Wendy Gilbert, Wakil Presiden Senior Produk, Mark43 – Seri Wawancara

Wendy Gilbert, Wakil Presiden Senior Produk di Mark43, membawa lebih dari dua dekade pengalaman di teknologi keamanan publik, dengan karir yang meliputi peran kepemimpinan manajemen produk di perusahaan seperti CentralSquare Technologies, TriTech Software Systems, dan VisionAIR. Dengan terus maju melalui peran yang fokus pada sistem manajemen catatan (RMS) dan platform keamanan publik, dia sekarang memimpin strategi produk di Mark43, di mana dia bertanggung jawab untuk membentuk evolusi solusi cloud-native yang digunakan oleh lembaga penegak hukum. Masa jabatannya mencerminkan spesialisasi yang mendalam dalam memodernisasi perangkat lunak kritis misi untuk petugas garis depan, dengan fokus pada kemudahan penggunaan, kepatuhan, dan efisiensi operasional di lingkungan yang berisiko tinggi.

Mark43 adalah penyedia terkemuka perangkat lunak keamanan publik cloud-native, menawarkan platform terintegrasi yang mencakup manajemen catatan (RMS), pengiriman bantuan komputer (CAD), analitik, dan alat mobile yang dirancang untuk lembaga penegak hukum dan layanan darurat. Dibangun di atas arsitektur SaaS, platform ini memungkinkan lembaga untuk merampingkan penulisan laporan, mengelola kasus, dan mengakses data waktu nyata dari mana saja, secara signifikan mengurangi beban administratif dan meningkatkan waktu respons. Sistem ini dirancang untuk menggantikan infrastruktur warisan dengan solusi yang scalable, aman, dan mobile-first, membantu ratusan lembaga meningkatkan kesadaran situasional, kolaborasi, dan hasil keamanan publik secara keseluruhan.

Anda telah menghabiskan lebih dari dua dekade membangun produk di perusahaan seperti VisionAIR, TriTech, CentralSquare, dan sekarang Mark43. Bagaimana perspektif Anda tentang teknologi keamanan publik berkembang, dan apa yang secara fundamental berbeda tentang gelombang adopsi AI saat ini?

Teknologi telah berubah banyak selama dua dekade terakhir. Selama sebagian besar waktu itu, teknologi dirancang untuk mendukung misi setelah fakta. Sistem menangkap apa yang terjadi, tetapi tidak secara aktif membantu membentuk apa yang harus terjadi selanjutnya. Itulah yang secara fundamental berbeda sekarang.

Untuk pertama kalinya, kita tidak hanya menambahkan teknologi ke alur kerja keamanan publik. Kita merancang kembali sistem tersebut sebagai AI-native dari awal, yang sepenuhnya mengubah peran teknologi. Kita bergerak dari sistem catatan ke sistem tindakan. Sebagai gantinya hanya mendokumentasikan insiden, kita membantu lembaga menafsirkan, memprioritaskan, dan bertindak dalam waktu nyata. Ini adalah pertama kalinya dalam karir saya bahwa saya telah melihat teknologi benar-benar beroperasi pada kecepatan yang layak keamanan publik, yaitu untuk mengirimkan produk yang dapat mengubah cara lembaga berfungsi sehari-hari dan pada akhirnya menghasilkan hasil keamanan publik yang lebih baik.

Penelitian Mark43 menunjukkan dukungan yang kuat untuk AI di antara penegak hukum, tetapi juga harapan yang jelas untuk pengawasan manusia. Apa yang dimaksud dengan keterlibatan manusia yang bermakna dalam operasi sehari-hari?

Di setiap keputusan produk yang kita buat, prinsipnya jelas. AI mendukung. Manusia memutuskan.

AI dapat membangun laporan, menemukan tautan di seluruh catatan, atau menyoroti informasi kunci dalam panggilan. Tetapi seorang petugas, dispatcher, atau penyelidik selalu yang menerapkan penilaian dan membuat keputusan. Dalam prakteknya, itu berarti AI mempercepat jalur menuju wawasan sambil menjaga akuntabilitas dengan manusia. Ini menggambar, menyarankan, dan menghubungkan, tetapi tidak memutuskan.

Itu sangat penting dalam alur kerja CAD dan RMS, di mana keputusan membawa konsekuensi nyata. Peran AI adalah untuk mengurangi gesekan dan beban kognitif sehingga para profesional keamanan publik dapat fokus pada semua yang memerlukan keahlian mereka.

Kekhawatiran yang berulang adalah apakah laporan dan keputusan yang dibantu AI akan bertahan di pengadilan. Bagaimana Anda merancang sistem yang tidak hanya berguna operasional tetapi juga dapat dipertahankan secara hukum?

