Don Schuerman, CTO chez Pegasystems – Série d’entretiens

Don Schuerman est le directeur technique et vice-président du marketing de produits chez Pegasystems, responsable de la plateforme Pega et des applications de gestion de la relation client (CRM).

Il a 20 ans d’expérience dans la livraison de solutions logicielles d’entreprise pour les organisations du Fortune 500, avec un accent sur la transformation numérique, la mobilité, l’analyse, la gestion des processus métier, le cloud et la CRM.

Pegasystems propose une plateforme robuste conçue pour aider les organisations à obtenir des résultats transformateurs grâce à l’optimisation en temps réel. La plateforme permet aux clients de répondre aux défis métier clés en utilisant la prise de décision par intelligence artificielle d’entreprise et l’automatisation des flux de travail, y compris la personnalisation de l’engagement client, l’automatisation des services et l’amélioration de l’efficacité opérationnelle. Fondée en 1983, Pegasystems a développé une architecture évolutives et flexible qui soutient les entreprises pour répondre aux demandes actuelles des clients tout en s’adaptant aux besoins futurs.

Étant donné votre expérience étendue en tant que CTO chez Pegasystems, comment Pega GenAI se distingue-t-il dans le paysage en évolution rapide de l’intelligence artificielle générative pour les entreprises ?

Pega a innové des solutions d’intelligence artificielle pendant des années, y compris l’exploration de l’intelligence artificielle générative bien avant qu’elle ne devienne mainstream. Je pense qu’il y a trois choses qui nous distinguent :

Premièrement, nous ne faisons pas que d’accélérer les processus, nous drivons l’innovation. La plupart des fournisseurs de logiciels d’entreprise ont déployé divers bots, agents ou fonctionnalités de co-pilote d’intelligence artificielle générative, mais la vérité est que ces outils similaires ne conduiront pas à une différenciation concurrentielle. Nous permettons à nos clients de réimaginer la façon dont leur entreprise entière fonctionne avec des outils uniques tels que Pega GenAI Blueprint, qui fournit des conceptions d’applications de haute qualité en quelques secondes. Nous n’automatisons pas seulement les tâches ; nous réimaginons fondamentalement la façon dont les entreprises fonctionnent et innovent.

Deuxièmement, nous n’automatisons pas en isolation, nous orchestrions la façon dont le travail est effectué de bout en bout. D’autres fournisseurs saupoudrent ces fonctionnalités de bot d’intelligence artificielle générative et espèrent que cela suffira pour augmenter l’efficacité. Notre plateforme est ancrée dans notre gestion de cas et notre orchestration leaders dans l’industrie, ce qui nous permet non seulement d’automatiser avec l’intelligence artificielle générative mais également d’orchestrer et d’optimiser l’ensemble du processus de bout en bout.

Troisièmement, nous ne sommes pas qu’un moteur d’intelligence artificielle générative générique – nous nous concentrons sur la conduite d’un meilleur engagement client et d’une automatisation des flux de travail grâce à l’intelligence artificielle. Parfois, le problème en question nécessite le pouvoir créatif de l’intelligence artificielle générative, alors que d’autres problèmes peuvent nécessiter une intelligence artificielle prédictive ou de prise de décision pour insuffler plus de logique dans le processus.

Dans votre article de Forbes, “Déverrouiller le potentiel de l’intelligence artificielle avancée pour l’innovation commerciale,” vous mentionnez le potentiel de l’intelligence artificielle générative pour réimaginer les opérations commerciales. Quels sont quelques exemples spécifiques où l’intelligence artificielle pourrait catalyser la transformation des entreprises établies ?

Le vice-président des autorités de conception de Deutsche Telekom (DTE.DE ), Daniel Wenzel, a décrit à l’audience de PegaWorld iNspire cet été comment il utilise actuellement Pega GenAI Blueprint pour l’aider à réimaginer plus de 800 processus métier distincts dans le département des services RH. Il dit que le plus grand goulet d’étranglement pour essayer d’améliorer ces processus est que les entreprises et les TI ne parlent pas la même langue, ce qui conduit à des attentes non réalisées. Pega GenAI Blueprint aide les deux parties prenantes à comprendre le processus et à l’améliorer beaucoup plus rapidement que les méthodes traditionnelles, conduisant à des solutions plus efficaces.

L’article mentionne également les limites des applications actuelles d’intelligence artificielle générative. Comment les entreprises peuvent-elles aller au-delà des améliorations incrémentales de productivité pour exploiter pleinement le potentiel transformateur de l’intelligence artificielle ?

