Jason Beres, COO of Infragistics – Interview Series

Jason Beres COO of Infragistics memimpin fitur dan fungsionalitas inovatif yang didorong oleh pelanggan di seluruh perangkat lunak Infragistics, termasuk pengujian, pengembangan, dan pengalaman pengguna. Jason bekerja langsung dengan pelanggan Infragistics di seluruh dunia untuk memberikan pengalaman pengguna yang luar biasa. Ia adalah seorang ahli pada subjek teknologi seperti proses pengujian perangkat lunak, tim yang didorong oleh data, masukan pelanggan dalam desain produk, open source, kecerdasan buatan, analitik data, intelijen bisnis, dan lain-lain. Jason adalah mantan Microsoft .NET MVP, dan ia adalah penulis beberapa buku tentang pengembangan perangkat lunak, yang mencakup SQL Server, C#, Visual Basic, Rich Client dan Pengembangan Web. Sebagai pembicara konferensi nasional dan internasional, Jason sangat aktif dalam komunitas pengembang dan UX. Ia bergabung dengan Infragistics pada tahun 2003.

Infragistics adalah perusahaan perangkat lunak global yang membangun alat pengembangan UI dan UX kelas perusahaan yang digunakan untuk merancang dan mengirimkan aplikasi web, mobile, dan desktop dengan kinerja tinggi. Didirikan pada tahun 1989, perusahaan ini paling dikenal karena perpustakaan komponen UI yang komprehensif, App Builder dengan kode rendah, dan solusi analitik yang tertanam yang membantu tim bergerak secara efisien dari desain ke produksi. Dengan akar yang dalam dalam ekosistem Microsoft dan dukungan luas untuk kerangka kerja modern, Infragistics melayani jutaan pengembang di seluruh dunia dengan mempermudah pengembangan aplikasi dan meningkatkan kolaborasi antara desainer dan insinyur.

Anda telah bergabung dengan Infragistics selama lebih dari 20 tahun. Bagaimana Anda akan menjelaskan evolusi perusahaan selama waktu itu, dan apa yang paling menonjol bagi Anda? 

Ketika saya bergabung dengan Infragistics pada tahun 2003, pasar masih relatif sederhana. Ekosistem .Net sedang dalam masa jayanya dan Infragistics adalah salah satu dari sedikit vendor untuk produk inti, warisan di pasar tersebut. Namun, seperti yang semua orang tahu, industri teknologi tidak pernah stagnan. Untungnya, Infragistics tidak menjadi nyaman sebagai ikan besar di kolam kecil, melainkan mempersiapkan diri untuk mempertahankan keunggulan di antara persaingan yang meningkat.

Setiap tahun sejak 2003, Infragistics telah mengambil lompatan teknologi dan setiap 5 tahun kami telah memperkenalkan produk yang mengubah permainan sehingga pelanggan kami dapat tetap mengikuti lanskap teknologi modern. Setiap tonggak tersebut, apakah itu mengakuisisi Southlabs pada tahun 2012 untuk beralih dari desktop ke smartphone atau memasuki iOS, Android, dan semua platform web modern pada tahun 2015, sangat penting untuk tetap di depan kurva pasar yang bisa berpotensi menghancurkan kami.

Dengan memindahkan fokus dari sisi produk, bisnis itu sendiri juga telah berevolusi secara luar biasa. Kami telah berkembang dari puluhan karyawan menjadi ratusan, dan membuka kantor di seluruh dunia, termasuk di Uruguay, India, dan Jepang. Ketika saya pertama kali bergabung, kami memiliki 1 orang penjualan di London. Sekarang kami memiliki kantor dengan tim yang didedikasikan di sana.

Saya telah menyaksikan Dean, CEO dan Pendiri Infragistics, membangun struktur dan proses perusahaan yang luar biasa selama bertahun-tahun. Saya tidak satu-satunya yang telah berada di sini selama lebih dari satu dekade. CFO kami telah berada di sini selama lebih dari 20 tahun, begitu juga dengan karyawan lainnya, yang merupakan bukti dari budaya yang telah Dean kembangkan.

