρώματα, τα πρότυπα και το υλικό αναφοράς σε βίντεο πρέπει να βρίσκονται μέσα στην ίδια την πλατφόρμα, ώστε κάθε περιεχόμενο που δημιουργείται να αντλεί από την ίδια πηγή και όχι από όποια έκδοση τυχαίνει να βρίσκεται εκείνη την εβδομάδα στον υπολογιστή κάποιου. Ο έλεγχος εκδόσεων και τα αρχεία καταγραφής ελέγχου είναι εξίσου σημαντικά: αν ένα περιεχόμενο δημιουργηθεί, υποστεί επεξεργασία ή εγκριθεί, μια επιχείρηση πρέπει να μπορεί να εντοπίσει ποιος το ζήτησε, από ποια πηγή προήλθε και ποιος το ενέκρινε. Αυτό σημαίνει επίσης ότι πρέπει να παρέχεται στους αξιολογητές και στα ενδιαφερόμενα μέρη —και όχι μόνο στο άτομο που χειρίζεται το εργαλείο— η δυνατότητα να σχολιάζουν και να εγκρίνουν μέσα στην ίδια ροή εργασίας, ώστε η έγκριση να μη γίνεται σε ξεχωριστή αλληλογραφία ηλεκτρονικού ταχυδρομείου που διακόπτει την ίδια την αλυσίδα ελέγχου που προσπαθείτε να δημιουργήσετε.
Σε οργανωτικό επίπεδο, η δικλίδα ασφαλείας είναι ο σαφής καθορισμός αρμοδιοτήτων. Οι επιχειρήσεις με τις οποίες συνεργαζόμαστε και διαχειρίζονται αποτελεσματικά αυτό το ζήτημα έχουν πάψει να αφήνουν κάθε ομάδα να υιοθετεί ανεξάρτητα τα δικά της εργαλεία και τις δικές της διαδικασίες· αντίθετα, αντιμετωπίζουν την πλατφόρμα επικοινωνίας τους όπως θα αντιμετώπιζαν ένα σύστημα επίσημης καταγραφής… η πρόσβαση παραχωρείται σκόπιμα, η χρήση παρακολουθείται συνολικά και μια μικρή ομάδα διακυβέρνησης είναι υπεύθυνη για τα πρότυπα στα οποία βασίζονται όλοι. Έχουμε δει μεγάλους οργανισμούς να αξιολογούν ρητά αν μια πλατφόρμα μπορεί να καθιερωθεί ως το ενιαίο εταιρικό τους σύστημα για αυτόν ακριβώς τον λόγο: είναι ο μόνος τρόπος να επιτευχθεί συνέπεια σε μεγάλη κλίμακα, αντί για χιλιάδες μεμονωμένα «αρκετά καλού» περιεχομένου που στην πραγματικότητα δεν συμφωνούν μεταξύ τους.
Η βασική αρχή είναι η ίδια που ίσχυε ανέκαθεν για τη διαχείριση της επωνυμίας· απλώς πλέον εφαρμόζεται σε πολύ μεγαλύτερη κλίμακα και με πολύ μεγαλύτερη ταχύτητα. Αυτό σημαίνει ότι οι δικλίδες ασφαλείας πρέπει να ενσωματώνονται στο σύστημα και όχι να επιβάλλονται εκ των υστέρων.
Οι παραισθήσεις είναι ανησυχητικές σε ένα chatbot, αλλά ενδέχεται να έχουν πολύ σοβαρότερες συνέπειες όταν οι ανακριβείς πληροφορίες ενσωματώνονται σε ένα βίντεο εκπαίδευσης ή συμμόρφωσης που φαίνεται έγκυρο και αυθεντικό. Πώς θα πρέπει οι επιχειρήσεις να προσεγγίζουν τη θεμελίωση σε αξιόπιστες πηγές, την επαλήθευση και την προέλευση, καθώς η επικοινωνία που δημιουργείται με AI αυτοματοποιείται όλο και περισσότερο;
Έχεις δίκιο ότι το διακύβευμα είναι διαφορετικό. Μια απάντηση που περιέχει παραισθήσεις σε ένα παράθυρο συνομιλίας αμφισβητείται εκείνη τη στιγμή. Ένα ανακριβές στοιχείο ενσωματωμένο σε ένα προσεγμένο, επαγγελματικά παραγόμενο βίντεο συμμόρφωσης προσδίδει κύρος που κάνει τους ανθρώπους λιγότερο πιθανό να το αμφισβητήσουν — ενώ ακριβώς το αντίθετο θα έπρεπε να ισχύει, αφού εκεί ο έλεγχος θα έπρεπε να είναι αυστηρότερος από οπουδήποτε αλλού.
