Sarah Edwards, Chief Product e Strategy Officer, Kantata – Intervista

Sarah Edwards, Chief Product e Strategy Officer, Kantata, ha più di 27 anni di esperienza nel settore dei servizi professionali, consulenza, strategia di prodotto e leadership aziendale. Nel corso della sua carriera, ha lavorato sia in Nord America che in Europa, costruendo e sviluppando organizzazioni di servizi e sviluppando una profonda esperienza nella consegna di progetti, gestione delle risorse e eccellenza operativa. Prima di unirsi a Kantata, Edwards ha ricoperto ruoli di leadership in Hitachi Consulting, dove ha gestito team globali, e in precedenza ha aiutato a far crescere società di consulenza come Fulcrum Solutions e Edenbrook. In Kantata, è responsabile della guida delle iniziative di prodotto e strategia in tutto il portafoglio dell’azienda, aiutando le organizzazioni di servizi professionali a migliorare la visibilità, la previsione, l’allocazione delle risorse e le prestazioni aziendali complessive attraverso soluzioni tecnologiche progettate appositamente.

Kantata è un fornitore leader di software di automazione dei servizi professionali (PSA), focalizzato esclusivamente sulle esigenze delle società di consulenza, agenzie, fornitori di servizi IT e altre organizzazioni basate su progetti. Nata dalla fusione di Mavenlink e Kimble, l’azienda offre una piattaforma alimentata da intelligenza artificiale che collega la pianificazione dei progetti, la gestione delle risorse, le operazioni finanziarie, la previsione, la collaborazione e l’intelligenza aziendale all’interno di un ambiente unificato. La sua tecnologia è progettata per aiutare le organizzazioni a migliorare la redditività dei progetti, ottimizzare l’utilizzo della forza lavoro, aumentare l’accuratezza della previsione e ottenere visibilità in tempo reale in tutta la vita del servizio di consegna. Combinando i dati operativi con le informazioni guidate dall’intelligenza artificiale, Kantata aiuta le società di servizi professionali a prendere decisioni più informate, migliorare i risultati della consegna e scalare in modo efficiente in ambienti aziendali sempre più complessi.

Ha iniziato la sua carriera come consulente Oracle (ORCL ), poi ha guidato le pratiche Oracle in Edenbrook e Hitachi Consulting e successivamente ha contribuito a plasmare la strategia di prodotto di Kantata nel corso di oltre un decennio. Come ha influenzato questo percorso la sua visione di dove l’intelligenza artificiale può creare il maggior valore per le società di servizi professionali e quali lezioni dagli ambienti di consulenza precedenti sono ancora applicabili oggi?

Guardando indietro alla mia carriera, l’industria dei servizi professionali non è cambiata sostanzialmente per 30 anni. La regola era crescere l’azienda aumentando il numero di dipendenti; più dipendenti, più progetti potevano essere assunti. Ma adesso, quel libro di regole sta essere completamente riscritto grazie all’intelligenza artificiale e alle nuove tecnologie. Sto sentendo molta più incertezza nell’industria in questo momento rispetto a prima. Come sarà il nostro talento? Cosa mi serve tra persone e agenti? Come posso fatturare gli agenti di intelligenza artificiale? Nessuno conosce ancora le vere risposte a queste domande.

Ciò che sappiamo è che se le aziende si attengono al vecchio modello operativo di crescita della ricchezza con l’aumento del numero di dipendenti, sarà solo una corsa verso il basso. Dalla mia esperienza in ambienti di consulenza di alto livello, so che la consulenza è ancora tutta basata sulle relazioni umane, ma nell’era dell’intelligenza artificiale, le società di servizi professionali sono sotto pressione da parte dei clienti per fare di più con meno e produrre risultati eccezionali. Devono costantemente dimostrare il loro valore. È qui che l’intelligenza artificiale può aiutare, sfruttando i dati e l’esperienza integrata per costruire intelligenza ripetibile e coerente.

Ha sostenuto che molte organizzazioni misurano il successo dell’intelligenza artificiale in modo errato, concentrandosi sulla produttività e sull’efficienza. Perché ritiene che il “compounding dell’esperienza” sia una metrica più significativa per valutare il ROI dell’intelligenza artificiale?

Concentrarsi solo sui guadagni di produttività e efficienza non misura adeguatamente il successo a lungo termine dell’intelligenza artificiale. L’attivazione dell’intelligenza artificiale è più di una semplice automazione dello status quo; è un cambiamento fondamentale del modo in cui operiamo. Per me, il tasso di compounding dell’esperienza di un’organizzazione – la sua capacità di catturare, sintetizzare, scalare e continuare a costruire sulla conoscenza istituzionale e tribale – è molto più significativo, poiché consente alle aziende di attuare l’esperienza su larga scala. L’esperienza è la valuta principale del mondo della consulenza, ma se quelle specifiche competenze e conoscenze specializzate rimangono isolate o nella mente di una sola persona, non è un sistema efficace.