Berasal dari latar belakang CAD dan RMS, keberterimaan hukum bukanlah “nice-to-have”. Jika catatan dari sistem tidak dapat bertahan di pengadilan, alat tersebut tidak siap untuk digunakan keamanan publik.

Ini dimulai dengan transparansi. Setiap output yang dihasilkan AI harus terhubung langsung ke data sumber. Pengguna perlu dapat melacak dari mana informasi berasal, bagaimana dihasilkan, dan bagaimana digunakan. Jika rantai itu tidak jelas, sistem tidak akan bertahan di bawah pemeriksaan. Sistem juga perlu mengetahui batasannya. Ketika data tidak lengkap, kita merancang AI untuk menyoroti kesenjangan itu, bukan mencoba menyelesaikannya sendiri. Ini tidak menebak.

Bagian kritis lainnya adalah keselarasan dengan cara lembaga benar-benar beroperasi. AI tidak dapat menentukan kebijakan atau alur kerja. Ini harus sesuai dengan persyaratan hukum, standar pelaporan, dan kenyataan operasional dari setiap lembaga.

Kita membangun konfigurabilitas langsung ke dalam sistem. Validasi kepatuhan dan izin AI dapat diatur pada tingkat laporan dan kode pelanggaran, sehingga lembaga dapat memilih di mana bantuan AI tepat dan di mana tidak. Misalnya, lembaga mungkin mengaktifkan dukungan AI untuk insiden tingkat rendah sementara membatasi dalam kasus yang membawa standar bukti yang lebih tinggi.

Kita juga mempertahankan transparansi penuh tentang bagaimana AI digunakan. Setiap instance keterlibatan AI dicatat, dan riwayat draf penuh dipertahankan dalam laporan. Itu menciptakan catatan yang jelas dan dapat ditinjau yang mendukung baik akuntabilitas internal maupun pemeriksaan hukum eksternal.

Sistem ini harus dapat bertahan di bawah pemeriksaan dari pengawas, pengacara, dan publik untuk menjadi berguna operasional dan efektif.

Dari pengalaman Anda, di mana AI sudah memberikan nilai yang dapat diukur dalam keamanan publik saat ini, dan di mana masih belum memenuhi harapan?

Nilai paling langsung ada di alur kerja inti yang saya telah kerjakan sepanjang karir saya.

Penulisan laporan sangat penting, tetapi juga merupakan drainase waktu yang persisten. AI mengubah itu dengan mengubah dokumentasi menjadi sesuatu yang terjadi bersamaan dengan pekerjaan, bukan setelahnya. Itu adalah pergeseran yang berarti bagi petugas dan lembaga yang mengelola keterbatasan staf.

Tetapi pergeseran yang lebih besar terjadi dalam cara lembaga bergerak dari informasi ke tindakan. AI dapat menyoroti apa yang penting dalam waktu nyata, bukan hanya setelah fakta. Di mana saya melihat celah adalah tidak dalam teknologi. Ini dalam bagaimana organisasi mengoperasikan itu. AI memerlukan kebijakan yang jelas, tata kelola, dan pelatihan untuk efektif. Lembaga yang memperlakukannya sebagai transformasi alur kerja melihat hasil. Jika lembaga hanya melihatnya sebagai fitur, itu tidak akan membuka peluang yang sama.

Bias tetap menjadi salah satu tantangan paling kritis dalam AI, terutama dalam penegakan hukum di mana data historis dapat mencerminkan masalah sistemik. Bagaimana Mark43 mendekati mitigasi bias sambil mempertahankan akurasi dan kepercayaan dalam sistemnya?

Bias adalah kekhawatiran nyata, terutama dalam sistem yang bergantung pada data historis.

Dari sudut pandang produk, jawabannya bukan untuk mengaburkan bagaimana sistem bekerja. Ini untuk membuatnya lebih transparan dan lebih akuntabel. Kita fokus pada meningkatkan kualitas data pada titik entri, membuat output konsisten, dan memastikan ada tinjauan manusia. Dalam sistem CAD dan RMS, data yang lebih baik mengarah ke keputusan yang lebih baik. AI harus memperkuat itu, bukan melemahkannya.

Tujuannya adalah untuk mengarahkan keputusan pada informasi yang lebih lengkap dan konsisten, sambil memastikan setiap output dapat diperiksa, diaudit, dan diperbaiki seiring waktu.

Transparansi dan auditabilitas sering dibahas sebagai persyaratan untuk AI yang bertanggung jawab. Apa yang dimaksud dengan auditabilitas penuh dalam prakteknya untuk lembaga yang menggunakan alat yang digerakkan oleh AI?

