Βιτζάι Ραγιαπάτι, Διευθύνων Σύμβουλος και Συνιδρυτής της Atomicwork – Σειρά Συνεντεύξεων

Βιτζάι Ραγιαπάτι είναι ο συνιδρυτής και Διευθύνων Σύμβουλος της Atomicwork. Πριν ιδρύσει την εταιρεία, υπήρξε Αντιπρόεδρος και Γενικός Διευθυντής στη Nutanix, όπου ηγήθηκε του τμήματος End User Computing μετά την απόκτηση της Frame, της εταιρείας cloud desktop που είχε ιδρύσει και είχε αναπτύξει ως Διευθύνων Σύμβουλος. Παλαιότερα στην καριέρα του, είχε λάβει μέρος σε τεχνικούς και προϊοντικών ρόλους στην VMware και τη Microsoft, δίνοντάς του βαθιά εμπειρία στην κατασκευή υποδομών επιχειρήσεων και πλατφορμών τελικού χρήστη. Το υπόβαθρό του καλύπτει cloud υποδομή, λογισμικό επιχείρησης και τεχνολογία εργασιακού χώρου που οδηγείται από AI, καθιστώντας τον γνωστό ιδρυτή στον χώρο των επιχειρηματικών IT.

Atomicwork είναι μια εταιρεία επιχειρηματικών AI που κατασκευάζει μια πλατφόρμα IT υπηρεσιών με agentic διαχείριση που βοηθά τους υπαλλήλους να επιλύσουν τεχνολογικά προβλήματα, να αυτοματοποιήσουν καθημερινές εργασίες υποστήριξης και να έχουν πρόσβαση σε γνώσεις επιχείρησης μέσω AI. Η πλατφόρμα συνδυάζει πράκτορες AI με σύγχρονες ικανότητες ITSM για να χειριστεί αιτήσεις υπηρεσιών, να διερευνήσει προβλήματα, να ορχηστρώσει ροές εργασιών σε συστήματα επιχείρησης και να μειώσει το βάρος στις ομάδες IT. Οι πελάτες χρησιμοποιούν την Atomicwork για να προσφέρουν γρηγορότερη υποστήριξη υπαλλήλων ενώ βελτιώνουν την επιχειρησιακή αποτελεσματικότητα σε IT και επιχειρησιακές λειτουργίες.

Παλαιότερα, συνίδρυσε την Minjar, κατασκεύασε την επιχειρηματική διαχείριση cloud και στη συνέχεια ηγήθηκε της λειτουργίας στη Nutanix μετά την απόκτηση. Ποια μαθήματα από την κατασκευή, πώληση και ενσωμάτωση μιας εταιρείας επιχειρηματικού λογισμικού σας έκαναν να ιδρύσετε την Atomicwork το 2022 και να ξαναχτίσετε τη διαχείριση IT υπηρεσιών από την αρχή για την εποχή AI;

Στην Minjar, κατασκεύασα λογισμικό που μπορούσε να μειώσει το λογαριασμό cloud μιας εταιρείας κατά ένα τρίτο μέσω αυτοματοποίησης. Οι πελάτες αγαπούσαν τις συστάσεις. Στη συνέχεια, καθόμασταν πάνω σε αυτές για δύο τρίμηνα. Μου πήρε λίγο χρόνο να κατανοήσω το γιατί, και η απάντηση δεν ήταν τεχνική. Όταν η αυτοματοποίηση κάνει μια κλήση και πάει λάθος, δεν υπάρχει κανείς να ευθύνεται. Οι επιχειρήσεις δεν αγοράζουν μόνο λογισμικό ή αποτελέσματα. Αγοράζουν κάποιον να απαντήσει για αυτούς. Λογισμικό χωρίς θέση στο οργανόγραμμα δεν παίρνει εξουσία, όσο καλό κι αν είναι.

