Jan Arendtsz, Fondatore e Amministratore Delegato di Celigo – Serie di Interviste

Jan Arendtsz è il Fondatore e Amministratore Delegato di Celigo e un veterano del settore software con più di 25 anni di esperienza nello sviluppo di prodotti, sviluppo aziendale, vendite, customer success e marketing. Ha fondato Celigo con l’obiettivo di semplificare il modo in cui le aziende integrano, automatizzano e ottimizzano i processi aziendali in tutta l’impresa. È responsabile della supervisione di tutte le operazioni aziendali.

Prima di Celigo, Jan era un Direttore di NetSuite, la principale piattaforma ERP basata su cloud, dove ha lanciato la loro piattaforma di integrazione. Prima di allora, Jan ha lavorato per Cambridge Technology Partners, dove ha implementato soluzioni aziendali complesse per clienti che vanno dalle startup di internet alle aziende del Fortune 500.

Celigo è una piattaforma di automazione e integrazione intelligente basata su cloud (iPaaS) progettata per aiutare le organizzazioni a connettere le applicazioni, automatizzare i processi aziendali e mantenere i dati sincronizzati in tutta la loro pila tecnologica senza sviluppo personalizzato pesante. La sua piattaforma combina connettori preconfigurati, modelli di integrazione riutilizzabili e strumenti assistiti da AI in modo che sia i team tecnici che quelli non tecnici possano progettare, distribuire e gestire le integrazioni su larga scala. Celigo viene comunemente utilizzato per semplificare i flussi di lavoro in aree come ecommerce, finanza, operazioni e IT, riducendo il lavoro manuale, migliorando l’accuratezza dei dati e abilitando processi aziendali più rapidi e resilienti.

Cosa ti ha originariamente motivato a fondare Celigo, e come la tua esperienza nella gestione dei servizi di integrazione e delle iniziative di prodotto in aziende di software come NetSuite ha plasmato il divario che hai visto nell’integrazione aziendale all’epoca?

Quell’esperienza precoce con il SaaS mi ha mostrato che mentre il cloud risolveva un problema di consegna del software, creava anche un enorme problema di connettività dei dati. Stavamo vendendo la visione di un’azienda unificata, ma la realtà era costituita da silos di dati frammentati. Ho fondato Celigo per risolvere quelle sfide.

Oggi, vedo la storia ripetersi con l’AI. Stiamo passando da un “divario di connettività” a un “divario operativo”. Proprio come le aziende hanno lottato per operazionalizzare il SaaS vent’anni fa, ora lottano per operazionalizzare l’AI. Le aziende stanno lottando per spostare l’AI dagli esperimenti a risultati aziendali affidabili. Ciò crea la prossima ondata di sfide che Celigo è in grado di aiutare i leader IT ad affrontare: come fornire una piattaforma che non solo connette i sistemi, ma consente l’uso dell’AI in tutta l’impresa su larga scala.

Celigo è evoluta dall’integrazione tradizionale verso flussi di lavoro guidati da AI. Quali segnali ti hanno detto che la piattaforma doveva muoversi in quella direzione?

Il segnale più grande è stato il collo di bottiglia in movimento. Dieci anni fa, il collo di bottiglia era la connettività: semplicemente ottenere che il Sistema A parlasse con il Sistema B. Abbiamo risolto questo con l’iPaaS. Ma mentre democratizzavamo l’integrazione e autorizzavamo gli utenti aziendali a costruire i propri flussi di lavoro, il nuovo collo di bottiglia è diventato la gestione, la governance e la gestione delle eccezioni.

Abbiamo esaminato i nostri dati e visto che mentre costruire flussi di lavoro di automazione era diventato più facile, mantenerli su larga scala era ancora un’attività umana intensiva. Gli utenti trascorrevano ore a risolvere errori di dati o aggiornare mapping.

Abbiamo risposto incorporando l’AI nel nucleo della nostra piattaforma, automatizzando la classificazione degli errori e il relativo rimedio per rimuovere l’onere operativo di mantenere le integrazioni su larga scala. Quell’intelligenza della piattaforma ora prepara il terreno per flussi di lavoro guidati da AI rivolti al cliente che possono operare con maggiore autonomia e contesto.

