Vijay Vijayasankar, Παγκόσμιος Αξιωματούχος Agentic AI στην Genpact – Σειρά Συνεντεύξεων

Vijay Vijayasankar, Παγκόσμιος Αξιωματούχος Agentic AI στην Genpact, ηγείται της παγκόσμιας προϊοντοποίησης των λύσεων Agentic AI, με έμφαση στη μετατόπιση της δημιουργίας αξίας των επιχειρήσεων από παραδοσιακά μοντέλα που βασίζονται στην εργασία προς μοντέλα με υψηλότερο περιθώριο κέρδους. Στο ρόλο του, βοηθά στη διαμόρφωση της προσέγγισης της Genpact για την κλιμάκωση του AI σε ολόκληρη την επιχείρηση, δημιουργώντας οργανωτικά μοντέλα γύρω από τους κατασκευαστές AI, οι οποίοι σχεδιάζουν προηγμένα επίπεδα ενορχήστρωσης, και τους πρακτικούς AI, οι οποίοι φέρνουν εξειδίκευση τομέα σε ροές εργασίας που τροφοδοτούνται από αυτόνομους πράκτορες. Πριν ενταχθεί στην Genpact, ο Vijayasankar κατείχε υψηλές ηγετικές θέσεις στην IBM, συμπεριλαμβανομένων των θέσεων Managing Partner για τις Υπηρεσίες Χρηματοοικονομικών, CTO των Υπηρεσιών της IBM στη Βόρεια Αμερική και Γενικού Διευθυντή για τη Γνωσιακή, IoT, Αναλυτική και Watson Υγεία στη GBS Βόρεια Αμερική, μαζί με προηγούμενες εκτελεστικές θέσεις στη MongoDB (MDB ) και SAP.

Genpact είναι μια εταιρεία προηγμένων τεχνολογικών λύσεων που βοηθά τις μεγάλες επιχειρήσεις να εκσυγχρονίσουν τις επιχειρήσεις τους μέσω της ευφυΐας διαδικασιών, του τεχνητού νοήματος, των δεδομένων και της ψηφιακής μεταμόρφωσης. Η εταιρεία εργάζεται σε περιοχές όπως τα χρηματοοικονομικά και η λογιστική, η φροντίδα πελατών, ο κίνδυνος και η συμμόρφωση, η προμήθεια και η αγορά, η αλυσίδα εφοδιασμού, η τεχνολογία και η ασφάλεια, ενώ οι υπηρεσίες Δεδομένων και AI εστιάζουν στην βοήθεια των οργανισμών να χρησιμοποιούν προηγμένες αναλύσεις, AI και αυτόνομους πράκτορες για να μετατρέψουν τα σύνθετα δεδομένα σε μετρήσιμα επιχειρηματικά αποτελέσματα.

Έχετε περάσει περισσότερο από δύο δεκαετίες σε εταιρείες όπως η IBM, η MongoDB, η SAP και τώρα η Genpact, όπου υπηρετείτε ως Παγκόσμιος Αξιωματούχος Agentic AI. Μοιραστείτε με μας τις σοφίες που έχουν διαμορφώσει περισσότερο την άποψή σας για το πώς οι επιχειρήσεις πρέπει να προσεγγίσουν τη μεταμόρφωση του AI;

Έχω δει την ίδια ταινία τρεις φορές τώρα. Τα μεγάλα δεδομένα ήταν το μαγικό βέλος για τη λήψη αποφάσεων. Το cloud ήταν το άμεσο διακόπτη για την οργανωτική ευελιξία. Τώρα, το agentic AI είναι η θεραπεία για τις επιχειρήσεις. Σε κάθε κύκλο, οι εταιρείες που δημιούργησαν αξία εστίασαν στο μοντέλο λειτουργίας τους, τις διαδικασίες τους και τους ανθρώπους τους. Αυτοί που δυσκολεύονται, και πολλοί ακόμη, αντιμετωπίζουν την τεχνολογία ως τη μεταμόρφωση.