Η απόκτηση με δίδαξε ένα στενότερο μάθημα. Τα προϊόντα σημείου αγοράζονται. Τα συστήματα εγγραφής κατασκευάζονται. Μπορείς να είσαι το καλύτερο προϊόν και να ξοδεύεις τη ζωή σου γύρω από όποιον κατέχει τη ροή εργασιών.

Τα χρόνια στη Nutanix έθεσαν τα δύο μαζί. Παρακολούθησα το IT να αγοράζει διαχείριση υπηρεσιών για έλεγχο και τους υπαλλήλους να την βιώνουν ως μια φόρμα και μια ουρά. Κατανοήσα επίσης ότι το tiket δεν ήταν ποτέ το προϊόν. Το ιχνηλάτης ήταν. Αυτός είναι ο λόγος για τον οποίο η ITSM επιβίωσε σαράντα χρόνων από ανθρώπους που την μισούσαν, και είναι επίσης ο λόγος για τον οποίο κανείς δεν μπορούσε να την αφαιρέσει.

Έτσι, το ερώτημα το 2022 δεν ήταν αν η AI μπορούσε να κάνει τη δουλειά. Ήταν αν θα μπορούσατε να δώσετε στην AI μια θέση στο οργανόγραμμα. Οι πλατφόρμες ITSM κληρονομιάς δεν μπορούν, γιατί ένας ανθρώπινος αναθέτης καθίσταται στο κέντρο του μοντέλου δεδομένων τους και κάθε SLA, έγκριση και αναφορά κρέμεται από αυτή την υπόθεση. Προσάρτηση AI και θα πάρετε μια ταχύτερη φόρμα.

Κατασκευάσαμε για την άλλη απάντηση όπου η AI παραδίδει einen υβριδικό εργατικό δυναμικό, όχι μόνο λογισμικό. Οι συνεργάτες AI κάνουν τη δουλειά, και το IT τους κυβερνά με τον ίδιο τρόπο που η HR κυβερνά τους ανθρώπους. Δεν ρυθμίζεις έναν συνεργάτη AI. Τον προσλαμβάνεις σε ένα ρόλο, αναθεωρείς τη δουλειά του και του ανακαλείς αν δεν εκτελεί. Αυτή είναι η διαφορά μεταξύ AI ως χαρακτηριστικού και AI ως εργατικού δυναμικού.

Η Atomicwork περιγράφει τους συνεργάτες AI ως συστήματα που κατέχουν καθορισμένους ρόλους εργασίας και ολοκληρώνουν δουλειά από την αρχή μέχρι το τέλος, αντί να απαντούν απλώς σε ερωτήσεις ή να εκτελούν απομονωμένες εργασίες. Ποια τεχνικά χαρακτηριστικά διακρίνουν έναν γνήσιο συνεργάτη AI από ένα chatbot, copilot ή παραδοσιακό εργαλείο αυτοματοποίησης, και πού πρέπει να τελειώνει η αυτονομία του;

Ein chatbot απαντάει σε μια ερώτηση, και ένας copilot βοηθά κάποιον να ολοκληρώσει μια εργασία, αλλά κανένας από τους δύο δεν είναι υπεύθυνος για την ολοκλήρωση της δουλειάς. Ein συνεργάτης AI είναι διαφορετικός επειδή του έχει ανατεθεί ένας καθορισμένος ρόλος και αναμένεται να παραδώσει ένα αποτέλεσμα. Ανεξάρτητα από το αν είναι η τριχοτόμηση περιστατικών, η παροχή πρόσβασης ή η ενσωμάτωση υπαλλήλων, συνεχίζει να εργάζεται σε κάθε βήμα για να φτάσει στο στόχο αντί να σταματά μετά την πρώτη στροφή.

