Don Schuerman, CTO at Pegasystems – Intervista di Serie

Don Schuerman è il chief technology officer e vicepresidente 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 sulla trasformazione digitale, sulla mobilità, sull’analisi, sulla gestione dei processi aziendali, sul cloud e sul CRM.

Pegasystems offre una piattaforma robusta progettata per aiutare le organizzazioni a raggiungere risultati trasformativi attraverso l’ottimizzazione in tempo reale. La piattaforma consente ai clienti di affrontare le sfide aziendali chiave utilizzando la decisione aziendale basata sull’intelligenza artificiale e l’automazione del flusso di lavoro, compresa la personalizzazione dell’engagement del cliente, 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 esigenze attuali 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 aziendale 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. Abbiamo consentito ai nostri clienti di rimmaginare come funziona l’intera loro attività con strumenti unici come Pega GenAI Blueprint, che fornisce progetti di applicazioni di alta qualità in pochi secondi. Non stiamo solo automatizzando attività; stiamo fondamentalmente rimmaginando come funzionano e innovano le aziende.

Secondo, non stiamo solo automatizzando in isolamento, stiamo orchestrando come viene svolto il lavoro dall’inizio alla fine. Altri fornitori spargono queste funzionalità di bot di intelligenza artificiale generativa e sperano che sia sufficiente per aumentare l’efficienza. La nostra piattaforma è radicata nella nostra gestione dei casi e orchestrazione leader nel 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 di intelligenza artificiale generativa – ci concentriamo sull’guidare un miglior engagement del cliente 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 un’intelligenza artificiale predittiva o decisionale per infondere più logica nel processo.

Nel tuo articolo di Forbes, “Unlocking The Potential Of Advanced AI For Business Innovation,” menzioni il potenziale dell’intelligenza artificiale generativa per rimmaginare le operazioni aziendali. Quali sono alcuni esempi specifici in cui l’intelligenza artificiale potrebbe catalizzare la trasformazione delle aziende consolidate?

Il vicepresidente di Deutsche Telekom (DTE.DE ), Daniel Wenzel, ha descritto al pubblico di PegaWorld iNspire quest’estate come sta utilizzando Pega GenAI Blueprint per aiutarlo a rimmaginare 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 risultati non realizzati. Pega GenAI Blueprint aiuta entrambe le parti interessate a comprendere il processo e a migliorarlo molto più velocemente dei metodi tradizionali, portando a soluzioni più efficaci.

L’articolo discute anche i limiti delle applicazioni di intelligenza artificiale generativa attuali. Come possono le aziende andare oltre i miglioramenti della produttività incrementale 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, fornendo poco vantaggio competitivo. I trucchi di produttività come la sintesi e la generazione di testo sono pedine – 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 livello alto. Ad esempio, Gartner ha identificato una nuova categoria di tecnologia che chiama Business Orchestration and Automation Technologies (BOAT) che guarda a guidare i risultati aziendali in modo più olistico, dalla semplificazione 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 più promettenti per l’intelligenza artificiale generativa nelle aziende che vanno oltre i miglioramenti della produttività tipici, e come possono le aziende implementare al meglio questi?

L’opportunità più emozionante per l’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 creando 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 sulla base di anni di esperienza. E poiché è sviluppata come un modello visivo e non solo come righe di codice, è più facile collaborare e raffinare nel tempo tra stakeholder tecnici e non tecnici. In precedenza, finalizzare un progetto di applicazione poteva richiedere settimane e richiedeva competenze molto specializzate; ora, questi strumenti alimentati dall’intelligenza artificiale generativa consentono agli utenti aziendali di digitare le loro esigenze specifiche in linguaggio chiaro e spostarsi rapidamente dal concetto al progetto completo. Forrester ha pubblicato recentemente alcune ricerche che prevedono che l’utilizzo dell’intelligenza artificiale per iniettare proprietà intellettuale in sistemi di progettazione basati su modello o a basso codice cambierà fondamentalmente il modo in cui 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 credo 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 spiegare come funziona questo processo e condividere un esempio del mondo reale?

Il nostro Pega Customer Decision Hub è una soluzione di intelligenza artificiale predittiva che aiuta i nostri clienti a prendere la prossima azione migliore con i loro clienti, che significa up-selling un prodotto, risolvere un problema di servizio o a volte non fare nulla. Ciò ci consente di connetterci con i clienti 1:1 con azioni che servono al meglio le loro esigenze individuali. Ma operare in modo 1:1 significa che è necessario un grande numero di offerte personalizzate – è molto meglio che inviare lo stesso messaggio a tutti, ma richiede che le organizzazioni di marketing creino più messaggi 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 per aiutare le organizzazioni a espandersi in mercati che non sono stati in grado di raggiungere in precedenza.

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

Credo che stiamo raggiungendo un punto di svolta per i sistemi legacy. Per decenni, le grandi aziende hanno rinviato la soluzione del problema del debito tecnico. Abbiamo trascorso anni applicando soluzioni di tipo “toppa” che non hanno affrontato il drenaggio fondamentale che i sistemi legacy impongono alle aziende – assorbono la spesa IT che potrebbe essere diretta all’innovazione, introducono rischi e impediscono alle aziende di muoversi velocemente in mercati in cambiamento. Per fortuna, credo che una delle superpotenze dell’intelligenza artificiale generativa sia che ci consentirà di accelerare drasticamente la velocità con cui ridisegniamo e ritiriamo i nostri sistemi legacy – non semplicemente ricodificandoli, ma rimmaginando i flussi di lavoro e i processi stessi per funzionare su architetture cloud moderne e fornire le esperienze digitali che i clienti e i dipendenti si aspettano.

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

Troppe aziende iniziano concentrandosi su uno strumento nuovo e luccicante 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 rinchiudono 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 un’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 solo automatizzare attività di routine? Quali strategie dovrebbero impiegare per massimizzare il ROI in questo settore?

Non concentratevi solo sulle attività individuali – ciò vi impedirà di vedere il quadro più ampio. Fate un passo indietro e capite i vostri flussi di lavoro aziendali complessivi 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 consentendo alle aziende di rimmaginare e ridisegnare i loro flussi di lavoro core. Ad esempio, l’intelligenza artificiale può aiutare a progettare nuovi modelli operativi da zero o a rielaborare 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 questi insight. Sfruttando l’intelligenza artificiale per guidare un cambiamento significativo 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 semplificare il modo in cui si impegnano con i loro clienti. Questi settori gestiscono processi complessi e intensivi in termini di dati e sono sotto pressione crescente per migliorare l’efficienza, ridurre i costi e fornire risultati migliori. Inoltre, qualsiasi industria con grandi quantità di servizi legacy – come la banca – può trarre vantaggio esaminando i loro processi probabilmente stabiliti anni fa per modernizzarli e assicurarsi di stare 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 precisi 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 essere umano che esamina questi output garantisce che siano allineati con i valori aziendali e le esigenze del cliente. Questa supervisione è cruciale per mantenere la trasparenza e la responsabilità, in particolare quando i modelli di intelligenza artificiale producono informazioni plausibili ma inaccurate o fuorvianti.

Interessantemente, avere un essere umano nel ciclo consente di prendere una delle debolezze dell’intelligenza artificiale generativa – è intrinsecamente imprevedibile o non deterministico, il che significa che non fornisce 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 al design del flusso di lavoro. L’essere umano è sempre il decisore finale, ma suggerendo continuamente nuovi approcci, l’intelligenza artificiale generativa spinge il pensiero originale e aiuta gli esseri umani ad evitare di “riparare il sentiero del bestiame”.

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