Don Schuerman, CTO at Pegasystems – Interview Series

Don Schuerman è il chief technology officer e vice-presidente del marketing dei prodotti di Pegasystems, responsabile della piattaforma e delle applicazioni di customer relationship management (CRM) di Pega.

Ha 20 anni di esperienza nella consegna di soluzioni software per aziende Fortune 500, con un focus su trasformazione digitale, mobilità, analisi, gestione dei processi aziendali, cloud e CRM.

Pegasystems offre una piattaforma robusta progettata per aiutare le organizzazioni a ottenere risultati di trasformazione aziendale attraverso l’ottimizzazione in tempo reale. La piattaforma consente ai clienti di affrontare le sfide aziendali chiave utilizzando la decisione aziendale dell’intelligenza artificiale e l’automazione del flusso di lavoro, tra cui la personalizzazione dell’engagement dei clienti, l’automazione dei servizi e il miglioramento dell’efficienza operativa. Fondata nel 1983, Pegasystems ha sviluppato un’architettura scalabile e flessibile che supporta le aziende nel soddisfare le attuali richieste dei clienti e nell’adattarsi alle esigenze future.

Considerata la tua vasta esperienza come CTO di Pegasystems, come si distingue Pega GenAI nel panorama in rapida evoluzione dell’intelligenza artificiale generativa per le aziende?

Pega ha innovato soluzioni di intelligenza artificiale per anni, compresa l’esplorazione dell’intelligenza artificiale generativa molto prima che diventasse mainstream. Credo che ci siano tre cose che ci distinguono:

Primo, non stiamo solo velocizzando i processi, stiamo guidando l’innovazione. La maggior parte dei fornitori di software aziendali ha introdotto vari bot, agenti o funzionalità di co-pilota di intelligenza artificiale generativa, ma la verità è che questi strumenti simili non guideranno la differenziazione competitiva. Abilitiamo i nostri clienti a ripensare come funziona l’intera loro attività con strumenti unici come Pega GenAI Blueprint, che fornisce progettazioni di applicazioni di alta qualità in pochi secondi. Non stiamo solo automatizzando le attività; stiamo fondamentalmente ripensando come le aziende operano e innovano.

Secondo, non stiamo solo automatizzando in isolamento, stiamo orchestrando come viene svolto il lavoro da inizio a fine. Altri vendor spargono queste funzionalità di bot di intelligenza artificiale generativa e sperano che sia sufficiente per aumentare l’efficienza. La nostra piattaforma è radicata nel nostro caso di gestione e orchestrazione di settore, che ci consente non solo di automatizzare con l’intelligenza artificiale generativa, ma anche di orchestrare e ottimizzare l’intero processo dall’inizio alla fine.

Terzo, non siamo solo un motore generico di intelligenza artificiale generativa – ci concentriamo sull’guidare un miglior engagement dei clienti e l’automazione del flusso di lavoro attraverso l’intelligenza artificiale. A volte, il problema in questione richiede il potere creativo dell’intelligenza artificiale generativa, mentre altri problemi potrebbero richiedere l’intelligenza artificiale predittiva o decisionale per infondere più logica nel processo.

Nel tuo articolo di Forbes, “Sbloccare il potenziale dell’intelligenza artificiale avanzata per l’innovazione aziendale,” menzioni il potenziale dell’intelligenza artificiale generativa per ripensare le operazioni aziendali. Quali sono alcuni esempi specifici in cui l’intelligenza artificiale potrebbe catalizzare la trasformazione dei sistemi legacy nelle aziende stabilite?

Il Senior Vice President di Design Authorities di Deutsche Telekom, Daniel Wenzel, ha descritto al pubblico di PegaWorld iNspire quest’estate come sta attualmente utilizzando Pega GenAI Blueprint per aiutarlo a ripensare oltre 800 processi aziendali separati nel reparto servizi HR. Dice che il maggiore collo di bottiglia nel tentativo di migliorare questi processi è stato che il personale aziendale e l’IT non parlano la stessa lingua, il che porta a aspettative non realizzate. Pega GenAI Blueprint aiuta entrambe le parti a comprendere il processo e come migliorarlo molto più velocemente dei metodi tradizionali, portando a soluzioni più efficaci.

Lo stesso articolo discute i limiti delle applicazioni di intelligenza artificiale generativa attuali. Come possono le aziende andare oltre i miglioramenti incrementali della produttività per sfruttare appieno il potenziale trasformativo dell’intelligenza artificiale?