Αυτό απαιτεί πολύ περισσότερα από ένα ικανό μοντέλο. Ein συνεργάτης AI χρειάζεται μια ταυτότητα, τις σωστές άδειες, πρόσβαση σε εγκεκριμένα εργαλεία, οργανωτικό контέκστ, ένα προϋπολογισμό και σαφείς οριακές συνθήκες και ρόλο. Πρέπει να εργαστεί σε επιχειρηματικά συστήματα, να κατανοήσει πότε (και ποιος) να ζητήσει έγκριση και να αφήσει ένα ιχνηλάτη πίσω από κάθε ενέργεια. Αυτός είναι ο λόγος για τον οποίο εστιάσαμε τόσο πολύ στην πλατφόρμα γύρω από το μοντέλο. Αξιόπιστη AI εξαρτάται από ορχηστραция, διακυβέρνηση και εκτέλεση τόσο όσο και η νοημοσύνη.

Η αυτονομία δεν πρέπει ποτέ να είναι απεριόριστη. Ein συνεργάτης AI πρέπει να λειτουργεί εντός των ευθυνών του ρόλου εργασίας, ενώ οι άνθρωποι παραμένουν εμπλεκόμενοι όποτε η δουλειά επηρεάζει ευαίσθητα συστήματα ή έχει νομικές, οικονομικές ή εργασιακές επιπτώσεις.

Η πλατφόρμα σας επιτρέπει σε εξειδικευμένους συνεργάτες AI να συνεργαστούν σε διαχείριση περιστατικών, παροχή πρόσβασης, ενσωμάτωση και λειτουργίες IT. Πώς αυτοί οι συνεργάτες AI μοιράζονται ευθύνες, μοιράζονται контέκστ και ανακτούν όταν ένας συνεργάτης AI λαμβάνει μια λανθασμένη απόφαση που μπορεί να επηρεάσει την υπόλοιπη ροή εργασιών;

Δεν πιστεύουμε ότι ένας συνεργάτης AI πρέπει να προσπαθήσει να κάνει κάθε δουλειά. Οι οργανώσεις IT已经 διαχωρίζουν τις ευθύνες σε διαφορετικές ομάδες επειδή κάθε ρόλος έχει διαφορετικά στόχους, άδειες και εμπειρογνωσία. Εφαρμόσαμε την ίδια σκέψη στους συνεργάτες AI, που είναι ο λόγος για τον οποίο εκκινήσαμε με πιστοποιημένους συνεργάτες AI που εξειδικεύονται σε διαφορετικές λειτουργίες IT.

Κάθε συνεργάτης κατέχει μια συγκεκριμένη λειτουργία ενώ μοιράζεται τον ίδιο επιχειρηματικό контέκστ. Όταν ένας υπάλληλος δημιουργεί ένα tiket στην Atomicwork, η έξυπνη διαδρομή εξασφαλίζει ότι διανέμεται στον σωστό συνεργάτη AI που εργάζεται στην αίτηση και (ανάλογα με την αίτηση) την αναθέτει σε έναν άλλο συνεργάτη AI, δημιουργεί child tikets για συνεργάτες AI να επιλύσουν το ζήτημα παράλληλα (για παράδειγμα, ένα tiket ενσωμάτωσης μπορεί να χωριστεί σε δραστηριότητες που μπορούν να εργαστούν παράλληλα) ή την αναβαθμίζει σε έναν άνθρωπο. Όσο η δουλειά μεταφέρεται από einen συνεργάτη σε έναν άλλο, η σχετική πληροφορία μεταφέρεται μαζί με το tiket (το σύστημα εγγραφής), μαζί με πρόσβαση σε σχετικά συστήματα όπως η υπηρεσία γραφείου, πλατφόρμες ταυτότητας, συστήματα HR και εργαλεία συνεργασίας. Αυτός ο κοινός контέκστ позволяет σε κάθε συνεργάτη να λαμβάνει αποφάσεις με βάση το τι έχει ήδη συμβεί αντί να αρχίζει από την αρχή.