Molte organizzazioni investono molto in AI, ma vedono risultati limitati. Perché così tante iniziative si bloccano al livello dei dati e dell’integrazione?

Tutti abbiamo visto i sondaggi che mostrano che mentre la maggior parte delle aziende sperimenta con l’AI, poche realizzano un ROI misurabile. Il motivo non è la tecnologia. È l’approccio. Troppo spesso, le organizzazioni trattano l’adozione dell’AI come l’obiettivo piuttosto che iniziare con i processi aziendali che gestiscono l’impresa.

Le iniziative di successo iniziano identificando i processi in cui il miglioramento guida l’impatto aziendale più grande, piuttosto che applicare l’AI a compiti isolati. Da lì, l’AI deve essere collegato ai sistemi in cui il lavoro effettivamente avviene, con barriere di protezione che garantiscano la qualità dei dati e l’applicazione delle politiche. Senza questa connettività governata, l’AI rimane scollegato dall’esecuzione.

Infine, l’AI richiede un framework orchestrato che bilanci l’autonomia con il controllo. I flussi di lavoro con intervento umano e la gestione delle eccezioni sono critici per mantenere la fiducia mentre l’AI assume più responsabilità. Quando l’AI è incorporata in processi aziendali end-to-end, evolve da una novità a un fattore di abilitazione operativa che fornisce risultati aziendali reali.

Dalla tua prospettiva, quali errori architettonici sono più comuni quando le aziende cercano di sovrapporre l’AI a sistemi frammentati?

Un problema crescente al momento è lo sprawl dell’AI. Spesso vediamo aziende che acquistano molteplici estensioni SaaS diverse: strumenti di vendita con AI, strumenti di servizio clienti con AI, strumenti di marketing con AI e così via. Questi sono solo wrapper intorno agli stessi LLM sottostanti.

Architettonicamente, ciò può creare problemi di costo e governance significativi. I leader IT stanno scoprendo che hanno bisogno di una piattaforma di integrazione per poter consolidare tutti i dati e le informazioni attraverso gli strumenti. Sfruttare una piattaforma unificata può riunire le conoscenze che risiedono in tutta l’azienda e fornire il contesto necessario per i modelli di AI per scalare e fornire valore.

Man mano che l’AI diventa più autonoma, come i flussi di lavoro intelligenti cambiano il modo in cui le applicazioni, i dati e le persone interagiscono all’interno di un’organizzazione?

Man mano che l’AI diventa più autonoma, i flussi di lavoro intelligenti cambiano il modo in cui le applicazioni, i dati e le persone interagiscono spostando l’automazione dall’esecuzione delle attività all’orchestrazione delle decisioni. Le applicazioni non sono più solo collegate per scambiare dati. Diventano partecipanti coordinati in un flusso di lavoro in cui l’AI interpreta il contesto attraverso i sistemi e determina la prossima azione migliore.

Questo spostamento porta la gestione del cambiamento in primo piano. Puoi avere il miglior modello del mondo, ma se i team non si fidano, non lo useranno. La messa in opera di successo dell’AI richiede visibilità su perché un agente AI ha preso una decisione specifica e fiducia che stia operando all’interno di un framework governato.

Man mano che i flussi di lavoro evolvono dall’esecuzione di attività alla revisione dei risultati, le persone si spostano da operatori a supervisori. Gli utenti possono scegliere il livello di autonomia che affidano all’AI, con controlli human-in-the-loop che forniscono governance, responsabilità e adattabilità mentre gli agenti migliorano nel tempo. Il risultato è un ambiente dinamico e ibrido in cui le applicazioni agiscono, l’AI decide e le persone guidano.

Celigo serve sia grandi aziende che marchi in rapida crescita. Come differiscono le sfide di integrazione, qualità dei dati e orchestrazione tra quelle fasi di scala?

Per i marchi in rapida crescita, l’obiettivo è spesso la velocità del valore. Stanno adottando strumenti così velocemente che rischiano di costruire uno stack frammentato che si romperà tra un anno o due. Per loro, Celigo offre la capacità di operazionalizzare rapidamente senza creare debito tecnico.

