Ed Keisling, Chief AI Officer, Progress Software – Intervista della serie

Ed Keisling, Chief AI Officer, Progress Software, porta oltre 30 anni di esperienza di leadership tecnologica nel suo ruolo, dove sovrintende e avanza la strategia di intelligenza artificiale dell’azienda e integra l’intelligenza artificiale in tutto il portafoglio di prodotti.

In precedenza, Keisling ha ricoperto il ruolo di Senior Vice President of Engineering per Infrastructure Management presso Progress, dove ha guidato gli sforzi di innovazione e migliorato l’efficienza operativa. Ha anche ricoperto ruoli esecutivi di ingegneria presso Vecna Technologies, dove ha diretto DevOps, IT, analisi e supporto, e ha trascorso più di 17 anni in posizioni di leadership di ingegneria senior presso Pegasystems

Progress Software (PRGS ) è un fornitore leader di strumenti di sviluppo di applicazioni e infrastrutture, con un crescente focus sull’integrazione dell’intelligenza artificiale in tutta la piattaforma. Gli sforzi di intelligenza artificiale dell’azienda coprono il monitoraggio delle infrastrutture, l’automazione dei contenuti, la ricerca semantica e l’intelligenza artificiale generativa responsabile. Integrando l’intelligenza artificiale in prodotti come Sitefinity, Flowmon e Semaphore, Progress aiuta le aziende ad accelerare lo sviluppo, semplificare le operazioni e migliorare la presa di decisioni con l’automazione intelligente e consapevole del contesto.

Ha avuto una carriera lunga decenni guidando team di ingegneria e infrastrutture in grandi organizzazioni come Pegasystems, Vecna Technologies e ora Progress Software. Cosa l’ha originariamente attratto nell’intersezione tra ingegneria del software e trasformazione aziendale – e come quel percorso si è evoluto nel suo attuale ruolo di leadership nell’intelligenza artificiale?

Durante la mia carriera, sono stato affascinato da diversi approcci di gestione per ottenere risultati. Tutti hanno i loro vantaggi e svantaggi, ma ho sempre pensato che il miglior processo sarebbe stato quello in cui si mette l’informazione nelle mani delle persone più vicine al lavoro e poi si dà loro l’autonomia di cui hanno bisogno per prendere le decisioni che devono prendere in tempo reale. Questo è stato uno dei pilastri di come ho gestito grandi e piccole organizzazioni.

Questo approccio si applica a tutte le aree funzionali, ma sono particolarmente attratto dall’ingegneria, dove gli sviluppatori vogliono solo mettere la testa a terra e svolgere il loro lavoro con il minimo di interruzioni.

L’intelligenza artificiale è uno dei migliori strumenti per abilitare questo ideale. È la vera democratizzazione della conoscenza, che consente alle persone di prendere veramente possesso delle loro idee e del loro lavoro e di guidare i risultati in modo più sistematico. Sono appassionato di abilitare il team di Progress a sfruttare l’intelligenza artificiale per semplificare il loro lavoro e sono altrettanto motivato a cercare di capire come possiamo sfruttare questo all’interno della nostra suite di prodotti per offrire un valore ancora maggiore ai nostri clienti.

Prima di diventare CAIO, ha guidato l’ingegneria per prodotti critici di Progress come WhatsUp Gold, Flowmon e Chef. Quali lezioni dalla gestione delle infrastrutture e della scala operativa informano il suo approccio all’integrazione dell’intelligenza artificiale in una suite di prodotti aziendali?

La chiave di qualsiasi implementazione di intelligenza artificiale di successo è la qualità dei dati. Dati più completi consentono di ottenere migliori informazioni e azioni per i clienti e ci consentono di offrire esperienze migliori per loro. Abbiamo un’iniziativa in corso presso Progress per collegare le capacità di monitoraggio dei nostri prodotti Loadmaster, Flowmon e WhatsUp Gold per ottenere una visione più olistica dell’ambiente del cliente.

Pensiamo che ci sia un’opportunità interessante con Progress Chef per poter apportare modifiche all’ambiente del cliente in base agli eventi. L’intelligenza artificiale ci consente veramente di accelerare questo lavoro, non solo nella nostra capacità di portare nuove funzionalità sul mercato a velocità, ma anche di fornire elementi azionabili per il team operativo oggi e per gli agenti di intelligenza artificiale in futuro.

Presso Progress, ha sottolineato la creazione di “spazi di apprendimento dell’intelligenza artificiale sicuri” che consentono la sperimentazione senza paura. Come fa a bilanciare l’innovazione e la governance responsabile dell’intelligenza artificiale in tali ambienti?

