Maciej Saganowski, Direttore dei Prodotti AI, Appfire – Serie di Interviste

Maciej Saganowski è il Direttore dei Prodotti AI di Appfire.

Appfire è un fornitore leader di soluzioni software aziendali progettate per migliorare la collaborazione, semplificare i flussi di lavoro e aumentare la produttività tra i team. Specializzata in strumenti che si integrano con piattaforme come Atlassian, Salesforce e Microsoft, Appfire offre una suite robusta di app personalizzate per la gestione dei progetti, l’automazione, la creazione di report e la gestione dei servizi IT. Con una presenza globale e un impegno per l’innovazione, l’azienda è diventata un partner affidabile per le organizzazioni che cercano di ottimizzare i loro ecosistemi software, servendo una vasta gamma di settori e consentendo ai team di raggiungere i loro obiettivi in modo efficiente.

Appfire è nota per fornire soluzioni di collaborazione aziendale, può presentarci all’approccio di Appfire per lo sviluppo di prodotti guidati dall’AI?

Nell’ultimo anno, il mercato è stato inondato di soluzioni alimentate dall’AI, poiché le aziende si sono rivolte per rimanere rilevanti e competitive. Mentre alcuni di questi prodotti hanno soddisfatto le aspettative, rimane un’opportunità per i vendor di affrontare真正i bisogni dei clienti con soluzioni efficaci.

In Appfire, ci concentriamo sul rimanere ai vertici dell’innovazione AI, consentendoci di anticipare e superare le esigenze in evoluzione della collaborazione aziendale. Affrontiamo l’integrazione dell’AI con l’obiettivo di offrire valore reale piuttosto che semplicemente affermare la “prontezza per l’AI” solo per il sake della differenziazione. Il nostro approccio per lo sviluppo di prodotti guidati dall’AI si concentra sulla creazione di esperienze senza soluzione di continuità e significative per i nostri clienti.

Vogliamo che l’AI si fondi con l’esperienza dell’utente, migliorandola senza oscurarla o, peggio, creare un onere aggiuntivo richiedendo agli utenti di imparare completamente nuove funzionalità.

“Il tempo per il valore” è uno degli obiettivi più critici per le nostre funzionalità alimentate dall’AI. Questo principio si concentra su quanto rapidamente un utente – in particolare un nuovo utente – può iniziare a beneficiare dei nostri prodotti.

Ad esempio, con Canned Responses, un agente di supporto che risponde a un cliente non dovrà più setacciare l’intero thread di posta elettronica; l’AI sarà in grado di suggerire il modello di risposta più appropriato, risparmiando tempo e migliorando l’accuratezza.

Appfire ha collaborato con Atlassian per lanciare WorkFlow Pro come agente Rovo. Cosa rende questo prodotto alimentato dall’AI diverso in un mercato pieno di prodotti simili?

Questa categoria di prodotti è relativamente insolita. Siamo una delle prime aziende a spedire un software di automazione di configurazione assistita da Jira – e questo è solo l’inizio.

WorkFlow Pro è un assistente di automazione alimentato dall’AI per Jira che sta trasformando il modo in cui i team configurano e gestiscono i flussi di lavoro di automazione. Supportato dall’AI Rovo di Atlassian, aiuta gli utenti a configurare nuove automazioni o a risolvere problemi esistenti.

Storicamente, i prodotti di automazione Jira sono stati complessi e hanno richiesto un livello di esperienza specifico. WorkFlow Pro demistifica queste configurazioni e consente ai nuovi o meno esperti amministratori Jira di raggiungere i loro obiettivi senza dover spendere tempo nella documentazione del prodotto, nei forum o rischiare errori costosi.

Un nuovo amministratore Jira può semplicemente chiedere all’agente come eseguire una determinata attività, e in base all’app di automazione installata (JMWE, JSU o Power Scripts), l’agente fornisce una guida passo dopo passo per raggiungere il risultato desiderato. È come avere uno chef stellato Michelin in cucina, pronto a rispondere a qualsiasi domanda con istruzioni precise.

