Shane Eleniak, Chief Product Officer at Calix – Συνέντευξη Σειράς

Ο Shane Eleniak υπηρετεί ως Chief Product Officer στη Calix, όπου ηγείται της στρατηγικής όρασης και εκτέλεσης της βιομηχανικής πλατφόρμας και λύσεων SaaS της εταιρείας. Με έμφαση στην ενίσχυση των παρόχων υπηρεσιών επικοινωνίας να απλοποιήσουν τις επιχειρήσεις τους και να παρέχουν εξαιρετικές εμπειρίες για τους συνδρομητές, ο Shane εποπτεύει ολόκληρο τον κύκλο ζωής του προϊόντος – από την концепτοποίηση έως την κυκλοφορία στην αγορά.

Υπό την ηγεσία του, η Calix έχει στερεώσει τη θέση της ως πιονιέρης στη βιομηχανία του ευρυζωνικού διαδικτύου, παρέχοντας συνεχώς καινοτόμες εργαλεία που ενδυναμώνουν τους παρόχους να ανταγωνιστούν και να κερδίζουν.

Η Calix είναι μια αμερικανική εταιρεία τεχνολογίας που παρέχει πλατφόρμες cloud, λογισμικού και διαχειριζόμενων υπηρεσιών που σχεδιάζονται για παρόχους ευρυζωνικού διαδικτύου και επικοινωνιών. Η βασική της προσφορά επικεντρώνεται σε μια πλατφόρμα ευρυζωνικού διαδικτύου που ενεργοποιείται από AI, η οποία ενσωματώνει υποδομή cloud, δεδομένα και συστήματα δικτύου για να βοηθήσει τους παρόχους να απλοποιήσουν τις λειτουργίες, να βελτιώσουν την εμπειρία του πελάτη και να παρέχουν πιο προσωποποιημένες ψηφιακές εμπειρίες. Ενεργοποιώντας τους παρόχους να μεταβούν από βασικές υπηρεσίες συνδεσιμότητας σε πλήρεις “παρόχους εμπειριών”, η Calix τους βοηθά να αυξήσουν τα έσοδα, να αυξήσουν την πιστότητα των συνδρομητών και να υποστηρίξουν τη ψηφιακή μεταμόρφωση των κοινωτικών μέσω πιο προηγμένων και κλιμακωτών υπηρεσιών ευρυζωνικού διαδικτύου.

Η καριέρα σας διαρκεί περισσότερες από τρεις δεκαετίες σε τομείς όπως η μηχανική, τα δίκτυα, οι πλατφόρμες cloud και η ηγεσία προϊόντων μεγάλης κλίμακας. Πώς διαμόρφωσαν αυτές οι εμπειρίες την άποψή σας για το τι πραγματικά χρειάζεται για να κάνει η AI πραγματική δουλειά μέσα στις επιχειρήσεις και όχι να παραμείνει πλάι πείραμα;

Ξεκίνησα στις παραδοσιακές τηλεπικοινωνίες και δίκτυα, όπου το ganze παιχνίδι ήταν η διαδρομή δεδομένων και η αξιοπιστία σε κλίμακα. Αν δεν μπορείτε να παρέχετε καθαρή και αξιόπιστη υπηρεσία, τίποτα από ό,τι χτίζετε πάνω σε αυτό δεν έχει σημασία. Τότε, το τηλέφωνο ήταν στο τοίχωμα της κουζίνας, η εσωτερική καλωδίωση δεν μετακινούνταν ποτέ και只要 υπήρχε σήμα κλήσης, όλα ήταν εντάξει.

Το ευρυζωνικό διαδίκτυο και το διαδίκτυο ανατράπησαν这一 κατάσταση. Ξαφνικά, δεν ήταν μόνο “αν είναι αναμμένο;” Αλλά ήταν Ethernet και στη συνέχεια Wi‑Fi, παιδιά σε κονσόλες παιχνιδιών και tablet, εσείς σε μια κλήση Zoom συνεργασίας σε ένα cloud spreadsheet, και συνεχής κινητικότητα – συσκευές μέσα στο σπίτι, στην αυλή, στο γήπεδο ποδοσφαίρου, στο καφενείο. Η εμπειρία του συνδρομητή έγινε πολύ πιο σύνθετη από μια δυαδική κατάσταση on/off, και ο κόσμος για τους παρόχους έγινε υψηλά δυναμικός. Σε αυτόν τον κόσμο, μια οπίσθια προβολή δεδομένων – κλασικά δεδομένα αποθήκης και ιστορικές αναφορές ένα μήνα αργότερα – απλά δεν επαρκούν. Πρέπει να συλλέγετε δεδομένα, να κατανοείτε την εμπειρία και να παράγετε ενημερώσεις σε πραγματικό χρόνο, επειδή οι συνδρομητές τώρα περιμένουν τα προβλήματα να επιλυθούν προληπτικά, όχι σε ώρες ή ημέρες.

