Don Schuerman, CTO en Pegasystems – Serie de entrevistas

Don Schuerman es el director de tecnología y vicepresidente de marketing de productos en Pegasystems, responsable de la plataforma y las aplicaciones de gestión de relaciones con los clientes (CRM) de Pega.

Cuenta con 20 años de experiencia en la entrega de soluciones de software empresarial para organizaciones Fortune 500, con un enfoque en transformación digital, movilidad, análisis, gestión de procesos empresariales, cloud y CRM.

Pegasystems ofrece una plataforma robusta diseñada para ayudar a las organizaciones a lograr resultados transformadores a través de la optimización en tiempo real. La plataforma permite a los clientes abordar desafíos comerciales clave utilizando la toma de decisiones de inteligencia artificial empresarial y la automatización de flujos de trabajo, incluyendo la personalización de la participación del cliente, la automatización de servicios y la mejora de la eficiencia operativa. Establecida en 1983, Pegasystems ha desarrollado una arquitectura escalable y flexible que apoya a las empresas para satisfacer las demandas actuales de los clientes y adaptarse a las necesidades futuras.

Dada su amplia experiencia como CTO en Pegasystems, ¿cómo se distingue Pega GenAI en el paisaje en constante evolución de la inteligencia artificial generativa para empresas?

Pega ha estado innovando en soluciones de inteligencia artificial durante años, incluyendo la exploración de la inteligencia artificial generativa mucho antes de que se convirtiera en tendencia. Creo que hay tres cosas que nos distinguen:

Primero, no solo estamos acelerando procesos, estamos impulsando la innovación. La mayoría de los proveedores de software empresarial han lanzado diversas características de inteligencia artificial generativa, como bots, agentes o características de copiloto, pero la verdad es que estas herramientas no impulsarán la diferenciación competitiva. Nosotros permitimos a nuestros clientes reimaginear cómo funciona toda su empresa con herramientas únicas como Pega GenAI Blueprint, que proporciona diseños de aplicaciones de alta calidad en segundos. No solo estamos automatizando tareas, estamos replanteando fundamentalmente cómo operan y innovan las empresas.

Segundo, no solo estamos automatizando en aislamiento, estamos orquestando cómo se realiza el trabajo desde el principio hasta el final. Otros proveedores espolvorean estas características de inteligencia artificial generativa y esperan que eso sea suficiente para aumentar la eficiencia. Nuestra plataforma se basa en nuestra gestión de casos y orquestación líder en la industria, lo que nos permite no solo automatizar con inteligencia artificial generativa, sino también orquestar y optimizar todo el proceso de principio a fin.

Tercero, no somos solo un motor de inteligencia artificial generativa genérico – estamos enfocados en impulsar una mejor participación del cliente y la automatización de flujos de trabajo a través de la inteligencia artificial. A veces, el problema en cuestión requiere el poder creativo de la inteligencia artificial generativa, mientras que otros problemas pueden requerir inteligencia artificial predictiva o de toma de decisiones para infundir más lógica en el proceso.

En su artículo de Forbes, “Desbloquear el potencial de la inteligencia artificial avanzada para la innovación empresarial,” menciona el potencial de la inteligencia artificial generativa para replantear las operaciones comerciales. ¿Cuáles son algunos ejemplos específicos en los que la inteligencia artificial podría catalizar la transformación de la herencia en empresas establecidas?

El vicepresidente de Autoridades de Diseño de Deutsche Telekom (DTE.DE ), Daniel Wenzel, describió a la audiencia en PegaWorld iNspire este verano cómo está utilizando Pega GenAI Blueprint para ayudarlo a replantear más de 800 procesos comerciales separados en el departamento de servicios de recursos humanos. Dice que el mayor cuello de botella al intentar mejorar estos procesos fue que los empresarios y la TI no hablan el mismo idioma, lo que lleva a expectativas no realizadas. Pega GenAI Blueprint ayuda a ambas partes a entender el proceso y cómo mejorarlo mucho más rápido que los métodos tradicionales, lo que lleva a soluciones más efectivas.

El mismo artículo discute las limitaciones de las aplicaciones actuales de inteligencia artificial generativa. ¿Cómo pueden las empresas ir más allá de las mejoras de productividad incrementales para aprovechar todo el potencial transformador de la inteligencia artificial?

