Vara Kumar Namburu, Co-Fondatore e Responsabile R&S, Whatfix – Serie di Interviste

Vara Kumar è il co-fondatore e Responsabile R&S e Soluzioni di Whatfix, guidando l’innovazione e la crescita strategica dell’azienda. Ha co-fondato Whatfix con Khadim Batti nel 2014 con la visione di potenziare individui e organizzazioni per lavorare in simbiosi con la tecnologia per massimizzare il loro potenziale. Con sede negli Stati Uniti, Vara guida la strategia multiprodotto e la visione dell’azienda per lo sviluppo e l’adozione dei prodotti, lo sviluppo tecnologico e l’innovazione, aiutando ad accelerare l’integrazione di successo per clienti e partner. Sotto la sua guida, l’azienda ha introdotto il concetto di “userizzazione”, un approccio innovativo che sposta l’attenzione sul rendere la tecnologia adattabile agli utenti, piuttosto che richiedere agli utenti di adattarsi alla tecnologia. È appassionato di costruire tecnologie che gli utenti amano.

Whatfix è una piattaforma di adozione digitale che aiuta le organizzazioni a migliorare l’adozione del software e la produttività degli utenti integrando indicazioni in-app, tutorial, suggerimenti e supporto self-service direttamente nelle applicazioni aziendali. Partendo da questo, Whatfix AI introduce agenti intelligenti e contestuali come Authoring, Guidance e Insights che automatizzano la creazione di contenuti, forniscono supporto in-app in tempo reale e trasformano i dati di utilizzo in informazioni azionabili. Insieme, Whatfix e Whatfix AI semplificano l’onboarding, riducono l’attrito di formazione e ottimizzano i flussi di lavoro, garantendo al tempo stesso la supervisione, la responsabilità e la privacy dei dati.

Avete co-fondato Whatfix più di un decennio fa dopo aver costruito la vostra carriera nella tecnologia aziendale. Cosa vi ha ispirato a fondare l’azienda e come la vostra visione originale è evoluta con l’avvento dell’AI?

La mia carriera è iniziata presso Huawei Technologies, dove ho lavorato come Architetto di Sistema e ho incontrato il mio futuro co-fondatore, Khadim Batti. La nostra prima impresa insieme è stata SearchEnabler, una piattaforma di ottimizzazione per i motori di ricerca per piccole e medie imprese. Nonostante avessimo costruito una soluzione solida, abbiamo scoperto un problema fondamentale: gli utenti non potevano sfruttare appieno le capacità della piattaforma. Anche quando abbiamo aggiunto un pulsante “Risolvere” per la guida, ci siamo resi conto che il problema non era solo legato all’ottimizzazione per i motori di ricerca, ma al rendere qualsiasi tecnologia veramente accessibile agli utenti.

Questa rivelazione ci ha portato a fondare Whatfix nel 2014. La nostra credenza fondamentale era rivoluzionaria per l’epoca: invece di costringere le persone ad adattarsi alla tecnologia, avremmo reso la tecnologia adattabile alle persone. Abbiamo chiamato questo “userizzazione”, assicurandoci che il software diventi intuitivo, guidi l’adozione e massimizzi l’impatto.

L’AI ha amplificato questa missione in modo esponenziale. A partire dal nostro acquisto di Airim nel 2019, abbiamo integrato l’AI in ogni prodotto che costruiamo. Oggi, non stiamo solo rendendo il software più user-friendly; stiamo creando sistemi intelligenti che apprendono, ragionano e agiscono su larga scala. La nostra visione è evoluta dall’adattamento degli utenti alla costruzione di un’AI veramente centrata sull’utente che trasforma il modo in cui il lavoro viene svolto nelle aziende.

Molti studi mostrano che la maggior parte dei progetti di AI falliscono perché gli utenti finali non sanno come applicare la tecnologia al loro lavoro quotidiano. Dal vostro punto di vista, quali sono le cause radice di questo divario di adozione?

Vedo due barriere fondamentali che bloccano l’adozione di successo dell’AI. La prima è ciò che chiamo il sovraccarico; le grandi aziende sono sommerse da migliaia di applicazioni, ognuna delle quali è ora dotata delle proprie capacità AI. Gli utenti affrontano la paralisi delle decisioni su quale strumento serve a quale scopo, creando attrito che uccide la velocità e elimina il ROI.

La seconda barriera è la fiducia. I leader IT e i CIO hanno bisogno della garanzia che i sistemi AI mantengano gli standard di sicurezza, siano conformi alle normative e operino senza pregiudizi. Quando le organizzazioni si preoccupano di violazioni dei dati, allucinazioni dell’AI o fallimenti nella governance, esitano a scalare oltre i programmi pilota.