Η Atomicwork υποστηρίζει διαφορετικά πλαίσια και μοντέλα από παρόχους όπως OpenAI, Anthropic και Google. Πώς καθορίζετε ποιο μοντέλο πρέπει να χειριστεί ανάκτηση, συλλογισμό, σχεδιασμό και εκτέλεση, και πώς μπορούν οι επιχειρήσεις να διατηρήσουν συνεπή συμπεριφορά καθώς τα υποκείμενα μοντέλα συνεχίζουν να αλλάζουν;

Διαφορετικά μοντέλα είναι καλά σε διαφορετικά είδη δουλειάς. Η εστίασή μας έχει sido να κατασκευάσουμε μια πλατφόρμα που μπορεί να επωφεληθεί από προόδους χωρίς να αναγκάζει τους πελάτες να ξανασχεδιάσουν τις ροές εργασιών τους κάθε φορά που ένα μοντέλο αλλάζει. Επιχειρηματικός контέκστ, ορχηστραция, ταυτότητα, επιβολή πολιτικής, τηλεμετρία και αξιολόγηση παρέχουν τη συνεχή που χρειάζονται οι οργανώσεις σε παραγωγή, ανεξάρτητα από ποιο μοντέλο frontier καθιστά κάτω.

Έχουμε δημόσια συζητήσει την υποστήριξη πολλαπλών παρόχων μοντέλων μαζί με πλαισιά για αξιολόγηση και διακυβέρνηση, αλλά δεν έχουμε περιγράψει τη λογική διαδρομής που αποφασίζει ποιο μοντέλο χειρίζεται ανάκτηση, συλλογισμό, σχεδιασμό ή εκτέλεση. Δεν έχουμε επίσης μοιραστεί τη διαδικασία επαλήθευσης που χρησιμοποιούμε όταν οι παρόχοι κυκλοφορούν νέα μοντέλα και ενημερώσεις.

Ein εταιρικός πράκτωρ AI μπορεί να συναντήσει αντικρουόμενα έγγραφα, ατελή αρχεία ρύθμισης, παλιά γνώση και διαφορετικές άδειες σε διάφορα συστήματα. Πώς καθορίζει η Universal Context layer της Atomicwork ποια πληροφορία είναι αξιόπιστη και τρέχουσα πριν επιτρέψει σε έναν πράκτορα να λάβει μια απόφαση ή να thựcει μια ενέργεια;

Η γνώση επιχείρησης σπάνια υπάρχει σε ένα μέρος. Κάποια από αυτήν ζει σε έγγραφα, κάποια σε συστήματα εγγραφής και κάποια μέσα στην καθημερινή δραστηριότητα της επιχείρησης. Η AI χρειάζεται όλη αυτήν τη γνώση αν θα κάνει αξιόπιστες αποφάσεις.

Η Universal Context συνδυάζει αυτές τις πηγές με συνδυασμό επιχειρηματικής γνώσης με ανθρώπους, δίκτυο, υποδομή και δεδομένα συσκευών από ζωντανούς επιχειρηματικούς оперативούς. Ein συνεργάτης AI μπορεί να αναφερθεί σε πληροφορίες από πλατφόρμες όπως Confluence ή SharePoint, MDMs όπως Intune και JAMF, ενώ επίσης κατανοεί τι συμβαίνει σε συστήματα όπως Jira, Workday, Salesforce ή παρόχους ταυτότητας. Επίσης, σεβόμαστε τις υφιστάμενες άδειες, ώστε οι άνθρωποι και οι συνεργάτες AI να έχουν πρόσβαση μόνο σε πληροφορίες που είναι ήδη εξουσιοδοτημένοι να δουν.

Έχουμε εξηγήσει πώς η Universal Context συνδέει επιχειρηματικά συστήματα και διατηρεί ασφαλείς συνόρου. Δεν έχουμε περιγράψει πώς επιλύει αντικρουόμενες πληροφορίες όταν αξιόπιστες πηγές διαφωνούν ή πώς καθορίζει ποια πηγή πρέπει να ληφθεί υπόψη. Αυτά τα λεπτά της υλοποίησης δεν είναι μέρος της δημόσιας τεκμηρίωσής μας.

