Entrevistas
Aaron Kesler, Director de Gestión de Producto de Inteligencia Artificial en SnapLogic – Serie de Entrevistas
Aaron Kesler, Director de Gestión de Producto de Inteligencia Artificial en SnapLogic, es un líder de producto certificado con más de una década de experiencia en la creación de marcos escalables que combinan diseño de pensamiento, trabajos por hacer y descubrimiento de productos. Se enfoca en desarrollar nuevos productos y procesos impulsados por inteligencia artificial, mientras que asesora a aspirantes a PM a través de su blog y coaching en estrategia, ejecución y desarrollo centrado en el cliente.
SnapLogic es una plataforma de integración impulsada por inteligencia artificial que ayuda a las empresas a conectar aplicaciones, datos y API de manera rápida y eficiente. Con su interfaz de código bajo y automatización inteligente, SnapLogic permite una transformación digital más rápida en ingeniería de datos, TI y equipos comerciales.
Ha tenido un viaje empresarial bastante interesante, comenzando STAK en la universidad y siendo adquirido por Carvertise. ¿Cómo moldearon esas experiencias tempranas su mentalidad de producto?
Este fue un momento realmente interesante en mi vida. Mi compañero de habitación y yo comenzamos STAK porque nos aburríamos con nuestros cursos y queríamos experiencia en el mundo real. Nunca imaginamos que nos llevaría a ser adquiridos por lo que se convirtió en el startup insignia de Delaware. Esa experiencia realmente moldeó mi mentalidad de producto porque me incliné naturalmente hacia hablar con empresas, preguntarles sobre sus problemas y desarrollar soluciones. Ni siquiera sabía qué era un gerente de producto en ese momento, solo estaba haciendo el trabajo.
En Carvertise, comencé a hacer lo mismo: trabajar con sus clientes para entender los puntos de dolor y desarrollar soluciones, mucho antes de que tuviera el título de PM. Como ingeniero, su trabajo es resolver problemas con tecnología. Como gerente de producto, su trabajo cambia a encontrar los problemas correctos, aquellos que valen la pena resolver porque también impulsan el valor comercial. Como emprendedor, especialmente sin financiamiento, su mentalidad se convierte en: ¿cómo resuelvo el problema de alguien de una manera que me ayude a poner comida en la mesa? Esa temprana astucia y lucha me enseñó a siempre mirar a través de diferentes lentes. Ya sea que esté en una startup autofinanciada, una empresa respaldada por capital de riesgo o un gigante de la salud, la mentalidad de “necesidad básica” de Maslow siempre será la base.
Habla sobre su pasión por asesorar a gerentes de producto aspirantes. ¿Qué consejo le gustaría haber tenido cuando estaba empezando en el producto?
El mejor consejo que jamás recibí, y el consejo que doy a los gerentes de producto aspirantes, es: “Si siempre argumentas desde la perspectiva del cliente, nunca perderás un argumento”. Esa línea es engañosamente simple pero increíblemente poderosa. Significa que necesitas entender realmente a tu cliente, sus necesidades, puntos de dolor, comportamiento y contexto, para que no solo asistas a reuniones con opiniones, sino con conocimientos. Sin eso, todo se convierte en HIPPO (opinión de la persona mejor pagada), una batalla de quién tiene más poder o opiniones más fuertes. Con eso, te conviertes en la persona a la que la gente recurre en busca de claridad.
Anteriormente ha declarado que pronto todos los empleados trabajarán junto a una docena de agentes de inteligencia artificial. ¿Cómo se ve este futuro aumentado con inteligencia artificial en un flujo de trabajo diario?
Lo que puede ser interesante es que ya estamos en una realidad en la que las personas trabajan con múltiples agentes de inteligencia artificial, hemos ayudado a nuestros clientes como DCU a planificar, construir, probar, salvaguardar y poner en funcionamiento docenas de agentes para ayudar a su fuerza laboral. Lo que es fascinante es que las empresas están construyendo organizaciones de agentes de inteligencia artificial para cada empleado, según sus necesidades. Por ejemplo, los empleados tendrán sus propios agentes de inteligencia artificial dedicados a ciertos casos de uso, como un agente para redactar epics/historias de usuario, uno que asiste con la codificación o la creación de prototipos o emite solicitudes de extracción, y otro que analiza la retroalimentación del cliente, todo sancionado y orquestado por TI porque hay mucho en el backend que determina quién tiene acceso a qué datos, qué agentes necesitan adherirse a las pautas de gobernanza, etc. No creo que los agentes reemplacen a los humanos, al menos por ahora. Habrá un humano en el bucle durante el futuro predecible, pero eliminarán las tareas repetitivas y de bajo valor para que las personas se puedan centrar en el pensamiento de alto nivel. En cinco años, espero que la mayoría de los equipos confíen en los agentes de la misma manera que confiamos en Slack o Google Docs hoy en día.