Τι είναι ουσιαστικά διαφορετικό για το agentic AI είναι η τοποθεσία του. Βρίσκεται στο επίπεδο εκτέλεσης, όχι στο επίπεδο εύρεσης. Τα παλαιότερα εργαλεία παρήγαγαν διαγράμματα και συστάσεις. Οι πράκτορες λαμβάνουν ενέργειες. Ένα κακό αναλυτικό πίνακας παράγει ένα κακό γράφημα που ένας ανθρώπινος αναλυτής πιάνει πριν φτάσει στο γραφείο του CEO. Ένας κακός πράκτορας εκτελεί μια κακή συναλλαγή σε κλίμακα πριν κανείς συνειδητοποιήσει ότι έχει συμβεί. Αυτό αλλάζει πλήρως το προφίλ κινδύνου και επιβάλλει ένα επίπεδο επιχειρησιακής πειθαρχίας που οι περισσότερες εταιρείες δεν χρειάζονται πριν. Έχω μάθει να είμαι υποψιασμένος για την δική μου ενθουσιασμό. Η πρακτορική ΤΝ είναι συναρπαστική, αλλά αυτό είναι ακριβώς όταν πρέπει να επιβραδύνετε και να ελέγξετε τις βάσεις.

Η νέα έκθεση της Genpact με την HFS Research εκτιμά ότι το μη επιλυμένο επιχειρηματικό χρέος παγιδεύει σχεδόν 18 τρισεκατομμύρια δολάρια σε δυνητική αξία παγκοσμίως. Τι σας εκπλήρωσε περισσότερο για τα ευρήματα, και γιατί πιστεύετε ότι τόσοι πολλοί οργανισμοί συνεχίζουν να υποτιμούν την επίδραση του χρέους διαδικασιών, δεδομένων, τεχνολογίας και ταλέντου;

Τι ήταν ανοιχτό είναι το μέγεθος της αξίας που παγιδεύεται πίσω από ανεπαρκείς διαδικασίες, κατακερματισμένα δεδομένα, παλαιές τεχνολογίες και προκλήματα ετοιμότητας εργατικού δυναμικού, μετράται σε τρισεκατομμύρια δολάρια.

Τι μετράει περισσότερο από το συνολικό ποσό είναι το πώς το πρόβλημα είναι δομημένο. Οι περισσότεροι ηγέτες κοιτάζουν αυτά τα ζητήματα ως ξεχωριστά σιλό. Ένα πρόβλημα δεδομένων, ένα πρόβλημα διαδικασιών, ένα πρόβλημα τεχνολογίας, ένα πρόβλημα ταλέντου, κάθε ένα αντιμετωπίζεται ανεξάρτητα. Δεν είναι ξεχωριστά. Τα κακής ποιότητας δεδομένα αναγκάζουν τους ανθρώπους να εφευρίσκουν χειροκίνητες λύσεις. Αυτές οι λύσεις δημιουργούν πολυπλοκότητα διαδικασιών. Αυτή η πολυπλοκότητα καίει τους καλύτερους ανθρώπους και κάνει τις επιχειρήσεις εύθραυστες. Όταν μια πρωτοβουλία AI φτάνει, τρέχει σε όλα αυτά ταυτόχρονα. Το AI κατηγορείται για μια αποτυχία που ήταν ψηλαφισμένη στη δουλειά μια δεκαετία πριν. Μιλάμε για επιχειρηματικό χρέος ως ένα κόστος βάρος, αλλά είναι ακριβέστερα ένας περιορισμός της ανάπτυξης. Αυτή η διάκριση έχει σημασία επειδή αλλάζει ποιος είναι ιδιοκτήτης του προβλήματος και τι είναι η επίλυση του.