Storicamente, l’industria dei servizi professionali è stata guidata da eroi – dipendenti eccezionali che hanno competenze o conoscenze innate che i clienti possono sfruttare. Al giorno d’oggi, le aziende non sopravvivranno operando in questo modo. L’esperienza deve essere condivisa ampiamente, in modo accurato e veloce, il che l’intelligenza artificiale sta già facendo in una certa misura. Prendiamo ad esempio gli strumenti di intelligenza artificiale che prendono automaticamente appunti durante le riunioni e li diffondono dopo. La sfida per le società di servizi professionali è che questo output non è direttamente collegato alla fornitura di servizi ai clienti. È qui che c’è bisogno di uno strumento di intelligenza artificiale che faccia il passo successivo e attivi su questa intelligenza all’interno del contesto dell’organizzazione specifica. Se l’intelligenza artificiale può imparare dall’esperienza e compounding dell’esperienza che l’azienda sta fornendo attraverso i progetti, è allora che diventa veramente una tecnologia trasformativa.

Quali sono i maggiori malintesi che gli executive hanno quando cercano di calcolare il ritorno sugli investimenti delle iniziative di intelligenza artificiale?

Gli executive parlano principalmente del ROI dell’intelligenza artificiale in termini di risparmio di costo e efficienza, ma è un malinteso pensare che questo sia l’unico posto in cui l’intelligenza artificiale può generare valore. Dovrebbero anche determinare come l’intelligenza artificiale stia generando crescita dei ricavi sviluppando nuove pipeline di ricavi, aiutando a trattenere più clienti o consentendo all’azienda di assumere più progetti.

Come possono le organizzazioni iniziare a catturare e scalare la conoscenza istituzionale che attualmente esiste solo nelle conversazioni dei dipendenti, nelle esperienze di progetto e nella conoscenza tribale?

Molte società di servizi professionali si affidano ancora a fogli di calcolo, dati isolati e conoscenza tribale per gestire il loro business. Applicare un agente di intelligenza artificiale con formazione generica a un solo progetto o flusso di dati non avrà molto impatto. Una piattaforma integrata con intelligenza artificiale e informazioni predittive incorporate che possa agire attraverso progetti e flussi di lavoro avrà un impatto. Ma non tutte le piattaforme sono create uguali. Per avere un impatto, devono essere costruite su un grafico di conoscenza unificante che catturi la conoscenza istituzionale su larga scala, la metta in contesto e dia agli agenti di intelligenza artificiale l’autonomia di agire in base alle informazioni, con gli esseri umani nel loop.

Molte aziende stanno distribuendo assistenti e agenti di intelligenza artificiale in tutta l’impresa. Cosa distingue le organizzazioni che stanno creando vantaggi competitivi duraturi da quelle che stanno semplicemente automatizzando i flussi di lavoro esistenti?

All’inizio dell’esplosione dell’intelligenza artificiale, molte organizzazioni si sono affrettate a implementare strumenti di intelligenza artificiale per non essere lasciate indietro, ma questo tipo di distribuzione non intenzionale ha portato molte aziende a sentirsi soffocate dagli agenti (cioè, quando gli agenti diventano lenti, costosi da eseguire o inaccurati a causa di una cattiva gestione e di un sovraccarico di strumenti o informazioni). Inoltre, tutti gli agenti lavorano in silos e non c’è una strategia a lungo termine su come operativizzare tutti gli agenti insieme.

Le organizzazioni che stanno gettando le basi per un vero e duraturo vantaggio competitivo non stanno distribuendo agenti che guardano a una sola cosa specifica; stanno distribuendo agenti che hanno visibilità su tutta la scena. Il personale, le risorse, la consegna, ecc. sono tutte parti in movimento nella macchina dei servizi professionali che devono funzionare insieme per mantenere le cose in funzione. E stanno dando a questo agente il contesto, la conoscenza e la comprensione necessari per avere un impatto reale.

Come vede l’intelligenza artificiale cambiare il modello operativo delle società di servizi professionali nei prossimi cinque anni, in particolare intorno alla consulenza, all’implementazione e al lavoro di consulenza?

L’intelligenza artificiale sta cambiando il modello di talenti. Le competenze stanno evolvendo più velocemente che mai, e c’è un grande punto interrogativo accanto a dove arriverà il prossimo livello di talenti. Alcuni sono anche preoccupati che l’intelligenza artificiale prosciugherà i lavoratori umani della loro creatività e del pensiero cognitivo; pertanto, prevedo che ci sarà un cambiamento nel modo in cui le aziende coinvolgono i loro dipendenti per assicurarsi che stiano flessando questi muscoli e non si affidino eccessivamente all’output dell’intelligenza artificiale. Alla fine, l’intelligenza artificiale è una forza abilitante che libera i dipendenti dai compiti tattici e banali in modo che possano concentrarsi sul lavoro strategico che fa la differenza.

