Aron England, Chief Product & Technology Officer at Accruent – Haastattelusarja

Aron England, Accruentin Chief Product and Technology Officer, on kokenut teknologia- ja tuotejohtaja, joka tunnetaan globaalien tiimien rakentamisesta ja skaalauttamisesta, jotka toimittavat SaaS- ja agenteeriratkaisuja varhaisesta tutkimuksesta korkean kasvun, asiakaslähtöisiin tuotteisiin. Hän yhdistää syvän asiantuntemuksen kuluttajamarkkinoilla, B2B-SaaS:issa, e-commerce:ssa ja kaupallistechnologiassa vahvaan johtajuuteen, jossa innovaatio yhdistyy asiakasongelmien terävään ymmärtämiseen, jotta voidaan saavuttaa kestävä tuote-markkinasuoritus ja mitattavissa olevat liiketoimintatulokset, mukaan lukien kasvu yritysostojen ja IP-johtuvan strategian kautta.

Accruent tarjoaa ohjelmistoja, jotka auttavat organisaatioita hallitsemaan liiketoimintansa fyysistä puolta tehokkaammin, yhdistämällä työkalut tiloille, varoille, tilalle ja työpaikan toiminnalle yhteen liitetyssä järjestelmässä. Sen alusta on suunniteltu vähentämään fragmentaatiota, parantamaan näkyvyyttä ja päätöksentekoa sekä auttamaan tiimejä suunnittelemaan, ylläpitämään ja optimoimaan rakennuksia ja laitteita laajalla alojen kirjolla.

Olet rakentanut ja johtanut korkean suorituskyvyn omalla tiimillä yli 25 vuoden ajan. Katsomalla takaisin startupien, suurten yritysten ja nyt Accruentin kautta, mikä ratkaiseva kokemus on muovannut ajattelutapasi luotettavan teknologian rakentamisesta laajassa mittakaavassa?

Olen saanut laajan kokemuksen digitalisaation edistämisestä eri aloilla työskennellessäni Fortune 50 -yrityksissä ja teknologiajohtajana varhaisessa vaiheessa olevissa startup-yrityksissä, keskisuurissa ja suurissa julkisissa ja yksityisissä yrityksissä. Merkittävin kokemus on ollut työskentely DocuSignissa, jossa olimme kohdistamassa markkinaa, joka tarvitsi todellisen merenmuutoksen. Viedessämme analogisen sopimustoiminnan kokonaan digitaaliseen muotoon, ei vain vaadittu luotettavuuden rakentamista, vaan myös lainsäädännön turvallisen siirtymisen mahdollistamiseksi. On paljon oppeja, jotka voidaan soveltaa nykyiseen markkinaan LLM:lle ja AI-työkaluille.

Yleisellä tasolla kokemukseni malli on pysynyt vakiona: luotettavat järjestelmät eivät syntyä sattumalta. Ne tulevat tarkoituksenmukaisesta arkkitehtuurista, tietojen johdonmukaisuudesta, avoimuudesta ja syvää ymmärtämystä siitä, miten oikeat ihmiset käyttävät teknologiaa.

Olet varoittanut, että vuoteen 2026 mennessä tekniset asiantuntijat eivät enää hyväksy AI-järjestelmiä, jotka sanovat vain “luota minuun”. Mitä Accruentin näkökulmasta ajattelut, mikä ajaa tämän odotusten muutosta eturintamassa ja kenttäpalvelun ammattilaisten joukossa?

Tilanteissa, joissa tilanhoitajat ja tekniset asiantuntijat käyttävät AI:ta laitteiden vikojen diagnosointiin ja monimutkaisten korjausten ohjaamiseen, AI:n antama virheellinen tai epätarkka suositus voi aiheuttaa suuria liiketoimintariskejä ja turvallisuusriskejä.