Il successo richiede l’integrazione dell’AI direttamente dove le persone lavorano. Attraverso la nostra tecnologia ScreenSense, analizziamo cosa stanno facendo gli utenti e cosa stanno cercando di ottenere, quindi il nostro agente di guida fornisce raccomandazioni e azioni successive contestuali in tutta la loro infrastruttura esistente. Questo approccio elimina il lavoro di indovinello, moltiplica i tassi di coinvolgimento e fornisce valore immediato agli utenti che altrimenti potrebbero resistere alla nuova tecnologia.

Gli agenti AI di Whatfix sono costruiti intorno al concetto di “userizzazione”. Potreste spiegare cosa significa e come si differenzia dagli approcci tradizionali all’adozione digitale?

La userizzazione rappresenta un cambiamento fondamentale nel modo in cui pensiamo al deploy della tecnologia. Invece di addestrare le persone a conformarsi alle limitazioni del software, progettiamo soluzioni che si conformano al comportamento e alle esigenze umane. Ogni decisione che prendiamo dà priorità all’esperienza dell’utente, mirando a superare le aspettative e a fornire valore aziendale concreto.

L’adozione tradizionale segue un modello one-size-fits-all: si distribuisce la formazione, si spera nel meglio e si incolpa l’utente quando l’adozione si blocca. La userizzazione prende l’approccio opposto. Utilizziamo l’AI per creare indicazioni personalizzate e sensibili al contesto che evolvono con il ruolo e la situazione di ogni utente. Le nostre soluzioni apprendono dalle interazioni degli utenti e si adattano di conseguenza.

Cosa rende questo particolarmente potente è il nostro processo di sviluppo basato sui feedback. L’input dei clienti plasma direttamente oltre la metà della nostra roadmap del prodotto, assicurandoci che stiamo risolvendo sfide reali del luogo di lavoro piuttosto che problemi teorici. Ciò crea una filosofia human-first in cui gli agenti AI eliminano l’attrito in modo che le persone possano concentrarsi sul lavoro strategico, creativo e ad alto impatto piuttosto che lottare con la tecnologia.

La nostra completa pila tecnologica – che comprende Digital Adoption Platform (DAP), Product Analytics e Mirror – guida l’adozione tecnologica aziendale attraverso l’analisi dei dati intelligente che accelera il deploy di soluzioni sia tradizionali che emergenti AI. Abbiamo integrato la funzionalità AI in tutta la piattaforma, comprese interfacce di analisi conversazionali e trigger sensibili alle emozioni, abilitando le organizzazioni a decodificare i modelli di utilizzo degli utenti, raffinare i loro approcci di adozione e raggiungere risultati aziendali quantificabili.

ScreenSense è descritto come il nucleo dei vostri nuovi agenti AI, interpretando sia il contesto che l’intento dell’utente. Come funziona questa tecnologia nella pratica e come assicura la rilevanza senza sopraffare gli utenti?

ScreenSense funziona come un interprete intelligente, analizzando contemporaneamente l’ambiente dell’applicazione (cosa sta succedendo sullo schermo) e gli obiettivi dell’utente (cosa sta cercando di ottenere). Questa doppia consapevolezza consente raccomandazioni in tempo reale che sono tecnicamente accurate e personalmente rilevanti.

Nella pratica, i nostri agenti AI – Authoring, Insights e Guidance – utilizzano ScreenSense per fornire accuratezza e indicazioni contestuali nel loro supporto. Piuttosto che bombardare gli utenti con suggerimenti generici o richiedere loro di imparare nuove interfacce, il sistema comprende il loro contesto immediato e fornisce esattamente l’aiuto giusto al momento giusto.

La chiave per evitare il sovraccarico dell’utente è il filtro contestuale. ScreenSense non si limita a raccogliere dati; elabora quelle informazioni per determinare quando l’intervento aggiunge valore rispetto a quando crea distrazione. Gli utenti ricevono indicazioni che sembrano intuitive e tempestive piuttosto che intrusive, perché il sistema comprende sia il loro ambiente tecnico che le loro intenzioni di lavoro.

Potreste guidarci attraverso i tre nuovi agenti AI – Authoring, Insights e Guidance – e condividere esempi concreti di come migliorano la produttività nei flussi di lavoro aziendali reali?