Semua faktor ini digabungkan adalah alasan mengapa Infragistics telah bertahan dari banyak gangguan pasar. Dan sekarang, kami siap untuk melompat ke era berikutnya, yaitu kecerdasan buatan.

Apa yang dimaksud dengan Infragistics yang menunjuk COO pertamanya setelah 35 tahun, dan bagaimana pengalaman Anda yang mendalam dalam produk dan kepemimpinan—yang meliputi alat pengembang dan manajemen produk—akan membentuk cara Anda mendekati peran baru ini?

Era kecerdasan buatan telah membawa fokus yang ditingkatkan pada produktivitas dan efisiensi – mentalitas yang kami tanamkan ke dalam semua operasi kami di Infragistics.

Selama 35 tahun, Dean tidak hanya membesarkan perusahaan, tetapi juga menjalankan manajemen tim di hampir setiap departemen. Dan meskipun keterlibatan yang mendalam dalam fungsi sehari-hari sebagian telah menciptakan budaya yang perusahaan miliki saat ini, ketika kami terus tumbuh, saatnya telah tiba untuk merampingkan proses-proses ini melalui entitas lain, sehingga Dean dapat fokus pada inisiatif strategis yang lebih besar.

Sebagai COO, saya sekarang mengambil peran tersebut, untuk meningkatkan efisiensi operasional di dalam setiap departemen. Sekarang, penjualan, pemasaran, produk, dan IT semua berada di bawah payung saya, yang memungkinkan saya untuk memastikan setiap anggota tim berada di halaman yang sama dan meminimalkan kesalahpahaman. Saya bertemu dengan karyawan lebih sering untuk memastikan setiap departemen selaras dalam inisiatif dan tujuan.

Pengalaman 25 tahun saya di perusahaan ini sangat penting dalam perubahan ini. Sebagian besar karyawan di perusahaan ini sudah mengenal saya, dan tahu bagaimana bekerja dengan gaya kepemimpinan saya. Ketika saya ditunjuk, ini berarti bahwa tidak ada guncangan besar bagi orang-orang, ini sebenarnya berarti lebih banyak organisasi dan visibilitas bagi mereka. Saya telah membangun ikatan yang kuat dengan orang-orang di Infragistics selama bertahun-tahun, sehingga kami sudah memiliki hubungan kerja yang baik dan kenyamanan yang kuat, yang pasti membantu tujuan saya untuk menyelaraskan tim.

Perangkat lunak Infragistics digunakan oleh semua perusahaan S&P 500. Apa yang menjadi kunci untuk mempertahankan tingkat kepercayaan dan adopsi seperti itu di seluruh lanskap perusahaan yang sangat beragam?

Kunci utamanya adalah memperlakukan setiap dan semua pelanggan seperti emas. Selama bertahun-tahun kami terus menambah nilai dan kemampuan pada produk kami – dan jalan pemetaan produk ini pasti ditentukan dengan mempertimbangkan pelanggan kami.

Ketika Anda bekerja dengan perusahaan dari ukuran apa pun, Anda perlu mengingat bahwa mereka memiliki tuntutan yang tinggi dari basis pengguna dan pelanggan mereka sendiri. Selalu ada seseorang di ujung hilir menunggu resolusi – jadi jalan pemetaan kami juga milik mereka. Kami selalu fokus untuk merawat pelanggan sebaik mungkin, dan umpan balik mereka sangat penting untuk memandu bagaimana kami melangkah maju.

Selain memasukkan wawasan ini ke dalam jalan pemetaan produk kami, kami juga sangat memperhatikan pasar dan memperkenalkan inovasi yang pelanggan butuhkan di masa depan. Meskipun sangat penting untuk memenuhi tuntutan pelanggan, mereka tidak selalu tahu apa yang mereka butuhkan untuk membuat hal-hal tertentu terjadi. Misalnya, semua orang ingin memasukkan kecerdasan buatan, tetapi tidak banyak yang benar-benar memahami bagaimana mengaktifkan skenario kecerdasan buatan. Karena itu, kami terus memperkenalkan kemampuan dan produk baru kepada klien secara proaktif – membuat mereka unggul dalam persaingan.

