Par Chadha, Fondatore, CEO e CIO di HandsOn Global Management – Serie di Interviste

Par Chadha, Fondatore, CEO e CIO di HandsOn Global Management, è un imprenditore, investitore e dirigente tecnologico con decenni di esperienza nella creazione e scalatura di imprese basate sulla tecnologia. Dal momento in cui ha fondato HandsOn Global Management nel 2001, si è concentrato su investimenti in automazione dei flussi di lavoro, big data, automazione robotica dei processi (RPA), tecnologie cognitive e intelligenza artificiale nei settori dei servizi finanziari, sanità, assicurazioni e legale. È anche cofondatore di Rule14 e in passato ha ricoperto i ruoli di Presidente e Presidente Esecutivo di Exela Technologies, nonché Presidente di SourceHOV.

HandsOn Global Management (HGM) Limited è un’azienda guidata dalla tecnologia che opera all’intersezione tra investimento strategico e servizi aziendali, combinando l’impiego di capitale con competenze operative per creare e scalare imprese basate sulla tecnologia. L’azienda si sta sempre più concentrando su servizi sanitari alimentati dall’IA, inclusi la gestione del ciclo dei ricavi, la codifica medica, l’ascolto ambientale e l’analisi dei dati sanitari, applicando al contempo automazione e ottimizzazione dei processi basate sull’IA nei flussi di lavoro aziendali. HGM descrive il suo modello come un ibrido tra una società di investimento e un fornitore di servizi diversificati, utilizzando acquisizioni, integrazione tecnologica ed esecuzione operativa per perseguire una crescita a lungo termine in mercati tra cui Nord America, Asia-Pacifico e Medio Oriente.

Hai fondato HandsOn Global Management nel 2001, molto prima che l’intelligenza artificiale diventasse un tema di investimento mainstream. Cosa ti ha ispirato originariamente a creare l’azienda e come è evoluta la sua filosofia di investimento insieme ai progressi nell’automazione dei flussi di lavoro, nell’intelligenza dei dati e nell’IA agentica?

Il nome HandsOn descrive il modo in cui penso all’organizzazione. Se non puoi essere pratico—se sei distaccato—non appartieni alla nostra organizzazione. Mi aspetto che le persone che supervisionano le attività, me compreso, pratichino quello che chiamo leadership di servizio. Il nostro compito è servire le persone che lavorano per noi e aiutarle a diventare più efficaci.

La tecnologia è cambiata enormemente, ma la domanda fondamentale non è cambiata molto: cosa permette alla tecnologia di fare meglio all’azienda?

Con l’automazione, ho sempre considerato quella che chiamo capacità flessibile. Se un dipendente può gestire 100 transazioni e l’automazione gli consente di gestirne 250, hai creato capacità di crescita senza aggiungere lo stesso livello di costi. Questo rende l’azienda più redditizia e scalabile.

Ora l’IA sta portando questo concetto molto più avanti. Stiamo passando a flussi di lavoro basati sull’IA, in cui si orchestrano molteplici compiti, con le persone nel ciclo e l’IA agentica nel ciclo. Credo che questo tipo di aziende sarà molto richiesto e sarà tra le più dirompenti.

Quindi la tecnologia è evoluta, ma la nostra filosofia rimane pratica: comprendere il problema operativo, capire dove è possibile creare produttività e trasformare la tecnologia in un business.

In qualità di CEO e Chief Investment Officer, quali caratteristiche distinguono un’azienda AI con il potenziale di diventare un business durevole da una che trae principalmente vantaggio dall’entusiasmo a breve termine attorno alla tecnologia?

Per me, la differenza sta nel fatto se si riesce a trasformare l’investimento in un business. Altrimenti, l’investimento è solo un costo.

Ci può essere molto entusiasmo intorno alla proprietà intellettuale o a nuove tecnologie, ma qualcuno deve comunque usarle. Devono risolvere qualcosa, avere una proposta di valore e, in ultima analisi, generare ricavi.