Αυτή η εξέλιξη διαμόρφωσε τον τρόπο που σκέφτομαι για την AI. Οι περισσότεροι άνθρωποι θέλουν να τοποθετήσουν την AI “πάνω”, τον ίδιο τρόπο που τοποθετούν την επιχειρηματική νοημοσύνη ή το SaaS πάνω από τις υφιστάμενες λίμνες δεδομένων. Η εμπειρία μου λέει ότι πρέπει να σκεφτείτε πολύ πιο sâuτικά από αυτό και να σχεδιάσετε για πραγματικό χρόνο, δράσιμες ενημερώσεις, και την ικανότητα να λάβετε έγκαιρες ενέργειες.

Για τους συνδρομητές, όμως, οι προσδοκίες δεν έχουν αλλάξει πολύ τα τελευταία 25 χρόνια. Θέλουν ακόμη ασφαλείς, διαχειριζόμενες συνδέσεις που να sentir ως απλές ως το σήμα κλήσης – θέλουν όλα να “δουλεύουν” χωρίς να σκέφτονται όλα τα στρώματα και την πολυπλοκότητα, και θέλουν να τα έχουν παντού στη ζωή τους. Η καριέρα μου στις τηλεπικοινωνίες και στο cloud με έκανε πολύ άνετο με αυτήν την αντίφαση: χτίζετε εξαιρετικά σύνθετα συστήματα για ναสามารถ απομακρύνετε όλα αυτά και να παρέχετε μια απλή, καλή εμπειρία στο άκρο. Αυτός είναι ακριβώς ο τρόπος που σκέφτομαι για την AI να κάνει πραγματική δουλειά μέσα σε οποιαδήποτε επιχείρηση, ευρυζωνικό διαδίκτυο ή όχι.

Στη Calix, συχνά τονίζετε ότι η λειτουργική AI χτίζεται και δεν αγοράζεται. Ποια είναι τα πιο συνηθισμένα λάθη που κάνουν οι οργανισμοί όταν προσπαθούν να προσθέσουν AI χωρίς να ξανασκέφτουν πώς ρέει η δουλειά μέσα στην επιχείρηση;

Για μένα, είναι λιγότερο για “χτισμένο versus αγορασμένο” και περισσότερο για το αν έχετε πάρει ένα βήμα πίσω και κοιτάξετε ολόκληρο το τεχνολογικό στάκο. Πολλές εταιρείες αποφάσισαν ότι η AI ήταν απλά η χρήση κάποιων API για να αποκτήσουν πρόσβαση σε ένα LLM, να το συνδέσουν στο στάκο με ένα wrapper, και να αγοράσουν tokens – τότε είχατε μια στρατηγική AI. Αυτό δεν είναι così.

Πολλοί από εμάς γινόμαστε μαγευμένοι με την τεχνολογία αντί για το αποτέλεσμα. Έχουμε δει αυτήν την ταινία πριν. Όταν εμφανίστηκαν οι προσωπικοί υπολογιστές, όλοι ήθελαν να συζητήσουν αν είχαν einen 286 ή einen 386, πόσο μνήμη είχαν, και ποιο DOS εκτελούσαν. Σήμερα, κανείς δεν μπορεί να σας πει τις προδιαγραφές του laptop ή του τηλεφώνου τους, και κανείς δεν ενδιαφέρεται μέχρι να σταματήσει να κάνει ό,τι χρειάζονται. Το σημαντικό είναι: κάνει αυτό το πρόσωπο πιο αποτελεσματικό στη δουλειά του; Το ίδιο ισχύει και για την AI. Αν δεν μπορείτε να το συνδέσετε με πραγματικές ροές εργασιών, πραγματική αξία και πραγματικό ROI, οι τεχνικές προδιαγραφές είναι απλά θόρυβος.

Ένα άλλο μεγάλο λάθος είναι η προσπάθεια να κολλήσετε την AI σε ό,τι ήδη έχετε χωρίς να ρωτήσετε τι κάνει στην αρχιτεκτονική, το μοντέλο ασφαλείας και τα κόστη. Η AI είναι θεμελιώδης τεχνολογία, όχι μια επικαιρική αναβάθμιση χαρακτηριστικών. Όταν την αντιμετωπίζετε ως επικαιρική, καταλήγετε με κακά δεδομένα, προβλήματα ασφαλείας, ψευδείς ενημερώσεις, κόστη που ξεφεύγουν από τον έλεγχο, ή πολλή δραστηριότητα που δεν λύνει κανένα πρόβλημα για κανέναν.

