Aaron Kesler, Director of AI Product Management at SnapLogic – Intervista alla serie

Aaron Kesler, Director of AI Product Management at SnapLogic, è un leader di prodotto certificato con oltre un decennio di esperienza nella costruzione di framework scalabili che combinano design thinking, lavori da eseguire e scoperta di prodotti. Si concentra sullo sviluppo di nuovi prodotti e processi guidati da AI, oltre a mentorare aspiranti PM attraverso il suo blog e la formazione su strategia, esecuzione e sviluppo customer-centric.

SnapLogic è una piattaforma di integrazione alimentata da AI che aiuta le imprese a connettere applicazioni, dati e API in modo rapido ed efficiente. Con la sua interfaccia low-code e l’automazione intelligente, SnapLogic consente una trasformazione digitale più rapida attraverso l’ingegneria dei dati, l’IT e le squadre aziendali.

Hai avuto un percorso imprenditoriale molto interessante, iniziando STAK al college e venendo poi acquisito da Carvertise. Come hanno plasmato queste esperienze precoci 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 studio e volevamo esperienze nel mondo reale. Non avevamo mai immaginato che ciò avrebbe portato a essere acquisiti da ciò che è diventato il poster startup del Delaware. Quell’esperienza ha realmente plasmato la mia mentalità sui prodotti perché mi sono naturalmente orientato verso il parlare con le aziende, chiedendo loro quali fossero i loro problemi e costruendo soluzioni. Non sapevo neanche cosa fosse un product manager all’epoca – stavo solo facendo il lavoro.

In Carvertise, ho iniziato a fare la stessa cosa: lavorare con i loro clienti per capire i punti deboli e sviluppare soluzioni – di nuovo, molto prima di avere il titolo di PM. 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 vale la pena risolvere perché creano anche 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 sulla tavola? Quella precocità e quella lotta mi hanno insegnato a guardare sempre attraverso lenti diverse. Che tu sia in una startup autofinanziata, in una società sostenuta da VC o in un gigante sanitario, 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 desideravi avere quando ti stavi affacciando al mondo del prodotto?

Il miglior consiglio che abbia mai ricevuto – e il consiglio che do agli aspiranti PM – è: “Se argomenti sempre dalla prospettiva del cliente, non perderai mai una discussione”. Quella frase è ingannevolmente semplice ma incredibilmente potente. Significa che devi realmente capire il tuo cliente – i suoi bisogni, i punti deboli, il comportamento e il contesto – in modo da non presentarti solo alle riunioni con opinioni, ma con intuizioni. Senza di questo, tutto diventa un gioco di opinioni – una battaglia di chi ha più potere o opinioni più forti. Con esso, diventi la persona a cui la gente si rivolge per avere chiarezza.

Hai affermato in precedenza che ogni dipendente lavorerà presto con una dozzina di agenti AI. Come apparirà questo futuro aumentato dall’AI nella routine quotidiana?

Ciò che potrebbe essere interessante è che siamo già in una realtà in cui le persone lavorano con molti agenti AI – abbiamo aiutato i nostri clienti come DCU a pianificare, costruire, testare, proteggere e mettere in funzione dozzine di agenti per aiutare la loro forza lavoro. Ciò che è affascinante è che le aziende stanno costruendo organigrammi di colleghi AI per ogni dipendente, in base alle loro esigenze. Ad esempio, i dipendenti avranno i propri agenti AI dedicati a casi d’uso specifici – come un agente per la stesura di epiche/storie utente, uno che aiuta con la codifica o la prototipazione o problemi di richiesta di pull, e un altro che analizza il feedback dei clienti – tutto sanzionato e orchestrato dall’IT perché c’è molto lavoro 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 per ora. Ci sarà un essere umano nel ciclo di feedback per il prossimo futuro, ma essi 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 a Slack o Google Docs oggi.

COME consigli alle aziende di colmare il divario di alfabetizzazione AI tra team tecnici e non tecnici?

Inizia con piccoli passi, ha un piano chiaro di come questo si adatti alla tua strategia di integrazione dei dati e delle applicazioni, mantieni tutto pratico per cogliere eventuali sorprese e sii aperto a iterare dagli obiettivi e dall’approccio originali. Trova problemi diventando curioso dei compiti noiosi nel tuo business. 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 in prima persona mentre costruivamo agenti per assistere il nostro dipartimento finanziario SnapLogic. L’approccio più importante è assicurarsi di avere solide garanzie su quali tipi di 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 sole in ambienti controllati e poi seguire con approfondimenti. Noi rendiamo anche noto che è okay non sapere tutto. L’AI sta evolvendo 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 AI che vanno oltre i moduli di formazione generici?

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

Vedi un rischio nelle aziende che adottano strumenti AI senza un’adeguata formazione – quali sono alcuni dei più comuni trabocchetti?

I rischi più grandi che ho visto sono violazioni sostanziali di governance e/o sicurezza dei dati, che possono portare a costose sanzioni normative e al potenziale rischio di mettere a repentaglio i dati dei clienti. Tuttavia, alcuni dei rischi più frequenti che vedo sono le aziende che adottano strumenti AI senza capire pienamente cosa sono e cosa non sono in grado di fare. L’AI non è magia. Se i tuoi dati sono un pasticcio 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 prendono in considerazione le 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 la gente, le squadre hanno bisogno di una solida strategia di dati, tempo e contesto per mettere in funzione le garanzie e spazio per imparare.

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

L’AI e il feedback dei clienti sono al cuore della nostra strategia di innovazione dei prodotti. Non si tratta solo di aggiungere funzionalità AI, ma di ripensare come possiamo continuare a consegnare soluzioni più efficienti e facili da usare per i nostri clienti che semplificano come interagiscono con le integrazioni e l’automazione. Stiamo costruendo prodotti tenendo presente sia gli utenti potenti che quelli non tecnici – e l’AI aiuta a colmare questo divario.

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

AgentCreator è progettato per aiutare le squadre a costruire agenti AI aziendali di verdade senza scrivere una sola riga di codice. Elimina la necessità di sviluppatori Python esperti per costruire applicazioni basate su LLM da zero e autorizza le squadre di finanza, risorse umane, marketing e IT a creare agenti AI in sole 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 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, 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 un tempo richiedeva ore di immissione dati di backend ora richiede solo minuti, grazie agli agenti AI 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 il GenAI stia abbattendo le barriere nel software aziendale. Con esso, gli utenti – che siano non tecnici o 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 i dati da un formato all’altro con un semplice prompt. Si rivela che ciò che un tempo era un processo pesante per gli sviluppatori è diventato 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 AI 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 sole poche ore – senza scrivere codice – insieme a SnapGPT, il primo e più avanzato copilota di integrazione alimentato da 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 nato nel cloud e è progettato 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 abilitano le squadre a completare i progetti più velocemente. Queste funzionalità consentono a più integratori di diversi livelli di competenza di iniziare a lavorare rapidamente, a differenza dei competitor 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 ogni mese e può spostare efficientemente i dati ai laghi di dati e ai magazzini, mentre alcuni competitor mancano di supporto per l’integrazione in tempo reale e non possono supportare ambienti ibridi.

Cosa ti entusiasma di più del futuro della gestione dei prodotti in un mondo guidato dall’AI?

Cosa mi entusiasma di più del futuro della gestione dei prodotti è l’ascesa di una delle ultime parole chiave ad adornare lo spazio AI “vibe coding” – 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 pratici con gli strumenti che traducono le idee in soluzioni reali e 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 drasticamente 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.