Vara Kumar Namburu, Co-fondateur et Responsable de la R&D, Whatfix – Série d’entretiens

Vara Kumar est le co-fondateur et le responsable de la R&D et des solutions chez Whatfix, où il pilote l’innovation et la croissance stratégique de l’entreprise. Il a co-fondé Whatfix avec Khadim Batti en 2014, avec pour vision de permettre aux individus et aux organisations de travailler en symbiose avec la technologie pour maximiser leur potentiel. Basé aux États-Unis, Vara dirige la stratégie multiproduit de l’entreprise et sa vision en matière de développement et d’adoption de produits, de développement technologique et d’innovation, aidant ainsi à accélérer les intégrations réussies pour les clients et les partenaires. Sous la direction de Vara, l’entreprise a fait évoluer le concept de « userisation », une approche révolutionnaire qui déplace le focus vers la capacité de la technologie à s’adapter aux utilisateurs, plutôt que de demander aux utilisateurs de s’adapter à la technologie. Il est passionné par la création de technologies que les utilisateurs aiment.

Whatfix est une plateforme d’adoption numérique qui aide les organisations à améliorer l’adoption de logiciels et la productivité des utilisateurs en intégrant des conseils en application, des didacticiels, des infobulles et un support autonome directement dans les applications d’entreprise. En s’appuyant sur cela, Whatfix AI introduit des agents intelligents et contextuels tels que Authoring, Guidance et Insights qui automatisent la création de contenu, fournissent un support en temps réel dans les applications et transforment les données d’utilisation en informations exploitables. Ensemble, Whatfix et Whatfix AI rationalisent l’intégration, réduisent les frictions de formation et optimisent les flux de travail tout en assurant la surveillance, la responsabilité et la confidentialité des données.

Vous avez co-fondé Whatfix il y a plus d’une décennie après avoir construit votre carrière dans la technologie d’entreprise. Qu’est-ce qui vous a inspiré à créer l’entreprise, et comment votre vision initiale a-t-elle évolué avec l’émergence de l’IA ?

Ma carrière a commencé chez Huawei Technologies, où j’ai travaillé en tant qu’architecte système et où j’ai rencontré mon futur co-fondateur, Khadim Batti. Notre première entreprise commune était SearchEnabler, une plateforme de référencement pour les petites et moyennes entreprises. Malgré avoir construit une solution solide, nous avons découvert un problème fondamental : les utilisateurs ne pouvaient pas maximiser les capacités de la plateforme. Même lorsque nous avons ajouté un bouton « Corriger » pour la guidance, nous avons réalisé que le problème ne concernait pas seulement le référencement, mais la capacité de rendre toute technologie vraiment accessible aux utilisateurs.

Cette révélation nous a amenés à créer Whatfix en 2014. Notre croyance fondamentale était révolutionnaire pour l’époque : au lieu de forcer les gens à s’adapter à la technologie, nous allions faire en sorte que la technologie s’adapte aux gens. Nous avons appelé cela « userisation », en nous assurant que les logiciels deviennent intuitifs, favorisent l’adoption et maximisent l’impact.

L’IA a amplifié cette mission de manière exponentielle. À partir de notre acquisition d’Airim en 2019, nous avons intégré l’IA dans chaque produit que nous construisons. Aujourd’hui, nous ne faisons pas seulement rendre les logiciels plus conviviaux ; nous créons des systèmes intelligents qui apprennent, raisonnent et agissent à grande échelle. Notre vision a évolué d’une simple adaptation de l’utilisateur à la construction d’une véritable intelligence artificielle centrée sur l’humain qui transforme la façon dont le travail est effectué dans les entreprises.

De nombreuses études montrent que la plupart des projets d’IA échouent parce que les utilisateurs finaux ne savent pas comment appliquer la technologie à leur travail quotidien. Quels sont, selon vous, les causes profondes de cet écart d’adoption ?

Je vois deux barrières fondamentales qui bloquent l’adoption réussie de l’IA. La première est ce que j’appelle la surcharge : les grandes entreprises sont noyées sous des milliers d’applications, chacune dotée de ses propres capacités d’IA. Les utilisateurs sont confrontés à une paralysie de la décision quant à l’outil qui sert quel but, créant ainsi des frictions qui tuent l’élan et éliminent le retour sur investissement.

La deuxième barrière est la confiance. Les dirigeants IT et les DSI ont besoin de l’assurance que les systèmes d’IA maintiennent les normes de sécurité, se conforment aux réglementations et fonctionnent sans partialité. Lorsque les organisations s’inquiètent des violations de données, des hallucinations d’IA ou des défaillances de gouvernance, elles hésitent à passer à l’échelle au-delà des programmes pilotes.