Τέλος, δεν μπορείτε να αγνοήσετε το контέκστ και τη σημασία της κάθετης εμπειρογνωμοσύνης. Η δράση είναι όλα για το контέκστ, και αυτό το контέκστ διαφέρει σε τηλεπικοινωνίες, fintech και υγεία. Στη Calix, ξεκινήσαμε με βαθιά εμπειρογνωμοσύνη σε ένα βιομηχανικό τομέα και χτίσαμε μια κάθετη πλατφόρμα γύρω από αυτό. Ήδη κατανοούσαμε τα δεδομένα, τις ενημερώσεις, τις ροές εργασιών και το контέκστ, οπότε το στάκο μπορούσε να αντανακλούσε αυτήν την πραγματικότητα. Οι περισσότερες εταιρείες γνωρίζουν τον κάθετο βιομηχανικό τομέα τους από μέσα. Η ευκαιρία είναι να κωδικοποιήσετε αυτήν την γνώση σε μια κάθετη τεχνολογική πλατφόρμα αντί να βασίζεστε σε một λεπτή οριζόντια στρώση και ένα γενικό μοντέλο AI, και στη συνέχεια να προσπαθήσετε να ράψετε όλα αυτά μαζί. Οι επιχειρήσεις είναι για αποτελέσματα, όχι για μοντέλα. Το πραγματικό ερώτημα είναι πώς αυτή η τεχνολογία σας βοηθά να παραδώσετε αυτά τα αποτελέσματα με τον τρόπο που ρέει η δουλειά σας.

Έχετε περιγράψει μια πενταστιβάτη αρχιτεκτονική για λειτουργική AI που περιλαμβάνει δεδομένα, γνώση, ορχήστρα, εμπιστοσύνη και δράση. Γιατί είναι σημαντικό να分离σετε ρητά αυτές τις στρώσεις, και ποια από αυτές τις στρώσεις οι επιχειρήσεις υποτιμούν ή παραλείπουν εντελώς;

Για πολύ καιρό, το στάκο ήταν khá απλό: δεδομένα, ενημερώσεις, πίνακες ελέγχου, ροές εργασιών, άνθρωποι. Χτίζαμε αποθήκες δεδομένων, τοποθετούσαμε επιχειρηματική νοημοσύνη πάνω από αυτά, δημιουργούσαμε μηχανές ροής εργασιών και παρείχαμε τη δουλειά στους ανθρώπους. Σε ένα ατζεντικό κόσμο, αυτό δεν ισχύει. Χρειάζεστε δεδομένα, γνώση, ορχήστρα, εμπιστοσύνη και δράση, επειδή κάθε στρώση εκτελεί μια διαφορετική λειτουργία.

Το ορατό μέρος που όλοι θέλουν να μιλήσουν είναι η στρώση δράσης – τα ατζέντα. Αυτό είναι η κορυφή του παγόβουνου. Τι καθορίζει αν μπορείτε να αφήσετε τα ατζέντα να αγγίξουν πραγματικά συστήματα είναι όλα τα “βαρετά” πράγματα κάτω από την επιφάνεια: δεδομένα pipelines και καθαρά δεδομένα, η στρώση γνώσης που σας δίνει контέκστ, η ορχήστρα που συντονίζει δυναμικές ροές εργασιών, και το μοντέλο εμπιστοσύνης που αποφασίζει τι πρέπει να επιτρέπεται στην αρχή. Όταν το Τιτανικός βυθίστηκε, δεν ήταν το μικρό κομμάτι που μπορούσατε να δείτε που το βύθισε; ήταν η τεράστια μάζα πάγου κάτω από την επιφάνεια. Η λειτουργική AI είναι η ίδια. Το σωλήνα κάτω από την επιφάνεια είναι αυτό που κάνει ή σπάει.

Ιστορικά, δεν αντιμετωπίζαμε την ορχήστρα και την εμπιστοσύνη ως ξεχωριστές στρώσεις, επειδή οι άνθρωποι έκαναν την περισσότερη δουλειά. Η ορχήστρα σήμαινε διευθυντές και ουρές εισιτηρίων; η εμπιστοσύνη σήμαινε ονόματα χρηστών και κωδικούς. Τώρα πρέπει να εμπιστευτείτε οντότητες – ατζέντα – να κάνουν πράγματα, και πρέπει να συντονίσετε πολλά ατζέντα σε πραγματικό χρόνο γύρω από δυναμικά δεδομένα. Αυτό είναι ένα完全 διαφορετικό πρόβλημα σχεδιασμού, οπότε αυτές οι στρώσεις πρέπει να είναι ρητές.

