Stephen Straus, CEO e cofondatore di KUNGFU.AI – Serie di interviste

Stephen Straus, CEO e cofondatore di KUNGFU.AI, è un imprenditore, investitore e dirigente tecnologico con decenni di esperienza nella creazione e nella consulenza per aziende. Prima di lanciare KUNGFU.AI nel 2017, è stato General Partner presso Austin Ventures e ha fondato o cofondato diverse società, tra cui mbue, acquisita da Bluebeam. Straus è anche partner e mentore di lunga data presso Capital Factory e fa parte del Engineering Advisory Board della Cockrell School of Engineering dell’University of Texas at Austin. Oltre alla tecnologia e agli investimenti, ha cofondato e presiede Impact Dyslexia e ha fondato il Startup Diversity and Inclusion Pledge, riflettendo un interesse più ampio su come tecnologia, imprenditorialità e leadership organizzativa possano generare un impatto sociale positivo.

KUNGFU.AI è una società di consulenza manageriale e ingegneristica con sede ad Austin, focalizzata esclusivamente sull’intelligenza artificiale. Fondata nel 2017, l’azienda combina strategia AI con ingegneria per aiutare le organizzazioni a passare dalla sperimentazione a sistemi AI pronti per la produzione, con attività che coprono aree come AI agentica, machine learning, computer vision, governance dell’AI e collaborazione uomo‑macchina. Il suo approccio enfatizza la progettazione dell’AI in base al modo in cui le organizzazioni e le loro persone operano realmente, piuttosto che trattare l’AI come un’implementazione tecnologica autonoma. KUNGFU.AI opera in settori tra cui sanità, governo, private equity, retail, finanza e assicurazioni, e segnala che il 96% dei suoi progetti raggiunge la produzione.

Hai trascorso anni come venture capitalist presso Austin Ventures durante il boom e il crollo del dot‑com, e in seguito hai visto parallelismi tra l’ascesa di Internet e ciò che stava iniziando a verificarsi con l’AI. Cosa ti ha convinto che l’opportunità fosse sufficientemente significativa da cofondare KUNGFU.AI, e cosa hai notato all’epoca che molti leader aziendali ancora non percepivano?

Penso che sia stato il riconoscimento di pattern, avendo una posizione in prima fila nella rivoluzione di Internet durante l’era del dot‑com, a spingermi a cofondare l’azienda sei anni prima dell’arrivo di ChatGPT. Non riesco a spiegarlo bene, ma ho avuto una forte convinzione che l’AI sarebbe stata la prossima grande transizione tecnologica che il mondo avrebbe attraversato e, come Internet, avrebbe cambiato le basi della concorrenza.

Personalmente, nella mia vita ho assistito a diverse transizioni tecnologiche trasformative, a partire dai 11 anni. Ho visto un Apple I e, sebbene all’epoca non lo sapessi, rappresentava l’inizio della rivoluzione dei personal computer.

Almeno dal punto di vista dei servizi, pochissime persone hanno colto la stessa cosa che i miei cofondatori e io abbiamo visto. Prima di ChatGPT era molto difficile trovare altre società di servizi focalizzate sull’AI, e ora è quasi impossibile trovare una società di servizi che non dichiari di offrire servizi di AI.

KUNGFU.AI è stata fondata anni prima che l’AI generativa diventasse una priorità nelle sale riunioni. Come è cambiata la tua definizione di azienda “AI‑first” man mano che la tecnologia è evoluta dal machine learning tradizionale all’AI generativa e sempre più agentica?

Quando abbiamo avviato l’azienda, abbiamo davvero riconosciuto che stavamo aprendo la strada a ciò che significava essere una società di servizi professionali AI. Ma è stato solo con l’arrivo di ChatGPT che abbiamo capito di avere anche l’opportunità di aprire la strada a ciò che significava essere una società di servizi professionali abilitata all’AI.

Avevamo realizzato una limitata automazione interna prima di ChatGPT, ma è davvero l’avvento dei LLM e ora dell’AI agentica che ci ha permesso di diventare una società di servizi professionali abilitata all’AI. Credo che stiamo facendo progressi significativi in questa direzione. L’anno scorso il fatturato è cresciuto di oltre l’80% e abbiamo praticamente mantenuto stabile il numero di dipendenti. Nei servizi, sia quel tasso di crescita sia la separazione tra crescita del fatturato e dell’organico sono, a mio avviso, davvero notevoli e rappresentano ciò che è possibile nei servizi in questa nuova era di

Hai sostenuto che le aziende commettono un errore quando trattano l’AI come un’altra implementazione software. Come appare concretamente per un’organizzazione utilizzare l’AI per ripensare ciò che l’azienda può diventare, anziché limitarsi a rendere più efficienti i processi esistenti?

L’AI è diversa dal software tradizionale sotto vari aspetti. Questa tabella proviene dal mio nuovo libro, Wayfinding: A Business Fable About Leading in the Age of AI.