Man mano che l’intelligenza artificiale diventa più capace, si aspetta che le aziende si spostino verso modelli di prezzo basati sugli esiti invece di basarsi sulle ore e sull’utilizzo? Quali sono le sfide che si frappongono a questo passaggio?

Quando le società di servizi professionali ricevono una richiesta di proposta, è diventata standard per i prospetti chiedere come l’azienda stia riducendo i costi utilizzando l’intelligenza artificiale e come quei risparmi di costo forniscono valore al cliente. Ciò che spesso manca è un meccanismo per misurare quella riduzione dei costi e un racconto per trasmettere ai prospetti come l’intelligenza artificiale stia elevando l’esperienza esistente dell’azienda e il valore che fornisce.

Ultimamente, credo che il modello di fatturazione si sta spostando verso modelli di prezzo basati sugli esiti. Oggi, la maggior parte delle organizzazioni manca della disciplina di consegna, dei dati e della preparazione finanziaria per supportare un prezzo basato sugli esiti a livello di scala. Aggiungere l’intelligenza artificiale al mix rende il modello ancora più complesso – quando il lavoro è fatto dagli agenti, come si tiene traccia dello sforzo, si dimostra il valore o si riconosce il ricavo? Non si può prezzare gli esiti se non si può prevedere la consegna. La vera transizione non sarà un salto diretto al prezzo basato sugli esiti, sarà una progressione dallo sforzo al prezzo fisso al valore al prezzo basato sugli esiti, man mano che le organizzazioni costruiscono le basi necessarie per monetizzare gli esiti.

Kantata ha sottolineato l’importanza di trasformare la conoscenza organizzativa in un asset strategico attraverso il suo Expertise Engine. Cosa ha spinto questo focus e quali lacune ha visto nei sistemi di gestione della conoscenza tradizionali?

L’intelligenza artificiale aziendale di oggi è in gran parte focalizzata su strumenti di intelligenza artificiale generici progettati per riassumere le riunioni, rispondere a prompt o automatizzare compiti isolati. E quando si tratta di servizi professionali, non funziona. La vera sfida che le società di servizi professionali affrontano non è l’automazione dei compiti. È la complessità operativa.

Le società di servizi professionali funzionano su una rete in continua evoluzione di decisioni di personale, scelte di consegna, rischi di progetto, obiettivi di utilizzo, modelli di previsione e dipendenze finanziarie. Gli strumenti di intelligenza artificiale generici non capiscono quel contesto, il che significa che non possono ragionare sull’azienda in modo significativo.

Kantata sta adottando un approccio diverso all’intelligenza artificiale. Invece di sovrapporre un agente generico o un chatbot al software esistente, stiamo costruendo un’intelligenza artificiale progettata per le realtà operative dei servizi professionali. Il nostro Expertise Engine collega la stima, il personale, la consegna, la previsione e la gestione finanziaria in un unico modello operativo, dando agli agenti di intelligenza artificiale il contesto aziendale per agire in modo intelligente attraverso i flussi di lavoro.

Questo non è l’intelligenza artificiale del copilota di ieri. È intelligenza artificiale operativa.

Qual è il ruolo che gli agenti di intelligenza artificiale giocheranno nelle organizzazioni di servizi professionali e dove ritiene che l’esperienza umana rimarrà insostituibile?

Man mano che gli agenti di intelligenza artificiale continuano a prendere una parte del carico di lavoro dai lavoratori umani, apriranno loro la possibilità di fare le parti più divertenti e creative del loro lavoro. L’automazione non è solo questione di efficienza e risparmio di tempo/costi, è questione di sollievo e potenziamento per i dipendenti. Ciò eleverà il loro lato creativo e costruirà una nuova generazione di pensatori, che diventeranno i costruttori degli strumenti di intelligenza artificiale invece di essere solo utenti. Questo cambiamento sarà essenziale man mano che l’intelligenza artificiale diventa onnipresente, perché ogni azienda sarà in grado di produrre output rapidamente e a buon mercato, ma solo quelle che continueranno a investire nella loro esperienza umana produrranno lavori forti e significativi.

Guardando avanti, cosa dovrebbero fare oggi i leader aziendali per assicurarsi che le loro organizzazioni non stiano solo adottando l’intelligenza artificiale, ma stiano costruendo un vantaggio di esperienza sostenibile che si accumula nel tempo?

Invece di sovrapporre un agente generico o un chatbot al software esistente, le società di servizi professionali dovrebbero cercare agenti di intelligenza artificiale super che abbiano la capacità di comprendere il contesto attraverso tutto ciò che va nel gestire una società di servizi professionali – dal personale alla previsione alla gestione finanziaria e alla consegna del progetto – e creare agenti progettati appositamente che possano agire in modo autonomo.

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