Η στρώση που οι περισσότεροι υποτιμούν είναι η εμπιστοσύνη. Πολλές εταιρείες πιστεύουν ότι χειρίζονται την εμπιστοσύνη, επειδή έχουν ελέγχους πρόσβασης – ποιος μπορεί να συνδεθεί σε ποιο σύστημα. Αλλά η πραγματική εμπιστοσύνη σε ένα ατζεντικό κόσμο δεν είναι “έχει ο χρήστης πρόσβαση;” Είναι “είναι αυτή η συγκεκριμένη δράση κατάλληλη για αυτόν τον άνθρωπο ή αυτό το ατζέντο σε αυτό το σημείο;” Αυτό είναι ένα ερώτημα διακυβέρνησης, όχι ερώτημα ελέγχου πρόσβασης. Αν δεν κάνετε αυτήν τη στρώση ρητή, καταλήγετε σε μια κατάσταση που δεν μπορείτε να αφήσετε τα ατζέντα να κάνουν πραγματική δουλειά σε παραγωγή, επειδή είστε πάντα σε μια κατάσταση “demo”.

Έτσι, η εμπιστοσύνη είναι σαφώς ένα θεμελιώδες μέρος της στρατηγικής AI σας. Πώς σχεδιάζετε συστήματα για να παραμείνουν οι αυτόματες αποφάσεις παρατηρήσιμες, ελέγξιμες και αναστρέψιμες, ενώ παράλληλα κινείστε αρκετά γρήγορα για να παραδώσετε επιχειρηματική αξία;

Πρέπει να ξεκινήσετε από μια στάση μηδενικής εμπιστοσύνης. Το πρώτο ερώτημα δεν είναι “μπορεί αυτό το ατζέντο να κάνει αυτό;” Το πρώτο ερώτημα είναι “πρέπει αυτό το ατζέντο, για λογαριασμό αυτού του ανθρώπου, να προσπαθήσει να κάνει αυτό;” Αν η απάντηση είναι όχι, τότε μην προχωρήσετε.

Αν η απάντηση είναι ναι, μεταβαίνετε στα φράγματα: ελέγχου, ιχνηλασιμότητας και ανάγκης για ανθρώπινο παράγοντα στη ροή. Το μοντέλο μας βασίζεται σε μια στρώση εμπιστοσύνης που λειτουργεί λίγο σαν ένας τροχός σε κάθε互одействία: ποιος είσαι, τι κάνεις και γιατί το κάνεις; Αυτό εξαλείφει πολλά προβλήματα ασφαλείας, επειδή δεν αφήνετε τα ατζέντα να τρέχουν και να κάνουν πράγματα και στη συνέχεια να ελπίζετε ότι θα τα παρατηρήσετε μετά.

Η εναλλακτική λύση είναι να αφήσετε τα ατζέντα να τρέξουν και στη συνέχεια να σημάνετε μια συναγερμό αν πάνε και κάνουν κάτι κακό. Υποθέτετε ότι μπορείτε να το δείτε, να το κατανοήσετε, να το αναγνωρίσετε και να το σταματήσετε σε πραγματικό χρόνο, στο ρυθμό και την κλίμακα που λειτουργούν αυτά τα συστήματα. Αυτό είναι ένα πολύ δύσκολο πρόβλημα, και είναι γιατί πολλοί άνθρωποι παλεύουν – προσπαθούν να ψάξουν για κακόβουλα ατζέντα σε πραγματικό χρόνο αντί να προλαμβάνουν κακές ενέργειες από την αρχή.

Επίσης, έχουμε προσθέσει στρωμένα φράγματα. Ακόμη και αν ένα ατζέντο ενεργεί για λογαριασμό του σωστού ανθρώπου, εξακολουθούμε να κοιτάζουμε τη συνεδρία και το περιεχόμενο – προσπαθούν να δηλητηριάσουν ένα μοντέλο, να καταχράσθηκαν μια API, ή να πιέσουν κάτι έξω από την πολιτική; Όλα αυτά είναι τυλιγμένα σε πλήρη παρατηρησιμότητα, οπότε μπορείτε να ελέγξετε τι συνέβη και να το αναστρέψετε αν χρειάζεται. Αυτός είναι ο τρόπος που κινείστε γρήγορα και παράλληλα κοιμηθείτε ήρεμα.