Η έκθεση βρήκε ότι το 85% των εκτελεστών πιστεύει ότι το επιχειρηματικό χρέος περιορίζει την πραγματοποίηση αξίας του AI. Γιατί πιστεύετε ότι οι επιχειρήσεις συνεχίζουν να επενδύουν πολύ σε AI ενώ συχνά παραμελούν τα θεμελιώδη ζητήματα που εμποδίζουν αυτές τις επενδύσεις από την απόδοση των αποδόσεων;

Επειδή το AI είναι ορατό και οι βάσεις είναι αόρατες. Κάθε διοικητικό συμβούλιο θέλει να δει μια στρατηγική AI. Κάθε CEO χρειάζεται μια ιστορία να πει. Η ανάπτυξη ενός καινούργιου μοντέλου είναι ένα επικεφαλίδειο. Η ανασχεδιασμός μιας πυρήνα διαδικασίας προμήθειας είναι ένα άγνωστο, αόρατο γκρίντ μέχρι να λειτουργήσει τελικά.

Έχω δει οργανισμούς να ξοδεύουν έξι μήνες για την επιλογή ενός μοντέλου και έξι ημέρες για την εξέταση της διαδικασίας που το μοντέλο είναι υποτιθέμενο να βελτιώσει. Αυτή η αναλογία είναι ανάποδη, και το ανακαλύπτουν με τον σκληρό τρόπο. Το σημείο συμφόρησης είναι σχεδόν ποτέ το AI. Είναι ασυνεπείς διαδικασίες, αποσυνδεδεμένα συστήματα και δεδομένα που κανείς δεν έχει ευθύνη για χρόνια. Το AI δεν λύνει αυτά τα πράγματα. Το εκθέτει γρηγορότερα. Οι δομές κινήτρων δεν ανταμείβουν την επίλυση των θεμελίων. Δεν υπάρχει demo για την καθαρισμό της διακυβέρνησης δεδομένων. Οι εκτελεστές που το κάνουν σιωπηλά κάνουν ένα στοίχημα ότι η επιχειρησιακή υγεία συνδυάζεται με τον χρόνο, αλλά οι περισσότεροι διοικητικοί συμβούλοι δεν μετρούν αυτό.

Τα δεδομένα χρέος εμφανίστηκε ως ο μεγαλύτερος αποκλεισμός του AI. Ποια πρακτικά βήματα πρέπει να κάνουν οι επιχειρήσεις σήμερα για να μεταβούν από κατακερματισμένα, χαμηλής ποιότητας περιβάλλοντα δεδομένων σε θεμέλια δεδομένων που μπορούν να υποστηρίξουν το agentic AI σε κλίμακα;

Παύσετε να προσπαθείτε να εκκινήσετε ένα μαζικό, top-down πρόγραμμα διακυβέρνησης. Αυτό είναι μια τεχνολογική απάντηση σε ένα πρόβλημα ευθύνης. Σε meisten μεγάλες οργανώσεις, κανείς δεν ιδιοκτήτης της ακρίβειας των πληροφοριών που τρέχει την επιχείρηση.

Το πρακτικό σημείο εκκίνησης είναι να επιλέξετε μια χούφτα διαδικασιών υψηλής αξίας και να εργαστείτε προς τα πίσω. Ποιες αποφάσεις χρειάζεται να γίνουν; Ποια δεδομένα απαιτούν αυτές οι αποφάσεις; Ποιος είναι ιδιοκτήτης αυτών των δεδομένων; Πόσο συχνά είναι λάθος; Αυτή η άσκηση αποκαλύπτει αμέσως τα κενά ευθύνης αμέσως. Και πρέπει να το κάνουμε σωστά επειδή οι πράκτορες αποτυγχάνουν σιωπηλά. Ένας ανθρώπινος αναλυτής βλέπει δύο συστήματα που δεν συμφωνούν και κάνει μια κρίση. Ένας πράκτορας διαιτητεύει μεταξύ των αντικρουόμενων δεδομένων και εκτελεί με απόλυτη εμπιστοσύνη. Αν διαφορετικά μέρη της οργάνωσής σας ορίζουν ένα πελάτη ή μια συναλλαγή διαφορετικά, ο πράκτορας κάνει εμπιστευτικές αποφάσεις από κακά δεδομένα και τίποτα στην οργάνωση δεν το πιάνει. Αυτό είναι μια νέα κατηγορία επιχειρησιακού κινδύνου που οι περισσότερες οργανώσεις δεν έχουν πλήρως αξιολογήσει.