In Appfire, ci impegniamo a semplificare la vita dei nostri clienti. Nella prossima versione di WorkFlow Pro, gli utenti potranno richiedere nuove automazioni in inglese semplice digitando semplicemente il risultato desiderato, senza dover navigare nell’interfaccia utente della configurazione o conoscere qualsiasi linguaggio di scripting. Ritornando alla nostra analogia dello chef, la prossima versione consentirà all’utente non solo di chiedere allo chef come cucinare un piatto, ma di prepararlo al suo posto, liberandolo così da concentrarsi su attività più importanti.

Come coinvolgete il feedback degli utenti quando iterate sui prodotti AI come WorkFlow Pro? Qual è il ruolo dell’input del cliente nella formazione dello sviluppo di questi strumenti?

In Appfire, rimaniamo molto vicini ai nostri utenti. Non solo i nostri designer e product manager si impegnano regolarmente con loro, ma abbiamo anche un gruppo di ricerca dedicato agli utenti che intraprende iniziative di ricerca più ampie, informando la nostra visione e i piani di prodotto.

Analizziamo sia i dati quantitativi che le storie degli utenti focalizzate sui problemi, chiedendoci: “Può l’AI aiutare in questo momento?” Se comprendiamo bene il problema dell’utente e crediamo che l’AI possa fornire una soluzione, il nostro team inizia a sperimentare con la tecnologia per affrontare il problema. Ogni percorso di funzionalità inizia non con la tecnologia, ma dal punto di vista dell’utente.

Ad esempio, abbiamo appreso dai nostri utenti che i nuovi amministratori affrontano una barriera significativa quando creano automazioni complesse. Molti mancano di esperienza o tempo per studiare la documentazione e padroneggiare meccanismi di scripting intricati. WorkFlow Pro è stato sviluppato per alleviare questo punto dolente, aiutando gli utenti a imparare e configurare Jira più facilmente.

Oltre WorkFlow Pro, Appfire pianifica di sviluppare ulteriori applicazioni guidate dall’AI. Come trasformeranno questi nuovi prodotti il modo in cui gli utenti stabiliscono obiettivi, tracciano il lavoro e sfruttano i dati in modo più efficace?

L’AI avrà un impatto profondo su ciò che i lavoratori della conoscenza potranno realizzare in futuro e su come interagiranno con il software. Le organizzazioni evolveranno, diventando più piatte, agili e efficienti. I progetti richiederanno meno persone per coordinare e consegnare. Sebbene questo suoni come una previsione audace, si sta già realizzando attraverso tre importanti avanzamenti AI:

1. Scaricare compiti tecnici o banali all’AI
2. Interagire con il software utilizzando il linguaggio naturale
3. Flussi di lavoro agente

Stiamo già vedendo l’AI ridurre l’onere dei compiti banali e facilitare l’ingresso degli utenti in questi prodotti. Ad esempio, gli assistenti AI possono prendere appunti durante le riunioni o elencare elementi di azione. Per illustrare questo con l’esempio di Appfire, quando un manager crea un nuovo Key Result all’interno del proprio framework OKR, l’AI suggerirà la formulazione del Key Result in base alle migliori pratiche del settore e al contesto unico dell’azienda, alleviando il carico mentale degli utenti mentre imparano a definire OKR efficaci.

Le interfacce del linguaggio naturale rappresentano un importante cambiamento di paradigma nel modo in cui progettiamo e utilizziamo il software. L’evoluzione del software negli ultimi 50 anni ha creato capacità virtualmente illimitate per i lavoratori della conoscenza, eppure questo potere interconnesso ha portato una complessità significativa.

Fino a poco tempo fa, non c’era un modo semplice per navigare in questa complessità. Ora, l’AI e le interfacce del linguaggio naturale la stanno rendendo gestibile e accessibile. Ad esempio, una delle categorie di app più popolari di Appfire è la gestione dei documenti. Molte aziende Fortune 500 richiedono flussi di lavoro per i documenti per la conformità o la revisione normativa. Presto, la creazione di questi flussi di lavoro potrebbe essere semplice come parlare al sistema. Un manager potrebbe dire: “Perché una politica sia approvata e distribuita a tutti i dipendenti, deve essere prima esaminata e approvata dal team di leadership senior”. L’AI capirebbe questo comando e creerebbe il flusso di lavoro. Se mancano dettagli, l’AI chiederebbe chiarimenti e offrirebbe suggerimenti per flussi più fluidi.

