Aron England, Chief Product & Technology Officer di Accruent – Seri Wawancara

Aron England, Chief Product dan Technology Officer di Accruent, adalah seorang pemimpin teknologi dan produk yang berpengalaman dalam membangun dan mengembangkan tim global yang menghasilkan solusi SaaS dan agen dari penelitian awal hingga produk yang menghadap pelanggan dengan pertumbuhan tinggi. Ia menggabungkan keahlian mendalam di seluruh pasar konsumen, B2B SaaS, e-commerce, dan teknologi komersial dengan kepemimpinan orang yang kuat, menghubungkan inovasi dengan pemahaman yang tajam tentang masalah pelanggan untuk menghasilkan kesesuaian produk-pasar yang tahan lama dan hasil bisnis yang dapat diukur, termasuk pertumbuhan melalui akuisisi dan strategi yang didorong oleh IP.

Accruent menyediakan perangkat lunak yang membantu organisasi menjalankan sisi fisik bisnis mereka dengan lebih efisien, menggabungkan alat untuk fasilitas, aset, ruang, dan operasi tempat kerja dalam satu sistem terhubung. Platformnya dirancang untuk mengurangi fragmentasi, meningkatkan visibilitas dan pengambilan keputusan, serta membantu tim merencanakan, memelihara, dan mengoptimalkan bangunan dan peralatan di berbagai industri.

Anda telah membangun dan memimpin tim global yang berkinerja tinggi selama lebih dari 25 tahun. Mengingat kembali pengalaman Anda di perusahaan rintisan, perusahaan besar, dan sekarang Accruent, apa pengalaman yang paling berpengaruh dalam membentuk cara Anda memikirkan tentang membangun teknologi yang dapat dipercaya pada skala besar?

Dari menghabiskan waktu di perusahaan Fortune 50 dan bekerja di kepemimpinan teknologi di perusahaan rintisan awal, menengah, dan perusahaan besar publik dan swasta, saya telah memperoleh pengalaman yang luas dalam mempromosikan adopsi transformasi digital di berbagai industri. Yang paling menonjol, saya adalah karyawan nomor sembilan di DocuSign (DOCU ) dan kami menargetkan pasar yang memerlukan perubahan besar. Mendorong industri kontrak analog melalui transformasi digital total, tidak hanya memerlukan membangun kepercayaan pasar, tetapi juga peraturan untuk membuat perubahan tersebut aman. Ada banyak pelajaran yang terkait dengan waktu saya di sana yang dapat diterapkan pada pasar saat ini untuk alat LLM dan AI.

Pada tingkat yang lebih tinggi, pola di seluruh pengalaman saya tetap konsisten: sistem yang dapat dipercaya tidak muncul secara kebetulan. Mereka berasal dari arsitektur yang disengaja, konsistensi data, transparansi, dan pemahaman yang mendalam tentang bagaimana orang sungguhan menggunakan teknologi.

Anda telah memperingatkan bahwa pada tahun 2026, teknisi tidak akan lagi menerima sistem AI yang hanya mengatakan, “percayalah pada saya.” Dari sudut pandang Anda di Accruent, apa yang mendorong perubahan ini dalam harapan di antara profesional layanan lapangan dan layanan lapangan?

Di lingkungan di mana manajer fasilitas dan teknisi menggunakan AI untuk mendiagnosa kegagalan peralatan dan memandu perbaikan yang kompleks, kesalahan dari rekomendasi yang salah atau tidak akurat dapat menyebabkan risiko bisnis dan keselamatan yang signifikan.

Seringkali, LLM menciptakan jawaban yang dikombinasikan dari beberapa halaman, tanpa mengutip kembali ke bukti yang mendasarinya. Sebagai hasilnya, jika seorang teknisi mengikuti langkah yang dihasilkan AI yang tidak pernah ada secara langsung di manual OEM, sebuah organisasi dapat menghadapi dampak kompatibilitas yang signifikan, karena mereka tidak akan memiliki rantai bukti yang dapat dipertahankan untuk audit atau tinjauan keselamatan. Ketika AI menjadi tabel yang penting dan lebih “tidak terlihat” dalam perangkat lunak, pentingnya jejak akan tumbuh.

Halusinasi AI dapat lebih dari sekedar ketidaknyamanan di industri yang diatur — mereka dapat menciptakan risiko keselamatan, kepatuhan, dan operasional yang nyata. Jenis-jenis skenario halusinasi apa yang paling mengkhawatirkan Anda ketika datang ke pemeliharaan, manajemen fasilitas, atau operasi aset?

Di manufaktur, jika saran yang dihasilkan AI mengatakan kepada pekerja pabrik untuk mengambil tindakan yang salah pada peralatan kritis, itu dapat mengakibatkan downtime yang tidak terencana, bahan yang terbuang, produk akhir yang cacat, atau mesin yang rusak. Ini dapat menjadi kesalahan seharga jutaan dolar karena jalur manufaktur berhenti atau bahkan kerusakan reputasi jika nantinya menyebabkan panggilan kembali.