Usein LLM:t luo sekoitetun vastauksen useista sivuista ilman viittauksia alkuperäiseen näyttöön. Tämän seurauksena, jos tekninen asiantuntija seuraa AI:n generoimaa ohjeistusta, jota ei ole suoraan mainittu alkuperäisessä valmistajan käsikirjassa, organisaatio voi kohtailla suuria yhdenmukaisuusongelmia, koska heillä ei ole puolustettavaa todistusketjua tarkastuksille tai turvallisuuskatselmuksille. Kun AI tulee tärkeämmäksi ohjelmistossa ja “näkymättömämmäksi”, jäljittämisen tärkeys kasvaa.

AI-harhat voivat olla enemmän kuin vain haitta säännellyissä aloilla – ne voivat aiheuttaa todellisia turvallisuus-, yhdenmukaisuus- ja toimintariskejä. Mitä harhakuvia sinä eniten huolestuttaa ylläpito-, tilanhallinta- tai varainhoitotoiminnassa?

Valmistuksessa, jos AI:n antama ehdotus kertoo tehtaan työntekijälle ottamaan väärän toimenpiteen kriittiselle laitteelle, se voi johtaa suunnittelemattomaan pysähtymiseen, hukkaan menevään materiaaliin, viallisiin lopputuotteisiin tai vahingoittaa laitteita. Nämä voivat olla miljoonien dollarien virheet, kun valmistuslinjat ovat pysähtyneitä tai jopa mainevahinkoja, jos se myöhemmin johtaa takaisinvedettyihin tuotteisiin.

Nämä AI-työkalujen harhat ovat myös erityisen haitallisia aloille, kuten terveydenhuoltoon, jossa vastuut ja potilaiden elämät ovat vaarassa, kun on laitevika, jota ei ole korjattu tai huollettu oikea-aikaisesti. Kun käsitellään aloja, jotka vuorovaikuttavat oikean maailman kanssa, virheiden korjaaminen ei ole yhtä yksinkertaista kuin poistaa ja aloittaa uudelleen.

Olet korostanut, että jokaisen AI-tuloksen on osoitettava alkuperäisiin lähteisiin – käsikirjoihin, tietotauluihin, kaavioihin, historiatilastoihin. Miten Accruent suunnittelee järjestelmiä, jotka varmistavat jäljittämisen ja poistavat “mustan laatikon” vastaukset?

Varmistamme, että AI-suositukset voidaan jäljittää merkittäviin tulostuspisteisiin alkuperäisessä aineistossa, kuten tietyn käsikirjan sivulla, kaaviossa, tietotaulussa tai lokimerkinnässä, joka antoi aloitteen. Esimerkiksi, jos AI-suositukset kertovat terveydenhuollon tilanhoitajalle, miten huoltaa kompressoria, heidän pitäisi pystyä seuraamaan takaisin tarkkaan kohtaan, joka tukee sitä toimetta yhdessä napsautuksessa, varmistaakseen tarkkuuden. Sulkeakseen kasvavaa luottamuspäätä nykyisissä yritysten AI-järjestelmissä, on tärkeää, että nämä järjestelmät pystyvät myös paljastamaan, mitkä kohdat tai sivut todella arvioitiin, jotta käyttäjät tietävät, arvioiko AI kaikki asiaankuuluvat asiakirjat vai ainoastaan osan.

Monet yritysten AI-työkalut priorisoivat nopeuden, mutta säännellyissä ympäristöissä vaaditaan tarkastuspolkuja, asiakirjojen tarkkuutta ja verifiointitarkoituksessa olevaa päättelyä. Miten yhdenmukaisuuden ja innovaation tarpeen välillä?

AI:n upottaminen olemassa oleviin työnkulkuihin on avain. Tämä yksinkertaistaa hyväksymisen, asiakirjojen, huolto-ohjelmien ja yhdenmukaisuustarkastusten kerroksen lisäämisen jo olemassa oleviin käytäntöihin, lisätäkseen tunnettuja käytäntöjä uuden erillisen työkalun käyttöön. Tämä tarkoittaa, että operaatioiden täydellistä uudelleenjärjestelyä vältetään ja työntekijöille annetaan mahdollisuus jatkaa työskentelyä heidän tavallaan, mutta manuaaliset, aikaa vievät prosessit automatisoidaan.