Come l’AI è diversa dal software tradizionale

Al di là di questi dettagli e più strategicamente, penso che la maggior parte delle aziende commetta un errore enorme: cercano di capire come usare l’IA per automatizzare il proprio business. Perché è un errore? Quasi tutti gli stessi soggetti concorderebbero sul fatto che l’IA sta cambiando tutto. E se sta cambiando tutto, ciò include la trasformazione della base competitiva nel proprio settore.

Per me non ha senso automatizzare il proprio business se il settore è destinato a essere sconvolto. È come dire che è una buona idea automatizzare Blockbuster Video quando sta per essere superato da Netflix.

Non è che io sia contrario all’automazione, ma penso che la prima, seconda e terza priorità di ogni azienda debba essere capire come diventare il disruptor nel proprio settore. Perché se non vi concentrate su questo, per definizione non sarete il disruptor e rischiate di essere disruptati; sarete disruptati. Quindi questa dovrebbe essere la priorità e concentrarsi solo sull’automazione potrebbe rappresentare un rischio esistenziale per la vostra organizzazione.

KUNGFU.AI ha ora lavorato su più di 120 progetti in oltre 30 settori. Da queste implementazioni, cosa distingue le organizzazioni che trasformano la sperimentazione con l’IA in un vantaggio competitivo duraturo da quelle che rimangono bloccate nei piloti? 

Ci sono davvero differenze chiave che separano le organizzazioni che trasformano la sperimentazione con l’IA in un vantaggio competitivo duraturo. Penso che tutto inizi sia dal profilo psicologico del leader sia dal livello di ambizione degli obiettivi che si prefiggono.

Iniziamo con il profilo psicologico dei leader più senior nelle aziende, sia che si tratti del CEO, sia del consiglio di amministrazione o del C‑suite. È molto semplificato, ma vedo due archetipi principali di leader.

Sul versante positivo, vedo persone che affrontano questa enorme sfida di guidare nella nuova era dell’IA con la disponibilità a mostrarsi vulnerabili, ammettendo: Questo è completamente nuovo. Non sappiamo quasi abbastanza per prendere tutte le decisioni e gli investimenti necessari. Procederemo sapendo che commetteremo errori e saremo a nostro agio con questo. Impareremo da quegli errori e ci circonderemo il più possibile di esperti.

Ciò contrasta con persone che, almeno in apparenza, affrontano la questione con l’atteggiamento di dire: So quello che sto facendo, e con una fiducia che, per quasi tutti, è infondata, risultando più simile all’arroganza.

Oltre a ciò, i più riusciti sono quelli che comprendono che l’IA cambierà la base della competizione e cercano modelli di business abilitati dall’IA basati su dati proprietari, mirati a punti di frattura nella struttura del loro settore per poter trasformare quell’industria e poi guidarla.

Man mano che gli agenti IA diventano capaci di eseguire flussi di lavoro sempre più complessi e di prendere decisioni con minore coinvolgimento umano, come prevedi che cambieranno la struttura delle aziende, i livelli di gestione e i ruoli individuali?

Tutto ciò cambierà e sta cambiando in modo drammatico. Abbiamo un intero framework sul lavoro di squadra uomo‑macchina, che prende ricerche di 50 anni fa e le applica a questa nuova era dell’IA. L’opportunità non è solo automatizzare il lavoro o mettere strumenti IA davanti alle persone, ma ridisegnare il lavoro stesso attorno a team che includono sia intelligenza umana sia artificiale.

Ciò significa che anche il ruolo delle persone cambierà. Sempre più, le persone passeranno dall’eseguire compiti alla progettazione dei sistemi che rendono possibile il lavoro, portando il giudizio, la supervisione e la comprensione del contesto che la tecnologia richiede ancora.

È una domanda molto complessa. Sta avvenendo rapidamente. Ed è davvero importante essere estremamente intenzionali riguardo ai ruoli dei propri dipendenti, man mano che lavorano sempre più con agenti autonomi.

Le aziende hanno ora un’enorme selezione di modelli di base, piattaforme IA, agenti e strumenti di terze parti a disposizione. Dove dovrebbero le imprese fare affidamento sulla tecnologia esterna e quali capacità IA o vantaggi sui dati dovrebbero alla fine possedere internamente?

Con tutti gli strumenti che stanno emergendo, la componente di intelligenza dell’IA si sta rapidamente commoditizzando e non posso sottolineare abbastanza l’importanza di possedere i propri asset di dati.

C’è un detto che dice che il giorno migliore per piantare un albero è 40 anni fa. Il giorno successivo migliore è oggi. Ciò che significa in relazione ai dati è che, se non state raccogliendo e archiviando quanti più dati possibile dalla vostra attività, dovreste avviare questo processo oggi, anche se non avete in programma di fare altro per avvicinarvi a un futuro incentrato sull’IA.