Πολυάριθμες εταιρείες καταφέρνουν να παράγουν ενημερώσεις AI αλλά παλεύουν να τις μετατρέψουν σε δράση. Ποια σχέδια σας επέτρεψαν να ωθήσετε την AI直接 στις ημερήσιες ροές εργασιών σε μάρκετινγκ, λειτουργίες και υποστήριξη πελατών;

Λίγο πριν η AI γίνει η σταρ του σόου, στη Calix ήμασταν ήδη εμμονικοί με ένα ερώτημα: τι κάνει μια ενημέρωση πραγματικά δραστήρια για ένα πραγματικό πρόσωπο σε μια πραγματική δουλειά; Από το 2018, εργαζόμαστε με παρόχους υπηρεσιών για να κατανοήσουμε πώς διαφορετικά πρόσωπα δουλεύουν – τι κάνει ένας μάρκετινγκ την Τρίτη το πρωί, τι κάνει μια ομάδα λειτουργιών όταν μια συναγερμός πυροδοτεί, τι κάνουν οι ομάδες υποστήριξης όταν ένας συνδρομητής καλεί με θυμό. Αυτό μας ανάγκασε να γίνουμε πολύ σαφείς σχετικά με ποια ενημερώσεις είχαν σημασία σε ποιον, σε ποιο контέκστ, και τι “καλή δράση” έμοιαζε.

Όταν η ατζεντική AI ήρθε, δεν ξεκινήσαμε από το μηδέν. Ήδη είχαμε συστήματα σε πραγματικό χρόνο που παράγουν δραστήριες ενημερώσεις που συνδέονται με συγκεκριμένα πρόσωπα και ροές εργασιών. Το ερώτημα σχεδιασμού έγινε: δεδομένου ενός διαφορετικού σετ εργαλείων και τεχνολογικής πλαισίου, πώς θα ξανασχεδιάζατε αυτές τις ίδιες ροές εργασιών σε ένα ατζεντικό κόσμο AI, αντί να προσπαθήσετε να εφεύρετε όλα αυτά από την αρχή;

Όταν ζευγαρώνετε αυτήν τη βαθιά γνώση προσώπων με ατζεντική AI, μπορείτε να χτίσετε δυναμικές ροές εργασιών πάνω σε δυναμικά δεδομένα. Τα ατζέντα μπορούν να κατανοήσουν, σε πραγματικό χρόνο, ποια βήματα και ποια πρόσωπα πρέπει να συμμετέχουν με βάση ό,τι συμβαίνει, αντί να σας αναγκάσουν να κωδικοποιήσετε εκατοντάδες σκληρές ροές σε μικρο-υπηρεσίες. Για τις περισσότερες εταιρείες, το δύσκολο πρόβλημα τώρα είναι να λάβουν πραγματικές αποφάσεις με βάση το контέκστ και στη συνέχεια να σχεδιάσουν τη σωστή ροή εργασιών γύρω από αυτό. Για εμάς, αυτό το μέρος ήταν ήδη στη θέση του; είχαμε ήδη κάνει πραγματικό χρόνο, προσωποποιημένες ενημερώσεις για χρόνια. Η ατζεντική AI είναι απλά ένα νέο σετ εργαλείων πάνω σε αυτήν τη βάση.

Η όρασή σας για την πλατφόρμα περιλαμβάνει ατζέντα-προς-ατζέντα (A2A) διαλειτουργικότητα και ομοσπονδιακά συστήματα AI. Πώς αλλάζει αυτόν τον τρόπο η συνεργασία των επιχειρηματικών εργαλείων σε σύγκριση με τις παραδοσιακές σημειακές ολοκληρώσεις;

Αν κοιτάξετε τα τελευταία 20 χρόνια, το mặc định μοτίβο ήταν “αγοράστε πολλά εργαλεία SaaS και συνδέστε τα μαζί γύρω από μια λίμνη δεδομένων”. Κάθε νέο σύστημα σήμαινε μια νέα σημειακή ολοκλήρωση, μια νέα πηγή δεδομένων και ένα νέο σημείο για να συμφωνήσετε την αλήθεια. Σε ένα ατζεντικό κόσμο, αυτό δεν κλιμακώνεται. Θέλετε τα δεδομένα να παραμείνουν όπου ανήκουν και τα ατζέντα να μιλήσουν μεταξύ τους μέσω καλά καθορισμένων διεπαφών.

Γι’ αυτό μιλάμε για να αγγίξουμε το σύστημα σε δύο στρώσεις: MCP στη στρώση γνώσης, και A2A στις στρώσεις ορχήστρας και εμπιστοσύνης. MCP είναι πώς τα ατζέντα ανακαλύπτουν και χρησιμοποιούν εργαλεία και δεδομένα χωρίς μια νέα προσαρμοσμένη ολοκλήρωση κάθε φορά. A2A είναι πώς τα ατζέντα συντονίζουν δουλειά μεταξύ τους υπό σαφείς φράγματα.