Prendiamo l’automazione come esempio. Devi anche comprendere la funzione che stai automatizzando. Marketing, vendite, acquisti, risorse umane, finanza, amministrazione, rendicontazione fiscale e sicurezza sono funzioni molto diverse. L’automazione deve essere progettata attorno a ciò che quell’azienda specifica fa realmente. Una stazione di servizio ha esigenze molto specifiche. Un ristorante ha esigenze molto specializzate.

Le aziende che dureranno saranno quelle in cui i clienti percepiscono la differenza—maggiore redditività, maggiore scalabilità, più capacità, o la possibilità di fare qualcosa che prima non potevano fare economicamente. La tecnologia è importante, ma alla fine deve diventare un business.

HandsOn Global Management svolge un ruolo operativo attivo nella costruzione, acquisizione e trasformazione di aziende. In che modo questo approccio pratico modifica il modo in cui valutate gli investimenti AI rispetto a un modello tradizionale di venture capital o private equity?

Non credo di stare in cima e semplicemente dire alle persone cosa fare. Il mio approccio è sempre stato che le persone che lavorano per te hanno delle lacune, e il tuo compito è aiutarle a colmarle e a renderle di successo.

Ciò significa che quando valutiamo un investimento, lo facciamo con una prospettiva operativa. Chi lo gestirà? Come sarà posizionato? Chi sono i clienti e i partner? Qual è la proposta di valore? Può diventare scalabile?

Lavoro a stretto contatto con i team di gestione, ma voglio anche che la persona operativa guidi. Farò l’introduzione, lascerò che quella persona prenda il comando, rimarrò in copia e sarò disponibile. Per noi, possedere un investimento e gestire un’azienda non sono due attività completamente separate.

Molte imprese stanno sperimentando l’IA, ma poche l’hanno implementata con successo nelle operazioni mission-critical. Cosa distingue le organizzazioni che passano da progetti pilota isolati a un’adozione su scala di produzione?

Una parte importante è se l’organizzazione stessa è pronta a cambiare.

La tecnologia può evolversi più rapidamente delle persone. Abbiamo persone appena uscite dall’università che conoscono l’IA, gli agenti, e possono diventare produttive molto rapidamente. Allo stesso tempo, persone con cinque, dieci o venti anni di esperienza professionale possono avere difficoltà a spostarsi dalla loro zona di comfort a quella nuova. Osserviamo lo stesso comportamento negli Stati Uniti, in India, nelle Filippine e in Europa.

Questo diventa un problema organizzativo, non solo un problema tecnologico.

Le aziende che effettuano la transizione saranno disposte a modificare il flusso di lavoro stesso. Una volta che orchestrate diversi compiti con persone e IA agentica che operano all’interno del processo, cambiate il modo in cui il lavoro viene svolto.

Se le aziende non effettuano questo cambiamento, lo farà qualcun altro. Credo che diventi una questione di fare o morire. Le aziende che innovano progrediranno, mentre quelle che non lo fanno verranno sconvolte.

Le iniziative sanitarie di HGM includono la codifica medica autonoma, l’intelligenza vocale e conversazionale, l’analisi predittiva e agenti IA che operano nei flussi di lavoro amministrativi e clinici. Dove credi che l’IA possa rimuovere la maggiore quantità di attrito nella sanità senza compromettere precisione, privacy o fiducia del paziente?

Uno dei problemi più grandi nella sanità è che abbiamo digitalizzato funzioni individuali, ma non abbiamo necessariamente collegato l’intera impresa. Reclami, iscrizioni, gestione delle cure, farmacia, servizi ai fornitori, analisi e ciclo dei ricavi possono ancora operare come sistemi disconnessi. Questo genera lavoro duplicato, inefficienza, costi più elevati e un’esperienza scadente.

Non credo che la risposta sia semplicemente un’altra applicazione. L’intelligenza deve essere integrata nel flusso di lavoro. L’opportunità è unire dati, processi e persone affinché l’IA possa aiutare a comprendere ciò che sta accadendo, prevedere cosa verrà dopo, raccomandare un’azione e automatizzare il lavoro che può essere opportunamente automatizzato.