Le succès nécessite d’intégrer l’IA directement là où les gens travaillent. Grâce à notre technologie ScreenSense, nous analysons ce que les utilisateurs font et ce qu’ils tentent de réaliser, puis notre agent de guidance fournit des recommandations contextuelles et des meilleures actions suivantes à travers leurs systèmes existants. Cette approche élimine les devinettes, multiplie les taux d’engagement et fournit une valeur immédiate aux utilisateurs qui pourraient autrement résister à la nouvelle technologie.

Les nouveaux agents d’IA de Whatfix sont construits autour du concept de « userisation ». Pouvez-vous expliquer ce que cela signifie et comment cela diffère des approches traditionnelles de l’adoption numérique ?

La userisation représente un changement fondamental dans la façon dont nous pensons le déploiement de la technologie. Au lieu de former les gens pour qu’ils s’adaptent aux limitations du logiciel, nous concevons des solutions qui s’adaptent au comportement et aux besoins humains. Chaque décision que nous prenons donne la priorité à l’expérience utilisateur, visant à dépasser les attentes tout en fournissant une valeur commerciale concrète.

Les approches traditionnelles d’adoption suivent un modèle unique : déployer la formation, espérer le meilleur et blâmer les utilisateurs lorsque l’adoption stagne. La userisation adopte l’approche inverse. Nous utilisons l’IA pour créer des conseils personnalisés et sensibles au contexte qui évoluent avec le rôle et la situation de chaque utilisateur. Nos solutions apprennent des interactions utilisateur et s’adaptent en conséquence.

Ce qui rend cela particulièrement puissant, c’est notre processus de développement basé sur les commentaires. Les commentaires des clients façonnent directement plus de la moitié de notre feuille de route de produit, nous assurant que nous résolvons des défis réels de l’environnement de travail plutôt que des problèmes théoriques. Cela crée une philosophie centrée sur l’humain où les agents d’IA éliminent les frictions pour que les gens puissent se concentrer sur un travail stratégique, créatif et à forte incidence, plutôt que de lutter avec la technologie.

Notre pile technologique complète – comprenant la plateforme d’adoption numérique (DAP), l’analyse de produits et Mirror – favorise l’adoption de la technologie à l’échelle de l’entreprise grâce à une analyse de données intelligente qui accélère le déploiement à la fois des logiciels traditionnels et des solutions d’IA émergentes. Nous avons intégré les fonctionnalités d’IA dans l’ensemble de la plateforme, y compris les interfaces d’analyse conversationnelles et les déclencheurs sensibles aux émotions, permettant aux organisations de décoder les modèles d’utilisateur, d’affiner leurs approches d’adoption et d’obtenir des résultats commerciaux quantifiables.

ScreenSense est décrit comme le cœur de vos nouveaux agents d’IA, interprétant à la fois le contexte et l’intention de l’utilisateur. Comment cette technologie fonctionne-t-elle dans la pratique, et comment garantit-elle la pertinence sans submerger les utilisateurs ?

ScreenSense fonctionne comme un interprète intelligent, analysant simultanément l’environnement d’application (ce qui se passe à l’écran) et les objectifs de l’utilisateur (ce que quelqu’un tente de réaliser). Cette double conscience permet des recommandations en temps réel qui sont à la fois techniquement exactes et personnellement pertinentes.

Dans la pratique, nos agents d’IA – Authoring, Insights et Guidance – utilisent ScreenSense pour fournir une exactitude et des conseils contextuels dans leur assistance. Plutôt que de bombarder les utilisateurs de suggestions génériques ou de les obliger à apprendre de nouvelles interfaces, le système comprend leur contexte immédiat et fournit exactement l’aide dont ils ont besoin au moment opportun.

La clé pour éviter la surcharge de l’utilisateur est le filtrage contextuel. ScreenSense ne collecte pas seulement des données ; il traite ces informations pour déterminer quand l’intervention ajoute de la valeur par rapport à lorsqu’elle crée une distraction. Les utilisateurs reçoivent des conseils qui leur semblent intuitifs et opportuns plutôt que intrusifs, car le système comprend à la fois leur environnement technique et leurs intentions de travail.

Pouvez-vous nous présenter les trois nouveaux agents d’IA – Authoring, Insights et Guidance – et partager des exemples concrets de la façon dont ils améliorent la productivité dans les flux de travail d’entreprise réels ?