Οι πράκτορες δεν χειρίζονται την αμφιβολία όπως οι άνθρωποι. Αυτό είναι επίσης γιατί η επιτυχία μιας λύσης agentic είναι λιγότερο για την ευφυΐα των μοντέλων και περισσότερο για την ποιότητα των φραγμών που τοποθετούνται.

Έχετε υποστηρίξει ότι δεν υπάρχει “AI χωρίς ευφυΐα διαδικασιών”. Γιατί πιστεύετε ότι η ανασχεδιασμός διαδικασιών είναι συχνά πιο σημαντική από το ίδιο το μοντέλο AI όταν οι οργανώσεις προσπαθούν να αυτοματοποιήσουν σύνθετες επιχειρηματικές επιχειρήσεις;

Επειδή το μοντέλο εκτελείται όσο καλά η διαδικασία που είναι ενσωματωμένο, όχι καλύτερα. Οι οργανώσεις εστιάζουν στο μοντέλο επειδή εκεί είναι η ορατή καινοτομία, αλλά η διαδικασία είναι όπου δημιουργείται ή χάνεται η αξία.

Εάν μια ροή εργασίας έχει επαναλαμβανόμενες εγκρίσεις, διπλή εργασία ή ασαφή ιδιοκτησία, το AI δεν διορθώνει αυτά τα πράγματα. Το επιταχύνει. Παίρνετε ένα κακό αποτέλεσμα γρηγορότερα και σε μεγαλύτερη κλίμακα. Οι άνθρωποι συχνά πιστεύουν ότι μια πλήρης ανασχεδιασμός διαδικασίας σας επιβραδύνει, αλλά η πραγματικότητα είναι ακριβώς το αντίθετο. Αποταθείτε τους δέκα οκτώ μήνες που θα ξοδεύατε για την αντιστροφή μιας κακής ανάπτυξης. Σκεφτείτε το σαν ένα όχημα: μπορείτε να βάλει το καλύτερο κινητήρα που έχει ποτέ κατασκευαστεί σε ένα αυτοκίνητο με μη ευθυγραμμισμένα τροχούς, και θα τραβήξει ακόμη στο αριστερό.

Πολυάριθμες οργανώσεις πειραματίζονται με πράκτορες AI, αλλά σχετικά λίγες έχουν επιτύχει την ανάπτυξη τους σε κεντρικές επιχειρηματικές λειτουργίες. Τι διακρίνει τις επιχειρήσεις που κινούνται πέρα από τους πιλότους από εκείνες που παραμένουν στο στάδιο απόδειξης;

Οι πιλότοι σχεδιάζονται για να επιτύχουν. Επιλέγετε την καλύτερη διαδικασία, τα καθαρότερα δεδομένα και την ομάδα με το ισχυρότερο κίνητρο. Η κλίμακα σημαίνει την πρόσβαση στο πραγματικό περιβάλλον όπου καμία από αυτές τις συνθήκες δεν ισχύει.