Halusinasi dari alat AI ini juga sangat merugikan industri seperti kesehatan, karena kewajiban dan kehidupan pasien berisiko ketika terjadi kegagalan mesin yang tidak dipelihara atau diperbaiki tepat waktu. Ketika Anda menangani industri yang berinteraksi dengan dunia nyata, memperbaiki kesalahan tidak semudah menghapus dan memulai lagi.

Anda telah menekankan bahwa setiap output AI harus menunjuk kembali ke sumber asli — manual, tabel data, diagram, log historis. Bagaimana Accruent merancang sistem yang memastikan jejak dan menghilangkan jawaban “black box”?

Kami memastikan bahwa rekomendasi AI dapat dilacak kembali ke titik keluaran yang bermakna dalam materi sumber, seperti halaman manual tertentu, diagram, tabel data, atau entri log yang menginformasikan saran. Misalnya, jika rekomendasi AI mengatakan kepada manajer fasilitas di kesehatan bagaimana cara memelihara kompresor, mereka harus dapat melacak kembali ke paragraf yang tepat yang mendukung langkah tersebut dalam satu klik, untuk memastikan akurasi. Untuk menutup celah kepercayaan yang tumbuh di AI perusahaan saat ini, penting bahwa sistem ini juga dapat mengungkapkan titik atau halaman yang sebenarnya dievaluasi, sehingga pengguna tahu apakah AI meninjau semua dokumen yang relevan atau hanya subset.

Banyak alat AI perusahaan memprioritaskan kecepatan, tetapi lingkungan yang diatur memerlukan jejak audit, akurasi dokumen, dan penalaran yang dapat diverifikasi. Bagaimana Anda menyeimbangkan inovasi dengan kebutuhan akan transparansi dan kepatuhan?

Memasukkan AI ke dalam alur kerja yang ada adalah kunci. Ini menyederhanakan proses melapisi persetujuan, dokumentasi, rutinitas pemeliharaan, dan pemeriksaan kepatuhan untuk meningkatkan praktik yang sudah diketahui, bukan mengimplementasikan alat yang terisolasi baru. Ini berarti menghindari perubahan total operasional dan memungkinkan karyawan untuk terus bekerja dengan cara mereka telah lakukan, tetapi dengan proses manual yang memakan waktu menjadi otomatis.

Teknisi di lapangan bergantung pada instruksi yang tepat. Bagaimana Accruent mengatasi tantangan menghubungkan output AI ke materi sumber yang berwenang untuk mengurangi risiko dan meningkatkan kepercayaan teknisi?

Pendekatan kami dimulai dengan menangkap dan mengorganisir manual, diagram, gambar, sewa, dan perintah kerja historis untuk memastikan AI memberikan jawaban dari konten spesifik perusahaan, bukan data pelatihan generik. Ketika menghasilkan prosedur, rekomendasi, atau daftar periksa, sistem kami dirancang sehingga setiap langkah dapat dilacak kembali ke dokumentasi asli.

Tanpa fitur ini, teknisi yang sudah kekurangan sumber daya harus menghabiskan lebih banyak waktu untuk menggali dokumen secara manual untuk memverifikasi akurasi, lebih lanjut menunda proses dan perintah kerja.

Menyampaikan AI yang siap audit memerlukan volume data terstruktur yang besar. Tantangan data apa — dari dokumen warisan yang tidak terstruktur hingga riwayat aset yang tidak konsisten — perlu diatasi untuk membuat visi ini menjadi kenyataan?

Menyampaikan AI yang siap audit dimulai dengan data yang dapat diandalkan dan terorganisir dengan baik. Namun, sebagian besar lingkungan yang dibangun masih hidup dalam proses analog, dengan entri data manual, PDF yang discan, dan spreadsheet yang terisolasi. Ketika ada celah dalam data dan riwayat aset yang tidak lengkap atau tidak konsisten, risiko halusinasi AI meningkat. Untuk membuat output AI dapat dipercaya di lingkungan yang diatur, perusahaan harus pertama-tama mengatasi hambatan data warisan, dari format yang tidak terstruktur hingga riwayat yang tidak konsisten, kekurangan tata kelola, dengan bermigrasi ke sistem dokumen dan data aset yang terstruktur, terkontrol versi, dan terpusat.

Sistem Manajemen Dokumen Teknik (EDMS) kami dapat melakukan itu untuk berbagai industri, termasuk pertambangan, utilitas, manufaktur, dan lain-lain. Industri ini sering bergantung pada gambar teknik fisik dan dokumentasi, yang dapat menciptakan mimpi buruk kontrol versi. Menggunakan solusi EDMS kami untuk mendigitalkan dokumen ini adalah langkah pertama. Dari sana, perangkat lunak membantu mengelola kontrol versi, tata kelola alur kerja, dan jejak audit untuk memastikan inkonsistensi dihilangkan.