La plupart de l’intelligence artificielle générative dans les logiciels d’entreprise est appliquée sous forme de fonctionnalités à usage unique qui aident à accélérer des aspects spécifiques du processus. Mais ces types de fonctionnalités sont maintenant courantes, offrant peu d’avantages concurrentiels. Les hacks de productivité tels que la synthèse et la génération de texte sont des éléments de base – ce dont les entreprises ont besoin pour progresser sur le marché est d’utiliser l’intelligence artificielle générative pour innover de nouvelles façons de faire des affaires à un niveau élevé. Par exemple, Gartner a identifié une nouvelle catégorie de technologie qu’il appelle Technologies d’orchestration et d’automatisation commerciales (BOAT) qui examine la conduite de résultats commerciaux de manière plus holistique, de la rationalisation des coûts à l’amélioration de la prise de décision, à la réduction des coûts opérationnels et à l’utilisation des bonnes technologies d’automatisation pour le travail à effectuer. Les fonctionnalités d’intelligence artificielle générative à usage unique ont leur place, mais ce n’est qu’une partie du puzzle et pas la solution miracle pour résoudre tous les problèmes.

Quels sont les cas d’utilisation les plus prometteurs de l’intelligence artificielle générative pour les entreprises qui vont au-delà des améliorations typiques de productivité, et comment les entreprises peuvent-elles mettre en œuvre ces cas d’utilisation ?

L’opportunité la plus excitante pour l’intelligence artificielle générative est le potentiel d’injecter les meilleures pratiques dans un processus. Ceux qui utilisent l’intelligence artificielle générative pour simplement écrire plus de code pourraient se préparer à plus de dettes techniques à l’avenir. L’injection de PI dans le processus de conception de logiciels est un jeu de changement, permettant aux organisations d’atteindre une solution optimale beaucoup plus rapidement en fonction des années d’expérience. Et parce qu’il est développé sous la forme d’un modèle visuel et non seulement de lignes de code, il est plus facile de collaborer et de l’affiner au fil du temps entre les parties prenantes techniques et non techniques. Auparavant, la finalisation d’une conception d’application pouvait prendre des semaines et nécessitait des compétences très spécialisées ; maintenant, ces outils alimentés par l’intelligence artificielle générative permettent aux utilisateurs métier de saisir leurs besoins spécifiques en langage clair et de passer rapidement du concept à une conception complète. Forrester a récemment publié des recherches prédisant que l’utilisation de l’intelligence artificielle pour injecter de la PI dans les systèmes de conception basés sur des modèles ou à faible code va fondamentalement changer la façon dont les entreprises utilisent les logiciels – leur permettant de construire plus et d’acheter moins d’applications « sur étagère ». Je pense que c’est une grande transformation, et nous croyons que avec Pega GenAI Blueprint, nous sommes bien positionnés pour être la plateforme de choix pour nos clients d’entreprise.

Vous avez précédemment suggéré que l’intelligence artificielle générative peut aider dans le développement de produits en identifiant les lacunes du marché. Pouvez-vous élaborer sur la façon dont ce processus fonctionne et partager un exemple du monde réel ?

Notre Pega Customer Decision Hub est une solution d’intelligence artificielle prédictive qui aide nos clients à prendre la meilleure action suivante avec leurs clients, que ce soit pour vendre un produit, résoudre un problème de service ou parfois ne rien faire du tout. Cela nous permet de nous connecter avec les clients 1:1 avec des actions qui servent le mieux leurs besoins individuels. Mais fonctionner de manière 1:1 signifie que vous avez besoin d’une grande quantité d’offres personnalisées – c’est beaucoup mieux que de spammer tout le monde avec le même message, mais cela nécessite que les organisations marketing créent plus de messages uniques pour différents groupes de clients. Maintenant, avec l’intelligence artificielle générative, nous pouvons découvrir quels clients ont été mal servis et suggérer de nouvelles actions et construire de nouveaux traitements qui seraient plus bénéfiques pour ces groupes. Cela a le potentiel d’aider les organisations à élargir leur audience de marché qu’elles n’ont pas pu aborder auparavant.

Comment les entreprises établies avec des systèmes hérités peuvent-elles intégrer efficacement l’intelligence artificielle générative pour rester compétitives face à des startups plus agiles, en particulier dans la réimagination de leurs opérations principales ?

Je pense que nous sommes à un point de basculement pour les systèmes hérités. Pendant des décennies, les grandes entreprises ont repoussé la canette de dettes techniques vers l’avant. Nous avons passé des années à appliquer des solutions de fortune comme la RPA qui n’ont pas abordé le drainage fondamental que les systèmes hérités imposent aux entreprises – ils aspirent les dépenses de TI qui pourraient aller à l’innovation, ils introduisent des risques et empêchent les entreprises de bouger rapidement dans les marchés en évolution. Heureusement, je crois que l’un des superpouvoirs de l’intelligence artificielle générative est qu’il nous laissera accélérer considérablement le rythme auquel nous réimaginons et mettons à la retraite nos systèmes hérités – non pas en les recodant simplement, mais en réimaginant les flux de travail et les processus eux-mêmes pour fonctionner sur des architectures cloud modernes et offrir les expériences numériques que les clients et les employés attendent.