Dalam sistem keamanan publik, auditabilitas selalu penting. AI meningkatkan standar.

Bagi lembaga yang menggunakan AI, harus ada visibilitas penuh ke dalam apa yang dihasilkan, data apa yang menginformasikan itu, dan bagaimana digunakan. Tidak ada yang harus ada tanpa koneksi yang jelas kembali ke catatan yang mendasarinya. Setiap output harus dapat dijelaskan. Setiap langkah harus dapat ditinjau. Itulah cara Anda membangun sistem yang dapat dipercaya, tidak hanya operasional, tetapi juga secara publik.

Banyak lembaga keamanan publik masih bergantung pada sistem warisan dan data yang terfragmentasi. Seberapa pentingkah modernisasi infrastruktur sebelum AI dapat benar-benar memberikan hasil yang berarti?

AI hanya sekuat fondasi yang diletakkan. Saya telah bekerja dengan lingkungan CAD dan RMS warisan sepanjang karir saya, dan saya telah melihat secara langsung seberapa banyak sistem yang terfragmentasi membatasi apa yang dapat dilakukan lembaga. Investigator yang menggunakan sistem ini sering harus mengquery beberapa alat hanya untuk memahami satu kasus. Itu tidak berkelanjutan.

AI bergantung pada data yang terhubung dan dapat diakses. Jika sistem terisolasi atau memerlukan solusi manual, AI tidak dapat memberikan hasil yang berarti. Ini menjadi lapisan kompleksitas tambahan, bukan pengganda kekuatan. Infrastruktur cloud-native modern membuka kemungkinan untuk AI di seluruh platform yang terhubung.

Ada minat yang tumbuh terhadap sistem AI yang dapat mengambil tindakan daripada hanya memberikan wawasan. Apakah Anda melihat masa depan di mana AI secara aktif berpartisipasi dalam alur kerja seperti manajemen kasus atau pengiriman, dan di mana batasan harus ditetapkan?

AI akan terus bergerak lebih dalam ke dalam alur kerja, terutama di area seperti penanganan panggilan, triage, dan manajemen kasus. Ini akan semakin mengkoordinasikan alur kerja, memprioritaskan tindakan, dan menyoroti langkah berikutnya dalam waktu nyata. Namun, dalam keamanan publik, akan perlu ada batasan yang jelas. AI dapat merekomendasikan, memprioritaskan, dan menyoroti informasi kunci. Ini dapat mengurangi waktu yang dibutuhkan untuk bergerak dari informasi ke tindakan. Tetapi keputusan yang mempengaruhi kehidupan orang harus tetap berada di tangan para profesional terlatih. Tujuan kita adalah kejelasan dan kepercayaan pada saat yang tepat.

Kepercayaan publik sangat penting dalam penegakan hukum, terutama ketika teknologi baru diperkenalkan. Apa yang paling efektif dalam memastikan AI memperkuat kepercayaan daripada melemahkannya?

Kita mengakui bahwa kepercayaan adalah sesuatu yang lembaga keamanan publik bekerja untuk mendapatkannya setiap hari. Teknologi harus memenuhi standar yang sama. Untuk AI, itu dimulai dengan visibilitas dan transparansi. Pengguna perlu memahami apa yang sistem lakukan dan mengapa. Ini juga memerlukan konsistensi, tata kelola, dan kemampuan untuk meninjau hasil seiring waktu. Kita membangun dengan umpan balik langsung dari lapangan, karena kepercayaan dibangun melalui penggunaan dunia nyata dan validasi terus-menerus.

Menghadap ke depan selama beberapa tahun ke depan, bagaimana Anda mengharapkan peran AI dalam keamanan publik berkembang dari dukungan administratif menuju pengambilan keputusan waktu nyata?

AI akan menjadi terintegrasi di seluruh siklus hidup keamanan publik, dari saat panggilan masuk hingga bagaimana kasus diselesaikan. Perubahan terbesar akan menjadi seberapa cepat lembaga dapat bergerak dari informasi ke tindakan. Itu selalu menjadi tantangan dalam sistem CAD dan RMS. Kita bergerak menuju model di mana sistem memahami bagaimana lembaga Anda beroperasi, memprediksi langkah pertama dalam alur kerja, dan membantu mengeksekusinya, semua sambil tetap berfokus pada manusia.

Peran AI adalah untuk mengurangi beban administratif, menyatukan sistem yang terfragmentasi, menyoroti informasi yang tepat pada saat yang tepat, dan mendukung keputusan yang lebih baik di bawah tekanan. AI tidak dapat menggantikan pengalaman. Ini membantu memastikan orang-orang di garis depan lebih terinformasi, terpersiapan, dan didukung dalam setiap keputusan yang mereka buat.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Mark43.