Ketika AI menjadi terintegrasi dalam pemeliharaan, fasilitas, dan manajemen siklus hidup aset, di mana Anda melihat peluang terbesar untuk meningkatkan produktivitas tanpa mengompromikan keselamatan atau persyaratan peraturan?

Salah satu peluang terbesar adalah mengotomatisasi tugas yang membosankan, tidak bernilai tambah untuk karyawan, seperti entri data manual dan penjadwalan perintah kerja untuk teknisi. Dari luar tampaknya seperti tugas yang relatif mudah, tetapi memakan waktu. Namun, AI dapat mendekati tugas tersebut dengan lebih strategis.

Pertama, jika peralatan yang bersangkutan dipantau dengan sensor, perintah kerja dapat dipicu berdasarkan deteksi anomali, sebelum terjadi kegagalan yang sebenarnya. Kedua, AI dapat membantu mengprioritaskan perintah kerja secara otomatis berdasarkan urgensi dan menjadwalkan perbaikan pada waktu yang menyebabkan gangguan minimal bagi bisnis — juga dapat menimbang masalah simultan, biaya, keselamatan, dan pendapatan sekaligus untuk jalur terbaik ke depan.

AI memiliki potensi untuk tidak hanya “membantu” tim pemeliharaan dan fasilitas — tetapi akan semakin bertindak sebagai operator digital.

Kepercayaan menjadi tabel baru untuk AI perusahaan. Apa yang Anda percaya vendor harus lakukan secara berbeda dalam dua tahun ke depan untuk mendapatkan — dan mempertahankan — kepercayaan itu?

Vendor harus berhenti menganggap pelanggan akan hanya “percaya pada model” ketika datang ke AI perusahaan. Rekomendasi dari AI perlu menunjukkan bukti tentang bagaimana mereka dihasilkan. Salah satu cara untuk mengatasi ini adalah dalam bentuk kutipan dan deskripsi yang jelas tentang dokumen yang dievaluasi AI. Misalnya, jika seorang karyawan meminta AI untuk menganalisis 1.000 sewa, mereka harus tahu secara eksplisit apakah itu mengevaluasi semua 1.000 atau hanya 700, dan mengapa atau mengapa tidak.

Sebagai bagian dari ini, faktor teratas yang harus diprioritaskan vendor adalah transparansi dalam penggunaan data. Ini termasuk kejelasan tentang siapa yang melihat data, bagaimana data digunakan (termasuk implikasi pelatihan), dan bagaimana data diisolasi dari lingkungan pelanggan lain.

Dalam dua tahun ke depan, mendapatkan kepercayaan akan menjadi sangat penting, dan vendor dapat memperoleh keunggulan dengan menjadi eksplisit tentang keterbatasan alat AI, menjaga manusia dalam loop untuk keputusan risiko tinggi, dan memulai dengan kasus penggunaan yang sempit dan terbatas yang menghasilkan nilai tanpa meletakkan pelanggan dalam situasi “black box”.

Menghadap ke depan, bagaimana Anda melihat AI berkembang dalam operasi kritis, dan apa peran yang Anda harapkan Accruent akan mainkan dalam menetapkan standar industri untuk AI yang dapat dipercaya dan transparan?

AI dalam operasi kritis sedang berkembang pesat dari otomatisasi tugas tunggal yang terisolasi menjadi sistem multi-agents yang cerdas yang dapat mengkoordinasikan dan mengoptimalkan seluruh alur kerja. Sebagai gantinya hanya membantu pengguna, AI akan menyediakan dukungan keputusan otonom, terus-menerus memantau kondisi operasional, memprediksi risiko, dan merekomendasikan tindakan dengan transparansi dan jejak yang penuh. Ketika AI belajar menggabungkan dokumen yang tidak terstruktur, data operasional terstruktur, dan sinyal waktu nyata, AI akan menjadi terintegrasi langsung ke dalam proses sehari-hari, menghasilkan hasil yang lebih cepat, lebih aman, dan lebih dapat diandalkan.

Seiring waktu, ini akan memungkinkan pergeseran menuju operasi otonom, di mana sistem dapat mengoptimalkan dan memperbaiki diri sendiri, sementara manusia fokus pada pengawasan dan pengambilan keputusan strategis. Sebagai pemimpin pasar, Accruent akan membantu menetapkan standar industri untuk AI yang dapat dipercaya dan transparan dengan mengintegrasikan auditabilitas, keterjelasan, dan tata kelola yang kuat ke dalam platformnya dan dengan berkolaborasi dengan pelanggan, mitra, dan badan pengatur untuk mendefinisikan praktik terbaik untuk penerapan yang aman di lingkungan kritis.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Accruent.