Sul lato dello sviluppo, abbiamo pipeline robuste e standard di codifica che sono stati raffinati in alcuni casi nel corso di decenni, e abbiamo un essere umano nel ciclo di revisione di tutte le modifiche. È importante che utilizziamo questa opportunità per aumentare, non diminuire, i nostri standard in termini di qualità e completezza del codice, e in alcuni casi, l’intelligenza artificiale ci consente di spostarci ulteriormente a sinistra con controlli di sicurezza e revisioni del codice migliorati.

Abbiamo regolari hackathon di intelligenza artificiale all’interno dei prodotti per creare nuove idee di prodotto e modi per aiutare ad automatizzare o semplificare i nostri prodotti. Abbiamo un processo formale che i prodotti devono seguire se vogliono avanzare alcune di queste idee alla produzione, dove esplicitamente valutiamo la funzionalità per rischi etici e di conformità, tra le altre cose, con leader da tutta l’organizzazione.

Molti progetti di intelligenza artificiale in ambienti aziendali non superano la fase di prova del concetto. Sulla base della sua esperienza, quali sono le barriere più comuni all’adozione dell’intelligenza artificiale – e come sta aiutando i clienti di Progress a superarle?

C’è un divario tra l’ipotesi e la realtà in termini di ciò che può essere praticamente implementato in un ambiente aziendale in termini di intelligenza artificiale. Le barriere qui sono simili a quelle di qualsiasi tecnologia emergente; è necessario essere pragmatici riguardo alla comprensione del rischio, dell’ambito e dei benefici – e poi progettare piccoli esperimenti che è possibile distribuire in modo sicuro per ottenere l’esperienza e i dati necessari per iterare ulteriormente.

Quindi questo è l’approccio che stiamo seguendo presso Progress in questo momento, identificando soluzioni umane-in-loop a basso rischio e ad alto valore che i clienti possono sperimentare per costruire la fiducia e poi costruire da lì. La fiducia è fondamentale qui perché vogliamo dimostrare in modo sicuro il nostro valore, poiché il nostro software è centrale per molti dei nostri clienti.

Ha guidato iniziative in analisi, DevOps e architettura cloud. Come queste discipline si integrano con i dispiegamenti di intelligenza artificiale di oggi, e dove vede la convergenza più emozionante?

Il più grande progresso qui è il santo graal del monitoraggio degli eventi in tempo reale e delle azioni che sono ora possibili grazie all’intelligenza artificiale. La sfida con qualsiasi set di dati è derivare gli elementi azionabili o le tendenze, particolarmente in oggi ambiente, dove è possibile avere più sistemi che forniscono informazioni. È molto difficile e lungo filtrare questi messaggi per capire cosa fare dopo. Stiamo entrando in un nuovo mondo in cui il sistema sarà in grado di fornire dinamicamente queste informazioni per voi, e potrete semplicemente chiedere in linguaggio naturale le informazioni di cui avete bisogno.

Si batte per ancorare l’intelligenza artificiale alla logica aziendale piuttosto che all’ipotesi. Può condividere un esempio di come allineare lo sviluppo dell’intelligenza artificiale con risultati aziendali misurabili abbia portato a un vero successo – sia presso Progress che nei suoi ruoli precedenti?

Presso Progress, diamo priorità al valore aziendale rispetto alle parole chiave dell’intelligenza artificiale concentrandoci su risultati misurabili che influenzano direttamente la linea di fondo dei nostri clienti.

Un esempio è il nostro approccio con l’integrazione dell’intelligenza artificiale di Progress Sitefinity. Invece di aggiungere funzionalità di intelligenza artificiale per il solo fatto di averle, abbiamo identificato punti deboli specifici che i nostri clienti stavano affrontando e abbiamo sviluppato capacità di intelligenza artificiale mirate per affrontare quelle sfide, tra cui ottimizzazione dei contenuti intelligente, analisi delle prestazioni guidata dall’intelligenza artificiale e ricerca multimediale automatizzata. Con le ultime funzionalità di intelligenza artificiale in Sitefinity 15.3, i marketer, gli sviluppatori e i team di contenuti possono offrire esperienze digitali che consentiranno loro di competere e vincere in un mondo guidato dall’intelligenza artificiale.