Per le grandi aziende, le sfide sono intorno al contesto e alla governance. Hanno archivi di dati preziosi, ma potrebbero non essere pronti per flussi di lavoro guidati da AI. Devono aumentare l’accesso e il valore dei dati attraverso ambienti complessi. Devono assicurarsi che mentre operazionalizzano l’AI in tutta l’organizzazione, non stanno perdendo PII o allucinazioni nelle interazioni con i clienti. Noi serviamo come un importante livello di gestione e controllo.

Celigo si trova all’intersezione di iPaaS, orchestrazione dei flussi di lavoro e AI. Come le organizzazioni dovrebbero progettare il loro livello di integrazione in modo che diventi una parte attiva dello stack di AI piuttosto che un’infrastruttura passiva?
Le organizzazioni stanno andando oltre l’integrazione come semplice movimento dei dati verso l’automazione intelligente come un livello di connettività controllata per i processi aziendali. L’automazione esiste su uno spettro che va dall’esecuzione basata su regole prevedibile al comportamento più autonomo, con il valore aziendale più grande creato nel mezzo.

Una piattaforma di automazione intelligente collega l’AI ai dati aziendali giusti con una governance, visibilità e controllo umano incorporati. Orchestra la connettività attraverso i sistemi, applica l’intelligenza selettivamente ed esegue i risultati direttamente all’interno delle applicazioni operative in cui il lavoro effettivamente avviene. Piuttosto che spostare semplicemente i dati tra i sistemi, il livello di integrazione diventa attivo mantenendo la connettività e il controllo governati in tempo reale. Ciò garantisce che l’automazione intelligente rimanga affidabile, verificabile e allineata con il modo in cui l’azienda è progettata per funzionare.

Con l’aumento dell’AI agente, quale ruolo vedi le piattaforme di integrazione svolgere nell’abilitare i sistemi di AI a prendere azioni in modo sicuro e affidabile attraverso le applicazioni aziendali?

L’AI agente ha bisogno di barriere di protezione. Celigo sta costruendo un futuro in cui le integrazioni saranno sempre più in grado di gestirsi rilevando i cambiamenti dello schema, prevedendo i fallimenti e auto-guarrendo prima che un essere umano sappia che c’è qualcosa che non va.

Il ruolo della nostra piattaforma non è solo quello di consentire agli utenti in tutta l’azienda di costruire e eseguire flussi di lavoro rapidamente ed efficientemente, ma anche di consentire all’IT centrale di fornire quelle barriere di protezione. Se un agente vuole aggiornare un record, la piattaforma assicurerà che quell’azione sia valida rispetto alle regole aziendali per prima. Abilitiamo gli agenti a prendere azioni fornendo un ambiente deterministico in cui l’AI non deterministico possa operare in sicurezza.

Guardando avanti al 2026, cosa vedi come le conseguenze reali per le organizzazioni che non semplificano i loro dati specificamente per l’AI?

La conseguenza sarà una divergenza nel ROI. Le aziende che non riescono a incorporare l’AI nelle loro operazioni saranno limitate misurando “ore risparmiate” su attività ad hoc, mentre i loro concorrenti misureranno la “crescita dei ricavi” da linee di business completamente automatizzate.

Senza prendere i passi necessari per connettere i loro dati e applicazioni, le organizzazioni si scontreranno con un muro in cui i modelli di AI stanno hallucinando perché mancano di contesto, o i costi si moltiplicano perché stanno pagando per gli output isolati dello sprawl di AI senza una strategia unificata. Le aziende potrebbero essere effettivamente escluse dall’agilità.

Per i leader tecnologici che modernizzano i loro stack oggi, quali capacità di base dovrebbero essere prioritarie in un iPaaS per assicurare che le loro iniziative di AI possano scalare e fornire risultati reali?

Cercate un iPaaS moderno costruito per un mondo in cui tutto deve connettersi con tutto. Ciò significa: una piattaforma universale che possa gestire l’intero spettro dell’automazione: dall’integrazione dei dati e delle applicazioni, ai flussi di supply chain B2B, alla gestione delle API e agli agenti autonomi. Ciò configura un’azienda per meno complessità, meno overhead, più empowerment degli utenti e, infine, la capacità per l’IT di incorporare strategicamente e sicuramente l’AI e operazionalizzare tutto attraverso l’azienda.

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