Un altro modo di considerare questa domanda è che esiste un’intera gamma di strumenti nella cassetta degli attrezzi dell’IA e gli strumenti che oggi vengono spesso definiti IA tradizionale o modelli di machine learning non sono generalmente disponibili pronti all’uso. E se lo fossero, non garantiscono necessariamente il livello di precisione necessario per ottenere un reale valore aziendale, né sono sempre in grado di sfruttare i vostri dati proprietari.

Quindi ritengo assolutamente sensato fare affidamento su tecnologie esterne. Per molte applicazioni, le più strategiche saranno probabilmente quelle soluzioni su misura costruite sui vostri dati proprietari.

Hai sottolineato l’importanza della governance dell’IA a livello di consiglio. Quali domande dovrebbero i consigli rivolgere alla direzione oggi per determinare se la loro strategia IA sta creando un vero valore strategico piuttosto che semplicemente generare guadagni incrementali di produttività?

I consigli di amministrazione hanno una nuova serie di sfide con l’IA. Mantengono il loro ruolo tradizionale di supervisione e governance, spesso focalizzato sulla protezione contro i rischi e sulla mitigazione degli stessi. Tuttavia, se non bilanciano questo aspetto con l’incoraggiamento all’assunzione di rischi, alla sperimentazione di nuove idee e alla fornitura delle risorse necessarie, per definizione l’azienda resterà indietro in questa nuova era dell’IA. Pertanto, trovare il giusto equilibrio tra abilitazione al rischio e mitigazione è fondamentale.

Ritengo inoltre importante che il consiglio spinga la direzione verso modelli di business abilitati dall’IA, in grado di cambiare le basi della concorrenza nel loro settore e basati su dati proprietari; perché se non si concentrano su questo, i guadagni incrementali di produttività saranno vani quando la loro attività verrà interrotta.

In Wayfinding, tu e Ben Szuhaj raccontate la storia di un CEO che ha 90 giorni per sviluppare una strategia IA o rischiare di essere sostituito. Perché avete scelto una favola aziendale anziché un tradizionale libro di management per esplorare come i leader dovrebbero rispondere alla disruption guidata dall’IA?

Sono un grande estimatore della favola aziendale e di autori come Patrick Lencioni, una leggenda del genere. Abbiamo scelto di scrivere questo libro come una favola perché ci ha permesso di esplorare temi sfumati, come la psicologia dei leader, per avere successo in questa nuova era in modo semplice e accessibile, cosa che sarebbe stata molto più difficile in un tradizionale libro di business.

Crediamo che il libro abbia davvero raggiunto qualcosa di cui siamo molto entusiasti: insegnare contenuti davvero sostanziali e pertinenti in modo veloce, divertente e coinvolgente per i leader impegnati. Le conoscenze in esso contenute, comprese le 11 strutture originali, sono elementi che i lettori possono portare al lavoro e utilizzare immediatamente.

Un tema centrale di Wayfinding è prendere decisioni decisive quando la tecnologia evolve rapidamente e la certezza è impossibile. Quale framework dovrebbero utilizzare i dirigenti per decidere quando hanno sufficienti informazioni per agire, soprattutto considerando che attendere una maggiore chiarezza potrebbe generare rischi competitivi?

Uno dei framework che abbiamo sviluppato e condividiamo nel libro si chiama Wayfinding. È un’adattamento dell’Agile per l’IA. Si tratta di un processo strutturato, guidato da ipotesi, di esplorazione dei dati e di validazione della fattibilità di una soluzione prima di impegnarsi in una realizzazione completa. Il suo scopo è rispondere se una soluzione IA vale la pena di essere costruita e se funzionerà. È una delle ragioni principali per cui la nostra società ha un tasso di successo superiore al 95% nel trasformare proof‑of‑concept in produzione, generando valore aziendale reale e misurabile, risultato ottenuto più di 50 volte per i nostri clienti.

Rimettendoti il cappello da venture capitalist, quando osservi la generazione attuale di aziende IA, quali segnali ti indicano che una startup sta costruendo un vantaggio competitivo durevole anziché un prodotto che potrebbe rapidamente diventare una funzionalità di un modello di base o di una piattaforma più ampia?

In realtà non ne ho idea e, onestamente, sono molto felice di non essere in quel settore oggi. Provo molta empatia per gli investitori di venture capital di oggi. Devono scommettere in grande e con audacia se vogliono ottenere rendimenti di alto livello per i loro investitori. Tuttavia, poiché la tecnologia si muove così rapidamente e in modo piuttosto imprevedibile, deve essere molto difficile distinguere i vincitori a lungo termine dai perdenti.

Sottolineo il lungo termine perché, a meno che un’azienda non abbia fortuna e colpisca un’opportunità importante per poi essere eliminata presto, ci saranno molte aziende che sembrano avere le condizioni per avere successo, ma che alla fine non riescono a causa dell’evoluzione del mercato, cosa ancora molto difficile da prevedere. In sintesi: come nell’era del dot‑com, ci saranno alcuni grandi vincitori e molte perdite finanziarie.

Grazie per la splendida intervista, i lettori che desiderano saperne di più dovrebbero visitare KUNGFU.AI.