Adam Field, Tungsten Automation의 Chief AI Officer – 인터뷰 시리즈

Adam Field, Tungsten Automation의 Chief AI Officer는 기업 기술 분야에서 오랜 경험을 가진 전문가로, 인공 지능, 지능형 자동화, 제품 전략에 대한 심오한 전문 지식을 보유하고 있습니다. 현재 그는 회사 전체의 AI 변혁 노력을 이끌고 있으며, Tungsten의 제품 포트폴리오 전반에 걸쳐 AI를 통합하고, Tungsten AI Lab를指导하며, 책임 있는 AI 채택을 위한 거버넌스 프레임워크를 수립하고 있습니다. Chief AI Officer가 되기 전에, 그는 Chief Product Officer로 재직하며, 연간 5억 5천만 달러 이상의 매출을 창출하는 제품 포트폴리오를 관리했습니다. Tungsten에 입사하기 전에, 그는 Pegasystems에서 거의 17년 동안 근무하며, 혁신과 고객 경험을 위한 이니셔티브를 주도하고, 새로운 기술 전략을 형성하고, 대규모 제품 쇼케이스와 기업 혁신 프로그램을 제공하는 것으로 알려졌습니다. 그의 경력 초기에는, 그는 Staples, Publicis Sapient, Fidelity Investments에서 기술 및 컨설팅 역할을 수행했습니다.

Tungsten Automation, 이전에는 Kofax로 알려진 이 기업은, AI 기반 워크플로우 자동화, 지능형 문서 처리, 로봇 프로세스 자동화(RPA), 비즈니스 프로세스 오케스트레이션에 중점을 둔 기업 소프트웨어 회사입니다. 이 회사는 문서 기반 운영을 간소화하고 효율성을 개선하기 위해 금융, 헬스케어, 보험, 정부 등 다양한 산업에서 사용되는 자동화 도구를 제공합니다. 이 플랫폼은 AI, 저코드 자동화, 문서 지능 기술을 결합하여 기업이 반복적인 작업을 자동화하고, 비정형 데이터에서 통찰력을 추출하며, 비즈니스 워크플로우를 대규모로 현대화하는 데 도움을 줍니다.

당신은 제품 전략 및 혁신을 이끌어온 경험이 있습니다. Tungsten Automation의 Chief AI Officer로 전환하기로 결정한 이유는 무엇인가요? 그리고 이전 경험이 이 결정에 어떻게 영향을 미쳤나요?

저는 경력의 대부분을 새로운 기술을 기업 환경에서 실제로 작동하는 것으로 전환하는 데 집중해왔습니다. 최근 몇 년 동안, AI는 단순히 제품에 통합되는 기능이 아니라는 것이 명백해졌습니다. 그것은 소프트웨어가 구축되고 비즈니스 전반에 걸쳐 결정이 내려지는 방식을 재정의하고 있습니다. 이 실험에서 결과에 대한 실제 기대로의 전환, 그리고 AI가 영원히 남아 있을 것이라는 사실이 점점 더 명백해지면서, AI 리더십 역할로 전환하기로 결정했습니다.

또한, AI는 많은 사람들이 홍보한 만병통치약이 아니라는 것이 명백해졌습니다. AI 성공을 위해서는 기술 전문 지식과 산업 노하우를 결합한 사람들이 필요합니다. Tungsten은 기업들이 올바른 방법으로 AI를 사용하여 실제 결과를 얻을 수 있도록 도와주고 싶습니다. 이것이为什么 Tungsten이 AI Office와 저의 역할을 만들었습니다.

Tungsten은 초기 문서 캡처 및 OCR에서 지능형 자동화 플랫폼으로 발전했습니다. 이 유산이 현재의 AI 접근 방식에 어떻게 영향을 미치나요?