Ο Universal AI Coworker μπορεί να υποστηρίξει υπαλλήλους μέσω Microsoft Teams, Slack, email, browser, portal και μέσω chat, φωνής και οπτικών τρόπων. Ποια νέα δυνατότητες αντιμετώπισης προβλημάτων γίνονται δυνατές όταν ένας πράκτωρ μπορεί να δει και να ακούσει τι βιώνει ο υπάλληλος, και πώς προλαμβάνετε ευαίσθητο περιεχόμενο οθόνης ή συνομιλίες από την έκθεση;

Η παραδοσιακή υποστήριξη IT εξαρτάται από τους υπαλλήλους να περιγράψουν τεχνικά προβλήματα ακριβώς, και αυτό είναι συχνά το πιο δύσκολο μέρος της αλληλεπίδρασης. Η φωνητική και οπτική контέκστ επιτρέπουν στον AI να δει την ίδια μηνύματος λάθους, εφαρμογή ή οθόνη ρύθμισης που ο υπάλληλος κοιτάζει, καθιστώντας ευκολότερο να κατανοήσει το πρόβλημα και να οδηγήσει κάποιον στο επόμενο βήμα χωρίς μια μακρά αλληλεπίδραση.

Αυτές οι ικανότητες λειτουργούν μόνο αν οι υπάλληλοι τις εμπιστεύονται. Πιστεύουμε ότι η οπτική πρόσβαση πρέπει να απαιτεί ρητή συναίνεση και οι χρήστες πρέπει πάντα να γνωρίζουν όταν είναι ενεργό. Ευαίσθητες πληροφορίες προστατεύονται μέσω PII masking, διοικητικών ελέγχων και κατάλληλων πολιτικών διατήρησης.

Έχουμε επίσης δηλώσει ότι τα δεδομένα πελατών δεν χρησιμοποιούνται για την εκπαίδευση των μοντέλων μας ή των μοντέλων τρίτων. Αυτό δίνει στις οργανώσεις τη δυνατότητα να υιοθετήσουν πολυμορφική AI χωρίς να χάνουν τον έλεγχο των δεδομένων τους.

Η Atomicwork μπορεί να αναπτυχθεί παράλληλα με μια υπάρχουσα περιβάλλον ServiceNow ή Jira Service Management χωρίς να απαιτεί άμεση μετανάστευση. Το βλέπετε αυτό ως μια στρατηγική μετάβασης ή θα λειτουργήσουν πολλές επιχειρήσεις μόνιμα με einen AI εργατικό δυναμικό πάνω από το σύστημα εγγραφής τους;

Οι περισσότερες μεγάλες επιχειρήσεις έχουν ξοδέψει χρόνια κατασκευάζοντας διαδικασίες, ολοκληρώσεις και διακυβέρνηση γύρω από πλατφόρμες όπως ServiceNow και Jira Service Management. Η απαίτηση τους να αντικαταστήσουν αυτά τα συστήματα πριν μπορέσουν να υιοθετήσουν AI δημιουργεί άσκοπη τριβή.

Κατασκευάσαμε τις ολοκληρώσεις Atomicwork με ServiceNow και Jira Service Management ώστε οι πελάτες να μπορέσουν να μεταμορφώσουν την εμπειρία υπαλλήλων και να ενισχύσουν τις υπηρεσίες τους με συνεργάτες AI από την πρώτη μέρα, χωρίς να διαταράξουν τα συστήματα στα οποία ήδη βασίζονται. Ο συνδετήρας τραβάει σχετικό επιχειρηματικό IT контέκστ για τους συνεργάτες AI να εκμεταλλευτούν ενώ διατηρεί μια αμφίδρομη συγχρονισμό για τους πράκτορες υπηρεσιών στην υπάρχουσα πλατφόρμα. Δεν πιστεύουμε ότι οι επιχειρήσεις πρέπει να επιλέξουν ένα μονοπάτι την πρώτη μέρα. Η προτεραιότητα είναι να τις βοηθήσουμε να υιοθετήσουν AI με το δικό τους χρονοδιάγραμμα.