La maggior parte dell’intelligenza artificiale generativa nel software aziendale viene applicata come funzionalità una tantum che aiutano a velocizzare aspetti specifici del processo. Ma queste funzionalità sono comuni ora, offrendo poco vantaggio competitivo. I trucchi per la produttività come la sintesi e la generazione di testo sono un fatto acquisito – ciò di cui le aziende hanno bisogno per avanzare nel mercato è utilizzare l’intelligenza artificiale generativa per innovare nuovi modi di fare affari a un alto livello. Ad esempio, Gartner ha identificato una nuova categoria di tecnologie che chiamano Tecnologie di orchestrazione e automazione aziendale (BOAT) che guarda a guidare i risultati aziendali in modo più olistico, dalla razionalizzazione dei costi all’miglioramento della presa di decisioni, alla riduzione dei costi operativi e all’utilizzo delle tecnologie di automazione giuste per il lavoro in questione. Le funzionalità di intelligenza artificiale generativa una tantum hanno il loro posto, ma è solo un pezzo del puzzle e non la soluzione per risolvere tutti i problemi.

Quali sono i casi d’uso aziendali più promettenti per l’intelligenza artificiale generativa che vanno oltre i miglioramenti tipici della produttività, e come possono le aziende implementare al meglio questi?

L’opportunità più emozionante di intelligenza artificiale generativa è il potenziale di iniettare le migliori pratiche in un processo. Coloro che utilizzano l’intelligenza artificiale generativa solo per scrivere più codice potrebbero stare configurando se stessi per più debito tecnico in futuro. L’iniezione di proprietà intellettuale nel processo di progettazione del software è un gioco di svolta, consentendo alle organizzazioni di raggiungere una soluzione ottimale molto più velocemente in base a anni di esperienza. E poiché è sviluppato come un modello visivo e non solo righe di codice, è più facile collaborare e raffinarlo nel tempo tra stakeholder tecnici e non tecnici. In precedenza, finalizzare una progettazione di un’app poteva richiedere settimane e richiedeva competenze molto specializzate; ora, questi strumenti alimentati da intelligenza artificiale generativa consentono agli utenti aziendali di digitare le loro esigenze specifiche in linguaggio chiaro e passare rapidamente dal concetto alla progettazione completa. Forrester ha recentemente pubblicato alcune ricerche che prevedono che l’uso dell’intelligenza artificiale per iniettare proprietà intellettuale in sistemi di progettazione a basso codice o basati su modelli cambierà fondamentalmente come le aziende utilizzano il software – consentendo loro di costruire di più e acquistare meno applicazioni “pronte all’uso”. Credo che questo sia un grande cambiamento, e crediamo che con Pega GenAI Blueprint siamo ben posizionati per essere la piattaforma di scelta per i nostri clienti aziendali.

Hai precedentemente suggerito che l’intelligenza artificiale generativa può aiutare nello sviluppo di prodotti identificando lacune di mercato. Puoi elaborare su come funziona questo processo e condividere un esempio del mondo reale?

La nostra soluzione di intelligenza artificiale predittiva Pega Customer Decision Hub aiuta i nostri clienti a prendere la prossima azione migliore con i loro clienti, che significa vendere un prodotto, risolvere un problema di servizio o a volte non fare nulla. Ciò consente di connettersi con i clienti in modo 1:1 con azioni che servono al meglio le loro esigenze individuali. Ma operare in modo 1:1 significa che è necessario un grande quantità di offerte personalizzate – è molto meglio che inviare spam a tutti con lo stesso messaggio, ma richiede che le organizzazioni di marketing creino più messaggi che siano unici per diversi gruppi di clienti. Ora con l’intelligenza artificiale generativa, possiamo scoprire quali clienti sono stati poco serviti e quindi suggerire nuove azioni e costruire nuovi trattamenti che sarebbero più benefici per questi gruppi. Ciò ha il potenziale di aiutare le organizzazioni a espandersi in mercati che non sono stati in grado di affrontare in precedenza.

Come possono le aziende stabilite con sistemi legacy integrare efficacemente l’intelligenza artificiale generativa per rimanere competitive contro le startup più agili, in particolare nel ripensare le loro operazioni core?

Credo che stiamo entrando in un punto di svolta per i sistemi legacy. Per decenni, le grandi aziende hanno rinviato il problema del debito tecnico. Abbiamo trascorso anni applicando soluzioni di riparazione come RPA che non hanno affrontato il drenaggio fondamentale che i sistemi legacy impongono alle aziende – essi sottraggono la spesa IT che potrebbe essere destinata all’innovazione, introducono rischi e impediscono alle aziende di muoversi velocemente in mercati in cambiamento. Per fortuna, credo che uno dei superpoteri dell’intelligenza artificiale generativa sia che ci lascerà accelerare notevolmente il tasso al quale ridisegniamo e ritiriamo i nostri sistemi legacy – non semplicemente ricodificandoli, ma ripensando i flussi di lavoro e i processi stessi per farli funzionare su architetture cloud moderne e offrire le esperienze digitali che i clienti e i dipendenti si aspettano.