Η πρώτη αρχή πρέπει να είναι η θεμελίωση σε αξιόπιστες πηγές: η επικοινωνία που δημιουργείται με AI πρέπει να περιορίζεται στο υλικό πηγής που παρέχει πράγματι η επιχείρηση… στα δικά της έγγραφα, τις δικές της πολιτικές και τα δικά της εγκεκριμένα δεδομένα, και όχι στη γενική γνώση του μοντέλου.
Η δεύτερη αρχή είναι η τεκμηρίωση της προέλευσης: κάθε περιεχόμενο που δημιουργείται πρέπει να μπορεί να αναχθεί στη συγκεκριμένη πηγή βάσει της οποίας δημιουργήθηκε, ώστε, αν κάτι είναι λανθασμένο, να μπορείς να εντοπίσεις ακριβώς από πού προήλθε και να το διορθώσεις στην πηγή, αντί να διορθώσεις απλώς το παραγόμενο περιεχόμενο.
Η τρίτη αρχή είναι η επαλήθευση: σημεία ελέγχου ενσωματωμένα στην ίδια τη ροή εργασίας και όχι προστιθέμενα εκ των υστέρων. Ένας άνθρωπος που εξετάζει το υλικό πρέπει να βλέπει τα ενδιάμεσα στάδια και όχι μόνο το τελικό, προσεγμένο βίντεο, επειδή ακριβώς η προσεγμένη εμφάνιση κάνει τα λάθη δυσκολότερο να εντοπιστούν. Στην πράξη, αυτό σημαίνει ότι πρέπει να εξετάζεται ένα ολοκληρωμένο περίγραμμα ή ένα πρόχειρο μοντάζ, σκηνή προς σκηνή, προτού προχωρήσουμε σε τελική απόδοση, η οποία κοστίζει περισσότερο, ώστε να εντοπίζεται ένα λανθασμένο στοιχείο ή ένας ισχυρισμός που δεν συνάδει με την επωνυμία όσο είναι ακόμη εύκολο και οικονομικό να διορθωθεί. Αυτός είναι ένας από τους τομείς στους οποίους δικαιολογημένα οι επιχειρήσεις είναι επιφυλακτικές. Γι’ αυτό, οι πλατφόρμες που θα κερδίσουν την εμπιστοσύνη των επιχειρήσεων δεν θα είναι οι ταχύτερες, αλλά εκείνες που θα ενσωματώνουν τη θεμελίωση σε αξιόπιστες πηγές, την ιχνηλασιμότητα και την αξιολόγηση στη δομή και τη λειτουργία του συστήματος, αντί να τις προσφέρουν ως προαιρετικές ρυθμίσεις.
Το τέταρτο επίπεδο είναι η συνεχής αξιολόγηση και όχι μόνο ο τελικός έλεγχος. Σε ένα σύστημα με πράκτορες τεχνητής νοημοσύνης, δεν αρκεί να ελέγξουμε το ολοκληρωμένο βίντεο. Θέλουμε να γνωρίζουμε πώς έφτασε ο πράκτορας στο αποτέλεσμα. Παρακολουθούμε συνεχώς τα αποτελέσματα του πράκτορα και τις αποφάσεις που λαμβάνει στην πορεία, ελέγχοντας αν παραμένουν ευθυγραμμισμένα με τα έγγραφα πηγής, τη βάση γνώσεων και την αρχική πρόθεση του πελάτη. Έτσι μπορούμε να εντοπίσουμε αποκλίσεις ή υποβάθμιση της ποιότητας του αποτελέσματος ενώ το βίντεο εξακολουθεί να δημιουργείται, αντί να ανακαλύψουμε το πρόβλημα αφού ολοκληρωθεί.