Δίνοντας στους συνεργάτες AI πρόσβαση σε συστήματα ταυτότητας, δεδομένα υπαλλήλων, υποδομή και επιχειρηματικές εφαρμογές εισάγει κινδύνους όπως ένεση προτύπων, δηλητηριασμένες πηγές γνώσης, υπερβολικές άδειες και κασκαντίζουσες λαθές πρακτόρων. Ποια φράγματα, όρια εγκρίσεων και μηχανισμοί ελέγχου είναι απαραίτητα πριν μια επιχείρηση μπορεί να επιτρέψει στους πράκτορες να λειτουργούν αυτονομamente;

Οι συνεργάτες AI κυβερνώνται όπως οι υπάλληλοι με ιδιαίτερη πρόσβαση. Κάθε συνεργάτης έχει έναν καθορισμένο ρόλο, περιορισμένες άδειες, εγκεκριμένα εργαλεία, προϋπολογισμό και σαφείς οριακές συνθήκες για το τι μπορεί να κάνει ανεξάρτητα. Ευαίσθητες ενέργειες – ιδιαίτερα αυτές που αφορούν ταυτότητα, υποδομή, οικονομικά ή εργασιακά θέματα – απαιτούν ανθρώπινη έγκριση.

Οι ικανότητες και οι οδηγίες ελέγχονται πριν από τη δημοσίευση για κινδύνους όπως ένεση προτύπων, κρυφές οδηγίες, πρόσβαση διαπιστευτηρίων, διαρροή δεδομένων και ασφαλείς ενέργειες. Αν ένα εργαλείο αλλάξει με τρόπο που αυξάνει τον κίνδυνο, απενεργοποιείται αυτόματα μέχρι να αναθεωρηθεί. Πρόσθετα φράγματα – συμπεριλαμβανομένων ορίων ενεργειών, πρόληψης διπλότυπων ενεργειών, ελέγχων έκτακτης ανάγκης και ανθρώπινης ανάκτησης – βοηθούν να περιορίσουν τα λάθη πριν αυτά εξαπλωθούν.

Κάθε ενέργεια είναι ιχνηλατή: οι οργανώσεις μπορούν να δουν τι επέφερε τον συνεργάτη, ποια πληροφορία και εργαλεία χρησιμοποιήθηκαν, ποια έγκριση λήφθηκε και ποιο αποτέλεσμα ακολούθησε. Συνεχής αξιολόγηση, παρακολούθηση και ελέγχος red-team εξασφαλίζουν ότι αυτά τα φράγματα παραμένουν αποτελεσματικά καθώς τα μοντέλα, τα εργαλεία και τα επιχειρηματικά περιβάλλοντα εξελίσσονται.

Έχουμε επενδύσει πολύ στην αξιολόγηση, την επιβολή πολιτικής, την παρακολούθηση και τον έλεγχο red-team επειδή η ανάπτυξη AI είναι μόνο η αρχή. Οι οργανώσεις χρειάζονται εμπιστοσύνη ότι αυτοί οι συνεργάτες θα συνεχίσουν να συμπεριφέρονται όπως αναμένεται καθώς τα μοντέλα και τα επιχειρηματικά περιβάλλοντα εξελίσσονται.

Η αναφορά State of AI in IT 2026 της Atomicwork βρήκε ότι δύο τρίτα των επαγγελματιών IT αναφέρουν θετικά αποτελέσματα από επενδύσεις AI, ενώ μόνο ένα στα πέντε οργανισμούς έχουν πλήρως ενσωματώσει την AI σε ομάδες διαχείρισης υπηρεσιών. Τι διακρίνει τις αναπτύξεις που παράγουν μετρήσιμο επιχειρηματικό όφελος από τα πειραματικά που παραμένουν στη φάση πειραματισμού;

Οι περισσότερες οργανώσεις έχουν ήδη δείξει ότι η AI μπορεί να βελτιώσει μεμονωμένες εργασίες. Οι εταιρείες που βλέπουν μετρήσιμο επιχειρηματικό όφελος συνδέουν την AI με ολοκληρωμένες επιχειρησιακές ροές εργασιών αντί να τη χρησιμοποιούν ως αυτόνομο βοηθό.

