Mark Clayman, CEO di Netrio – Serie di interviste

Mark Clayman, CEO di Netrio, è un veterano dirigente tecnologico con oltre due decenni di esperienza di leadership nel settore del cloud computing, dei servizi di gestione IT, della sicurezza e dell’infrastruttura aziendale. Prima di unirsi a Netrio nel 2024, ha ricoperto il ruolo di CEO di Navisite fino all’acquisizione da parte di Accenture, e in precedenza ha guidato RDX e TriCore Solutions durante periodi di significativa crescita e acquisizioni di successo. All’inizio della sua carriera, Clayman ha ricoperto ruoli di leadership senior in Navisite e ha lavorato come CIO di Surebridge, costruendo una reputazione per la scalabilità delle organizzazioni tecnologiche, l’integrazione di società acquisite e la modernizzazione delle operazioni di servizio gestito per clienti aziendali e di mercato medio.

Netrio è un fornitore di servizi di gestione IT gestito in Nord America, focalizzato sull’aiutare le organizzazioni di piccole e medie dimensioni a modernizzare e proteggere i loro ambienti tecnologici. La società si specializza in servizi di gestione IT, servizi cloud, sicurezza, gestione dell’infrastruttura e soluzioni di trasformazione digitale, con competenze in settori come sanità, servizi finanziari e retail. Dopo la fusione con SUCCESS Computer Consulting, Netrio ha ampliato la sua portata e le sue capacità, posizionandosi come un MSP su larga scala progettato per fornire supporto tecnologico di livello aziendale, efficienza operativa e protezione della sicurezza alle aziende in crescita che navigano in ambienti IT sempre più complessi.

Ha guidato diverse società di servizi gestiti e cloud attraverso importanti acquisizioni, tra cui ruoli in RDX, Navisite, TriCore Solutions e ora Netrio. Come è cambiata la sua prospettiva sulla trasformazione dell’IT aziendale attraverso queste diverse epoche, e cosa l’ha convinto che l’AI sarebbe diventata la prossima svolta fondamentale per i fornitori di servizi gestiti?

Nel corso degli anni, ho trovato che la trasformazione dell’IT aziendale non riguarda solo una nuova categoria di tecnologia. Potrebbe iniziare in quel modo con l’hosting gestito, il cloud, la sicurezza, l’automazione e ora l’AI, ma la vera trasformazione avviene quando quella tecnologia cambia il modo in cui le aziende operano e competono. All’inizio della mia carriera, l’attenzione si concentrava sull’infrastruttura: dove risiedevano i carichi di lavoro, come venivano gestiti i sistemi, come migliorare i tempi di attività e come ridurre i costi. Nel tempo, la conversazione si è spostata su come e dove la tecnologia possa creare valore per l’organizzazione. I clienti hanno iniziato a chiedere non solo “Puoi eseguire questo ambiente?” ma “Puoi aiutarmi a diventare più efficiente, più sicuro, più resiliente e più competitivo?” L’AI è una svolta fondamentale perché tocca tutte queste domande contemporaneamente. Per gli MSP, l’AI non è solo uno strumento nuovo che aggiungiamo al portfolio… È un cambiamento di paradigma che cambia il modo in cui vengono forniti i servizi, come lavorano gli ingegneri, come i clienti consumano il supporto e come creiamo valore aziendale.

Ha descritto l’AI come la nuova spina dorsale di consegna per gli MSP. Come apparirà un MSP nativo AI tra cinque anni rispetto al modello di MSP tradizionale a cui le aziende sono abituate oggi?

Il modello di MSP tradizionale è stato costruito intorno a persone, processi e strumenti che rispondono a problemi: monitorare un ambiente, aprire un ticket, assegnare un ingegnere, risolvere il problema e riferire al cliente. Un MSP guidato dall’AI sarà molto diverso. L’AI si troverà in tutta la modalità di consegna, dalla monitorazione e ITSM alla sicurezza, alla gestione degli endpoint, alla comunicazione con il cliente, all’analisi e all’ottimizzazione del flusso di lavoro aziendale. Nei prossimi 2-3 anni, i leader degli MSP non useranno solo l’AI per rispondere alle domande più velocemente; useranno l’AI per rilevare modelli, prioritizzare i rischi, rimediare a problemi noti, riassumere e aggiornare i ticket, analizzare il sentimento e guidare gli ingegneri verso la prossima azione migliore. Inoltre, e più importante, l’esperienza del cliente sarà molto più autonoma e guidata dalla piattaforma AI.

Netrio sta spingendo una filosofia di supporto “AI-first, human-second”. Cosa è cambiato nel comportamento degli utenti che rende i clienti sempre più a loro agio nell’interagire con l’AI prima di parlare con un tecnico umano?

Il cambiamento più grande è che le aspettative delle persone sono state riportate indietro dalla tecnologia che utilizzano ogni giorno. Nella loro vita personale, gli utenti sono abituati a ottenere risposte immediate, cercare aiuto da soli, interagire con chatbot e assistenti intelligenti e risolvere problemi di base senza aspettare che qualcuno li richiami. Quel comportamento sta ora emergendo sul posto di lavoro. Se un sistema AI può aiutare qualcuno a sbloccare un account, diagnosticare un problema di connettività, rispondere a una domanda “come faccio a” o instradare una richiesta correttamente in pochi secondi, molti utenti preferirebbero questo rispetto al vecchio modello di invio di un ticket e attesa della risposta di qualcuno. Tuttavia, è importante notare che l’AI-first non può significare human-never. Significa che dovremmo utilizzare l’AI dove crea velocità, coerenza e convenienza, e poi coinvolgere le persone quando il problema è complesso, sensibile o richiede giudizio.