Dans un article séparé sur l’établissement d’un manifeste d’intelligence artificielle, vous soulignez l’importance de lier la stratégie d’intelligence artificielle aux résultats commerciaux tangibles. Pouvez-vous fournir des conseils sur la façon dont les entreprises peuvent aligner leurs objectifs d’intelligence artificielle sur des résultats commerciaux concrets ?

Trop d’entreprises commencent par se concentrer sur un outil brillant comme l’intelligence artificielle plutôt que de commencer par déterminer quels sont leurs objectifs commerciaux et quel problème ils doivent résoudre. En se concentrant sur l’outil plutôt que sur le problème, ils se cantonnent dans un chemin qui peut ne pas être optimal pour leur entreprise. Au lieu de cela, ils doivent faire un pas en arrière et se demander ce qu’ils essaient vraiment d’accomplir. Parfois, l’intelligence artificielle générative n’est pas la bonne solution et peut être mieux servie par l’application de la prise de décision par intelligence artificielle à la place. Ils doivent se rappeler qu’il existe différents types d’intelligence artificielle qui sont mieux adaptés pour résoudre différents problèmes commerciaux.

Comment les entreprises peuvent-elles exploiter l’intelligence artificielle générative pour révolutionner leurs opérations plutôt que de simplement automatiser les tâches routinières ? Quelles stratégies devraient-elles employer pour maximiser le retour sur investissement dans ce domaine ?

N’essayez pas de vous concentrer uniquement sur les tâches individuelles – cela vous empêchera de voir la forêt pour les arbres. Faites un pas en arrière et comprenez vos flux de travail commerciaux globaux et les résultats que vous essayez de conduire à partir de ceux-ci. L’intelligence artificielle générative peut être utilisée pour analyser vos processus et insuffler les meilleures pratiques dans diverses industries. Cela peut conduire à des changements profonds en permettant aux entreprises de réimaginer et de réorganiser leurs flux de travail principaux. Par exemple, l’intelligence artificielle peut aider à concevoir de nouveaux modèles opérationnels à partir de zéro ou à réorganiser les modèles existants pour améliorer l’efficacité et l’innovation. Établissez des métriques claires pour mesurer le succès et affinez régulièrement votre approche en fonction de ces informations. En exploitant l’intelligence artificielle pour conduire un changement significatif plutôt que des améliorations incrémentales, les entreprises peuvent débloquer une valeur significative et rester en tête de la concurrence.

Quels sont les secteurs que vous croyez être les plus prêts à bénéficier de la réimagination des flux de travail à l’aide de l’intelligence artificielle, et comment devraient-ils commencer à mettre en œuvre cette approche ?

Presque toute organisation peut bénéficier universellement de l’amélioration de ses flux de travail, en particulier dans les marchés en évolution rapide. Les secteurs des services tels que les services financiers, les télécommunications et les soins de santé peuvent probablement réaliser les plus grands gains pour aider à rationaliser la façon dont ils interagissent avec leurs clients. Ces secteurs gèrent des processus complexes et intensifs en données et sont sous une pression croissante pour améliorer l’efficacité, réduire les coûts et offrir de meilleurs résultats. De plus, toute industrie avec un grand nombre de services hérités – tels que la banque – peut bénéficier en examinant ses processus probablement établis il y a des années pour les moderniser et s’assurer qu’ils suivent le rythme de la concurrence plus récente.

Comment l’approche « humain dans la boucle » améliore-t-elle l’efficacité et le déploiement éthique de l’intelligence artificielle, en particulier dans les rôles axés sur le client ?

L’intelligence artificielle générative, bien que puissante, peut produire des sorties qui ne sont pas toujours exactes ou appropriées. En intégrant une surveillance humaine, nous pouvons atténuer les risques tels que les inexactitudes de contenu générées par l’intelligence artificielle ou les problèmes éthiques.

Par exemple, dans le service client, l’intelligence artificielle peut générer des réponses et des recommandations, mais avoir un humain pour examiner ces sorties garantit qu’elles correspondent aux valeurs de l’entreprise et aux besoins du client. Cette surveillance est cruciale pour maintenir la transparence et la responsabilité, en particulier lorsque les modèles d’intelligence artificielle générative produisent des informations plausibles mais incorrectes ou trompeuses.

Intéressant, avoir un humain dans la boucle nous permet de prendre l’une des faiblesses de l’intelligence artificielle générative – elle est inhérentement imprévisible ou non déterministe, ce qui signifie qu’elle ne donne pas la même réponse deux fois – et de la transformer en une force. Avec Pega GenAI Blueprint, nous utilisons l’intelligence artificielle générative comme partenaire de réflexion, suggérant de nouvelles approches de conception de flux de travail. L’humain est toujours le décideur final, mais en suggérant constamment de nouvelles approches, l’intelligence artificielle générative pousse la pensée originale et aide les humains à éviter de « repaver le chemin du cow ».

Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Pegasystems.