Μόλις έχετε αυτό, η συνεργασία σταματά να μοιάζει με μια σωρούνα χрупких συνδέσεων και αρχίζει να μοιάζει με ένα δίκτυο ειδικών που μπορούν να συνεργαστούν δυναμικά γύρω από πραγματική δουλειά. Εδώ είναι όπου η αναλογία του πίνακα Eisenhower έρχεται. Όχι όλα είναι εξίσου επείγοντα και εξίσου σημαντικά. Κάποια δουλειά είναι πραγματικά επείγουσα, κάποια είναι σημαντική αλλά μπορεί να προγραμματιστεί, κάποια απλά πρέπει να γίνει, και κάποια είναι θόρυβος. Με ατζέντα-προς-ατζέντα συντονισμό πάνω από μια στρώση εμπιστοσύνης και ορχήστρας, μπορείτε να αντιμετωπίζετε αυτές τις κατηγορίες διαφορετικά σε κλίμακα: τα ατζέντα μπορούν να επιτεθούν στα επείγοντα και σημαντικά προβλήματα, να προγραμματίσουν ή να κάνουν την σημαντική αλλά όχι επείγουσα δουλειά, και να κρατήσουν τη χαμηλής αξίας δουλειά από το να σφραγίσει όλα.

Αυτό είναι ένας πολύ διαφορετικός κόσμος από “αφήστε μια ακόμη σύνδεση και ελπίστε ότι η ουρά θα εκκαθαρίσει”. Βλέπετε πραγματικά εμπιστευμένα, προσεκτικά συντονισμένες δυναμικές ροές εργασιών γύρω από δυναμικά γεγονότα και δεδομένα, αντί για μια μπελάδα από μοναδικές ολοκληρώσεις όπου όλα φωνάζουν με την ίδια προτεραιότητα.

Μόλις τα ατζέντα AI επιτρέπονται να ενεργούν αυτονομικά, η διακυβέρνηση γίνεται γρήγορα μια πρόκληση. Πώς ισορροπείτε ταχύτητα, ευθύνη και ανθρώπινη εποπτεία όταν τα συστήματα AI λαμβάνουν ή εκτελούν αποφάσεις σε κλίμακα;

Το λάθος που βλέπω είναι ότι οι άνθρωποι πιστεύουν ότι μπορούν να κολλήσουν ατζεντική AI πάνω σε ό,τι έχουν και στη συνέχεια να προσπαθήσουν να “ισορροπήσουν” ταχύτητα, ευθύνη και ανθρώπινη εποπτεία μετά. Δεν можете. Πρέπει να ξεκινήσετε αναγνωρίζοντας ότι αυτό είναι ένα(vertical) τεχνολογικό πρόβλημα στάκου και να χτίσετε σκόπιμα μια στρώση εμπιστοσύνης και μια στρώση ορχήστρας. Χωρίς αυτές τις στρώσεις, γίνεται μια ελεύθερη-for-all – όλα είναι πρώτο-ερχόμενη, πρώτο-υπηρετούμενη, ή όποιος φωνάζει πιο δυνατά.

Πάλι, είναι ο πίνακας Eisenhower: όχι όλα τα προβλήματα είναι ισάξια. Η εμπιστοσύνη και η ορχήστρα είναι πώς operationalize αυτό σε ένα ατζεντικό κόσμο. Δεν θέλετε κάθε ατζέντο να αντιμετωπίζει κάθε εργασία σαν μια πυρκαγιά; θέλετε το σύστημα να γνωρίζει τι είναι πραγματικά επείγον, τι μπορεί να προγραμματιστεί, και τι πρέπει να χειριστεί ήρεμα στο παρασκήνιο.

Και στη συνέχεια υπάρχει το “στενό hơn του παχύ”. Οι περισσότερες εταιρείες λανθάνουν ότι μεγαλύτερη επίδραση από την AI σημαίνει να παραμείνουν широкές. Είστε πολύ καλύτερα να επιλέξετε một στενό κάθετο τμήμα – μια συγκεκριμένη περίπτωση χρήσης, μια συγκεκριμένη ροή εργασιών – και να χτίσετε την εμπιστοσύνη και την ορχήστρα που χρειάζεστε εκεί πρώτα. Γίνετε πιο λεπτοί στο κάθετο, κάνετε το σωστό, κρατήστε τους ανθρώπους στη ροή στα άκρα, και στη συνέχεια επεκταθείτε. Αυτός είναι ο τρόπος που κινείστε γρήγορα, παραμείνετε υπεύθυνοι και αποφεύγετε να δημιουργήσετε ένα χάος που δεν μπορείτε να ξεμπερδέψετε αργότερα.

