Maciej Saganowski, Direktur Produk AI, Appfire – Seri Wawancara

Maciej Saganowski adalah Direktur Produk AI di Appfire.

Appfire adalah penyedia solusi perangkat lunak perusahaan terkemuka yang dirancang untuk meningkatkan kolaborasi, mempermudah alur kerja, dan meningkatkan produktivitas di seluruh tim. Dengan spesialisasi dalam alat yang terintegrasi dengan platform seperti Atlassian (TEAM ), Salesforce (CRM ), dan Microsoft , Appfire menawarkan rangkaian aplikasi yang kuat yang dirancang untuk manajemen proyek, otomatisasi, pelaporan, dan manajemen layanan TI. Dengan kehadiran global dan komitmen terhadap inovasi, perusahaan ini telah menjadi mitra tepercaya bagi organisasi yang mencari untuk mengoptimalkan ekosistem perangkat lunak mereka, melayani berbagai industri dan memberdayakan tim untuk mencapai tujuan mereka dengan efisien.

Appfire dikenal untuk menyediakan solusi kolaborasi perusahaan, dapatkah Anda memperkenalkan kami dengan pendekatan Appfire dalam mengembangkan produk yang didorong oleh AI?

Selama setahun terakhir, pasar telah dibanjiri oleh solusi yang didukung oleh AI karena perusahaan berusaha untuk tetap relevan dan kompetitif. Sementara beberapa produk ini telah memenuhi harapan, masih ada peluang bagi vendor untuk benar-benar mengatasi kebutuhan pelanggan yang sebenarnya dengan solusi yang berdampak.

Di Appfire, kami fokus untuk tetap berada di garis depan inovasi AI, yang memungkinkan kami untuk memprediksi dan melebihi kebutuhan kolaborasi perusahaan yang berkembang. Kami mendekati integrasi AI dengan tujuan untuk mengirimkan nilai nyata daripada hanya mengklaim “kesiapan AI” hanya untuk kepentingan diferensiasi. Pendekatan kami dalam mengembangkan produk yang didorong oleh AI berpusat pada menciptakan pengalaman yang mulus dan berdampak bagi pelanggan kami.

Kami ingin AI untuk menyatu dengan pengalaman pengguna, meningkatkannya tanpa mengesampingkannya atau, lebih buruk, menciptakan beban tambahan dengan memerlukan pengguna untuk mempelajari fitur baru sepenuhnya.

“Waktu untuk Nilai” adalah salah satu tujuan paling kritis bagi fitur AI kami. Prinsip ini berfokus pada seberapa cepat pengguna—terutama pengguna baru—dapat mulai mendapatkan manfaat dari produk kami.

Sebagai contoh, dengan Canned Responses, seorang agen dukungan yang merespons pelanggan tidak perlu menyaring seluruh utas email; AI dapat menyarankan template respons yang paling sesuai, sehingga menghemat waktu dan meningkatkan akurasi.

Appfire telah bermitra dengan Atlassian untuk meluncurkan WorkFlow Pro sebagai agen Rovo. Apa yang membuat produk AI ini berbeda di pasar yang dipenuhi dengan produk serupa?

Kategori produk ini relatif tidak umum. Kami adalah salah satu perusahaan pertama yang mengirimkan asisten konfigurasi otomatisasi perangkat lunak kelas Jira—dan ini hanya awal.

WorkFlow Pro adalah asisten otomatisasi AI untuk Jira yang mengubah cara tim mengatur dan mengelola alur kerja otomatisasi mereka. Dengan kekuatan AI Rovo dari Atlassian, ia membantu pengguna dalam mengonfigurasi otomatisasi baru atau mendebug yang ada.

Secara historis, produk otomatisasi Jira telah kompleks dan memerlukan tingkat keahlian tertentu. WorkFlow Pro mendemistifikasi konfigurasi ini dan memungkinkan admin Jira baru atau kurang berpengalaman untuk mencapai tugas mereka tanpa menghabiskan waktu pada dokumentasi produk, forum, atau mengambil risiko kesalahan mahal.

Seorang admin Jira baru dapat bertanya kepada agen tentang cara melakukan tugas, dan berdasarkan aplikasi otomatisasi yang dipasang (JMWE, JSU, atau Power Scripts), agen menyediakan panduan langkah demi langkah untuk mencapai hasil yang diinginkan. Ini seperti memiliki seorang koki bintang Michelin di dapur Anda, siap untuk menjawab setiap pertanyaan dengan instruksi yang tepat.