Kami hidup dan mati dengan strategi ini. Kami tidak pernah mengambil uang dari luar atau mencari investor eksternal karena kami sangat terinvestasi pada pelanggan kami – dan mereka sangat terinvestasi pada kami.

Anda telah berbicara banyak tentang pengalaman pengguna dan pemberdayaan pengembang. Bagaimana prinsip-prinsip tersebut akan membimbing rencana Anda untuk mengintegrasikan kecerdasan buatan di seluruh produk Infragistics seperti Reveal, Indigo.Design, App Builder, dan Slingshot?

Untuk setiap produk kami, kami mendekati integrasi kecerdasan buatan dengan tujuan utama bahwa itu akan meningkatkan baik bagaimana pengembang dan di luar itu beroperasi dan hasilnya untuk pengguna akhir.

Misalnya, dengan Reveal kami mengintegrasikan kecerdasan buatan ke dalam dasbor analitik dan penemuan data melalui produk Embed kami. Ini memungkinkan pengembang untuk memahami di mana pengguna mungkin jatuh atau area mana di situs web mereka yang mungkin perlu disesuaikan. Di luar tim pengembangan, Embed juga membuat tindakan strategis lebih mudah bagi tim di area seperti pemasaran dan penjualan. Salah satu cara kami melakukannya adalah dengan platform tempat kerja digital Slingshot. Slingshot menggunakan Reveal sebagai mesin kecerdasan buatan untuk analitik, yang memungkinkan tim untuk mendapatkan wawasan yang dapat ditindaklanjuti dari data perusahaan yang kompleks dalam hitungan detik. Dengan dasbor Reveal, pemasar dan penjual dapat dengan mudah menarik informasi seperti tren pelanggan atau perkiraan penjualan yang akan datang, bukan dengan menyaring data secara manual atau mengandalkan tim data untuk analisis.

Di sisi pemberdayaan pengembang, integrasi kami kecerdasan buatan ke dalam App Builder akan membuat pembuatan aplikasi perusahaan lebih intuitif, yang memungkinkan pengembang, desainer, dan pengguna bisnis untuk bergerak dari sekadar ide ke aplikasi yang berfungsi dalam hitungan detik. Ini menjembatani kesenjangan antara visi dan kenyataan yang banyak pengembang hadapi ketika mencoba menciptakan apa yang ada dalam pikiran mereka. Kami bertujuan untuk memungkinkan pengembang untuk segera mengubah ide mereka menjadi tata letak aplikasi yang berfungsi dengan membawa kecerdasan buatan lebih dalam ke dalam alur kerja pengembangan aplikasi.

Apa area paling menjanjikan di mana kecerdasan buatan dapat meningkatkan produktivitas dan kreativitas di dalam tim internal Infragistics?

Kami sangat memperhatikan bagaimana kecerdasan buatan dapat meningkatkan efisiensi operasional. Kami percaya bahwa dengan kecerdasan buatan yang merampingkan tugas manual, kami akan memberi karyawan yang ada kebebasan untuk melakukan lebih banyak, baik itu menyelesaikan tugas yang telah ditunda atau menghasilkan ide kreatif baru. Tujuan kami adalah bahwa peningkatan produktivitas tersebut akan diterjemahkan ke dalam percepatan pendapatan.

Apakah Anda dapat membagikan cara spesifik kecerdasan buatan sudah mempengaruhi jalan pemetaan produk dan bagaimana Anda melihat perluasan kemampuan tersebut dalam beberapa tahun mendatang?