La mayoría de la inteligencia artificial generativa en el software empresarial se aplica como características de un solo uso que ayudan a acelerar aspectos específicos del proceso. Pero estas características son comunes ahora, lo que proporciona poca ventaja competitiva. Los trucos de productividad como la resumen y la generación de texto son básicos – lo que las empresas necesitan para avanzar en el mercado es utilizar la inteligencia artificial generativa para innovar nuevas formas de hacer negocios a alto nivel. Por ejemplo, Gartner ha identificado una nueva categoría de tecnología que llama Tecnologías de Orquestación y Automatización Empresarial (BOAT) que se centra en impulsar resultados comerciales de manera más holística, desde la optimización de costos hasta la mejora de la toma de decisiones, la reducción de costos operativos y el uso de las tecnologías de automatización adecuadas para el trabajo en cuestión. Las características de inteligencia artificial generativa de un solo uso tienen su lugar, pero es solo una parte del rompecabezas y no la bala de plata para resolver todos los problemas.

¿Cuáles son los casos de uso empresarial más prometedores para la inteligencia artificial generativa que van más allá de las mejoras típicas de productividad, y cómo pueden las empresas implementar estos de la mejor manera?

La oportunidad más emocionante de la inteligencia artificial generativa es la posibilidad de inyectar las mejores prácticas en un proceso. Aquellos que utilizan la inteligencia artificial generativa solo para escribir más código podrían estar configurándose para una mayor deuda técnica en el futuro. La inyección de IP en el proceso de diseño de software es un juego cambiad or, lo que permite a las organizaciones llegar a una solución óptima mucho más rápido basada en años de experiencia. Y porque se desarrolla como un modelo visual y no solo líneas de código, es más fácil colaborar y refinarlo con el tiempo entre partes interesadas técnicas y no técnicas. Anteriormente, finalizar un diseño de aplicación podía tomar semanas y requería habilidades muy especializadas; ahora, estas herramientas impulsadas por la inteligencia artificial generativa permiten a los usuarios empresariales escribir sus necesidades específicas en lenguaje plano y moverse rápidamente desde el concepto hasta un diseño integral. Forrester publicó recientemente una investigación que predice que el uso de la inteligencia artificial para inyectar IP en sistemas de diseño de bajo código o basados en modelos cambiará fundamentalmente la forma en que las empresas utilizan el software – permitiéndoles construir más y comprar menos aplicaciones “fuera de la estantería”. Creo que esta es una gran transformación, y creemos que con Pega GenAI Blueprint estamos bien posicionados para ser la plataforma de elección para nuestros clientes empresariales.

Ha sugerido anteriormente que la inteligencia artificial generativa puede ayudar en el desarrollo de productos identificando brechas de mercado. ¿Puede elaborar sobre cómo funciona este proceso y compartir un ejemplo del mundo real?

Nuestro Pega Customer Decision Hub es una solución de inteligencia artificial predictiva que ayuda a nuestros clientes a tomar la próxima mejor acción con sus clientes, ya sea que eso signifique vender un producto, solucionar un problema de servicio o, a veces, no hacer nada en absoluto. Esto nos permite conectarnos con los clientes de 1 a 1 con acciones que mejor sirvan a sus necesidades individuales. Pero operar de manera 1 a 1 significa que necesitas una gran cantidad de ofertas personalizadas – es mucho mejor que enviar spam a todos con el mismo mensaje, pero requiere que las organizaciones de marketing creen más mensajes que sean únicos para diferentes grupos de clientes. Ahora, con la inteligencia artificial generativa, podemos descubrir qué clientes han sido subatendidos y sugerir nuevas acciones y construir nuevos tratamientos que serían más beneficiosos para estos grupos. Esto tiene el potencial de ayudar a las organizaciones a expandirse a audiencias de mercado que no han podido abordar anteriormente.

¿Cómo pueden las empresas establecidas con sistemas heredados integrar eficazmente la inteligencia artificial generativa para seguir siendo competitivas contra las empresas más ágiles, particularmente en la replantación de sus operaciones centrales?

Creo que estamos llegando a un punto de inflexión para los sistemas heredados. Durante décadas, las grandes empresas han estado pateando el problema de la deuda técnica hacia adelante. Hemos pasado años aplicando soluciones de parche como la automatización de procesos robóticos (RPA) que no abordaron el drenaje fundamental que los sistemas heredados imponen a las empresas – absorben el gasto en TI que podría ir a la innovación, introducen riesgos y evitan que las empresas se muevan rápidamente en los mercados cambiantes. Afortunadamente, creo que una de las superpotencias de la inteligencia artificial generativa es que nos permitirá acelerar dramáticamente la tasa a la que replanteamos y jubilamos nuestros sistemas heredados – no simplemente recodi ficándolos, sino replanteando los flujos de trabajo y los procesos en sí para que funcionen en arquitecturas de cloud modernas y brinden las experiencias digitales que los clientes y los empleados esperan.