Di Appfire, kami berkomitmen untuk mempermudah kehidupan pelanggan kami. Dalam versi berikutnya dari WorkFlow Pro, pengguna akan dapat meminta otomatisasi baru dalam bahasa Inggris sederhana dengan hanya mengetik hasil yang diinginkan, tanpa perlu menavigasi antarmuka pengguna konfigurasi atau mengetahui bahasa scripting. Kembali ke analogi koki, versi berikutnya akan memungkinkan pengguna tidak hanya untuk bertanya kepada koki tentang cara memasak hidangan tetapi juga untuk mempersiapkannya atas nama mereka, membebaskan mereka untuk fokus pada tugas yang lebih penting.

Bagaimana Anda melibatkan umpan balik pengguna saat mengulang produk AI seperti WorkFlow Pro? Apa peran yang dimainkan oleh input pelanggan dalam membentuk pengembangan alat ini?

Di Appfire, kami tetap dekat dengan pengguna kami. Tidak hanya desainer dan manajer produk kami yang terlibat secara teratur dengan mereka, tetapi kami juga memiliki tim penelitian pengguna yang didedikasikan untuk inisiatif penelitian yang lebih luas, yang mempengaruhi visi dan peta jalan produk kami.

Kami menganalisis data kuantitatif dan cerita pengguna yang berfokus pada tantangan, bertanya pada diri sendiri, “Apakah AI dapat membantu dalam momen ini?” Jika kami memahami masalah pengguna dengan cukup baik dan percaya bahwa AI dapat menyediakan solusi, tim kami mulai bereksperimen dengan teknologi untuk mengatasi masalah tersebut. Setiap perjalanan fitur dimulai tidak dengan teknologi tetapi dari titik nyeri pengguna.

Sebagai contoh, kami belajar dari pengguna kami bahwa admin baru menghadapi hambatan signifikan saat membuat otomatisasi yang kompleks. Banyak yang kekurangan pengalaman atau waktu untuk mempelajari dokumentasi dan menguasai mekanisme scripting yang rumit. WorkFlow Pro dikembangkan untuk mengurangi hambatan ini, membantu pengguna lebih mudah mempelajari dan mengonfigurasi Jira.

Di luar WorkFlow Pro, Appfire berencana untuk mengembangkan aplikasi yang didorong oleh AI tambahan. Bagaimana produk baru ini akan mengubah cara pengguna menetapkan tujuan, melacak pekerjaan, dan memanfaatkan data lebih efektif?

AI akan memiliki dampak yang mendalam pada apa yang dapat dicapai oleh pekerja pengetahuan di masa depan dan bagaimana mereka berinteraksi dengan perangkat lunak. Organisasi akan berkembang, menjadi lebih datar, lebih gesit, dan lebih efisien. Proyek akan memerlukan lebih sedikit orang untuk koordinasi dan pengiriman. Sementara ini terdengar seperti prediksi yang berani, ini sudah terbentuk melalui tiga kemajuan AI yang didorong oleh:

1. Mengalihkan tugas yang kompleks atau monoton ke AI
2. Berinteraksi dengan perangkat lunak menggunakan bahasa alami
3. Alur kerja agen

Kami sudah melihat AI mengurangi beban tugas yang monoton dan memudahkan pengguna baru untuk memasuki produk ini. Sebagai contoh, asisten AI dapat mengambil catatan rapat atau daftar tindakan. Untuk mengilustrasikan ini pada contoh Appfire, ketika seorang manajer membuat Key Result baru dalam kerangka OKR, AI akan menyarankan kata-kata Key Result berdasarkan praktik terbaik industri dan konteks unik perusahaan, mengurangi beban mental pada pengguna saat mereka belajar untuk mendefinisikan OKR yang efektif.

Antarmuka bahasa alami mewakili pergeseran paradigma besar dalam cara kami merancang dan menggunakan perangkat lunak. Evolusi perangkat lunak selama 50 tahun terakhir telah menciptakan kemampuan yang hampir tak terbatas bagi pekerja pengetahuan, namun kekuatan ini telah membawa kompleksitas yang signifikan.