Nel tuo articolo separato su stabilire un manifesto di intelligenza artificiale, sottolinei l’importanza di legare la strategia di intelligenza artificiale ai risultati azionabili. Puoi fornire indicazioni su come le aziende possono allineare i loro obiettivi di intelligenza artificiale con risultati aziendali tangibili?

Troppo spesso le aziende iniziano concentrandosi su uno strumento nuovo e luminoso come l’intelligenza artificiale piuttosto che iniziare a capire quali sono i loro obiettivi aziendali e quale problema devono risolvere. Concentrandosi sullo strumento piuttosto che sul problema, si auto-limitano in un percorso che potrebbe non essere ottimale per il loro business. Invece, devono fare un passo indietro e chiedersi cosa stanno realmente cercando di realizzare. A volte l’intelligenza artificiale generativa non è la soluzione giusta e potrebbe essere meglio servita applicando l’intelligenza artificiale decisionale. Devono ricordare che ci sono diversi tipi di intelligenza artificiale che sono più adatti a risolvere diversi problemi aziendali.

Come possono le aziende sfruttare l’intelligenza artificiale generativa per rivoluzionare le loro operazioni invece di automatizzare solo le attività di routine? Quali strategie dovrebbero impiegare per massimizzare il ROI in questa area?

Non concentratevi solo sulle attività individuali – ciò vi impedirà di vedere il bosco per gli alberi. Fate un passo indietro e capite i flussi di lavoro aziendali generali e i risultati che state cercando di guidare da essi. L’intelligenza artificiale generativa può essere utilizzata per analizzare i processi e iniettare le migliori pratiche in diversi settori. Ciò può guidare cambiamenti profondi abilitando le aziende a ripensare e ridisegnare i loro flussi di lavoro core. Ad esempio, l’intelligenza artificiale può aiutare a progettare nuovi modelli operativi da zero o a ri-progettare quelli esistenti per migliorare l’efficienza e l’innovazione. Stabilite metriche chiare per misurare il successo e raffinate regolarmente il vostro approccio in base a queste informazioni. Sfruttando l’intelligenza artificiale per guidare cambiamenti significativi piuttosto che miglioramenti incrementali, le aziende possono sbloccare un valore significativo e rimanere al passo con la concorrenza.

Quali settori credi siano più pronti a trarre vantaggio dal ridisegno dei flussi di lavoro utilizzando l’intelligenza artificiale, e come dovrebbero iniziare a implementare questo approccio?

Quasi tutte le organizzazioni possono trarre vantaggio universalmente dal miglioramento dei loro flussi di lavoro, in particolare nei mercati in rapida evoluzione. I settori dei servizi come servizi finanziari, telco e sanità possono probabilmente realizzare i maggiori guadagni per aiutare a razionalizzare come si impegnano con i loro clienti. Questi settori gestiscono processi complessi e intensivi di dati e sono sotto pressione crescente per migliorare l’efficienza, ridurre i costi e offrire risultati migliori. Inoltre, qualsiasi industria con grandi quantità di servizi legacy – come la banca – può trarre vantaggio esaminando i processi probabilmente stabiliti anni fa per modernizzarli e assicurarsi di rimanere al passo con la concorrenza più recente.

Come l’approccio “human-in-the-loop” migliora l’efficacia e il dispiegamento etico dell’intelligenza artificiale, in particolare nei ruoli di front-end con i clienti?

L’intelligenza artificiale generativa, sebbene potente, può produrre output che non sono sempre accurati o appropriati. Integrando la supervisione umana, possiamo mitigare rischi come inesattezze o problemi etici nel contenuto generato dall’intelligenza artificiale.

Ad esempio, nel servizio clienti, l’intelligenza artificiale può generare risposte e raccomandazioni, ma avere un umano che esamini questi output assicura che si allineino con i valori aziendali e le esigenze dei clienti. Questa supervisione è cruciale per mantenere la trasparenza e la responsabilità, in particolare quando i modelli di intelligenza artificiale producono informazioni plausibili ma errate o fuorvianti.

Interessantemente, avere un umano nel loop ci consente di prendere una delle debolezze dell’intelligenza artificiale generativa – è intrinsecamente non prevedibile o non deterministico, il che significa che non dà la stessa risposta due volte – e trasformarla in una forza. Con Pega GenAI Blueprint, utilizziamo l’intelligenza artificiale generativa come partner di brainstorming, suggerendo nuovi approcci alla progettazione del flusso di lavoro. L’umano è sempre il decisore finale, ma suggerendo costantemente nuovi approcci, l’intelligenza artificiale generativa spinge il pensiero originale e aiuta gli umani a evitare di “riparare il sentiero del bestiame”.

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