Aaron Kesler, Direttore di AI Product Management presso SnapLogic – Serie di Interviste

Aaron Kesler, Direttore di AI Product Management presso SnapLogic, è un leader di prodotto certificato con oltre un decennio di esperienza nella creazione di framework scalabili che combinano design thinking, lavori da svolgere e scoperta di prodotti. Si concentra sullo sviluppo di nuovi prodotti e processi guidati dall’intelligenza artificiale, oltre a mentorare aspiranti product manager attraverso il suo blog e la formazione su strategia, esecuzione e sviluppo orientato al cliente.

Hai avuto un percorso imprenditoriale molto interessante, iniziando STAK al college e venendo poi acquisito da Carvertise. Come hanno plasmato queste esperienze la tua mentalità sui prodotti?

Questo è stato un periodo molto interessante della mia vita. Il mio compagno di stanza e io abbiamo iniziato STAK perché eravamo annoiati con i nostri corsi di studi e volevamo esperienze nel mondo reale. Non avevamo mai immaginato che ciò avrebbe portato a essere acquisiti da ciò che è diventata la startup più rappresentativa del Delaware. Quell’esperienza ha realmente plasmato la mia mentalità sui prodotti perché mi sono naturalmente orientato verso la conversazione con le imprese, chiedendo loro quali fossero i loro problemi e sviluppando soluzioni. Non sapevo neanche cosa fosse un product manager all’epoca – stavo semplicemente facendo il lavoro.

Presso Carvertise, ho iniziato a fare la stessa cosa: lavorare con i loro clienti per capire i punti deboli e sviluppare soluzioni – di nuovo, ben prima di avere il titolo di product manager. Come ingegnere, il tuo lavoro è risolvere problemi con la tecnologia. Come product manager, il tuo lavoro si sposta verso la ricerca dei problemi giusti – quelli che valgono la pena di risolvere perché guidano anche il valore aziendale. Come imprenditore, soprattutto senza finanziamenti, la tua mentalità diventa: come posso risolvere il problema di qualcuno in un modo che mi aiuti a mettere il cibo in tavola? Quella prima mentalità di lotta e di adattamento mi ha insegnato a guardare sempre attraverso lenti diverse. Che tu sia in una startup autofinanziata, in una società sostenuta da venture capital o in un gigante della sanità, la mentalità di “bisogno fondamentale” di Maslow sarà sempre la base.

Parli della tua passione per la formazione di aspiranti product manager. Qual è il consiglio che ti augureresti di aver ricevuto quando stavi iniziando a fare il product manager?

Il miglior consiglio che abbia mai ricevuto – e il consiglio che do agli aspiranti product manager – è: “Se argomenti sempre dalla prospettiva del cliente, non perderai mai una discussione”. Quella frase è ingannevolmente semplice, ma incredibilmente potente. Significa che devi capire veramente il tuo cliente – i suoi bisogni, i punti deboli, il comportamento e il contesto – in modo che non ti presenti alle riunioni solo con opinioni, ma con intuizioni. Senza di questo, tutto diventa HIPPO (l’opinione della persona più pagata), una battaglia di chi ha più potere o opinioni più forti. Con esso, diventi la persona a cui le persone si rivolgono per avere chiarezza.

Hai affermato in precedenza che ogni dipendente lavorerà presto con una dozzina di agenti di intelligenza artificiale. Come sarà questo futuro aumentato dall’intelligenza artificiale nella vita lavorativa quotidiana?

Ciò che potrebbe essere interessante è che già viviamo in una realtà in cui le persone lavorano con molti agenti di intelligenza artificiale – abbiamo aiutato i nostri clienti come DCU a pianificare, costruire, testare, proteggere e mettere in funzione decine di agenti per aiutare la loro forza lavoro. Ciò che è affascinante è che le aziende stanno costruendo organigrammi di colleghi di intelligenza artificiale per ogni dipendente, in base alle loro esigenze. Ad esempio, i dipendenti avranno i propri agenti di intelligenza artificiale dedicati a specifici casi d’uso – come un agente per la stesura di epiche/storie utente, uno che aiuta con la codifica o la prototipazione o che genera richieste di pull, e un altro che analizza il feedback dei clienti – tutti autorizzati e orchestrati dall’IT perché c’è molto sul retro che determina chi ha accesso a quali dati, quali agenti devono aderire alle linee guida di governance, ecc. Non credo che gli agenti sostituiranno gli esseri umani, almeno non nel prossimo futuro. Ci sarà comunque un essere umano nel ciclo per il prossimo futuro, ma gli agenti rimuoveranno i compiti ripetitivi e a basso valore in modo che le persone possano concentrarsi sul pensiero di alto livello. In cinque anni, mi aspetto che la maggior parte delle squadre si affiderà agli agenti allo stesso modo in cui ci affidiamo oggi a Slack o Google Docs.