Notre agent Authoring démocratise la création de contenu en convertissant le langage courant en expériences d’application sophistiquées. Un responsable de formation peut simplement dire « Créer un infobulle pour la nouvelle fonctionnalité du tableau de bord », et le système construit automatiquement le contenu, détermine les règles de ciblage et applique le style approprié. Ce flux de travail efficace permet aux équipes de formation, aux responsables de produits et aux parties prenantes commerciales sans expertise en codage de créer des éléments de support d’application complexes, y compris des superpositions interactives, des guides étape par étape et du contenu d’aide situationnel à l’échelle de l’entreprise, éliminant essentiellement les goulets d’étranglement et les exigences d’expertise technique qui ralentissent généralement les processus de développement de contenu. Nous constatons aujourd’hui une accélération de 40 % du développement de contenu, avec des gains de 70 % en efficacité à l’horizon.

L’agent Insights transforme l’analyse en un outil conversationnel. Les propriétaires de produits peuvent poser des questions naturelles comme « Quelles fonctionnalités provoquent la frustration des utilisateurs ? » et recevoir immédiatement une analyse visuelle avec des points de friction spécifiques et des étapes suivantes actionnables. Cette méthodologie permet aux responsables de produits et aux contributeurs divers de découvrir rapidement des informations exploitables concernant les modèles d’engagement des utilisateurs et l’efficacité du système sans nécessiter des compétences avancées en analyse de données, soutenant ainsi leur capacité à identifier quelle fonctionnalité nécessite une amélioration ou bénéficierait d’initiatives d’adoption renforcées.

Notre agent Guidance fournit des réponses instantanées dans les flux de travail actifs des utilisateurs. Lorsqu’une personne recherche « exceptions de processus d’approbation » lors du traitement des commandes, elle reçoit des informations précises et contextuelles provenant de la documentation interne sans quitter son application en cours. Cette méthodologie révolutionne la façon dont les employés d’entreprise accèdent à l’information en réduisant considérablement les temps de réponse et en réduisant la dépendance à l’égard des ressources de l’assistance, leur permettant d’obtenir la clarté nécessaire sans interrompre leurs tâches en cours, naviguer dans une longue documentation ou créer des tickets de support, maintenant ainsi leur concentration et leur efficacité dans leurs flux de travail actifs.

Plus de 300 clients déployés ces agents dans des environnements de production, constatant des taux d’engagement doublés et triplés.

À partir de votre expérience, quels sont les meilleures pratiques qui distinguent les organisations qui réussissent l’adoption de l’IA de celles qui échouent ?

L’adoption réussie de l’IA nécessite deux éléments fondamentaux : une intégration transparente et une gouvernance responsable. Les organisations qui réussissent intègrent les capacités d’IA directement dans les flux de travail existants plutôt que d’introduire des outils distincts qui créent une complexité supplémentaire.

Les organisations les plus réussies se concentrent sur la valeur immédiate pour l’utilisateur plutôt que sur des démonstrations technologiques impressionnantes. Elles résolvent des problèmes de flux de travail spécifiques que les gens rencontrent quotidiennement, s’assurant que l’IA devient un amplificateur de productivité plutôt qu’un système supplémentaire à maîtriser. Ces entreprises investissent également dans de nouveaux rôles comme les superviseurs d’IA qui maintiennent une surveillance humaine pour garantir que les systèmes restent exacts, équitables et continuellement améliorés.

Les organisations qui luttent traitent généralement l’IA comme un projet technologique plutôt que comme une transformation de l’expérience utilisateur. Elles se concentrent sur les métriques de déploiement plutôt que sur les résultats d’adoption et ne parviennent pas à résoudre les barrières de confiance et de complexité qui empêchent la mise à l’échelle.

Les entreprises investissent de plus en plus dans les outils d’IA à travers l’ensemble de la pile logicielle. Comment voyez-vous l’évolution du rôle des plateformes d’adoption comme Whatfix à mesure que cette tendance s’accélère ?

À mesure que la prolifération de l’IA s’accélère, les plateformes d’adoption deviennent la couche d’orchestration critique qui empêche le chaos d’entreprise. Sans orientation unifiée, les organisations risquent de créer des capacités chevauchantes qui confondent les utilisateurs et gaspillent les investissements.

Whatfix est la colonne vertébrale intelligente qui relie la planification, le déploiement, l’adoption et l’optimisation dans l’ensemble du cycle de vie des logiciels d’entreprise. Notre suite de plateformes combine l’adoption numérique, l’analyse de produits et les capacités de simulation de Mirror pour créer des stratégies d’adoption basées sur les données qui fonctionnent à la fois pour les logiciels traditionnels et les déploiements d’IA émergents.

Nous élargissons nos offres actuelles à des solutions natives d’IA, notamment Seek, Assistant et AI Roleplay. Ces solutions combinent l’automatisation intelligente avec une formation adaptative pour créer des expériences d’adoption complètes. L’objectif est de devenir la couche d’intelligence unifiée qui maximise le retour sur investissement dans chaque investissement technologique que réalise une entreprise.