Από την εμπειρία σας ως ηγέτη μεγάλων παγκόσμιων ομάδων προϊόντων και μηχανικής, ποια οργανωτικά ή πολιτισμικά μετατοπίσεις απαιτούνται για την AI να γίνει μια ανθεκτική επιχειρηματική ικανότητα και όχι μια συλλογή από_DISCONNECTED πιλότους;

Οι περισσότερες επιχειρήσεις δεν έχουν ένα “πρόβλημα AI”; έχουν ένα πρόβλημα γνώσης και ροής εργασιών. Η πρώτη μετατόπιση είναι να σταματήσετε να παίζετε με σημειακές λύσεις και να μεταβείτε από αποθήκες δεδομένων σε μια ομοσπονδιακή αποθήκη γνώσης που όλοι μπορούν να δουν και να ενεργήσουν. Όσο η γνώση ζει σε σιλό και η AI είναι ένα κεράσι πάνω από κάθε σιλό, θα πάρετε πιλότους, όχι μεταμόρφωση.

Από εκεί, πρέπει να είστε διατεθειμένοι να πιέσετε τα πιο δύσκολα προβλήματα σε μια συγκεκριμένη σειρά. Βήμα ένα είναι να分離σετε την υπερβολή από την πραγματικότητα και να υιοθετήσετε ό,τι λειτουργεί, όχι ό,τι είναι πιο δυνατό στο feed σας. Βήμα δύο είναι να ξανασχεδιάσετε τη στρώση γνώσης ώστε να μπορείτε να μετατρέψετε δεδομένα σε κοινή, ομοσπονδιακή контέκστ αντί για μια ακόμη αναφορά που θάφτηκε σε ένα σύστημα. Βήμα τρία είναι να ξανασχεδιάσετε τις ροές εργασιών γύρω από αυτήν τη γνώση και μια πραγματική στρώση εμπιστοσύνης – η περισσότερη δουλειά σήμερα οργανώνεται γύρω από ανθρώπους, δεξιότητες και τοπικές γνώσεις σιλό. Αν δεν αλλάξετε αυτό, τα ατζέντα θα είναι απλά ένα ακόμη εργαλείο που περιστρέφεται γύρω από τις ίδιες παλιές συμφράγματα.

Μόνο τότε έρχεται η πολιτισμική μετατόπιση, η οποία είναι συχνά η πιο δύσκολη. Χρειάζεστε einen πολιτισμό όπου οι άνθρωποι δεν φοβούνται κυρίως να χάσουν τις δουλειές τους, τα εργαλεία τους ή την ταυτότητά τους, αλλά είναι πραγματικά ενθουσιασμένοι να δουλέψουν με νέες ικανότητες. Αυτό είναι ένα πρόβλημα διαχείρισης αλλαγής, όχι ένα τεχνολογικό πρόβλημα. Μοιάζει πολύ με πραγματική διανεμημένη ηγεσία: άνθρωποι στο σημείο του δόρατος κατανοούν τις ροές εργασιών, αισθάνονται ασφαλείς να ονομάζουν την τριβή και είναι ενθουσιασμένοι να βάλουν τα ατζέντα να δουλέψουν πάνω σε αυτό.

Κοιτάζοντας πέρα από το ευρυζωνικό διαδίκτυο και τις τηλεπικοινωνίες, ποιες βιομηχανίες πιστεύετε ότι είναι καλύτερα τοποθετημένες για να υιοθετήσουν λειτουργική, ατζέντα-οδηγούμενη AI επόμενη, και ποια προϋποθέσεις τις κάνουν έτοιμες;

Δεν σκέφτομαι πραγματικά αυτό ως την επιλογή νικητών ανά βιομηχανία; σκέφτομαι σε όρους μοτίβων.几乎 κάθε κάθετος έχει την ίδια υποκείμενη πρόκληση: έχουν χτίσει δεδομένα σιλό και λειτουργικές σιλό αντί για μια θέα σε τρεις κύκλους ζωής – πελάτη, εργαζόμενο και προϊόν. Αυτοί που είναι έτοιμοι είναι εκείνοι που είναι διατεθειμένοι να δουν αυτό, να ομολογήσουν ότι δεν έχουν μια πραγματική στρώση γνώσης, και να το διορθώσουν.

Από εκεί, οι προϋποθέσεις μοιάζουν khá παρόμοιες ανεξάρτητα από το αν είστε στην υγεία, την fintech, το λιανικό εμπόριο ή την κρίσιμη υποδομή. Χρειάζεστε σύνθετες ροές εργασιών όπου οι άνθρωποι είναι τεντωμένοι, πραγματικά σημεία τριβής που μπορείτε να ονομάσετε, και αρκετά υψηλής ποιότητας δεδομένα για να δώσετε στα ατζέντα контέκστ. Αν μπορείτε να χαρτογραφήσετε τις τρέχουσες ροές εργασιών, να δείτε πού η δουλειά επιβραδύνεται ή συσσωρεύεται, να κατανοήσετε ποια handoffs δημιουργούν καθυστερήσεις, και στη συνέχεια να υποστηρίξετε这一 με μια ομοσπονδιακή αποθήκη γνώσης, η ατζεντική AI γίνεται ένα απίστευτο σετ εργαλείων.