Τα συστήματα AI συνδέονται όλο και περισσότερο απευθείας με τις βάσεις γνώσεων και τις επιχειρηματικές ροές εργασίας. Πιστεύετε ότι η επόμενη γενιά πλατφορμών επικοινωνίας θα λειτουργεί ως διεπαφή ανάμεσα στα επιχειρηματικά δεδομένα, τους πράκτορες AI και τους εργαζομένους, αντί να είναι απλώς εργαλεία δημιουργίας περιεχομένου;
Ναι, και πιστεύω ότι αυτή η μετάβαση έχει ήδη ξεκινήσει. Η δημιουργία περιεχομένου ήταν το πρώτο και πιο προφανές πρόβλημα που θα μπορούσε να λύσει η AI, επειδή αποτελούσε το πιο ορατό σημείο συμφόρησης. Όταν, όμως, η δημιουργία πάψει να είναι ο περιοριστικός παράγοντας, η μεγαλύτερη αξία βρίσκεται στη θέση ανάμεσα στη γνώση μιας επιχείρησης… το CRM, το LMS, τα συστήματα πολιτικών και τα εσωτερικά της wiki, και στους ανθρώπους που χρειάζονται αυτή τη γνώση μεταφρασμένη σε κάτι που μπορούν πραγματικά να αξιοποιήσουν.
Αυτός είναι ουσιαστικά διαφορετικός ρόλος από εκείνον ενός εργαλείου δημιουργίας. Ένα τέτοιο εργαλείο περιμένει από κάποιον να υποβάλει ένα αίτημα. Ένα επίπεδο διεπαφής εντάσσεται στις ροές εργασίας όπου βρίσκεται ήδη η γνώση, κατανοεί τι έχει αλλάξει και βοηθά να φτάσει η κατάλληλη επικοινωνία στο κατάλληλο άτομο, χωρίς να χρειάζεται κάποιος να κινεί τη διαδικασία κάθε φορά.
Ήδη βλέπουμε τις πρώτες ενδείξεις ότι οι επιχειρήσεις θέλουν ακριβώς αυτό. Οι μεγάλοι πελάτες δεν μας ζητούν πλέον τόσο να είμαστε ένα εργαλείο βίντεο για μία ομάδα· μας ρωτούν αν μπορούμε να αποτελέσουμε το καθιερωμένο σύστημα για ολόκληρο τον οργανισμό τους. Η μετατροπή της θεσμικής γνώσης σε επικοινωνία θα έδινε τη δυνατότητα σε εργαζομένους εκτός της βασικής δημιουργικής ομάδας —όπως σε εργαζομένους του νομικού τμήματος, της συμμόρφωσης, των περιφερειακών ομάδων και σε διευθυντές πρώτης γραμμής— να συνεισφέρουν χωρίς να χρειάζονται πλήρη άδεια χρήσης ή να πρέπει να ξεπεράσουν μια απότομη καμπύλη εκμάθησης.
Αυτή η μετάβαση επιταχύνεται επίσης από αναδυόμενα ανοικτά πρωτόκολλα όπως τα MCP και A2A. Το MCP παρέχει στους πράκτορες AI έναν τυποποιημένο τρόπο να αντλούν αξιόπιστο πλαίσιο από τα δικά τους εργαλεία και συστήματα καταγραφής μιας επιχείρησης, ενώ το A2A επιτρέπει σε εξειδικευμένους πράκτορες από διαφορετικές πλατφόρμες να συνεργάζονται. Πρακτικά, αυτό σημαίνει ότι μια πλατφόρμα όπως η δική μας δεν χρειάζεται να ελέγχει κάθε ροή εργασίας ή κάθε στοιχείο επιχειρηματικών δεδομένων για να είναι χρήσιμη. Μπορεί να συνδέεται με τα συστήματα που ήδη εμπιστεύεται μια εταιρεία, να συνεργάζεται με άλλους πράκτορες όπου αυτό έχει νόημα και να εστιάζει σε αυτό που κάνει καλύτερα: να μετατρέπει αυτό το πλαίσιο σε επικοινωνία που οι άνθρωποι μπορούν πραγματικά να κατανοήσουν και να αξιοποιήσουν. Αυτή είναι η μετάβαση από τη δημιουργία περιεχομένου στις υποδομές επικοινωνίας και αυτή είναι η κατεύθυνση προς την οποία πιστεύω ότι θα κινηθεί ολόκληρος ο κλάδος.
