Pratima Arora, Chief Product e Technology Officer di Smartsheet – Serie di interviste

Pratima Arora, Chief Product e Technology Officer di Smartsheet, è un’esponente di lungo corso nel settore dei prodotti e della tecnologia, con un curriculum che include la guida di piattaforme ad alto tasso di crescita e la gestione di team globali. Nel suo ruolo attuale, sovraintende alla gestione dei prodotti, al marketing, all’esperienza utente, ai prezzi e alle partnership strategiche, contribuendo a guidare l’evoluzione della piattaforma di gestione del lavoro di Smartsheet basata sull’intelligenza artificiale. In precedenza, ha ricoperto il ruolo di Chief Product e Technology Officer presso Chainalysis, dove ha guidato l’ingegneria, la scienza dei dati e la strategia dei prodotti, ampliando notevolmente l’organizzazione e accelerando la crescita dei ricavi. I suoi precedenti ruoli dirigenziali includono la guida del business di Confluence presso Atlassian (TEAM ) e lo sviluppo di innovazioni produttive basate sull’intelligenza artificiale presso Salesforce (CRM ), costruendo una reputazione per la fornitura di soluzioni scalabili e centrate sul cliente nel settore del software aziendale.

Smartsheet è una piattaforma di gestione del lavoro aziendale basata sull’intelligenza artificiale, progettata per aiutare le organizzazioni a pianificare, tracciare, automatizzare e seguire il lavoro su larga scala. La piattaforma consente ai team di semplificare i flussi di lavoro, collaborare in tempo reale e ottenere informazioni utili attraverso strumenti di automazione e dati, supportando una vasta gamma di casi d’uso, dalla gestione dei progetti alla gestione aziendale. Con sede a Bellevue, nello stato di Washington, Smartsheet serve milioni di utenti in tutto il mondo, tra cui una grande quota di aziende Fortune 500, posizionandosi come un attore chiave nello spazio in evoluzione della gestione del lavoro collaborativo.

Si è unita a Smartsheet nel 2025, dopo aver guidato il prodotto e la tecnologia presso Chainalysis e aver ricoperto ruoli dirigenziali senior presso Atlassian e Salesforce. Ora che il suo ruolo si è esteso a Chief Product e Technology Officer, come sta portando quell’esperienza cross-industry nella prossima fase di Smartsheet?

Sono stata una leader nel settore B2B SaaS per oltre 20 anni e ho visto grandi ondate di innovazione – dall’internet, al cloud, al mobile e al sociale. L’intelligenza artificiale è una trasformazione molto più grande, sia in termini di scala che di velocità, e il mio obiettivo è aiutare Smartsheet a navigare in questo cambiamento e a trasformarlo in un vero vantaggio per i nostri clienti.

Esternamente, ciò significa accelerare l’integrazione dell’intelligenza artificiale nell’esperienza del prodotto – aiutando i team a lavorare più velocemente, a prendere decisioni migliori e a raggiungere risultati su una scala che non era possibile prima.

Ma l’intelligenza artificiale sta anche cambiando il modo in cui costruiamo. Il prodotto e la tecnologia si stanno fondendo, e i confini tra le funzioni si stanno confondendo. I designer si stanno avvicinando al codice, gli ingegneri stanno contribuendo alla definizione del prodotto e i team stanno diventando costruttori più hands-on. Una grande parte del mio focus interno è portare quella mentalità da costruttore nel modo in cui operiamo, con un approccio AI-first allo sviluppo, e farlo con velocità. Ciò ci consente di muoverci più velocemente come team unificato e di tradurre l’innovazione in risultati significativi per i nostri clienti.

Smartsheet si è posizionata intorno all’idea di gestione del lavoro. Come definisce questo concetto oggi, e cosa lo distingue dalla più ampia ondata di funzionalità di intelligenza artificiale aggiunte al software aziendale?

La gestione del lavoro è dove le persone, i processi e i dati si incontrano – con l’intelligenza artificiale come livello di esecuzione che trasforma i piani in risultati.

L’analisi di 1,4 milioni di progetti aziendali attivi sulla piattaforma Smartsheet rivela un disequilibrio critico: l’intensità di automazione per ogni account aziendale è aumentata del 55% rispetto all’anno precedente, e l’attività complessiva è aumentata del 46%. Il lavoro viene avviato a un ritmo che sarebbe stato inimmaginabile tre anni fa. Ma finire il lavoro – coordinare tra i team, mantenere l’allineamento mentre le priorità cambiano, prendere le decisioni che mantengono l’esecuzione sulla giusta strada – è dove la maggior parte delle organizzazioni sta annegando. La giornata lavorativa sta diventando più densa, e le organizzazioni che la sentono per prime sono quelle in cui le priorità, la proprietà e i diritti decisionali vivono ancora nella testa delle persone invece che nel sistema.