Kecerdasan buatan sudah mempengaruhi jalan pemetaan kami di seluruh spektrum bagaimana pelanggan kami membangun, mengirim, dan menggunakan perangkat lunak dari pembuatan aplikasi hingga mengubah wawasan menjadi tindakan.

Di App Builder, kami membawa kecerdasan buatan lebih dalam ke dalam alur kerja yang membantu tim bergerak dari ide ke aplikasi yang berfungsi lebih cepat—mendukung pembuatan aplikasi, tata letak, dan pola umum sehingga pengembang, desainer, dan pengguna bisnis dapat beriterasi dengan cepat. Di Ignite UI, kecerdasan buatan membentuk bagaimana pengembang membuat pengalaman pengguna yang kaya, membuatnya lebih mudah untuk mengimplementasikan pola UI yang umum, konsisten, dan mengurangi waktu yang dihabiskan pada pekerjaan berulang. Di Reveal, kami memasukkan kecerdasan buatan ke dalam pengalaman analitik sehingga tim dapat membangun dan memperbarui dasbor lebih cepat dan membantu pengguna akhir untuk mendapatkan jawaban lebih mudah. Dan, akhirnya, di Slingshot, kecerdasan buatan terus menjadi fokus utama karena membantu tim dengan cepat mendapatkan wawasan yang dapat ditindaklanjuti dari data perusahaan dan menghubungkannya dengan eksekusi sehari-hari.

Menghadap ke depan, kami akan terus memperluas kecerdasan buatan dengan cara yang praktis, didorong oleh alur kerja di seluruh produk ini untuk membuat pembuatan aplikasi lebih intuitif, pengembangan UI lebih cepat, analitik lebih mudah dibangun dan dikonsumsi, dan wawasan lebih mudah diakses oleh tim yang membutuhkannya.

Banyak perusahaan perangkat lunak yang bergelut untuk menyeimbangkan adopsi kecerdasan buatan yang cepat dengan tata kelola yang bertanggung jawab. Bagaimana Infragistics akan memastikan penggunaan kecerdasan buatan selaras dengan kepercayaan dan transparansi pengguna?

Infragistics meletakkan semua kekuatan di tangan pelanggan ketika datang ke implementasi kecerdasan buatan. Kami sangat transparan tentang di mana kecerdasan buatan datang dan bahkan memberi klien pilihan untuk membawa model kecerdasan buatan mereka sendiri jika mereka lebih suka.

Fitur kecerdasan buatan inti dikirimkan di bawah kendali pelanggan, mereka dapat memilih model yang mereka sukai dan mengintegrasikannya ke dalam tumpukan teknologi mereka sendiri. Ini memastikan data tidak pernah meninggalkan infrastruktur atau situs pelanggan kecuali mereka menginginkannya. Misalnya, kecerdasan buatan tidak akan berinteraksi dengan tabel atau tampilan tertentu kecuali pelanggan memberinya akses. Kami tidak membuat asumsi tentang di mana klien mungkin ingin kecerdasan buatan disuntikkan, mereka memiliki diskresi penuh.

Menghadap ke depan, kami antisipasi bahwa orang-orang yang peduli dengan keamanan juga akan beralih dari struktur LLM yang tradisional dan menuju SML dan teknologi yang lebih maju karena ada di premis.

Kami juga menggunakan alat seperti GitHub Enterprise yang memberikan sertifikasi dan mengikuti peraturan yang telah ditetapkan.

Di luar inovasi produk, bagaimana Anda berencana untuk mengembangkan literasi dan eksperimen kecerdasan buatan di antara karyawan di semua departemen?

Kami sangat transparan di Infragistics tentang implementasi kecerdasan buatan dan memiliki saluran komunikasi terbuka dengan karyawan untuk membahas bagaimana mereka menggunakan kecerdasan buatan dan apa cara terbaik untuk mengimplementasikannya ke dalam pekerjaan sehari-hari. Saat ini kami mengumpulkan rekomendasi tentang di mana mereka pikir kecerdasan buatan akan paling berguna dalam pekerjaan mereka. Dengan wawasan itu, kami akan datang ke set alat yang disepakati yang mengintegrasikan kecerdasan buatan untuk memperbaiki alur kerja.