En un artículo separado sobre establecer un manifiesto de inteligencia artificial, enfatiza la importancia de vincular la estrategia de inteligencia artificial a resultados de negocios tangibles. ¿Puede proporcionar orientación sobre cómo las empresas pueden alinear sus objetivos de inteligencia artificial con resultados de negocios concretos?

Demasiadas empresas comienzan centrándose en una herramienta brillante como la inteligencia artificial en lugar de comenzar a determinar qué objetivos comerciales tienen y qué problema necesitan solucionar. Al centrarse en la herramienta en lugar del problema, se limitan a sí mismas a un camino que puede no ser óptimo para su negocio. En cambio, necesitan dar un paso atrás y preguntarse qué están tratando de lograr realmente. A veces, la inteligencia artificial generativa no es la solución correcta y puede ser mejor servida aplicando la toma de decisiones de inteligencia artificial en su lugar. Necesitan recordar que hay diferentes tipos de inteligencia artificial que son mejores para solucionar diferentes problemas comerciales.

¿Cómo pueden las empresas aprovechar la inteligencia artificial generativa para revolucionar sus operaciones en lugar de solo automatizar tareas rutinarias? ¿Qué estrategias deben emplear para maximizar el retorno de la inversión en esta área?

No se centren solo en las tareas individuales – esto les impedirá ver el bosque por los árboles. Den un paso atrás y comprendan los flujos de trabajo comerciales generales y los resultados que están tratando de impulsar a partir de ellos. La inteligencia artificial generativa se puede utilizar para analizar los procesos y infundir las mejores prácticas en diversas industrias. Esto puede impulsar cambios profundos al permitir que las empresas replanteen y rediseñen sus flujos de trabajo centrales. Por ejemplo, la inteligencia artificial puede ayudar a diseñar nuevos modelos operativos desde cero o a reingenierar los existentes para mejorar la eficiencia y la innovación. Establezcan métricas claras para medir el éxito y refinen su enfoque regularmente según estas perspectivas. Al aprovechar la inteligencia artificial para impulsar un cambio significativo en lugar de mejoras incrementales, las empresas pueden desbloquear un valor significativo y mantenerse por delante de la competencia.

¿Qué industrias cree que están más preparadas para beneficiarse del replanteamiento de los flujos de trabajo utilizando la inteligencia artificial, y cómo deben comenzar a implementar este enfoque?

Casi cualquier organización puede beneficiarse universalmente de mejorar sus flujos de trabajo, particularmente en mercados que cambian rápidamente. Las industrias de servicios como los servicios financieros, las telecomunicaciones y la atención médica pueden realizar ganancias significativas para ayudar a optimizar cómo interactúan con sus clientes. Estos sectores manejan procesos complejos e intensivos en datos y están bajo una presión creciente para mejorar la eficiencia, reducir costos y brindar mejores resultados. Además, cualquier industria con grandes cantidades de servicios heredados – como la banca – puede beneficiarse examinando sus procesos establecidos hace años para modernizarlos y asegurarse de que sigan el ritmo de la competencia más nueva.

¿Cómo mejora el enfoque de “humanos en el ciclo” la efectividad y el despliegue ético de la inteligencia artificial, particularmente en roles que enfrentan al cliente?

La inteligencia artificial generativa, aunque poderosa, puede producir resultados que no siempre son precisos o apropiados. Al integrar la supervisión humana, podemos mitigar riesgos como la inexactitud del contenido generado por la inteligencia artificial o cuestiones éticas.

Por ejemplo, en el servicio al cliente, la inteligencia artificial puede generar respuestas y recomendaciones, pero tener a un humano que revise estos resultados garantiza que se alineen con los valores de la empresa y las necesidades del cliente. Esta supervisión es crucial para mantener la transparencia y la rendición de cuentas, particularmente cuando los modelos de inteligencia artificial producen información plausible pero incorrecta o engañosa.

Interesantemente, tener a un humano en el ciclo permite tomar una de las debilidades de la inteligencia artificial generativa – es inherentemente no predecible o no determinista, lo que significa que no da la misma respuesta dos veces – y convertirla en una fortaleza. Con Pega GenAI Blueprint, utilizamos la inteligencia artificial generativa como un socio de brainstorming, sugiriendo nuevos enfoques para el diseño del flujo de trabajo. El humano siempre es el decisor final, pero al sugerir constantemente nuevos enfoques, la inteligencia artificial generativa impulsa el pensamiento original y ayuda a los humanos a evitar “repetir el camino del ganado”.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Pegasystems.