Il punto in cui molti approcci falliscono è che l’intelligenza artificiale è stratificata sopra i flussi di lavoro invece di essere integrata all’interno di essi. Può assistere con compiti individuali, ma non può orchestrare i risultati attraverso i team o l’intera azienda.

Il nostro approccio è diverso. Fondiamo l’intelligenza artificiale nei dati aziendali e l’integriamo direttamente nei flussi di lavoro in modo che possa operare con un contesto reale – le relazioni tra progetti, l’intento dietro il piano e il giudizio codificato in come il lavoro è stato strutturato. È questo che consente all’intelligenza artificiale di orchestrare l’esecuzione, non solo assistere con un compito, e alla fine guidare un impatto aziendale significativo.

Nella sua visione per il futuro di Smartsheet del novembre 2025, ha descritto una piattaforma che unisce persone, dati e intelligenza artificiale in modo più unificato. Cosa ha sentito mancare dagli strumenti di gestione del lavoro esistenti che l’ha spinta in quella direzione?

Abbiamo visto un divario persistente tra pianificazione ed esecuzione, specialmente a livello aziendale. I team stavano lavorando su più sistemi disconnessi, il che rendeva difficile rimanere allineati o ottenere una chiara visione in tempo reale dei progressi.

Molti strumenti risolvevano solo parte del problema – pianificazione, flussi di lavoro o collaborazione – ma rimanevano disconnessi. Ognuno stava risolvendo un problema all’interno del proprio stack o sistema, ma non in tutta l’azienda. La frammentazione diventa una vera barriera quando si opera su larga scala. È lì che Smartsheet brilla.

Il nostro focus è stato su unire quegli elementi in un unico sistema unificato in modo che i team possano rimanere allineati, adattarsi rapidamente ed eseguire più efficacemente.

Una delle parti più interessanti di quella visione era il passaggio verso sistemi di intelligenza artificiale che possano comprendere il contesto attraverso progetti, flussi di lavoro e team. Quanto è importante il contesto nel rendere l’intelligenza artificiale aziendale genuinamente utile e non solo impressionante nelle demo?

L’intelligenza artificiale che comprende il contesto è fondamentalmente diversa dall’intelligenza artificiale che genera contenuti. I modelli di frontiera generano. I sistemi di registrazione memorizzano. Ma nessuno dei due comprende come funziona effettivamente la tua organizzazione, le dipendenze, l’intento dietro il piano o le decisioni incorporate in ogni flusso di lavoro. È questo il livello che Smartsheet occupa.

Smartsheet comprende la forma operativa del tuo business e mette l’intelligenza artificiale al lavoro all’interno di essa. Quando si fonda l’intelligenza artificiale in quel tipo di comprensione, si sposta da reattiva a diventare uno strato intelligente nell’esecuzione. Non sta solo rispondendo a prompt. Sta operando con una comprensione di come l’azienda funziona effettivamente, e quella comprensione si accumula nel tempo.

Ogni piano, ogni flusso di lavoro, ogni decisione catturata in Smartsheet diventa un asset di intelligenza che rende l’intelligenza artificiale più utile in quell’organizzazione specifica. Il contesto, l’intento e il giudizio che i tuoi team hanno costruito per anni – quelle sono le tre cose che l’intelligenza artificiale non può generare da sola.

Il protocollo del server Model Context di Smartsheet suggerisce un passaggio dall’intelligenza artificiale che semplicemente risponde alle domande all’intelligenza artificiale che può interagire con i dati di lavoro live. Dal suo punto di vista, cosa rende questo un punto di svolta significativo per il software aziendale?

Questo è un passaggio dall’intelligenza artificiale che informa il lavoro all’intelligenza artificiale che può agire su di esso. Con il server MCP di Smartsheet, le aziende non sono più bloccate in uno strumento di intelligenza artificiale singolo; il protocollo funziona con i modelli di intelligenza artificiale già integrati nei loro flussi di lavoro, che sia Claude, Gemini, ChatGPT o altri. I team possono ora connettersi direttamente ai dati di lavoro live e operare all’interno dei sistemi in cui il lavoro effettivamente avviene, consentendo loro di andare oltre la chat e di entrare nell’esecuzione. Man mano che l’ecosistema MCP si espande, estenderemo il supporto a modelli leader aggiuntivi, garantendo che Smartsheet rimanga compatibile con qualsiasi soluzione di intelligenza artificiale scelta dai team. Quando l’intelligenza artificiale ha accesso ai dati in tempo reale attraverso progetti e flussi di lavoro, può individuare i rischi più precocemente, supportare una migliore presa di decisioni e agire, come creare attività o aggiornare il lavoro.