Come consiglieresti alle aziende di colmare il divario di alfabetizzazione sull’intelligenza artificiale tra team tecnici e non tecnici?

Inizia con piccoli passi, ha un piano chiaro di come questo si inserisce nella tua strategia di integrazione dei dati e delle applicazioni, mantieni tutto con le mani per affrontare eventuali sorprese e sii aperto a iterare dagli obiettivi e dall’approccio originali. Trova problemi diventando curiosi dei compiti quotidiani nella tua attività. I problemi di maggior valore da risolvere sono spesso quelli noiosi che gli eroi non celebrati risolvono ogni giorno. Abbiamo imparato molte di queste best practice direttamente mentre costruivamo agenti per assistere il nostro dipartimento finanziario SnapLogic. L’approccio più importante è assicurarsi di avere salvaguardie sicure su quali dati e applicazioni certi dipendenti o dipartimenti hanno accesso.

Quindi le aziende dovrebbero trattarlo come un corso universitario: spiegare i termini chiave in modo semplice, dare alle persone la possibilità di provare gli strumenti da soli in ambienti controllati e poi seguire con approfondimenti più profondi. Facciamo anche sapere che è okay non sapere tutto. L’intelligenza artificiale si evolve rapidamente e nessuno è un esperto in ogni area. La chiave è aiutare le squadre a capire cosa è possibile e dar loro la fiducia di fare le domande giuste.

Quali sono alcune strategie efficaci che hai visto per l’aggiornamento delle competenze sull’intelligenza artificiale che vanno oltre i moduli di formazione generici?

L’approccio migliore che abbia visto è lasciare che le persone si mettano le mani in pasta. La formazione è un ottimo inizio – devi mostrare loro come l’intelligenza artificiale aiuta veramente con il lavoro che stanno già facendo. Da lì, tratta questo come un approccio autorizzato all’IT ombra, o agenti ombra, poiché i dipendenti sono creativi nel trovare soluzioni che potrebbero risolvere problemi particolari che solo loro hanno. Abbiamo dato al nostro team sul campo e ai team non tecnici l’accesso a AgentCreator, la tecnologia di intelligenza artificiale agente di SnapLogic che elimina la complessità dell’adozione dell’intelligenza artificiale aziendale, e li abbiamo autorizzati a provare a costruire qualcosa e a riferire con domande. Questo esercizio ha portato a vere esperienze di apprendimento perché era legato al loro lavoro quotidiano.

Vedi un rischio per le aziende che adottano strumenti di intelligenza artificiale senza un’adeguata formazione – quali sono alcuni dei più comuni errori?

I rischi più grandi che abbia visto sono violazioni sostanziali della governance e/o della sicurezza dei dati, che possono portare a costose multe regolamentari e al potenziale rischio di mettere a repentaglio i dati dei clienti. Tuttavia, alcuni dei rischi più frequenti che vedo sono aziende che adottano strumenti di intelligenza artificiale senza capire veramente cosa sono e cosa non sono in grado di fare. L’intelligenza artificiale non è magia. Se i tuoi dati sono un disastro o i tuoi team non sanno come utilizzare gli strumenti, non vedrai valore. Un altro problema è quando le organizzazioni spingono l’adozione dall’alto verso il basso e non tengono conto delle persone che effettivamente eseguono il lavoro. Non puoi semplicemente mettere in produzione qualcosa e aspettarti che funzioni. Hai bisogno di campioni per educare e guidare le persone, i team hanno bisogno di una solida strategia di dati, tempo e contesto per mettere in funzione le salvaguardie e spazio per imparare.

Presso SnapLogic, stai lavorando allo sviluppo di nuovi prodotti. Come l’intelligenza artificiale influenza la tua strategia di prodotto oggi?

L’intelligenza artificiale e il feedback dei clienti sono al cuore della nostra strategia di innovazione dei prodotti. Non si tratta solo di aggiungere funzionalità di intelligenza artificiale, ma di ripensare come possiamo continuare a fornire soluzioni più efficienti e facili da usare per i nostri clienti che semplificano il modo in cui interagiscono con l’integrazione e l’automazione. Stiamo costruendo prodotti pensando sia agli utenti esperti che a quelli non tecnici – e l’intelligenza artificiale aiuta a colmare questo divario.

Come lo strumento AgentCreator di SnapLogic aiuta le aziende a costruire i propri agenti di intelligenza artificiale? Puoi condividere un caso d’uso in cui questo ha avuto un grande impatto?

AgentCreator è progettato per aiutare i team a costruire agenti di intelligenza artificiale aziendali reali senza scrivere una sola riga di codice. Elimina la necessità di sviluppatori Python esperti per costruire applicazioni basate su LLM da zero ed empowerment per i team in finanza, risorse umane, marketing e IT per creare agenti di intelligenza artificiale in poche ore utilizzando prompt di linguaggio naturale. Questi agenti sono strettamente integrati con i dati aziendali, quindi possono fare più che semplicemente rispondere. Gli agenti integrati automatizzano flussi di lavoro complessi, ragionano attraverso le decisioni e agiscono in tempo reale, tutto all’interno del contesto aziendale.