Un altro esempio è la nostra piattaforma Progress Flowmon. Potenziata dall’intelligenza artificiale, Flowmon agisce come un analista di sicurezza sempre attivo, in grado di distillare e riassumere solo gli eventi e i risultati più importanti, fornendo una comprensione contestualizzata degli incidenti e approfondimenti chiave sulla dinamica di qualsiasi situazione di sicurezza in ambienti ibridi complessi. Con il monitoraggio della rete Flowmon, i team di sicurezza possono concentrarsi sulle minacce reali invece di setacciare il rumore, migliorando i tempi di risposta e mitigando il rischio di perdere incidenti critici in ambienti ibridi complessi.

Con Progress che serve centinaia di migliaia di clienti globali, come fa a garantire che la sua strategia di intelligenza artificiale si scalabilizzi in modo responsabile in un ecosistema così grande e diversificato di sviluppatori e aziende?

Vogliamo che i clienti abbiano accesso alla migliore tecnologia per renderli di successo e consentire loro di trarre il massimo valore dai nostri prodotti. Progress ha più prodotti, ognuno dei quali sfrutta l’intelligenza artificiale per portare soluzioni innovative sul mercato. Uno dei nostri vantaggi è che possiamo prendere quelle conoscenze, standardizzarle e renderle disponibili ad altri prodotti nel portafoglio per accelerare ulteriormente le loro capacità. Alla base, concetti come semantica, elaborazione dei documenti e riassunto, osservabilità e rilevamento delle anomalie possono essere sfruttati in più prodotti.

Ha contribuito a programmi di mentoraggio presso il MIT e l’Università del New Hampshire. Quali competenze o mentalità ritiene che la prossima generazione di leader dell’intelligenza artificiale debba sviluppare per costruire soluzioni etiche e di impatto?

Qualcosa che cerco di inculcare negli studenti che mentorizzo è il concetto e il valore dell'”imparare a imparare”. Possono prendere un progetto complesso che hanno completato, assimilare le conoscenze e poi astrare fuori per applicarle a uno spazio di problema che non hanno mai visto prima? Più si può fare questo, più diventa un superpotere dove si costruisce la fiducia che, indipendentemente dal problema che potrebbero incontrare, sanno di avere uno strumento di successo per analizzarlo e avere successo. Questa competenza consentirà agli studenti di navigare nel cambiamento tecnologico.

Ma oltre a questo, vogliamo che gli studenti siano curiosi, abbiano un approccio scientifico e trovino un lavoro che apprezzano. Se si appassionano veramente al loro lavoro e ne sono orgogliosi, gli aspetti etici e di impatto seguiranno spesso naturalmente – a condizione che l’organizzazione stabilisca le barriere corrette per guidare questo processo.
 
Progress ha incorporato l’intelligenza artificiale nei suoi prodotti da anni. Quali recenti progressi o cambiamenti nel panorama dell’intelligenza artificiale ritiene che abbiano reso l’implementazione dell’intelligenza artificiale più fattibile che mai?

Ovviamente, la tecnologia è migliorata drasticamente e ora è molto più accessibile. Non è più necessario costruire o formare modelli per ottenere valore da un LLM o avere un team di scienziati dei dati per ottimizzare gli algoritmi.

Ma praticamente, credo che questo inizi con la consapevolezza – OpenAI/ChatGPT ha messo l’intelligenza artificiale sotto i riflettori e l’ha resa accessibile a tutti. Questa accessibilità diffusa costruisce la fiducia con le persone in termini di ciò che è possibile e dei tipi di problemi che l’intelligenza artificiale può risolvere. Inevitabilmente, ciò porta a una maggiore fiducia per coloro che costruiscono soluzioni che possono risolvere problemi reali, nonché per gli utenti finali di quelle soluzioni.

Guardando avanti, come vede l’evoluzione del ruolo di un Chief AI Officer mentre l’intelligenza artificiale si integra più profondamente nel DNA organizzativo? Rimarrà un ruolo distinto o diventerà una competenza di base prevista per tutti i leader di livello C?

Credo che l’intelligenza artificiale debba diventare una competenza di base di tutti i dipendenti, non solo dei leader dell’organizzazione, perché le organizzazioni possano prosperare. Questo è qualcosa che stiamo spingendo presso Progress e stiamo lavorando sodo per abilitare i nostri team in modo che possano partecipare a questa trasformazione. In realtà, credo che questo sia parte del segreto – insieme a grandi prodotti, clienti e partner – che veramente guiderà l’adozione e l’innovazione. Credo che le organizzazioni che capiscono questo saranno i nuovi leader nel loro settore. Il mio lavoro è aiutare a garantire che questo accada e che siamo allineati con le tendenze del settore giuste che ci renderanno di successo.

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