¿Cómo recomienda que las empresas cubran la brecha de alfabetización en inteligencia artificial entre los equipos técnicos y no técnicos?
Comience pequeño, tenga un plan claro de cómo esto se ajusta a su estrategia de integración de datos y aplicaciones, manténgalo práctico para atrapar cualquier sorpresa y esté abierto a iterar desde los objetivos y el enfoque originales. Encuentre problemas haciendo preguntas curiosas sobre las tareas mundanas de su negocio. Los problemas de mayor valor para resolver a menudo son los aburridos que los héroes no reconocidos resuelven todos los días. Aprendimos muchas de estas mejores prácticas de primera mano mientras construíamos agentes para ayudar a nuestro departamento de finanzas de SnapLogic. El enfoque más importante es asegurarse de que tenga guardias seguras en qué tipos de datos y aplicaciones ciertos empleados o departamentos tienen acceso.
Luego, las empresas deben tratarlo como un curso universitario: expliquen términos clave de manera simple, den a las personas la oportunidad de probar las herramientas ellos mismos en entornos controlados y luego sigan con inmersiones más profundas. También hacemos saber que está bien no saber todo. La inteligencia artificial evoluciona rápidamente y nadie es un experto en todas las áreas. La clave es ayudar a los equipos a entender qué es posible y darles la confianza para hacer las preguntas correctas.
¿Cuáles son algunas estrategias efectivas que ha visto para la capacitación en inteligencia artificial que van más allá de los módulos de capacitación genéricos?
El mejor enfoque que he visto es dejar que las personas se pongan las manos a la obra. La capacitación es un gran comienzo, necesitas mostrarles cómo la inteligencia artificial realmente ayuda con el trabajo que ya están haciendo. A partir de ahí, trátelo como un enfoque sancionado para la informática en sombra o los agentes en sombra, ya que los empleados son creativos para encontrar soluciones que pueden resolver problemas muy particulares que solo ellos tienen. Le dimos a nuestro equipo de campo y a los equipos no técnicos acceso a AgentCreator, la tecnología de inteligencia artificial agente de SnapLogic que elimina la complejidad de la adopción de inteligencia artificial empresarial, y los empoderamos para intentar construir algo y reportar de regreso con preguntas. Este ejercicio condujo a experiencias de aprendizaje reales porque estaba vinculado a su trabajo diario.
¿Ve un riesgo en que las empresas adopten herramientas de inteligencia artificial sin la capacitación adecuada, qué son algunos de los obstáculos más comunes?
Los riesgos más grandes que he visto son violaciones sustanciales de gobernanza y/o seguridad de datos, que pueden llevar a costosas multas regulatorias y el potencial de poner en riesgo los datos de los clientes. Sin embargo, algunos de los riesgos más frecuentes que veo son las empresas que adoptan herramientas de inteligencia artificial sin comprender completamente qué son y qué no son capaces de hacer. La inteligencia artificial no es magia. Si sus datos son un desastre o sus equipos no saben cómo usar las herramientas, no verán valor. Otro problema es cuando las organizaciones impulsan la adopción desde arriba y no tienen en cuenta a las personas que realmente ejecutan el trabajo. No puedes simplemente implementar algo y esperar que funcione. Necesitas campeones para educar y guiar a la gente, los equipos necesitan una sólida estrategia de datos, tiempo y contexto para establecer guardias y espacio para aprender.
En SnapLogic, está trabajando en el desarrollo de nuevos productos. ¿Cómo se factoriza la inteligencia artificial en su estrategia de producto hoy en día?
La inteligencia artificial y la retroalimentación del cliente están en el corazón de nuestra estrategia de innovación de productos. No se trata solo de agregar características de inteligencia artificial, se trata de replantear cómo podemos entregar soluciones más eficientes y fáciles de usar para nuestros clientes que simplifiquen cómo interactúan con las integraciones y la automatización. Estamos construyendo productos con usuarios avanzados y no técnicos en mente, y la inteligencia artificial ayuda a cubrir esa brecha.
¿Cómo ayuda la herramienta AgentCreator de SnapLogic a las empresas a construir sus propios agentes de inteligencia artificial? ¿Puede compartir un caso de uso donde esto tuvo un gran impacto?
AgentCreator está diseñado para ayudar a los equipos a construir agentes de inteligencia artificial empresarial de verdad sin escribir una sola línea de código. Elimina la necesidad de desarrolladores de Python experimentados para construir aplicaciones basadas en LLM desde cero y capacita a los equipos en finanzas, recursos humanos, marketing y TI para crear agentes de inteligencia artificial en solo horas usando prompts de lenguaje natural. Estos agentes están estrechamente integrados con los datos empresariales, por lo que pueden hacer más que simplemente responder. Los agentes integrados automatizan flujos de trabajo complejos, razonan a través de decisiones y actúan en tiempo real, todo dentro del contexto empresarial.