Αυτό ξεκινά με την επίλυση ενός συγκεκριμένου επιχειρηματικού προβλήματος σκέφτοντας σε ρόλους, δίνοντας στους συνεργάτες AI πρόσβαση στα συστήματα που χρειάζονται και μετρούν αποτελέσματα που έχουν σημασία – ανεξάρτητα από το αν είναι ταχύτεροι χρόνοι επίλυσης, χαμηλότεροι κόστη υποστήριξης ή μια καλύτερη εμπειρία υπαλλήλων. Μόλις οι ομάδες εμπιστευτούν αυτά τα αποτελέσματα, η επέκταση της AI σε επιπλέον ροές εργασιών γίνεται πολύ πιο εύκολη.

Η έρευνά μας βρήκε επίσης ότι η υπεύθυνη AI παραμένει μια από τις υψηλότερες προτεραιότητες για τους ηγέτες IT. Αυτό έχει νόημα επειδή οι οργανώσεις δεν θα δώσουν στην AI περισσότερη ευθύνη εκτός αν κατανοούν πώς φτάνει σε αποφάσεις, μπορούν να αναθεωρήσουν αυτές τις αποφάσεις αργότερα και γνωρίζουν ότι τα σωστά φράγματα είναι στη θέση τους.

Όταν οι συνεργάτες AI αρχίζουν να επιλύουν αιτήσεις υποστήριξης, να διαχειρίζονται πρόσβαση, να διαγνώσουν περιστατικά και να συντονίσουν ροές εργασιών, πώς θα αλλάξουν οι ευθύνες των επαγγελματιών γραφείου υπηρεσιών, των ομάδων IT operations και των Διευθύνων Πληροφοριών; Μακροπρόθεσμα, θα μπορούσε το IT να γίνει το τμήμα που είναι υπεύθυνο για την πρόσληψη, τη διακυβέρνηση και τη μέτρηση του ολόκληρου ψηφιακού εργατικού δυναμικού μιας επιχείρησης;

Η AI θα αναλάβει πολύ από την επαναλαμβανόμενη επιχειρησιακή δουλειά που καταναλώνει τις σημερινές υπηρεσίες γραφείου, επιτρέποντας στους ανθρώπους να ξοδέψουν περισσότερο χρόνο χειρίζοντας εξαιρέσεις, βελτιώνοντας διαδικασίες και βελτιώνοντας τη γνώση που η AI εξαρτάται. Οι ομάδες IT operations θα επικεντρωθούν όλο και περισσότερο στη διακυβέρνηση των συνεργατών AI αντί να εκτελούν χειροκίνητα κάθε ροή εργασιών.

Αναμένω επίσης το ρόλο του Διευθυντή Πληροφοριών να επεκταθεί. Η διαχείριση εκατοντάδων συνεργατών AI αρχίζει να μοιάζει με τη διαχείριση οποιασδήποτε άλλης επιχειρηματικής υποδομής. Κάποιος πρέπει να αποφασίσει τι αυτοί οι συνεργάτες μπορούν να έχουν πρόσβαση, πώς μετρούνται, πότε ενημερώνονται και αν παραδίδουν αξία. Οι επιχειρηματικές ομάδες θα συνεχίσουν να ορίζουν τη δουλειά, ενώ το IT θα γίνει η HR για την AI, δηλαδή υπεύθυνο για την πλατφόρμα, τη διακυβέρνηση και τους επιχειρησιακούς ελέγχους που διατηρούν ένα επιχειρηματικό AI εργατικό δυναμικό να λειτουργεί με ασφάλεια.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν Atomicwork.