Η Vyond εξυπηρετεί ήδη οργανισμούς στους τομείς της μάθησης και της ανάπτυξης, του ανθρώπινου δυναμικού, της υποστήριξης των πωλήσεων, της συμμόρφωσης και της εσωτερικής επικοινωνίας. Ποιος από αυτούς τους τομείς πιστεύετε ότι θα μετασχηματιστεί περισσότερο από την AI με δυνατότητες αυτόνομων ενεργειών και πώς θα μπορούσαν να διαμορφωθούν αυτές οι ροές εργασίας όταν οι πράκτορες γίνουν πιο ικανοί;
Θα έλεγα ότι οι δύο τομείς με τα μεγαλύτερα περιθώρια αλλαγής είναι η συμμόρφωση και η μάθηση και ανάπτυξη, ακριβώς επειδή σήμερα επιβαρύνονται περισσότερο από την παλαίωση του περιεχομένου. Η εκπαίδευση για τη συμμόρφωση συνήθως δημιουργείται μία φορά και επικαιροποιείται με αργούς ρυθμούς, σε ετήσιο ή εξαμηνιαίο κύκλο, παρότι οι πολιτικές, οι κανονισμοί και οι κίνδυνοι αλλάζουν διαρκώς. Όταν οι πράκτορες θα μπορούν να παρακολουθούν αξιόπιστα ένα πρωτογενές έγγραφο πολιτικής και να κατανοούν τι έχει αλλάξει, το περιεχόμενο για τη συμμόρφωση μπορεί να πάψει να αποτελεί περιοδικό έργο παραγωγής και να διατηρείται διαρκώς ενημερωμένο. Αυτό μειώνει ουσιαστικά τον κίνδυνο για την επιχείρηση· δεν αποτελεί απλώς κέρδος αποδοτικότητας. Όλο και περισσότερο, αυτό σημαίνει επίσης ότι το ίδιο το περιεχόμενο πρέπει να συνοδεύεται από σαφές, ελέγξιμο αρχείο που να δηλώνει ότι δημιουργήθηκε με τη συνδρομή ΤΝ, καθώς τόσο οι ρυθμιστικές αρχές όσο και οι εταιρικοί αγοραστές αρχίζουν να θεωρούν αυτού του είδους τη γνωστοποίηση καθιερωμένη πρακτική και όχι κάτι που προστίθεται εκ των υστέρων.
Η μάθηση και ανάπτυξη (L&D) παρουσιάζει παρόμοια δυναμική, αλλά η ευκαιρία εδώ αφορά την εξατομίκευση και όχι απλώς την επικαιρότητα: αντί για μία εκπαιδευτική ενότητα σχεδιασμένη για τον μέσο εκπαιδευόμενο, οι πράκτορες μπορούν να συμβάλουν στην προσαρμογή του ρυθμού, των παραδειγμάτων, ακόμη και της μορφής, ανάλογα με τον ρόλο και το κάθε άτομο, με βάση πάντα το ίδιο εγκεκριμένο υλικό αναφοράς και τα ίδια πρότυπα εκπαιδευτικού σχεδιασμού. Για τους παγκόσμιους οργανισμούς, αυτό περιλαμβάνει όλο και περισσότερο και τη γλώσσα και τη φωνή, ώστε η ίδια εκπαίδευση να φτάνει στους εργαζομένους στον χώρο παραγωγής στη Βραζιλία ή σε μια ομάδα πωλήσεων στην Ιαπωνία με μορφή που να μοιάζει πραγματικά τοπική, και όχι απλώς να έχει υπότιτλους.