Tungsten의 역사는 기업이 실제로 운영하는 방식과 깊이 관련되어 있습니다. 우리는 문서와 워크플로우를 중심으로 비즈니스 프로세스를 처리하는 데 десяти년간을 보냈습니다. 이러한 정보는 복잡하고 souvent 비정형적일 수 있습니다.

이基础는 지능형 AI에 매우 중요합니다. 이러한 시스템은 실제 환경에서 작동해야 하며, 정보를 분리하여 해석해서는 안 됩니다. 문서 지능 배경으로 인해 우리는 contexto와 AI가 비즈니스 운영 방식과 일관된 방식으로 작동하는 것을 보장하는 데 집중할 수 있습니다. 생산 환경에서 신뢰할 수 있는 시스템을 구축하는 것이 목표입니다.

이것이最新의 AI 발전이 इतन 흥미로운 이유입니다. 지능형 문서 처리를 이전에 불가능했던 문제를 해결할 수 있는 곳으로 가져갑니다.

당신은 제품 전반에 걸쳐 AI를 통합하는 접근 방식을 강조했습니다. 대규모 소프트웨어 플랫폼에서 “AI-네이티브” 변환은 무엇을 의미하나요?

초기에는, 생성형 및 지능형 AI 기반 기능이 빠르게 표준이 되고 있다는 것이 명백해졌습니다. 고객들은 이러한 기능을 위해 추가 비용을 지불하지 않으려 했습니다. 우리는 또한 이러한 기술이 Tungsten이 수년간 해온 것을 현대화하는 데 도움이 될 수 있다는 것을 깨달았습니다. 즉, 문서 데이터를 이해하는 것을 도와주는 것입니다.

우리는 브랜드 약속을 변경하지 않았습니다. 우리는 일회용 제품이나 볼트-온 기능을 만들지 않았습니다. 우리는 제품이 사용되는 방식을 재구성했습니다. 그리고 이러한 基础가 구축되면, AI는 제품 내에서 자연스럽게 작동할 수 있습니다. 고객들이 해결하던 사용 사례는 구조화된 문서에서 비정형 정보源으로 이동했습니다. 그리고, 우리는 “문서”의 정의를 재정의했습니다. 더 이상 문서는 종이 이미지나 디지털 파일이 아닙니다. 비정형 데이터는 청구 조정자 노트, 고객 센터 콜 기록, 소셜 미디어 게시, 웹 기사 등에 존재합니다.

이 접근 방식을 통해 고객은 자신의 독점적 데이터로 기초를 보완하고, 모델을 개선할 수 있습니다.

당신은 AI 거버넌스, 보안, 책임 있는 AI 배포를 어떻게 균형을 잡고 있나요?

AI를 빠르게 이동하는 데에는 항상 압력이 있습니다. 그러나 기업 환경에서는 신뢰가 속도만큼 중요합니다. 거버넌스와 보안은 이후의 생각으로 취급되어서는 안 됩니다. 시스템의 처음부터 구축되어야 합니다.

우리는 이를 통해 사용자에게 초기 기대를 설정합니다. 예를 들어, 제 역할의 절반은 내부 AI 전략, 복음주의, 거버넌스에 집중됩니다. 우리는 초기에 다기능 자문위원회를 구성했습니다. 우리는 공유, 실험, 의사소통을 권장합니다. 때때로 기술이 여러 내부 시스템에 연결된 모든 직원에게 롤아웃될 준비가 된 프로토タイプ가 있었습니다. 프로토タイプ는 강력했으며 모든 사람을 흥奮하게 만들었지만, 우리는 자문 팀에게 잠재적인 보안 또는 규제 장애물에 부딪혔을 때 알려주었습니다. 그들은 통찰력을 감사하고 종종 해결에 참여합니다.

저는 또한 완벽함이 진행을 방해하지 않도록 하는 것이 중요하다고 생각합니다. 우리는 직원에게 변경을 기대하라고 교육합니다. 그들은 많은 변경을 기대해야 하며, 도구와 기능이 준비되면 롤아웃하고, 피드백을 받고, 필요에 따라 변경하고, 더 많은 것을 롤아웃해야 한다는 것을 알려줍니다.