Il lavoro amministrativo è un punto di partenza ovvio. I fornitori si occupano ancora di processi manuali, autorizzazioni preventive e oneri amministrativi. Se la tecnologia può semplificare questi flussi di lavoro, si crea più capacità per il professionista e, in ultima analisi, più tempo per l’assistenza.

Ma la fiducia è di fondamentale importanza nella sanità. Sicurezza, conformità e governance devono far parte dell’architettura. La tecnologia dovrebbe semplificare la complessità, non aggiungerla. L’obiettivo non è l’IA per il gusto di farlo. È una migliore assistenza, costi più bassi, migliori performance operative e un’esperienza migliore per l’utente e il fornitore.

Nei settori regolamentati come sanità, servizi finanziari, assicurazioni e governo, come dovrebbero le aziende determinare quali decisioni possono essere delegate ad agenti IA autonomi e quali dovrebbero continuare a richiedere la revisione umana?

Penso che la responsabilità diventi la linea di demarcazione.

Nei settori regolamentati, qualcuno ha in ultima analisi la responsabilità di ciò che viene rappresentato. Nella cybersicurezza, ad esempio, i regolatori possono richiedere alla direzione e ai consigli di divulgare informazioni molto rapidamente, e la dirigenza senior potrebbe dover firmare dichiarazioni pubbliche. Il problema è che nessuno conosce tutto, soprattutto così velocemente.

L’IA può aggregare strumenti, stabilire una baseline, organizzare le informazioni e rendere un processo molto più produttivo. Ma ciò non fa scomparire la responsabilità.

La sanità è un buon esempio. L’IA può prevedere, rilevare, raccomandare e automatizzare, ma queste funzioni non comportano lo stesso livello di rischio. L’architettura deve riconoscere dove l’automazione è appropriata e dove le persone devono rimanere nel ciclo. Più una decisione è decisiva, più diventano importanti governance, spiegabilità e responsabilità.

Non la vedo come una scelta tra IA completamente autonoma e lavoro totalmente manuale. La questione è dove l’IA può svolgere il lavoro in modo efficace e dove una persona deve ancora esercitare giudizio o sostenere il risultato.

Hai cofondato Rule14, una piattaforma progettata per trovare, monitorare, analizzare e riassumere informazioni in tempo reale. In che modo i grandi modelli linguistici e l’IA generativa hanno cambiato ciò che è possibile nell’estrazione di dati, e quali sfide fondamentali sui dati devono ancora essere risolte?

I grandi modelli linguistici creano un’opportunità per rendere il lavoro basato sull’informazione molto più scalabile.

Abbiamo imprese in cui centinaia di avvocati e altri professionisti lavorano con contenuti e informazioni, e storicamente hanno utilizzato più strumenti legacy rispetto ai grandi modelli linguistici. Ciò che mi interessa è come si possano prendere piattaforme costruite per uno scopo, confezionarne correttamente e usarle per uno scopo molto diverso su larga scala.

Non è semplicemente che un modello possa riassumere qualcosa. Si può cambiare l’economia di come grandi quantità di informazioni vengono elaborate, confezionate e consegnate.

Ma non presumerei che, avendo un grande modello linguistico, tu sappia improvvisamente tutto. Le informazioni di base rimangono importanti, e nel mondo reale le informazioni possono essere incomplete o non disponibili quando ne hai bisogno. I modelli ci rendono molto più produttivi; non eliminano la necessità di comprendere quali informazioni possiedi realmente.

L’ecosistema strategico di HGM comprende aziende che operano nella codifica medica autonoma, nella documentazione clinica ambientale, nei flussi di lavoro intelligenti, nei pagamenti, nell’elaborazione dei dati e nelle piattaforme di sviluppo IA. Come create una collaborazione tecnica e commerciale significativa all’interno di un portafoglio senza costringere le aziende a un ecosistema artificiale?

Si utilizza ogni azienda per ciò che fa meglio.

Ho descritto questo nella cybersicurezza come la creazione di un piccolo club. Noi siamo il fornitore del servizio e le altre aziende sono esperte nei loro settori. Utilizziamo ciascuna per la sua migliore capacità. Unendosi a noi, ottengono l’espansione verso i nostri clienti, e noi beneficiamo di ciò in cui sono molto bravi.