Molte aziende parlano di copiloti AI, ma lei sottolinea l’AI agente e il rimedio autonomo. Quanto siamo vicini a sistemi AI che risolvono in modo indipendente la maggior parte degli incidenti IT di routine senza intervento umano?

Stiamo arrivando, ma credo che sia importante essere pratici su cosa significhi veramente autonomo. Ci sono già molti incidenti di routine in cui l’AI può diagnosticare il problema, raccomandare l’azione, eseguire l’azione e aggiornare il ticket in un modo che sembra molto simile a ciò che farebbe un ingegnere umano. Questo è molto diverso da un semplice chatbot o copilota che suggerisce solo una risposta.

C’è una grande opportunità di sfruttare l’AI agente che può operare all’interno di guardrail definiti: conosce l’ambiente, capisce la politica, ha l’accesso giusto e può rimediare in modo sicuro a classi di problemi note. In Netrio, a causa della complessità dei nostri ambienti, pensiamo attentamente a dove utilizzare l’AI nativa dei partner e dove dobbiamo costruire le nostre capacità. Sosteniamo molti clienti in ambienti diversi e un agente AI deve capire quella complessità multi-tenant. In alcune aree, come l’allarme dell’infrastruttura o la consolidazione degli avvisi di sicurezza, l’AI maturo del fornitore potrebbe essere la risposta giusta. In altre aree, specialmente dove il flusso di lavoro copre ambienti del cliente, accesso endpoint, credenziali e supporto remoto, l’intelligenza specifica dell’MSP diventa molto importante.

Una delle idee più interessanti che ha sollevato è l’analisi del sentimento AI-driven su ogni ticket di supporto. Quanto diventerà importante l’intelligenza emotiva e il sentimento del cliente nella prossima generazione di operazioni IT aziendali?

Credo che diventerà una parte importante di come misurare la qualità del servizio. Nei servizi gestiti, non è sufficiente sapere se un ticket è stato chiuso o se è stato rispettato un SLA. È anche necessario sapere come si è sentito il cliente durante quell’interazione. Erano frustrati? Erano confusi? Si sono sentiti ascoltati? Il problema è continuato a ripetersi? Storicamente, gli MSP potrebbero apprendere quei modelli in una revisione aziendale mensile o trimestrale o da un sondaggio di soddisfazione del cliente, il che è utile ma spesso troppo tardi. L’analisi del sentimento AI-driven ci dà la capacità di capire l’esperienza del cliente in tempo quasi reale. Ciò significa che possiamo identificare dove un cliente sta diventando frustrato, dove la comunicazione non è chiara o dove un problema ricorrente sta danneggiando la fiducia e possiamo intervenire rapidamente. Quello è il punto in cui l’AI amplifica il lato umano del servizio, piuttosto che sostituirlo.

Ha menzionato che molte organizzazioni stanno lottando con il “shadow AI” all’interno delle loro aziende. Quali sono gli errori di governance più grandi che le aziende stanno facendo attualmente mentre i dipendenti adottano rapidamente strumenti AI di loro iniziativa?

L’errore più grande è lasciare che l’adozione dell’AI avvenga in modo completamente frammentato. I dipendenti sperimentano e in molti casi è una cosa buona, ma l’organizzazione deve capire quali strumenti vengono utilizzati, quali dati vengono immessi e quali rischi vengono creati. Attualmente, molte aziende hanno individui che utilizzano l’AI in angoli sparsi dell’azienda, ma non c’è una politica comune, non c’è un framework di misurazione, non c’è un modello di formazione e non c’è una chiara roadmap per allinearsi con gli obiettivi aziendali.

Questo crea rischi di sicurezza, rischi di conformità e sforzi sprecati. L’approccio ideale non è quello di bloccare l’esperimento, ma di formalizzarlo e organizzarlo. Le aziende hanno bisogno di framework di governance, controlli di accesso, formazione per i dipendenti, casi d’uso approvati e un modo per misurare il valore. Ciò è particolarmente vero nel mercato di medie dimensioni, dove le aziende spesso hanno la stessa pressione da parte dei consigli di amministrazione e della dirigenza per sfruttare l’AI, ma potrebbero non avere l’esperienza interna in AI, sicurezza e conformità per guidare lo sforzo.

Guardando avanti, quali parti della gestione dell’IT aziendale crede che rimarranno fondamentalmente guidate dall’uomo, nonostante quanto avanzati diventino i sistemi AI?

Le parti guidate dall’uomo saranno quelle che richiedono fiducia, giudizio, empatia e contesto strategico. L’AI continuerà ad assumere più lavoro operativo ripetitivo e questo è una cosa buona. Aiuterà gli ingegneri a muoversi più velocemente, migliorare i tempi di risposta, identificare modelli e automatizzare problemi noti. Ma i clienti hanno ancora bisogno di persone che capiscano il loro business, possano aiutarli a fare compromessi e possano stare dietro alle raccomandazioni che vengono fatte. La sicurezza è un ottimo esempio. L’AI può rilevare minacce, prioritizzare gli avvisi e automatizzare le risposte, ma costruire una cultura di sicurezza dipende ancora molto dalle persone, dalla formazione, dalla leadership e dal giudizio. Lo stesso vale per l’adozione dell’AI. Puoi distribuire strumenti potenti, ma qualcuno deve ancora decidere quali casi d’uso sono importanti, quali rischi sono accettabili, come gli dipendenti devono essere formati e come misurare il successo.

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