Tekninen asiantuntija kenttätyössä luottaa tarkkaan ohjeistukseen. Miten Accruent lähestyy haastetta AI-tulosten perustamisessa viralliseen lähdeaineistoon riskin vähentämiseksi ja teknisen asiantuntijan luottamuksen parantamiseksi?

Ratkaisumme alkaa käsikirjojen, kaavioiden, piirrosten, vuokrasopimusten ja historiallisten työtöiden tallentamisesta ja järjestämisestä, jotta voidaan varmistaa, että AI antaa vastauksia yrityksen omasta sisällöstä, eikä yleisestä koulutusaineistosta. Kun generoidaan menettelyjä, suosituksia tai tarkastusluetteloita, järjestelmämme on suunniteltu siten, että jokainen askel on jäljittävissä takaisin alkuperäiseen asiakirjaan.

Ilman tätä ominaisuutta tekniset asiantuntijat, jotka ovat jo resursseiltaan kuristettuja, joutuisivat viettämään vielä enemmän aikaa manuaaliseen asiakirjojen läpikäynnin kautta tarkistaakseen tarkkuuden, mikä vielä enemmän viivästyttäisi prosesseja ja työtilauksia.

Toimittaaan avoimia ja tarkastusvalmiita AI-ratkaisuja vaaditaan suuria määriä rakennettua dataa. Mitkä datan haasteet – kuten rakenteettomista perintäasiakirjoista epäjohdonmukaisiin varainhistorioihin – on ratkaistava, jotta tämä visio voidaan tehdä todeksi?

Toimittaaan tarkastusvalmiita AI-ratkaisuja aloitetaan luotettavasta ja hyvin järjestetystä datasta. Kuitenkin suurin osa rakennetusta ympäristöstä edelleen elää analogisissa prosesseissa, manuaalisissa tietojen syötöissä, skannatuissa PDF-tiedostossa ja eristetyissä taulukkoissa. Kun on aukkoja datasta ja varainhistoriassa, jotka ovat epätäydellisiä tai epäjohdonmukaisia, AI-harhautumisen riski kasvaa. Tehtäväksi AI-tulokset luotettaviksi säännellyissä ympäristöissä, yritysten on ensin ratkaistava perintädatan esteet, kuten rakenteettoman muodon, epäjohdonmukaiset historiat, puutteellinen hallinto, siirtymällä rakenteellisiin, versio-ohjattuihin, keskitettyihin asiakirja- ja tietojärjestelmiin.

Meidän EDMS (Insinöörien Asiakirjahallintajärjestelmä) voi tehdä sen useille aloille, mukaan lukien kaivoksille, sähköyhtiöille, valmistajille ja muille. Nämä alat usein riippuvat fyysisistä insinöörien piirroksista ja asiakirjoista, mikä voi luoda versio-ohjauksen painajaisia. Käyttämällä meidän EDMS-ratkaisua näiden asiakirjojen digitalisointiin on ensimmäinen askel. Siitä lähtien ohjelmisto auttaa hallitsemaan versio-ohjauksen, prosessien hallinnan ja tarkastuspolun, jotta epäjohdonmukaisuudet poistetaan.

Kun AI uppoaa ylläpitoon, tilanhallintaan ja varain elinkaaren hallintaan, missä näet suurimmat mahdollisuudet parantaa tuottavuutta ilman turvallisuuden ja sääntelyn vaarantamista?

Yksi suurimmista mahdollisuuksista on automatisoida arkiset, arvotonta työtä työntekijöille, kuten manuaalinen tietojen syöttäminen ja työtilausten aikatauluttaminen teknisille asiantuntijoille. Ulkopuolelta näyttää siltä, että se on suhteellisen helppo, mutta aikaa vievä tehtävä. Kuitenkin AI voi lähestyä tehtävää strategisemmin.