Infragistics telah berkembang melalui beberapa era teknologi – dari klien-server ke web ke mobile. Bagaimana era kecerdasan buatan yang baru ini membandingkan dalam hal peluang dan tantangan?

Peluang era kecerdasan buatan sangat besar – dan ada banyak cara untuk mendekatinya. Banyak perusahaan mempertimbangkan untuk melompat ke dalamnya atau secara bertahap menyesuaikan struktur mereka untuk mengakomodasi teknologi.

Di Infragistics, kami mengambil jalur di tengah-tengah. Untuk kecerdasan buatan memenuhi janjinya, perlu ada strategi di tempat. Anda tidak bisa melemparkan sesuatu ke dinding dan berharap itu menempel. Sebaliknya, penting untuk mengambil pandangan yang lebih dalam tentang di mana ada celah yang kecerdasan buatan bisa isi dan kemudian membangun dengan tujuan untuk produk dan tujuan yang ditentukan. Itulah cara Anda memastikan kecerdasan buatan menghasilkan nilai nyata bagi organisasi.

Ini adalah pergeseran teknologi terbesar yang pernah kami lalui sebagai perusahaan. Pergeseran lainnya selama beberapa tahun terakhir tidak bergerak dengan kecepatan yang sama seperti kecerdasan buatan. Misalnya, katakanlah pada tahun 2011 kami memiliki produk JQuery yang kuat dan kemudian kerangka kerja UI baru seperti Angular JS muncul. Jika kami tidak secara otomatis memiliki Angular JS, itu mungkin akan tetap baik karena kami telah membangun diri kami sebagai vendor UI yang tepercaya. Pasar dan pelanggan kami percaya kami akan mengirimkan produk yang luar biasa. Namun, hari ini kecepatan di mana kecerdasan buatan telah mengambil alih berarti bahwa jika Anda tidak bergerak dengan kecepatan 10x untuk mengirimkan nilai kecerdasan buatan, Anda akan ketinggalan.

Apa yang paling menggembirakan Anda tentang fase pertumbuhan Infragistics berikutnya, dan bagaimana Anda mendefinisikan kesuksesan untuk perusahaan di era kecerdasan buatan?

Apa yang paling menggembirakan saya tentang fase pertumbuhan Infragistics berikutnya adalah kombinasi dari potensi kecerdasan buatan dan orang-orang yang kami miliki di sini untuk membuat potensi itu menjadi kenyataan. Tim kami sangat didorong oleh pelanggan, sangat teknis, dan secara otentik bangga dengan kerajinan di balik apa yang kami bangun. Sebagian besar energi kami di Infragistics datang dari melihat apa yang dilakukan pelanggan kami setiap hari dengan produk kami saat ini: aplikasi yang mereka kirim, pengalaman yang mereka perbaiki, dan hasil dunia nyata yang mereka capai.

Di era kecerdasan buatan, kesuksesan bagi kami adalah mengirimkan dampak yang sama – membuat kecerdasan buatan terasa sederhana, tepercaya, dan benar-benar berguna di dalam alur kerja yang pelanggan kami sudah andalkan. Salah satu bagian paling menggembirakan dari pekerjaan ini adalah mendengar kisah-kisah pelanggan tentang nilai yang telah dibuat oleh alat kami, dari memungkinkan data pasien waktu nyata untuk apoteker hingga memungkinkan jaringan transportasi seperti kereta peluru dan subway. Ketika kami mengintegrasikan kecerdasan buatan lebih dalam, saya mendefinisikan kesuksesan sebagai terus mendapatkan kisah-kisah tersebut, sekarang dengan tambahan kecerdasan buatan yang membantu pelanggan bergerak lebih cepat, membuat keputusan yang lebih baik, dan membangun pengalaman yang lebih ambisius.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Infragistics.