Il nostro agente Authoring democratizza la creazione di contenuti convertendo il linguaggio quotidiano in esperienze in-app sofisticate. Un responsabile della formazione può semplicemente dire “crea un suggerimento per la nuova funzionalità del dashboard”, e il sistema costruisce automaticamente il contenuto, determina le regole di targeting e applica uno stile appropriato. Questo flusso di lavoro efficiente consente ai team di apprendimento e sviluppo, ai responsabili del prodotto e agli stakeholder aziendali senza competenze tecniche di costruire elementi di supporto in-app complessi, compresi overlay interattivi, guide passo-passo e contenuti di aiuto situazionali su scala aziendale, eliminando essenzialmente i collo di bottiglia convenzionali e le richieste di competenze tecniche che normalmente rallentano i processi di sviluppo dei contenuti. Stiamo vedendo una riduzione del 40% nel tempo di sviluppo dei contenuti, con guadagni di efficienza del 70% all’orizzonte.

L’agente Insights trasforma l’analisi da una funzione specializzata in uno strumento conversazionale. I responsabili del prodotto possono chiedere domande naturali come “Quali funzionalità stanno causando frustrazione agli utenti?” e ricevere un’analisi visiva immediata con punti di attrito specifici e passaggi successivi azionabili. Questo metodo consente ai responsabili del prodotto e ai contributori del team di scoprire rapidamente intelligenza azionabile riguardante i modelli di coinvolgimento degli utenti e l’efficacia del sistema senza richiedere competenze di analisi dei dati avanzate, supportando la loro capacità di identificare quale funzionalità richiede miglioramenti o beneficerebbe di iniziative di adozione migliorate.

Il nostro agente Guidance fornisce risposte immediate all’interno dei flussi di lavoro attivi degli utenti. Quando qualcuno cerca “eccezioni al processo di approvazione” mentre elabora gli ordini, riceve informazioni precise e contestuali dalla documentazione interna senza lasciare la sua applicazione attuale. Questo metodo rivoluziona il modo in cui gli impiegati aziendali accedono alle informazioni, riducendo significativamente i tempi di risposta e riducendo la dipendenza dalle risorse del help desk, consentendo loro di ottenere la chiarezza necessaria senza interrompere le loro attuali attività, navigare nella documentazione lunga o creare biglietti di supporto, mantenendo così la loro concentrazione e efficienza all’interno dei loro flussi di lavoro attivi.

Oltre 300 clienti stanno già distribuendo questi agenti in ambienti di produzione, vedendo tassi di coinvolgimento raddoppiati e triplicati.

Dalla vostra esperienza, quali sono le migliori pratiche che separano le organizzazioni che hanno successo con l’adozione di GenAI da quelle che falliscono?

L’adozione di successo di GenAI richiede due elementi fondamentali: l’integrazione senza problemi e la governance responsabile. Le organizzazioni che hanno successo integrano le capacità AI direttamente nei flussi di lavoro esistenti invece di introdurre strumenti separati che creano ulteriore complessità.

Le organizzazioni più di successo si concentrano sul valore immediato per l’utente piuttosto che su dimostrazioni tecnologiche impressionanti. Risolvono problemi di flusso di lavoro specifici che le persone affrontano quotidianamente, assicurandosi che l’AI diventi un amplificatore di produttività piuttosto che un altro sistema da padroneggiare. Queste aziende investono anche in nuovi ruoli come supervisori AI che mantengono la supervisione umana per assicurarsi che i sistemi rimangano precisi, equi e migliorino costantemente.

Le organizzazioni che lottano trattano generalmente l’AI come un progetto tecnologico piuttosto che una trasformazione dell’esperienza dell’utente. Si concentrano sui metriche di deploy invece degli esiti di adozione e falliscono nell’affrontare le barriere di fiducia e complessità che impediscono la scalabilità.

Le aziende stanno investendo sempre più in strumenti AI in tutta la pila del software. Come vedete il ruolo delle piattaforme di adozione come Whatfix evolversi man mano che questa tendenza si accelera?

Man mano che la proliferazione dell’AI si accelera, le piattaforme di adozione diventano il livello di orchestrazione critico per prevenire il caos aziendale. Senza una guida unificata, le organizzazioni rischiano di creare capacità sovrapposte multiple che confondono gli utenti e sprecano investimenti.

Whatfix è la colonna vertebrale dell’intelligenza che collega la pianificazione, il deploy, l’adozione e l’ottimizzazione in tutta la vita del software aziendale. La nostra suite di piattaforme combina l’adozione digitale, l’analisi del prodotto e le capacità di simulazione di Mirror per creare strategie di adozione basate sui dati che funzionano sia per il software tradizionale che per i deploy emergenti AI.

Stiamo espandendo le nostre offerte attuali in soluzioni native AI, tra cui Seek, Assistant e AI Roleplay. Queste combinano l’automazione intelligente con la formazione adattiva per creare esperienze di adozione complete. L’obiettivo è diventare il livello di intelligenza unificato che massimizza il ROI su ogni investimento tecnologico che un’azienda fa.