Sampai baru-baru ini, tidak ada cara yang mudah untuk menavigasi kompleksitas ini. Sekarang, AI dan antarmuka bahasa alami membuatnya dapat dikelola dan diakses. Sebagai contoh, salah satu kategori aplikasi Appfire yang paling populer adalah Manajemen Dokumen. Banyak perusahaan Fortune 500 memerlukan alur kerja dokumen untuk kepatuhan atau tinjauan regulasi. Tak lama lagi, membuat alur kerja ini bisa semudah berbicara dengan sistem. Seorang manajer mungkin mengatakan, “Untuk kebijakan yang disetujui dan didistribusikan ke semua karyawan, itu perlu ditinjau dan disetujui oleh tim kepemimpinan senior terlebih dahulu.” AI akan memahami instruksi ini dan membuat alur kerja. Jika ada detail yang hilang, AI akan meminta klarifikasi dan menawarkan tips untuk alur yang lebih lancar.

Tambahnya, “alur kerja agen” adalah frontier berikutnya dari revolusi AI, dan kami menerimanya di Appfire dengan agen WorkFlow Pro kami. Di masa depan, agen AI akan berperilaku lebih seperti kolaborator manusia, mampu menangani tugas yang kompleks seperti melakukan penelitian, mengumpulkan informasi dari berbagai sumber, dan berkoordinasi dengan agen dan orang lain untuk mengirimkan proposal dalam hitungan jam atau hari. Pendekatan yang dijalankan oleh agen ini akan melampaui interaksi sederhana seperti yang dengan ChatGPT; agen akan menjadi proaktif, mungkin menyarankan draf presentasi deck sebelum Anda menyadari bahwa Anda membutuhkannya. Dan interaksi suara dengan agen akan menjadi lebih umum, memungkinkan pengguna untuk bekerja saat dalam perjalanan.

Secara singkat, di mana kami menuju dengan AI dalam pekerjaan pengetahuan adalah seperti cara kami mengoperasikan kendaraan sekarang: kami tahu ke mana kami ingin pergi tetapi biasanya tidak perlu memahami kerumitan mesin pembakaran atau menyetelnya sendiri.

Anda juga meningkatkan produk Appfire yang ada menggunakan AI. Dapatkah Anda memberikan contoh tentang bagaimana AI telah meningkatkan fungsionalitas dan pengalaman pengguna dari aplikasi Appfire saat ini?

Setiap aplikasi kami unik, memecahkan tantangan pengguna yang berbeda dan dirancang untuk berbagai peran pengguna. Sebagai hasilnya, penggunaan AI dalam aplikasi ini disesuaikan untuk meningkatkan fungsi tertentu dan meningkatkan pengalaman pengguna dengan cara yang bermakna.

Di Canned Responses, AI mempercepat komunikasi pelanggan dengan membantu pengguna merumuskan respons dengan cepat berdasarkan konten permintaan dan template yang ada. Fitur AI ini tidak hanya menghemat waktu tetapi juga meningkatkan kualitas interaksi pelanggan.

Di OKR untuk Jira, sebagai contoh, AI bisa membantu pengguna yang baru dengan kerangka OKR (Tujuan dan Hasil Kunci). Dengan menyederhanakan dan memperjelas metodologi yang sering kompleks ini, AI bisa memberikan bimbingan dalam merumuskan Hasil Kunci yang efektif yang sejalan dengan tujuan tertentu, membuat proses OKR lebih dapat diakses.

Akhirnya, WorkFlow Pro mewakili cara inovatif untuk berinteraksi dengan dokumentasi kami dan menggambarkan komitmen kami terhadap alur kerja agen dan permintaan otomatisasi bahasa alami. Pendekatan AI ini mengurangi hambatan untuk admin Jira baru dan mempermudah alur kerja untuk admin yang berpengalaman.

Layanan AI bersama, seperti fitur ringkasan, sedang dikembangkan di seluruh aplikasi Appfire. Bagaimana Anda membayangkan layanan ini akan mempengaruhi produktivitas pengguna di seluruh platform?

Di Appfire, kami memiliki portofolio aplikasi yang luas di berbagai marketplace, termasuk Atlassian, Microsoft, monday.com (MNDY ), dan Salesforce.

Dengan suite aplikasi yang begitu luas dan kasus penggunaan AI yang beragam, kami mengambil langkah untuk merancang dan membangun layanan AI internal bersama yang dapat dimanfaatkan di seluruh aplikasi.

Kami mengembangkan layanan AI platform yang memungkinkan tim produk di seluruh aplikasi kami untuk terhubung ke beberapa LLM. Sekarang layanan ini sudah live, kami akan terus memperluasnya dengan fitur seperti model lokal yang dijalankan dan prompt yang dipaketkan.

Dengan evolusi cepat teknologi AI, bagaimana Anda memastikan bahwa pendekatan Appfire terhadap pengembangan AI terus memenuhi kebutuhan pelanggan yang berubah dan tuntutan pasar?