Οι οργανώσεις που κλιμακώνουν σταματούν να δημιουργούν τεχνητές συνθήκες από την αρχή. Επιλέγουν ένα πραγματικό επιχειρηματικό πρόβλημα, αναθέτουν έναν ιδιοκτήτη που είναι υπεύθυνος για το επιχειρηματικό αποτέλεσμα, όχι την τεχνολογία, και ψήνονται στη διακυβέρνηση από την αρχή. Έχουμε πελάτες που τρέχουν πράκτορες σε παραγωγή σε λογαριασμούς πληρωμών και παρακολούθηση συναλλαγών. Τα νούμερα παραγωγικότητας είναι εκεί, αλλά η πραγματική αλλαγή είναι δομική. Το τελικό αποτέλεσμα είναι μια ροή εργασίας που είναι θεμελιωδώς διαφορετική, όπου οι άνθρωποι απελευθερώνονται για να κάνουν τη στρατηγική εργασία που δεν είχαν ποτέ χρόνο να χειριστούν πριν. Η κλίμακα των πρακτόρων είναι μια ηγετική πρόκληση, όχι μια πρόκληση λογισμικού.

Η έκθεση υπογραμμίζει ότι μόνο το 6% των επιχειρήσεων έχουν επιτύχει την επίλυση των μεγάλων προβλημάτων χρέους. Τι κάνουν αυτές οι οργανώσεις διαφορετικά, και ποια είναι τα συνήθη λάθη που βλέπετε μεταξύ των εταιρειών που δυσκολεύονται να κάνουν σημαντική πρόοδο;

Το αντιμετωπίζουν ως επιχειρηματικό πρόβλημα, όχι ως ένα πρόγραμμα IT. Είναι συνδεδεμένο με την ιδιοκτησία του εκτελεστικού και μετρήσιμη επιχειρηματική απόδοση. Κατανοούν ότι η επιχειρησιακή υγεία δεν είναι ξεχωριστή από τη στρατηγική ανάπτυξης. Είναι η στρατηγική ανάπτυξης.

Οι άλλοι 94% κυνηγούν τα συμπτώματα. Εκτελούν ένα εργαλείο για να διορθώσουν ένα πρόβλημα διαδικασίας ή εκκίνηση μιας πρωτοβουλίας AI για να αντισταθμίσουν τα κακά δεδομένα. Αυτό παράγει μια βραχυπρόθεσμη αύξηση, αλλά το υποκείμενο ζήτημα παραμένει και το χρέος συνεχίζει να συσσωρεύεται. Οι ηγέτες που σπάζουν τον κύκλο είναι πρόεδροι να πουν τι οι περισσότεροι εκτελεστές δεν θα πουν: αυτή η διαδικασία έχει σπάσει για δεκαπέντε χρόνια, έχουμε χτίσει ολόκληρα μοντέλα λειτουργίας γύρω από τις αποτυχίες της, και θα την κατεδαφίσουμε και θα την ξαναχτίσουμε από την αρχή. Αυτή η ομολογία είναι άβολη. Καλεί ερωτήσεις για το γιατί δεν επιλύθηκε νωρίτερα. Οι που κάνουν αυτή την κλήση είναι αυτοί που κάνουν πραγματική πρόοδο.

Έχετε μιλήσει για τη διάκριση μεταξύ “κατασκευαστών AI” και “πρακτικών AI”. Πώς βλέπετε την εξέλιξη της εργασίας των επιχειρήσεων τα επόμενα πέντε χρόνια, και ποια είναι τα πιο πολύτιμα ταλέντα που θα γίνουν πιο πολύτιμα καθώς οι άνθρωποι εργάζονται όλο και περισσότερο μαζί με αυτόνομους πράκτορες;

Το πιο πολύτιμο ταλέντο θα είναι να ξέρετε πώς να ορίσετε ένα πρόβλημα. Όσο το AI χειρίζεται περισσότερη εκτέλεση, η ποιότητα του αποτελέσματος εξαρτάται από την ποιότητα του ερωτήματος και της κρίσης που εφαρμόζεται στο αποτέλεσμα. Χρειάζεστε να μπορείτε να αναγνωρίσετε όταν κάτι φαίνεται σωστό αλλά είναι δομικά λάθος.