Il segnale precoce è chiaro. Nei primi 30 giorni di lancio, migliaia di utenti Smartsheet hanno completato 1,76 milioni di azioni attraverso il connettore Smartsheet MCP per Claude. E una parte significativa di quelle interazioni non era sulla ricerca di informazioni – stava spingendo il lavoro in avanti. Creazione di attività. Aggiornamento dei piani. Agendo con contesto.

È questo che rende questo un punto di svolta. L’intelligenza artificiale diventa integrata nei flussi di lavoro esistenti che le persone già utilizzano, consentendo alle organizzazioni di passare da guadagni di produttività individuali all’esecuzione coordinata su larga scala. Le aziende la cui base operativa già vive in Smartsheet stanno accumulando quel vantaggio proprio adesso. Ad esempio, i team stanno trasformando le note delle riunioni in attività automaticamente, con il modello che inferisce anche a chi assegnare l’attività in base al contesto della conversazione, in modo che le decisioni prese in una stanza diventino lavoro tracciato in Smartsheet senza un solo inserimento manuale. È questo la coordinazione su larga scala – non perché le persone lavorano più duramente, ma perché il sistema finalmente tiene il passo.

Quando l’intelligenza artificiale è connessa ai sistemi operativi e ai flussi di lavoro aziendali live, la fiducia diventa critica. Come sta pensando alla sicurezza, alla governance e alla tracciabilità mentre l’intelligenza artificiale diventa più orientata all’azione all’interno dell’azienda?

La fiducia, la sicurezza e la governance sono essenziali per qualsiasi adozione aziendale vera. Man mano che l’intelligenza artificiale diventa più orientata all’azione, la fiducia non è più opzionale – è fondamentale. Per noi, ciò inizia con il garantire che l’intelligenza artificiale aderisca allo stesso modello di governance di tutto il resto della piattaforma. Segue le autorizzazioni esistenti, quindi può solo accedere e agire sui dati a cui è esplicitamente autorizzata. I tuoi dati rimangono tuoi.

Altrettanto importante è la visibilità. Le organizzazioni devono comprendere come l’intelligenza artificiale interagisce con i loro sistemi, quali azioni vengono intraprese, da chi e in quale contesto. È per questo che la tracciabilità è integrata: ogni azione, sia iniziata da una persona o dall’intelligenza artificiale, può essere tracciata e revisionata. Siamo anche attenti a dove l’autonomia ha senso. Per azioni ad alto impatto, costruiamo controlli con un essere umano nel loop, in modo che i team possano revisionare e approvare prima che accada qualcosa di significativo.

L’obiettivo è dare alle organizzazioni la fiducia di lasciare che l’intelligenza artificiale spinga il lavoro in avanti, mantenendo al tempo stesso il controllo, la trasparenza e la responsabilità che ci si aspetta su larga scala.

Smartsheet ha anche enfatizzato l’architettura aperta, compreso il supporto per ecosistemi di intelligenza artificiale esterni. Perché crede che l’apertura e l’interoperabilità saranno così importanti nella prossima fase dell’adozione dell’intelligenza artificiale aziendale?

Il lavoro aziendale non vive in un unico sistema. È distribuito su strumenti, team e fonti di dati. Se l’intelligenza artificiale non può connettersi a quell’ambiente, rimane limitata. Potrebbe generare risposte, ma non può effettivamente aiutare a guidare l’esecuzione.

È questo il motivo per cui l’apertura è importante. Consente all’intelligenza artificiale di connettersi ai dati live attraverso i sistemi e di operare con il pieno contesto di come il lavoro effettivamente avviene. Con MCP, le aziende applicano gli standard di intelligenza artificiale aziendali e la governance al lavoro in Smartsheet, invece di adottare nuovi strumenti o lavorare in silos.

È questo il passaggio. Quando l’intelligenza artificiale può lavorare attraverso i sistemi, si sposta da interazioni isolate a supportare effettivamente come funziona l’organizzazione. È lì che inizi a vedere un impatto reale su larga scala.