Inoltre, i “flussi di lavoro agente” sono la prossima frontiera della rivoluzione AI, e li stiamo abbracciando in Appfire con il nostro agente WorkFlow Pro. In futuro, gli agenti AI agiranno più come collaboratori umani, in grado di affrontare compiti complessi come la conduzione di ricerche, la raccolta di informazioni da più fonti e la coordinazione con altri agenti e persone per consegnare una proposta entro ore o giorni. Questo approccio basato sugli agenti andrà oltre le semplici interazioni come quelle con ChatGPT; gli agenti diventeranno proattivi, forse suggerendo una bozza di presentazione prima che tu ti renda conto di averne bisogno. E le interazioni vocali con gli agenti diventeranno più comuni, consentendo agli utenti di lavorare mentre sono in movimento.

In sintesi, verso cui stiamo andando con l’AI nel lavoro della conoscenza è simile a come operiamo i veicoli: sappiamo dove vogliamo andare, ma di solito non dobbiamo capire le intricacies dei motori a combustione o regolare finemente l’auto noi stessi.

Anche se state potenziando i prodotti esistenti di Appfire utilizzando l’AI. Può darci esempi di come l’AI abbia superato i prodotti attuali di Appfire, aumentando la loro funzionalità e l’esperienza dell’utente?

Ogni nostra app è unica, risolve sfide utente distinte e progettate per vari ruoli utente. Di conseguenza, l’uso dell’AI in queste app è personalizzato per migliorare funzionalità specifiche e migliorare l’esperienza dell’utente in modi significativi.

In Canned Responses, l’AI accelera la comunicazione con il cliente aiutando gli utenti a formulare rapidamente risposte in base al contenuto di una richiesta e ai modelli esistenti. Questa funzionalità AI non solo risparmia tempo, ma migliora anche la qualità delle interazioni con il cliente.

In OKR per Jira, ad esempio, l’AI potrebbe assistere gli utenti che sono nuovi al framework OKR (Obiettivi e Risultati chiave). Semplificando e chiarificando questa metodologia spesso complessa, l’AI potrebbe fornire indicazioni per la formulazione di Risultati chiave efficaci allineati con obiettivi specifici, rendendo il processo OKR più accessibile.

Infine, WorkFlow Pro rappresenta un modo innovativo per interagire con la nostra documentazione ed esemplifica il nostro impegno per i flussi di lavoro agente e le richieste di automazione del linguaggio naturale. Questo approccio AI-driven riduce la barriera all’ingresso per i nuovi amministratori Jira e semplifica i flussi di lavoro per gli amministratori esperti allo stesso modo.

I servizi AI condivisi, come la funzionalità di riassunto, sono in fase di sviluppo attraverso più app di Appfire. Come immaginate che questi servizi impatteranno la produttività degli utenti attraverso la vostra piattaforma?

In Appfire, abbiamo un ampio portfolio di app su più marketplace, tra cui Atlassian, Microsoft, monday.com e Salesforce.

Con una tale vasta gamma di app e utilizzi diversi dell’AI, abbiamo fatto un passo indietro per progettare e costruire un servizio AI interno condiviso che potesse essere utilizzato attraverso più app.

Abbiamo sviluppato un servizio AI di piattaforma che consente ai team di prodotto attraverso le nostre app di connettersi a più LLM. Ora che il servizio è attivo, continueremo ad espanderlo con funzionalità come modelli eseguiti localmente e prompt preconfezionati.

Con l’evoluzione rapida delle tecnologie AI, come assicurate che l’approccio di Appfire allo sviluppo AI continui a soddisfare le esigenze dei clienti in cambiamento e le richieste del mercato?