Ensinnäkin, jos laitteessa on sensorit, työtilaus voidaan laukaista poikkeaman havaitsemisen perusteella ennen kuin mitään todellista viatilannetta esiintyy. Toiseksi, AI voi auttaa automaattisesti priorisoimaan työtilauksia kiireellisyyden ja aikataulun perusteella ja suorittaa korjauksia sellaisina aikoina, jotka aiheuttavat vähiten häiriötä liiketoiminnalle – se voi myös punnita useita samanaikaista ongelmaa, kustannuksia, turvallisuutta ja tuottoa yhtä aikaa parhaan eteenpäinmenon löytämiseksi. AI:lla on potentiaalia ei ainoastaan “avustaa” ylläpito- ja tilanhallintatiimejä – se toimii yhä enemmän digitaalisena operaattorina.

Luottamus on muuttumassa uudeksi standardiksi yritysten AI:lle. Mitä myyjien on tehtävä eri tavoin seuraavien kahden vuoden aikana ansaitakseen – ja säilyttääkseen – sen luottamuksen?

Myyjien on loputtava oletuksella, että asiakkaat luottavat yksinkertaisesti malliin, kun on kyse yritysten AI:stä. AI-suositukset tarvitsevat näyttöä siitä, miten ne on generoitu. Yksi tapa ratkaista tämä on viittauksien ja selkeiden kuvausten muodossa siitä, mitkä asiakirjat AI on tarkastanut ja mitä ei. Esimerkiksi, jos työntekijä pyytää AI:ta analysoimaan 1 000 vuokrasopimusta, heidän pitäisi tietää selvästi, arvioiko AI kaikki 1 000 vai ainoastaan 700, ja miksi tai miksi ei.

Osa tästä on myös datan käytön avoimuus. Siihen sisältyy selkeäksi tekeminen, kuka näkee datan, miten sitä käytetään (mukaan lukien koulutusvaikutukset) ja miten se eristetään tai erotetaan muista asiakasystävistä.

Seuraavien kahden vuoden aikana luottamuksen ansaitseminen on tärkeää, ja myyjät voivat saada yläpuolen ollemalla selkeästi AI-työkalujen rajoituksista, pitämällä ihmisiä silmällä korkean riskin päätöksissä ja aloittamalla kapeilla, hyvin määritellyillä käyttötarkoituksilla, jotka toimittavat konkreettista arvoa ilman asiakkaan asettamista “mustaan laatikkoon” -tilanteeseen.

Miten näet AI:n kehittyvän kriittisissä operaatioissa, ja mitä roolia odotat Accruentin pelaavan luotettavan, avoimen AI:n teollisuusstandardien asettamisessa?

AI kriittisissä operaatioissa kehittyy nopeasti erillisten tehtävien automaatiosta älykkäisiin, monien agenttien järjestelmiin, jotka voivat koordinoida ja optimoida koko työnkulkua. Sen sijaan, että se vain avustaisi käyttäjiä, AI tarjoaa autonomisen päätöksenteon tuen, jatkuvaan seurantaan operatiivisista olosuhteista, riskien ennustamiseen ja toimenpiteiden suosittelemiseen täydellä avoimuudella ja jäljittämällä. Kun AI oppii yhdistämään rakenteettomat asiakirjat, rakenteelliset operatiiviset tiedot ja reaaliaikaiset signaalit, se uppoaa suoraan päivittäisiin prosesseihin, ajamalla nopeampia, turvallisempia ja luotettavampia tuloksia.

Ajan myötä tämä mahdollistaa siirtymisen autonomisiin operaatioihin, joissa järjestelmät voivat itseoptimoida ja itsekorjata, kun ihmiset keskittyvät valvontaan ja strategiseen päätöksentekoon. Johtavana markkinayhtenä, Accruent auttaa asettamaan teollisuusstandardeja luotettavalle ja avoimelle AI:lle upottamalla auditabilityn, selittämisen ja vahvan hallinnon alustaan ja yhteistyössä asiakkaiden, kumppaneiden ja sääntelyelinten kanssa määrittelemään parhaiden käytäntöjen turvalliseen käyttöön kriittisissä ympäristöissä.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Accruentin sivustolla.