Πέρα από αυτό, θα τονίσω τρία συγκεκριμένα πράγματα. Πρώτον είναι το βάθος τομέα. Οι γενικές ικανότητες AI γίνονται γρήγορα εμπορεύματα, οπότε οι γενικοί είναι χαμένοι. Το premium θα πάει στους βαθύς ειδικούς τομέα που συνδυάζουν γνήσια εξειδίκευση με την ικανότητα να εφαρμόσουν το AI μέσα σε αυτόν τον τομέα. Δεύτερον είναι η διαχείριση εξαιρέσεων. Χρειάζεστε ανθρώπους που ξέρουν τι να κάνουν όταν ο πράκτορας χτυπά ένα τοίχο ή οι οικονομικοί κίνδυνοι είναι πολύ υψηλοί για να αυτοματοποιηθούν, το οποίο απαιτεί θεσμική σοφία παρά εκπαιδευτικά δεδομένα. Τρίτον είναι η σχεδίαση ροής εργασίας, που σημαίνει την ικανότητα να δομήσετε την εργασία ώστε οι άνθρωποι και οι ευφυείς συστήματα να κάνουν ότι είναι καλύτερα για αυτούς, και να αναγνωρίσετε όταν αυτή η διαίρεση χρειάζεται να αλλάξει. Δεν είναι ένα όνομα που έχει οριστεί ακόμη από την βιομηχανία, αλλά το ταλέντο είναι πραγματικό και σήμερα υποτιμημένο.

Υπάρχει μια συνεχής συζήτηση για το εάν το AI θα εξαφανίσει τις δουλειές ή θα τις μεταμορφώσει. Έχετε υποστηρίξει ότι πολλή από την ανησυχία προέρχεται από την κατανόηση του τι το AI κάνει καλά. Πώς βλέπετε τη σχέση μεταξύ ανθρώπινης εμπειρογνωμοσύνης και πρακτόρων AI να εξελίσσεται καθώς η υιοθέτηση επιταχύνεται;

Το AI είναι εξαιρετικό σε εργασίες που είναι σαφώς ορισμένες, υψηλής όγκου και εξαρτώμενες από πρότυπα, όπως η επεξεργασία τιμολογίων, η παρακολούθηση των αναμαλύσεων και η σύνταξη κανονικών επικοινωνιών. Κάνει αυτά τα πράγματα γρηγορότερα και σε κλίμακα που κανείς ανθρώπινος δεν μπορεί να αγγίξει. Ωστόσο, το AI δεν μπορεί να φέρει ευθύνη για πραγματικά αποτελέσματα, ούτε μπορεί να χειριστεί πράγματα όπως η καινοτομία, η αμφιβολία και οι σύνθετες ανθρώπινες σχέσεις, που είναι γιατί η ανθρώπινη εμπειρογνωμοσύνη παραμένει απαραίτητη.

Οι περισσότερες δουλειές είναι μια συλλογή εργασιών, και όχι μία μόνο δραστηριότητα, και το AI θα απορροφήσει το επίπεδο εκτέλεσης με τον καιρό. Αυτό δεν εξαφανίζει την ανάγκη για ανθρώπους, αλλά αλλάζει το πού δημιουργούν αξία. Όσο η κανονική εργασία αυτοματοποιείται, η εξειδίκευση μεταφέρεται προς την επίλυση εξαιρέσεων, την ανασχεδιασμό διαδικασιών και τη βοήθεια των οργανισμών να προσαρμοστούν καθώς η τεχνολογία και οι επιχειρηματικές ανάγκες εξελίσσονται. Κάποιες ρόλοι θα αλλάξουν σημαντικά, και οι ηγέτες έχουν την ευθύνη να αντιμετωπίσουν εάν η νέα εργασία που δημιουργείται είναι προσβάσιμη για τους ανθρώπους των οποίων η παλιά εργασία εξαφανίζεται. Η απάντηση εξαρτάται σχεδόν αποκλειστικά από τις επιλογές που κάνουν οι οργανισμοί για την εκπαίδευση και τη μετάβαση. Αυτή είναι μια ηγετική απόφαση, όχι ένα τεχνολογικό αποτέλεσμα. Οι εταιρείες που σέβομαι περισσότερο είναι αυτές που είναι ειλικρινείς με τις ομάδες τους για τους ρόλους που αλλάζουν, σε ποιο χρονοδιάγραμμα, πού η ανθρώπινη τεχνογνωσία παραμένει εξαιρετικά πολύτιμη, και τι πραγματικά μονοπάτια προς τα εμπρός φαίνονται. Οι περισσότερες δεν έχουν αυτή τη συζήτηση ακόμη.