Plutôt que de gérer des outils individuels, les organisations ont besoin de plateformes qui comprennent l’écosystème technologique complet et peuvent guider les utilisateurs à travers des paysages de plus en plus complexes avec confiance et efficacité.

En regardant vers l’avenir, Whatfix a parlé d’un avenir où les solutions numériques s’auto-corrigent et se personnalisent en temps réel. Quels jalons voyez-vous comme les plus critiques pour atteindre cet avenir ?

<p Notre feuille de route est centrée sur l'établissement de Whatfix en tant que première plateforme d'IA au monde pour la userisation de la technologie d'entreprise. Cela nécessite la réalisation de trois jalons interconnectés au cours des cinq prochaines années.

Premièrement, nous mettons à l’échelle le déploiement de nos agents d’IA de l’actuelle base de plus de 300 clients à une mise en œuvre standard dans toutes les interactions Whatfix. Ces agents deviendront la façon par défaut dont des millions d’utilisateurs d’entreprise naviguent la complexité et accélèrent leurs flux de travail quotidiens.

Deuxièmement, nous développons des capacités de produit d’IA complètes au-delà de nos offres actuelles d’adoption numérique, d’analyse et de Mirror. Des solutions comme Seek, Assistant et AI Roleplay créeront l’infrastructure d’intelligence unifiée dont les entreprises ont besoin pour la gestion complète du cycle de vie de la technologie.

Troisièmement, nous poursuivons le leadership de catégorie mondial en redéfinissant ce que signifie l’adoption numérique dans un monde piloté par l’IA. Le succès signifie être reconnu comme l’entreprise qui a rendu l’IA d’entreprise vraiment accessible et pratique pour les utilisateurs quotidiens.

En fin de compte, le jalon est de mettre une intelligence artificielle centrée sur l’humain et sensible au contexte et à l’intention entre les mains de chaque utilisateur d’entreprise. Si des millions de personnes à travers les industries travaillent plus intelligemment et plus rapidement avec moins de friction grâce à Whatfix, nous aurons atteint notre mission fondamentale.

Avec les entreprises équilibrant l’adoption rapide de l’IA et la confiance des employés, quels risques anticipez-vous si les approches centrées sur l’utilisateur ne sont pas prises au sérieux ?

Le risque principal est l’échec de l’adoption à grande échelle. Sans conception centrée sur l’utilisateur, les entreprises sont confrontées aux mêmes défis de confiance que nous voyons aujourd’hui, des préoccupations concernant la sécurité des données, les hallucinations d’IA et les lacunes de gouvernance. Ces préoccupations créent une résistance organisationnelle qui empêche la mise à l’échelle au-delà des programmes pilotes, gaspillant ainsi les investissements dans l’IA.

La crise de complexité s’intensifiera également. À mesure que chaque application ajoute des capacités d’IA sans tenir compte de l’expérience utilisateur, les employés seront confrontés à des flux de travail de plus en plus fragmentés et à une paralysie de la décision. Cela conduit à une baisse de productivité plutôt qu’aux gains d’efficacité promis par l’IA.

Peut-être plus critique encore, les organisations risquent de créer des cultures de résistance à l’IA où les utilisateurs évitent activement les nouvelles capacités parce que les mises en œuvre précédentes ont créé des frictions plutôt que de la valeur. Une fois que les utilisateurs perdent confiance dans les outils d’IA, reconstruire cette confiance nécessite beaucoup plus d’efforts et de ressources.

Enfin, comment restez-vous personnellement à la pointe de la courbe en ce qui concerne la compréhension à la fois des aspects techniques et humains de l’adoption de l’IA d’entreprise ?

<p Notre approche organisationnelle offre une perspective précieuse sur les deux dimensions. Nous avons intégré l'IA dans l'ensemble de nos opérations commerciales, des équipes de vente utilisant l'IA pour l'enrichissement des prospects à nos systèmes de recherche intelligents qui relient les employés aux bases de connaissances internes. Les équipes de produits utilisent des agents d'IA comme copilotes de flux de travail, nous donnant une expérience de première main des défis que nos clients rencontrent.

Nous avons également mis en œuvre un développement complet de la main-d’œuvre grâce à nos AI Labs et à notre cadre Zero-Click, où chaque ingénieur logiciel apprend à penser comme un ingénieur d’IA. Cela crée une littératie organisationnelle qui éclaire à la fois notre développement technique et notre compréhension des modèles d’adoption des utilisateurs.

Le plus important est que notre processus de développement de produit reste profondément enraciné dans les commentaires des clients, avec plus de la moitié de notre feuille de route de produit façonnée par des défis d’entreprise réels. Ce dialogue continu nous assure que nous comprenons non seulement ce qui est techniquement possible, mais ce qui crée réellement de la valeur pour les personnes qui utilisent ces systèmes quotidiennement.