지능형 AI는 산업 전반에서 주요 초점이되고 있습니다. 실제 기업급 지능형 시스템과 실험적 또는 과대평가된 구현을 구분하는 것은 무엇인가요?

차이점은 실제 조건에서 시스템이 수행하는 방식에 있습니다. 많은 실험적 접근 방식은 제어된 환경에서 잘 작동하지만, 복잡한 데이터나 워크플로우를遇하면 어려움을 겪습니다. 기업급 시스템은 이러한 변동성을 처리하고 일관된 결과를 제공해야 합니다.

대부분의 시스템은 30년 동안 인간 상호작용 또는 매우 제어된 API 액세스를 위해 구축되었습니다. 시스템 통합을 재고해야 합니다. 예외, 오류, 감사 등 모든 것이 다릅니다. 에이전트가 상호작용할 때, 전통적인 UI를 통해 인간이 상호작용할 때와 다릅니다.

또 다른 중요한 요인은 책임입니다. 조직은 결정이 어떻게 내려지는지 이해하고 결과를 신뢰할 수 있어야 합니다. 이러한 투명성이 지능형 시스템을 실제 운영 환경으로 이동하는 데 도움이 됩니다.

당신은 Tungsten AI Lab를 연구 및 적용된 혁신의 허브로领导하고 있습니다. 어떻게 실험적 AI 작업이 고객에게 측정 가능한 비즈니스 결과를 가져오는지 보장하나요?

저는 사실 Tungsten AI Lab에 대해 반대 접근 방식을 취했습니다. 팀에게 실험, 학습, 새로운 접근 방식 시도를 허용하고, 결과가 제품에 반영되지 않아도 된다고 알려주었습니다. 종종 무엇을 하지 말아야 하는지 배우는 것이 더 낫습니다. 이것이 그들에게 자유로이 생각하고 새로운 방식으로 시도를 할 수 있는 기회를 제공했습니다.

예를 들어, 현재 연구 스프린트 중 하나는 기존 제품 구성 요소에 대한 완전히 새로운 접근 방식입니다. 연구자들은 새로운 방법으로 문제를 해결하여 “빛불” 순간을 제공했으며, 고객에게 완전히 새로운 솔루션을 제공할 수 있을 것입니다. 만약 우리는 이미 로드맵에 있는 것을 구현하는 방법만 연구했다면, 우리는 여기까지 오지 못했을 것입니다.

그러나 이것은 자유 방임이 아닙니다. 우리는 시간과 자원을 어디에 사용할지 신중하게 생각합니다.

많은 조직은 아직 AI 파일럿을 프로덕션으로 전환하는 데 어려움을 겪고 있습니다. 가장 큰 장벽은 무엇이며, 기업들이 이를 극복하기 위해 어떻게 준비해야 하나요?

가장 큰 장벽 중 하나는 암흑 데이터입니다. 대부분의 조직은大量의 정보에 액세스할 수 있지만, 많은 데이터가 문서, 이메일, PDF 및 기타 비정형 형식으로 존재하여 AI 시스템이 해석하기 어렵습니다. 이는 잘 설계된 모델이 비즈니스에 대한 불완전하고 일관되지 않은 관점에서 작동하여 신뢰할 수 없는 출력과 중단된 이니셔티브를 생성하게 만듭니다.

이를 극복하기 위해, 기업들은 암흑 데이터를 유용한 데이터로 전환하는 데 집중해야 합니다. 이는 정보를 추출하는 것뿐만 아니라, AI 시스템이 신뢰할 수 있는 출력을 생성할 수 있도록 구조, 컨텍스트, 거버넌스를 생성하는 것을 의미합니다. 이러한 基础가 구축되면, AI는 훨씬 더 신뢰할 수 있고, 프로덕션 환경으로 확장하기가 더 쉽습니다.