Κοιτάζοντας μπροστά, τι είναι μια πραγματικά agentic επιχείρηση στην πράξη; Εάν ξαναρχίσουμε αυτή τη συζήτηση σε πέντε χρόνια, ποια είναι τα cambios στις επιχειρηματικές επιχειρήσεις, την οργανωτική σχεδίαση και την ανάπτυξη του AI που αναμένετε να έχουν γίνει τυποποιημένα σε leading επιχειρήσεις;

Θα σταματήσουμε να μιλάμε για το AI ως ένα ξεχωριστό πρόγραμμα, όπως σταματήσαμε να μιλάμε για την ψηφιακή μεταμόρφωση. Θα είναι απλά το πώς γίνεται η δουλειά.

Η δομική αλλαγή είναι αυτό που με ενδιαφέρει περισσότερο. Πολύ από την τρέχουσα ιεραρχία υπάρχει επειδή οι πληροφορίες ήταν δύσκολο να μεταφερθούν. Έχουμε αλυσίδες εγκρίσεων και συντονισμό ρόλων επειδή οι πληροφορίες έπρεπε να ταξιδέψουν από όπου δημιουργήθηκαν έως όπου οι αποφάσεις λαμβάνονταν. Οι πράκτορες συρρικνώνουν αυτή τη απόσταση. Όταν το κάνουν, μια σημαντική ποσότητα συντονιστικού υποδομής γίνεται περιττή. Οι οργανώσεις που αναγνωρίζουν αυτό νωρίς και ανασχεδιάζουν γύρω από αυτό θα έχουν ένα πλεονέκτημα ταχύτητας που συνδυάζεται.

Θα δούμε επίσης μια αλλαγή στο πώς αγοράζεται και παραδίδεται το AI. Οι εταιρείες λογισμικού χτίζουν προϊόντα αλλά δεν αναλαμβάνουν ευθύνη για αποτελέσματα. Οι εταιρείες υπηρεσιών αναλαμβάνουν ευθύνη αλλά δυσκολεύονται να χτίσουν προϊόντα κλίμακας. Και τα δύο μοντέλα είναι ανεπαρκή. Αυτό που χτίζουμε στη Genpact είναι προϊοντοποιημένο AI σε συγκεκριμένους τομείς, παραδομένο ως αποτέλεσμα. Αγοράζετε το αποτέλεσμα και είμαστε υπεύθυνοι για αυτό. Πιστεύω ότι αυτό θα γίνει το τυποποιημένο επειδή τα κίνητρα ευθυγραμμίζονται σωστά. Ο προμηθευτής που πουλά μόνο ικανότητα δεν έχει κανένα μερίδιο στο αν θα δουλέψει στο περιβάλλον σας. Αυτοί που είναι υπεύθυνοι για το αποτέλεσμα έχουν κάθε μερίδιο. Οι νικητές αυτής της εποχής δεν θα οριστούν από το να έχουν τα πιο sophisticiated AI μοντέλα. Θα οριστούν από το να έχουν master την δομική ανασχεδιασμό μεταξύ ανθρώπων, διαδικασιών και ευφυών συστημάτων. Είμαστε μόνο στην πρώτη ημέρα αυτής της αλλαγής. Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την Genpact.