AgentCreator è stato un fattore di cambiamento per i nostri clienti come Independent Bank (INDB ), che ha utilizzato AgentCreator per lanciare assistenti vocali e chat per ridurre l’arretrato dei biglietti dell’help desk IT e liberare le risorse IT per concentrarsi su nuove iniziative GenAI. Inoltre, il fornitore di amministrazione dei benefici Aptia ha utilizzato AgentCreator per automatizzare uno dei processi più manuali e intensivi in termini di risorse: le elezioni dei benefici. Ciò che richiedeva ore di immissione dei dati di backend ora richiede solo minuti, grazie agli agenti di intelligenza artificiale che semplificano la traduzione e la convalida dei dati tra i sistemi.

SnapGPT consente l’integrazione tramite linguaggio naturale. Come ha democratizzato l’accesso per gli utenti non tecnici?

SnapGPT, il nostro copilota di integrazione, è un ottimo esempio di come GenAI stia abbattendo le barriere nel software aziendale. Con esso, gli utenti, che vanno da non tecnici a tecnici, possono descrivere il risultato desiderato utilizzando semplici prompt di linguaggio naturale – come chiedere di connettere due sistemi o attivare un flusso di lavoro – e l’integrazione viene costruita per loro. SnapGPT va oltre la costruzione di pipeline di integrazione – gli utenti possono descrivere pipeline, creare documentazione, generare query SQL ed espressioni e trasformare dati da un formato all’altro con un semplice prompt. Si tratta di trasformare ciò che era un processo pesante per gli sviluppatori in qualcosa di accessibile agli dipendenti di tutta l’azienda. Non si tratta solo di risparmiare tempo – si tratta di spostare chi può costruire. Quando più persone in tutta l’azienda possono contribuire, si sbloccano un’iterazione più rapida e un’innovazione maggiore.

Cosa rende gli strumenti di intelligenza artificiale di SnapLogic – come AutoSuggest e SnapGPT – diversi dalle altre piattaforme di integrazione sul mercato?

SnapLogic è la prima piattaforma di integrazione generativa che continua a sbloccare il valore dei dati in tutta l’azienda moderna a una velocità e una scala senza precedenti. Con la capacità di costruire applicazioni GenAI all’avanguardia in poche ore – senza scrivere codice – insieme a SnapGPT, il primo e più avanzato copilota di integrazione GenAI, le organizzazioni possono accelerare notevolmente il valore aziendale. Le capacità GenAI della concorrenza sono carenti o inesistenti. A differenza di gran parte della concorrenza, SnapLogic è nata nel cloud e è progettata per gestire le complessità dei cloud, on-premises e ambienti ibridi.

SnapLogic offre funzionalità di sviluppo iterativo, tra cui convalida automatica e schema-on-read, che consentono ai team di completare i progetti più velocemente. Queste funzionalità consentono a più integratori di vari livelli di competenza di iniziare a lavorare rapidamente, a differenza dei concorrenti che richiedono principalmente sviluppatori altamente qualificati, il che può rallentare notevolmente l’implementazione. SnapLogic è una piattaforma ad alte prestazioni che elabora oltre quattro trilioni di documenti al mese e può spostare efficientemente i dati ai laghi di dati e ai magazzini, mentre alcuni concorrenti mancano del supporto per l’integrazione in tempo reale e non possono supportare ambienti ibridi.

Cosa ti entusiasma di più per il futuro della gestione dei prodotti in un mondo guidato dall’intelligenza artificiale?

Ciò che mi entusiasma di più per il futuro della gestione dei prodotti è l’ascesa di una delle ultime parole chiave che hanno fatto la loro apparizione nello spazio dell’intelligenza artificiale, ovvero la “codifica delle vibrazioni” – la capacità di costruire prototipi funzionanti utilizzando il linguaggio naturale. Mi immagino un mondo in cui tutti nel trio del prodotto – design, gestione del prodotto e ingegneria – sono a stretto contatto con gli strumenti che traducono le idee in soluzioni funzionanti in tempo reale. Invece di affidarsi solo agli ingegneri e ai designer per portare le idee alla vita, tutti saranno in grado di creare e iterare rapidamente.

Immagina di essere in una telefonata con un cliente e, nel momento, prototipare una soluzione live utilizzando i loro dati reali. Invece di ascoltare solo le loro soluzioni proposte, potremmo co-creare con loro e scoprire modi migliori per risolvere i loro problemi. Questo spostamento renderà il processo di sviluppo del prodotto più collaborativo, creativo e allineato. E questo mi entusiasma perché la mia parte preferita del lavoro è costruire insieme ad altri per risolvere problemi significativi.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare SnapLogic.