AgentCreator ha sido un juego cambiator para nuestros clientes como Independent Bank, que utilizó AgentCreator para lanzar asistentes de voz y chat para reducir la cola de tickets de ayuda de TI y liberar recursos de TI para centrarse en nuevas iniciativas de GenAI. Además, el proveedor de administración de beneficios Aptia utilizó AgentCreator para automatizar uno de sus procesos más manuales y consumidores de recursos: las elecciones de beneficios. Lo que solía tomar horas de entrada de datos de backend ahora toma minutos, gracias a los agentes de inteligencia artificial que simplifican la traducción y validación de datos entre sistemas.
SnapGPT permite la integración a través del lenguaje natural. ¿Cómo ha democratizado el acceso para los usuarios no técnicos?
SnapGPT, nuestro copiloto de integración, es un gran ejemplo de cómo la inteligencia artificial de generación es está rompiendo barreras en el software empresarial. Con él, los usuarios que van desde no técnicos hasta técnicos pueden describir el resultado que desean usando prompts de lenguaje natural simples, como pedir conectar dos sistemas o desencadenar un flujo de trabajo, y la integración se construye para ellos. SnapGPT va más allá de la construcción de canalizaciones de integración, los usuarios pueden describir canalizaciones, crear documentación, generar consultas SQL y expresiones, y transformar datos de un formato a otro con un simple prompt. Resulta que lo que solía ser un proceso impulsado por desarrolladores se convierte en algo accesible para los empleados en toda la empresa. No se trata solo de ahorrar tiempo, se trata de cambiar quién puede contribuir. Cuando más personas en la empresa pueden contribuir, desbloquean una iteración más rápida y más innovación.
¿Qué hace que las herramientas de inteligencia artificial de SnapLogic, como AutoSuggest y SnapGPT, sean diferentes de otras plataformas de integración en el mercado?
SnapLogic es la primera plataforma de integración generativa que desbloquea continuamente el valor de los datos en toda la empresa moderna a una velocidad y escala sin precedentes. Con la capacidad de construir aplicaciones de inteligencia artificial de vanguardia en solo horas, sin escribir código, junto con SnapGPT, el primer y más avanzado copiloto de integración impulsado por inteligencia artificial de generación, las organizaciones pueden acelerar enormemente el valor comercial. Las capacidades de inteligencia artificial de generación de la competencia son deficientes o inexistentes. A diferencia de mucha de la competencia, SnapLogic nació en la nube y está diseñada específicamente para gestionar las complejidades de los entornos en la nube, locales y híbridos.
SnapLogic ofrece características de desarrollo iterativo, incluida la validación automatizada y el esquema en tiempo de lectura, que capacitan a los equipos para terminar proyectos más rápido. Estas características permiten que más integradores de diferentes niveles de habilidad se pongan en marcha rápidamente, a diferencia de los competidores que principalmente requieren desarrolladores altamente calificados, lo que puede ralentizar la implementación significativamente. SnapLogic es una plataforma de alto rendimiento que procesa más de cuatro billones de documentos mensuales y puede mover datos a lagos y almacenes de datos de manera eficiente, mientras que algunos competidores carecen de soporte para integración en tiempo real y no pueden admitir entornos híbridos.
¿Qué es lo que más le emociona sobre el futuro de la gestión de productos en un mundo impulsado por inteligencia artificial?
Lo que más me emociona sobre el futuro de la gestión de productos es el surgimiento de una de las últimas palabras de moda en el espacio de inteligencia artificial, “vibe coding”, la capacidad de construir prototipos funcionales utilizando lenguaje natural. Me imagino un mundo en el que todos en el trío de productos, diseño, gestión de productos y ingeniería, están manos a la obra con herramientas que traducen ideas en soluciones reales y funcionales en tiempo real. En lugar de confiar únicamente en los ingenieros y diseñadores para dar vida a las ideas, todos podrán crear e iterar rápidamente.
Imagínese estar en una llamada con un cliente y, en el momento, prototipar una solución en vivo utilizando sus datos reales. En lugar de simplemente escuchar sus soluciones propuestas, podríamos cocrear con ellos y descubrir mejores formas de resolver sus problemas. Este cambio hará que el proceso de desarrollo de productos sea dramáticamente más colaborativo, creativo y alineado. Y eso me emociona porque mi parte favorita del trabajo es construir junto con otros para resolver problemas significativos.
Gracias por la gran entrevista, los lectores que deseen aprender más deben visitar SnapLogic.