Di Appfire, prioritas utama seorang manajer produk adalah menjembatani kesenjangan antara kelayakan teknis dan pemecahan masalah pelanggan yang berarti. Ketika kemampuan AI berkembang pesat, kami tetap mendapatkan informasi tentang tren pasar dan secara aktif memantau industri untuk praktik terbaik. Di sisi pelanggan, kami terus berinteraksi dengan pengguna kami untuk memahami tantangan mereka, tidak hanya dalam aplikasi kami tetapi juga dalam platform dasar yang mereka gunakan.

Ketika kami mengidentifikasi tumpang tindih antara kelayakan teknis dan kebutuhan pelanggan yang berarti, kami fokus pada mengirimkan fitur AI yang aman dan kuat. Sebelum meluncurkan, kami bereksperimen dan menguji solusi ini dengan pengguna untuk memastikan bahwa mereka benar-benar mengatasi titik nyeri mereka.

Appfire beroperasi dalam lanskap SaaS yang didorong oleh AI yang sangat kompetitif. Langkah apa yang Anda ambil untuk memastikan bahwa inovasi AI Anda tetap unik dan terus menggerakkan nilai bagi pengguna?

Pendekatan Appfire terhadap AI berfokus pada tujuan. Kami tidak mengintegrasikan AI hanya untuk memeriksa kotak; tujuan kami adalah agar AI bekerja dengan sangat alami dalam produk kami sehingga hampir tidak terlihat oleh pengguna. Kami ingin AI untuk menangani tantangan nyata yang dihadapi pelanggan kami—apakah itu mempermudah alur kerja di Jira, mengelola proses dokumen yang kompleks, atau mempermudah perencanaan strategis. Idealnya, menggunakan AI harus terasa seperti memilih pulpen.

Banyak produk SaaS telah secara tradisional memerlukan keahlian khusus untuk membuka potensi penuhnya. Visi kami untuk AI adalah untuk mengurangi kurva belajar dan membuat aplikasi kami lebih dapat diakses. Dengan peluncuran agen Rovo pertama kami, WorkFlow Pro, kami mengambil langkah penting dalam perjalanan ini. Pada akhirnya, kami bertujuan untuk memastikan bahwa AI dalam aplikasi kami memungkinkan pengguna untuk mencapai nilai lebih cepat.

Menghadap ke depan, tren apa dalam pengembangan AI yang Anda pikir akan memiliki dampak terbesar pada industri SaaS dalam beberapa tahun mendatang?

Dua tren AI utama yang akan membentuk industri SaaS dalam beberapa tahun mendatang adalah munculnya agen AI yang didorong dan meningkatnya kekhawatiran tentang keamanan dan privasi.

Beberapa orang berpendapat bahwa teknologi agen belum memenuhi hype dan masih relatif belum matang. Bagi skeptis ini, saya akan mengatakan bahwa kita sering memperkirakan apa yang akan dicapai teknologi dalam 1-2 tahun tetapi sangat meremehkan apa yang akan dicapai dalam satu dekade. Sementara kasus penggunaan agen saat ini memang terbatas, kami menyaksikan investasi besar dalam alur kerja agen di seluruh rantai nilai perangkat lunak. Model dasar dari perusahaan seperti OpenAI dan Anthropic, bersama dengan platform yang saat ini Appfire operasikan atau berencana untuk operasikan, melakukan investasi besar dalam teknologi agen. OpenAI, misalnya, bekerja pada “Sistem 2” agen yang mampu bernalar, sementara Anthropic meluncurkan model yang mampu menggunakan aplikasi dan situs web reguler, meniru tindakan manusia. Atlassian telah memperkenalkan Rovo, dan Salesforce telah meluncurkan Agentforce. Setiap minggu membawa pengumuman baru dalam kemajuan agen, dan di Appfire, kami sangat antusias dengan perkembangan ini dan berharap untuk mengintegrasikannya ke dalam aplikasi kami.

Di saat yang sama, ketika kemampuan AI berkembang, risiko yang terkait dengan keamanan data dan privasi juga meningkat. Perusahaan harus memastikan bahwa integrasi AI menghormati dan melindungi aset mereka dan aset pelanggan mereka, dari data sensitif hingga langkah-langkah keamanan yang lebih luas. Menyeimbangkan inovasi dengan praktik keamanan yang kuat akan sangat penting untuk membuka nilai penuh AI di SaaS dan memungkinkan kemajuan yang bertanggung jawab dan aman.

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