La sua visione del prodotto ha anche introdotto idee come Smart Assist, Smart Agents, Smart Flows e un livello di grafo della conoscenza. Quale di quelle capacità crede abbia il potenziale di cambiare il modo in cui i team lavorano quotidianamente?

È meno una questione di una di quelle cose in isolamento, poiché sono solo modi diversi in cui le persone interagiscono con il sistema.

Il vero potere risiede nell’intelligenza sottostante, alimentata dal nostro livello di dati e dal grafo della conoscenza di Smartsheet. È questo che dà al sistema il contesto attraverso progetti, flussi di lavoro e team, e consente di comprendere come il lavoro è effettivamente connesso. Quel contesto è ciò che rende tutto il resto funzionante. Il grafo della conoscenza di Smartsheet già mappa le relazioni attraverso il lavoro su una scala significativa, con oltre 100 milioni di nodi. Ciò ci consente di stratificare il contesto, dalle migliori pratiche del settore ai dati organizzativi, di squadra e individuali, in modo che il sistema possa fornire informazioni molto più rilevanti di un modello autonomo.

Da lì, si manifesta in modi diversi. A volte è un assistente che aiuta qualcuno a comprendere lo stato del progetto o a individuare i rischi. A volte è un agente che agisce, come creare timeline o aggiornare il lavoro. A volte è la coordinazione dei flussi di lavoro attraverso i sistemi.

Ma sono tutti fondati sulla stessa base operativa – il contesto accumulato, l’intento e il giudizio di come il lavoro è stato effettivamente svolto. È questo che cambia effettivamente il lavoro quotidiano, non una singola funzionalità, ma un sistema che comprende la tua organizzazione.

Molte aziende stanno ancora lottando per misurare se l’intelligenza artificiale sta fornendo un valore aziendale reale. Come dovrebbero pensare i leader al ROI quando l’obiettivo non è solo una produzione più veloce, ma anche decisioni migliori, un’esecuzione più solida e meno resistenza operativa?

Molte organizzazioni iniziano misurando l’adozione dell’intelligenza artificiale, come il numero di persone che utilizzano l’interfaccia utente ogni giorno. Questo è un segnale utile, ma non è l’intero quadro. Il valore reale si manifesta nell’esecuzione, ed è lì che molti team stanno ancora cercando di recuperare.

Nella maggior parte delle aziende, la sfida non è generare output. È coordinare il lavoro, rimanere allineati tra i team e prendere decisioni con il contesto giusto. Se quelle cose non migliorano, output più veloci non si traducono necessariamente in migliori risultati aziendali.

Quando l’intelligenza artificiale è connessa al sistema di lavoro, è lì che inizi a vedere un tipo diverso di impatto. Può aiutare a individuare i collo di bottiglia più precocemente, migliorare la visibilità di ciò che sta effettivamente accadendo e guidare modi di lavorare più coerenti tra i team.

Quindi il ROI non è solo questione di velocità. È questione di quanto efficacemente un’organizzazione esegue su larga scala, con più chiarezza, responsabilità e prevedibilità. È questo che si traduce effettivamente in valore aziendale misurabile.

Guardando avanti, come vede il ruolo dei leader del prodotto cambiare man mano che l’intelligenza artificiale diventa uno strato centrale nelle piattaforme aziendali? Costruire per un futuro nativo dell’intelligenza artificiale richiede una mentalità fondamentalmente diversa rispetto alla leadership del prodotto software tradizionale?

Ci sono quattro cose a cui sto pensando.

I leader del prodotto devono abbracciare l’intelligenza artificiale con curiosità intellettuale e una mentalità di crescita. Il campo sta cambiando rapidamente, quindi la capacità di apprendere e adattarsi è critica.

In secondo luogo, i principi fondamentali e il pensiero di piattaforma diventano ancora più importanti. Ottenere gli elementi fondamentali giusti, specialmente intorno ai dati e alla governance, consente ai team di sperimentare rapidamente e in sicurezza.

In terzo luogo, la focalizzazione sul cliente è altrettanto importante. C’è molto rumore sul mercato in questo momento, e non tutto ciò che viene etichettato come intelligenza artificiale o agenti sta fornendo valore reale. I leader devono rimanere radicati nel risolvere problemi reali piuttosto che inseguire qualcosa di nuovo per il suo stesso sake.

E infine, c’è un vero passaggio in come i team costruiscono. I confini tra le funzioni si stanno confondendo, e più persone stanno diventando costruttori. I leader del prodotto che si adattano a questo e si impegnano genuinamente con la tecnologia avranno successo.

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