Θα αλλάξουν και η υποστήριξη πωλήσεων και η εσωτερική επικοινωνία, αλλά θα περιέγραφα αυτή την αλλαγή περισσότερο ως βελτίωση της ταχύτητας και της συνάφειας παρά ως δομικό μετασχηματισμό… το κατάλληλο μήνυμα θα φτάνει γρηγορότερα στον κατάλληλο εκπρόσωπο πωλήσεων ή στην κατάλληλη ομάδα, σε μορφή προσαρμοσμένη στον τρόπο με τον οποίο καταναλώνουν πραγματικά την πληροφορία. Το κοινό στοιχείο σε όλους αυτούς τους τομείς είναι το ίδιο: η πρακτορική ΤΝ δεν κάνει απλώς καθέναν από αυτούς ταχύτερο· τους δίνει τη δυνατότητα να παραμένουν επίκαιροι με τρόπο που σήμερα είναι απλώς ανέφικτος με τους χειροκίνητους κύκλους παραγωγής.
Κοιτάζοντας πιο μακριά στο μέλλον, αν οι επιχειρήσεις αποκτήσουν τη δυνατότητα να μετατρέπουν διαρκώς την εσωτερική γνώση σε εξατομικευμένη, επίκαιρη επικοινωνία για κάθε εργαζόμενο, πώς θα μπορούσε αυτό να αλλάξει τον τρόπο με τον οποίο οι οργανισμοί εκπαιδεύουν τους ανθρώπους τους, μοιράζονται τεχνογνωσία και, τελικά, λειτουργούν;
Αν αυτό γίνει πραγματικότητα —και πιστεύω ότι θα γίνει— θα αλλάξει τον ρυθμό λειτουργίας μιας εταιρείας, όχι μόνο τη λειτουργία της εκπαίδευσής της. Σήμερα, οι περισσότεροι οργανισμοί επικοινωνούν κατά κύματα: ένας ετήσιος κύκλος συμμόρφωσης, μια τριμηνιαία συνάντηση για όλη την εταιρεία, ένα πακέτο υλικού για την ένταξη νέων εργαζομένων που δημιουργείται μία φορά και επαναχρησιμοποιείται για χρόνια. Αυτό οφείλεται στο ότι η παραγωγή επικοινωνιακού υλικού ήταν ανέκαθεν δαπανηρή και αργή, και όχι στο πόσο γρήγορα αλλάζει στην πραγματικότητα η επιχείρηση.
Σε έναν κόσμο όπου η γνώση μετατρέπεται διαρκώς σε εξατομικευμένη, επίκαιρη επικοινωνία για κάθε εργαζόμενο, η εκπαίδευση παύει να είναι ένα μεμονωμένο γεγονός και γίνεται μια συνεχής, προσαρμοστική ροή… κάθε άτομο λαμβάνει την ενημέρωση τη στιγμή που τη χρειάζεται, στη μορφή και με το επίπεδο λεπτομέρειας που ταιριάζουν στον ρόλο του, αντί να περιμένει μήνες για να τη λάβει μαζί με την επόμενη μαζική ενημέρωση. Η τεχνογνωσία παύει να είναι εγκλωβισμένη στα άτομα που τυχαίνει να την κατέχουν και γίνεται κάτι που ο οργανισμός μπορεί να διανέμει συστηματικά και να διατηρεί επίκαιρο.
Το αποτέλεσμα στο οποίο επανέρχομαι συνεχώς είναι ο χρόνος. Κάθε λεπτό που ένας οργανισμός ξοδεύει σήμερα αναζητώντας τη σωστή πληροφορία, αναδημιουργώντας κάτι που υπάρχει ήδη ή διορθώνοντας ένα μήνυμα που διανεμήθηκε παρωχημένο ή ασυνεπές είναι χρόνος που δεν αφιερώνεται στην υλοποίηση. Αν οι επιχειρήσεις καταφέρουν πράγματι να γεφυρώσουν αυτό το χάσμα ανάμεσα στη γνώση και την κατανόηση, διαρκώς και σε μεγάλη κλίμακα, οι οργανισμοί που θα το πετύχουν πρώτοι δεν θα επικοινωνούν απλώς καλύτερα· θα κινούνται απλώς ταχύτερα από εκείνους που εξακολουθούν να λειτουργούν κατά κύματα.
Σας ευχαριστούμε για την εξαιρετική συνέντευξη. Όσοι αναγνώστες θέλουν να μάθουν περισσότερα, μπορούν να επισκεφθούν τη Vyond.