Invece di gestire strumenti individuali, le organizzazioni hanno bisogno di piattaforme che comprendono l’intero ecosistema tecnologico e possano guidare gli utenti attraverso paesaggi sempre più complessi con fiducia e efficienza.

Guardando avanti, Whatfix ha parlato di un futuro in cui le soluzioni digitali si auto-correggono e si personalizzano in tempo reale. Quali sono i punti di riferimento più critici per raggiungere quel futuro?

La nostra roadmap si concentra sull’istituzione di Whatfix come la principale piattaforma AI per la userizzazione della tecnologia aziendale. Ciò richiede il raggiungimento di tre punti di riferimento interconnessi nei prossimi cinque anni.

Innanzitutto, stiamo scalando il deploy dei nostri agenti AI da 300 clienti attuali a un’implementazione standard su tutte le interazioni Whatfix. Questi agenti diventeranno il modo standard con cui milioni di utenti aziendali navigano la complessità e accelerano i loro flussi di lavoro quotidiani.

In secondo luogo, stiamo costruendo capacità di prodotto AI-first complete oltre le nostre offerte attuali di adozione digitale, analisi e Mirror. Soluzioni come Seek, Assistant e AI Roleplay creeranno l’infrastruttura di intelligenza unificata di cui le aziende hanno bisogno per la gestione completa del ciclo di vita della tecnologia.

In terzo luogo, stiamo perseguendo il leadership di categoria globale ridefinendo cosa significa adozione digitale in un mondo guidato dall’AI. Il successo significa essere riconosciuti come l’azienda che ha reso l’AI aziendale veramente accessibile e pratico per gli utenti quotidiani.

In definitiva, il punto di riferimento è mettere l’AI centrata sull’utente, consapevole del contesto e dell’intento, nelle mani di ogni utente aziendale. Se milioni di persone attraverso le industrie lavorano in modo più intelligente e veloce con meno attrito grazie a Whatfix, avremo raggiunto la nostra missione fondamentale.

Con le aziende che bilanciano l’adozione rapida dell’AI e la fiducia degli impiegati, quali rischi prevedete se gli approcci centrati sull’utente non vengono presi seriamente?

Il rischio principale è il fallimento dell’adozione su larga scala. Senza un approccio centrato sull’utente, le aziende affrontano le stesse sfide di fiducia che stiamo vedendo oggi, preoccupazioni sulla sicurezza dei dati, allucinazioni dell’AI e lacune nella governance. Queste preoccupazioni creano resistenza organizzativa che impedisce la scalabilità oltre i programmi pilota, di fatto sprecando gli investimenti in AI.

La crisi di complessità si intensificherà. Man mano che ogni applicazione aggiunge capacità AI senza considerare l’esperienza dell’utente, gli impiegati affronteranno flussi di lavoro sempre più frammentati e paralisi delle decisioni. Ciò porterà a un calo della produttività piuttosto che ai guadagni di efficienza che l’AI promette.

Forse più criticamente, le organizzazioni rischiano di creare culture di resistenza all’AI in cui gli utenti evitano attivamente nuove capacità perché le implementazioni precedenti hanno creato attrito piuttosto che valore. Una volta che gli utenti perdono fiducia negli strumenti AI, ricostruire quella fiducia richiede uno sforzo e risorse significativamente maggiori.

Infine, come vi mantenete personalmente all’avanguardia quando si tratta di comprendere sia gli aspetti tecnici che quelli umani dell’adozione dell’AI aziendale?

Il nostro approccio organizzativo fornisce una prospettiva preziosa su entrambi gli aspetti. Abbiamo integrato l’AI in tutta la nostra attività aziendale, dalle squadre di vendita che utilizzano l’AI per l’arricchimento dei prospetti ai nostri sistemi di ricerca intelligenti che collegano i dipendenti con le basi di conoscenza interne. I team di prodotto utilizzano agenti AI come co-piloti del flusso di lavoro, fornendoci un’esperienza diretta delle sfide che i nostri clienti affrontano.

Abbiamo anche implementato uno sviluppo completo della forza lavoro attraverso i nostri AI Labs e il framework Zero-Click, dove ogni ingegnere del software impara a pensare come un ingegnere AI. Ciò crea un’alfabetizzazione organizzativa che informa sia il nostro sviluppo tecnico che la nostra comprensione dei modelli di adozione degli utenti.

Soprattutto, il nostro processo di sviluppo del prodotto rimane profondamente radicato nel feedback dei clienti, con oltre la metà della nostra roadmap del prodotto plasmata da sfide aziendali reali. Questo dialogo continuo ci assicura di comprendere non solo cosa è tecnicamente possibile, ma cosa crea realmente valore per le persone che utilizzano questi sistemi quotidianamente.