In Appfire, la priorità principale di un product manager è colmare il divario tra la fattibilità tecnica e la risoluzione di problemi significativi per il cliente. Poiché le capacità AI avanzano rapidamente, rimaniamo aggiornati con le tendenze del mercato e monitoriamo attivamente l’industria per le migliori pratiche. Sul lato del cliente, ci impegniamo costantemente con gli utenti per comprendere le loro sfide, non solo all’interno delle nostre app, ma anche nelle piattaforme sottostanti che utilizzano.

Quando identifichiamo un sovrapposizione tra fattibilità tecnica e un significativo bisogno del cliente, ci concentriamo sul consegnare una funzionalità AI sicura e robusta. Prima del lancio, sperimentiamo e testiamo queste soluzioni con gli utenti per assicurarci che affrontino realmente i loro punti dolenti.

Appfire opera in un panorama SaaS guidato dall’AI altamente competitivo. Quali passi state intraprendendo per assicurarvi che le vostre innovazioni AI rimangano uniche e continuino a guidare il valore per gli utenti?

L’approccio di Appfire all’AI si concentra sullo scopo. Non stiamo integrando l’AI solo per spuntare una casella; il nostro obiettivo è che l’AI funzioni in modo così naturale all’interno dei nostri prodotti che diventi quasi invisibile all’utente. Vogliamo che l’AI affronti sfide reali che i nostri clienti affrontano – sia che si tratti di semplificare i flussi di lavoro in Jira, gestire processi documentali complessi o semplificare la pianificazione strategica. Idealmente, l’uso dell’AI dovrebbe sentirsi così intuitivo come raccogliere una penna.

Molti prodotti SaaS hanno tradizionalmente richiesto competenze specializzate per sbloccare il loro pieno potenziale. La nostra visione per l’AI è ridurre la curva di apprendimento e rendere le nostre app più accessibili. Con il lancio del nostro primo agente Rovo, WorkFlow Pro, stiamo facendo un importante passo in questo viaggio. In definitiva, ci impegniamo a garantire che l’AI all’interno delle nostre app consenta agli utenti di raggiungere il valore più rapidamente.

Guardando avanti, quali tendenze nello sviluppo AI pensate avranno il maggior impatto sull’industria SaaS nei prossimi anni?

Due importanti tendenze AI che plasmeranno l’industria SaaS nei prossimi anni sono l’ascesa degli agenti AI e le crescenti preoccupazioni per la sicurezza e la privacy.

Alcuni sostengono che la tecnologia degli agenti non abbia ancora mantenuto le sue promesse e rimane relativamente immatura. A questi scettici, direi che spesso sovrastimiamo ciò che la tecnologia raggiungerà in 1-2 anni, ma sottovalutiamo ampiamente ciò che raggiungerà in un decennio. Mentre i casi d’uso attuali degli agenti sono effettivamente limitati, stiamo assistendo a massicci investimenti in flussi di lavoro agente in tutta la catena di valore del software. Modelli fondamentali di aziende come OpenAI e Anthropic, insieme a piattaforme su cui Appfire attualmente opera o pianifica di operare, stanno facendo investimenti estensivi nella tecnologia degli agenti. OpenAI, ad esempio, sta lavorando su “System 2” agenti in grado di ragionare, mentre Anthropic ha lanciato modelli in grado di utilizzare app e siti web regolari, emulando azioni umane. Atlassian ha introdotto Rovo e Salesforce ha lanciato Agentforce. Ogni settimana porta nuovi annunci sui progressi degli agenti e, in Appfire, siamo entusiasti di questi sviluppi e guardiamo con ansia alla loro integrazione nelle nostre app.

Allo stesso tempo, man mano che le capacità AI si espandono, anche i rischi associati alla sicurezza dei dati e alla privacy aumentano. Le aziende devono assicurarsi che qualsiasi integrazione AI rispetti e protegga sia i loro asset che quelli dei loro clienti, dai dati sensibili a più ampie misure di sicurezza. Bilanciare l’innovazione con pratiche di sicurezza robuste sarà essenziale per sbloccare il pieno valore dell’AI nel SaaS e consentire avanzamenti responsabili e sicuri.

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