Tungsten은 문서 기반 산업과 워크플로우 집약적 산업에서 활동합니다. AI는 기업들이 비정형 데이터와 의사결정에 대해 어떻게 생각하는지 변경하고 있나요?

AI는 기업들이 이미 가지고 있는 정보의 가치에 대해 어떻게 생각하는지 변경하고 있습니다. 수년 동안,大量의 기업 지식은 문서, 이메일, PDF 및 기타 비정형 콘텐츠에 존재하여 접근하거나 운영하기 어렵습니다. 이제 기업들은 이러한 데이터가 AI 시스템이 신뢰할 수 있는 결과를 생성하기 위해 필요한 컨텍스트와 비즈니스 논리를 포함하고 있다는 것을 깨닫고 있습니다. 모델 자체는 공산품입니다. 조직의 독점적 정보와 이러한 모델의 조합이 차별점입니다.

同時에, 데이터 주권, 거버넌스, 기업 정보가 흐르는 방식에 대한 인식이 증가하고 있습니다. 많은 기업들은 외부 데이터를 더 많이 가져오거나 광범위한 모델 액세스를 실험하는 데 경쟁하고 있습니다. 그러나 실제로는 이미大量의 미활용 지능을 가지고 있습니다. 내부 비정형 데이터를 안전하고 거버넌스된 방식으로 활성화하여 AI가 더 나은 의사결정을 지원할 수 있도록 하는데 중점을 두고 있습니다.

당신은 고객 자문위원회를 구축하고 경력 전반에 걸쳐 기업 고객과密接하게 협력했습니다. 고객 피드백은 특히 기술이 빠르게 발전하는 경우 AI 전략을 형성하는 데 얼마나 중요합니까?

고객 피드백은 특히 AI와 같은 빠르게 발전하는 분야에서 매우 중요합니다. 그것은 전략이 실제 비즈니스 필요에 기반한 것으로 유지되도록 도와줍니다. 또한, 우선순위를 정하는 데 도움이 됩니다. AI에는 많은 방향이 있지만, 고객 입력은 가장 큰 가치를 창출할 수 있는 방향을 제공합니다. 이것은 결과가 중요하고, 혁신이 실제로 기업이 운영하는 방식과 일관된まま 유지되도록 합니다.

초기 일반 AI 시절에, 고객 자문위원회에 있는 한 고객이 저에게 제품 방향은 좋아하지만, 새로운 LLM 기반 기능에 대해 추가 비용을 지불하지 않을 것이라고 말한 적이 있습니다. 이것은 산업 전반에 걸쳐서였습니다.

미래를 내다보며, 다음 3~5년 동안 AI 주도 자동화의 가장 큰 기회는 어디에 있나요? 기업들은 지금 무엇을 준비해야 합니까?

가장 큰 기회는 AI를 엔드투엔드 워크플로우에 더 깊이 연결하는 것입니다. 단일 작업에 집중하는 대신, 조직은 AI가 전체 프로세스를 지원하고 비즈니스에서 작업을 개선하는 방법을 살펴볼 것입니다. 현재 많은 지능형 시스템이 독립적인 작업을 대상으로 하지만, 비즈니스 운영은 종종 규제된 엔드투엔드 프로세스에 기반합니다.

이 변화에 대비하여, 기업들은 데이터 基础를 투자하고, 투명성 및 제어를 지원하는 시스템을 투자해야 합니다. 또한, “구축 대 파트너”를 고려해야 합니다. 우리는 AI DIY가 자주 실패하는 것을 보았습니다. 가장 많은 이익을 얻는 조직은 솔루션을 가속화하기 위해 올바른 AI 기반 파트너를 찾는 것입니다.

멋진 인터뷰 감사합니다. 더 많은 정보를 원하는 독자는 Tungsten Automation을 방문하십시오.