Σε αυτόν τον κόσμο, η “ετοιμότητα βιομηχανίας” έρχεται xuống σε ηγεσία. Είναι οι ηγέτες μιας εταιρείας διατεθειμένοι να μεταβούν πέρα από μάρκετινγκ εργαλεία και λεπτές οριζόντιες πίνακες ελέγχου, και να επενδύσουν σε μια κάθετη τεχνολογική πλαισίου – να μετατρέψουν δεδομένα σε γνώση, να ομοσπονδία αυτήν τη γνώση, να τοποθετήσουν ορχήστρα και φράγματα εμπιστοσύνης, και να έχουν ειλικρινείς συζητήσεις σχετικά με το πού είναι το πραγματικό ROI; Κάθε εταιρεία σε οποιαδήποτε βιομηχανία που κάνει αυτήν τη δουλειά είναι καλά τοποθετημένη για λειτουργική, ατζέντα-οδηγούμενη AI; αυτοί που δεν το κάνουν θα είναι κολλημένοι προσθέτοντας ένα ακόμη εργαλείο σε μια ήδη θορυβώδη σωρούνα.

Όσο η επιχειρηματική AI εξελίσσεται προς multi-ατζέντα και multi-cloud περιβάλλοντα, τι μοιάζει μια καλή αρχιτεκτονική AI πέντε χρόνια από τώρα, και ποια αρχές πρέπει οι ηγέτες να δεσμευτούν σήμερα για να αποφευχθεί η αναδόμηση των συστημάτων τους αργότερα;

Πέντε χρόνια από τώρα, το ενδιαφέρον μέρος της AI δεν θα είναι τα ατομικά ατζέντα ή μοντέλα; θα είναι οι ατζεντικές ροές εργασιών που αυτά τα ατζέντα ενεργοποιούν και η επιχειρηματική αξία που αυτές οι ροές εργασιών παραδίδουν. Τα ατζέντα θα έρθουν και θα πάνε. Οι στρώσεις κάτω από αυτά – δεδομένα, γνώση, ορχήστρα, εμπιστοσύνη και δράση – θα συνεχίσουν να εξελίσσονται, αλλά η ανάγκη για αυτές δεν θα φύγει.

Γι’ αυτό είμαι περισσότερο εστιασμένος στην αρχιτεκτονική παρά σε οποιοδήποτε συγκεκριμένο εργαλείο. Μεταβαίνουμε από αποθήκες δεδομένων σε ομοσπονδιακές αποθήκες γνώσης, από χрупIDES σημειακές ολοκληρώσεις σε ανοιχτές, στρωμένες πλαισίων. Σε αυτόν τον κόσμο, θα έχετε ατζέντα να τρέχουν σε διαφορετικά cloud, να αγγίζουν διαφορετικές πηγές γνώσης και να συντονίζουν πάνω από καλά καθορισμένες διεπαφές – MCP στη στρώση γνώσης, ατζέντα-προς-ατζέντα πρωτόκολλα στις στρώσεις ορχήστρας και εμπιστοσύνης. Όσο η τεχνολογία βελτιώνεται, θέλετε να μπορείτε να ανταλλάξετε καλύτερα κομμάτια σε αυτές τις στρώσεις χωρίς να ξαναχτίζετε όλο το σύστημα κάθε φορά.

Έτσι, οι αρχές για τους ηγέτες είναι απλές. Μην χτίζετε μονολιθικά. Σχεδιάστε για στρώσεις ώστε τα δεδομένα, η γνώση, η ορχήστρα, η εμπιστοσύνη και η δράση να μπορούν να εξελιχθούν ανεξάρτητα. Σχεδιάστε για ροές, όχι για χαρακτηριστικά, ώστε να είναι σαφές ποια ροές εργασιών έχουν σημασία και τι “καλό” μοιάζει σε κύκλους ζωής πελάτη, εργαζόμενο και προϊόν. Και σχεδιάστε για διακυβέρνηση στο επίπεδο ατζέντα: υποθέστε μηδενική εμπιστοσύνη από προεπιλογή, ορίστε σαφείς “ατζέντα κάρτες”, και χρησιμοποιήστε ορχήστρα για να αποφασίσετε τι είναι επείγον, τι είναι σημαντικό, και τι απλά πρέπει να γίνει. Αν το κάνετε αυτό, μπορείτε να αφήσετε την τεχνολογία να αλλάξει – όπως πάντα κάνει – χωρίς να ανησυχείτε συνεχώς για την αναδόμηση.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Calix.