Questo è diverso dal dire che ogni azienda deve usare tutte le altre perché si trovano nello stesso portafoglio. L’obiettivo è unire le capacità in qualcosa che il cliente possa effettivamente utilizzare.

Internamente, adotto un approccio simile. Collegò le persone giuste e lascio che la persona operativa guidi. Lavorano per capire cosa possono fare insieme, quali sono i budget e se ciò rientra nella roadmap di prodotto.

La collaborazione deve creare valore. Altrimenti, non c’è motivo di forzarla.

Hai guidato investimenti, acquisizioni e trasformazioni operative in più regioni e settori. Cosa hai imparato sull’adattamento dei prodotti IA a diversi ambienti normativi, culture aziendali, lingue e livelli di maturità digitale?

La cultura è importante e lo sono anche le relazioni personali.

Quando le persone si conoscono solo tramite una rubrica aziendale, un numero di telefono o un’email, lo definisco una relazione molto impersonale. Questo può funzionare quando tutto è normale. Ma quando si costruisce, si espande, si ripara qualcosa o si affrontano problemi, conoscere la persona dall’altro lato diventa molto più importante.

Viaggiare ti insegna che i mercati non sono tutti uguali. Impari cosa mangiano le persone, quali sport seguono, come funzionano i loro sistemi scolastici, cosa è culturalmente sensibile e cosa crea barriere inutili. Più conosci il paese, le persone e il loro stile di vita, più riduci il divario nella relazione.

La tecnologia è simile. I diversi mercati sono a diversi stadi. Alcuni paesi sono più avanzati degli Stati Uniti in certi servizi professionali, mentre noi potremmo essere più avanzati in altre forme di automazione.

Non si può presumere di prendere un modello, distribuirlo ovunque e attendersi lo stesso risultato. È necessario comprendere come quel mercato funziona realmente e costruire relazioni con le persone che lo utilizzeranno.

Man mano che l’IA agentica, l’automazione cognitiva e l’IA fisica continuano a convergere, quali opportunità ritieni siano ancora sottovalutate e quale consiglio daresti ai fondatori che costruiscono aziende per questa prossima fase di automazione?

Penso che i flussi di lavoro basati sull’IA saranno molto, molto richiesti—l’orchestrazione di una varietà di compiti diversi con le persone nel ciclo e l’IA agentica nel ciclo. Credo che queste saranno tra le aziende più dirompenti.

La disruption sarà anche più ampia di quanto la gente si aspetti. Le persone tendono a pensare che l’automazione colpisca la parte bassa della forza lavoro. La mia opinione è che spesso colpisca lo strato intermedio. I senior possono fare di più, quindi hanno bisogno di meno livello intermedio. La programmazione, il testing, l’inserimento dati e l’analisi dei dati vengono automatizzati, mentre i flussi di lavoro e i cruscotti riducono la necessità di gestire alcune di queste funzioni.

Poi c’è l’aspetto fisico. I ristoranti stanno diventando automatizzati. Il lavoro che prima richiedeva persone durante le stagioni di raccolta e semina viene sostituito da macchine autonome, robot e droni. Questo panorama sta cambiando molto rapidamente.

Ci sarà dolore in quella transizione. I motori produttivi hanno bisogno di meno persone. Ma se non miglioriamo la produttività, non potremo competere con paesi molto più popolosi con strutture di costo molto diverse. Se lo facciamo bene, credo che questo possa essere l’inizio di un nuovo secolo americano.

Per i fondatori, mi concentrerei sul flusso di lavoro e sulla produttività che state creando. Costruite qualcosa che diventi parte del modo in cui il lavoro viene effettivamente svolto, capite dove le persone devono ancora rimanere nel ciclo e riconoscete che le organizzazioni che adottano la vostra tecnologia stanno attraversando anche una grande transizione della forza lavoro.

Grazie per la splendida intervista, i lettori che desiderano saperne di più dovrebbero visitare HandsOn Global Management.