Accruent의 Chief Product & Technology Officer Aron England – 인터뷰 시리즈

Aron England, Accruent의 Chief Product and Technology Officer는 기술 및 제품 리더로서 글로벌 팀을 구축하고 확장하여 초기 연구에서부터 고성장 고객 맞춤형 제품까지 SaaS 및 에이전트 솔루션을 제공하는 것으로 알려져 있습니다. 그는 소비자 시장, B2B SaaS, 전자상거래, 상업 기술에 대한 심층 전문 지식을 강한 인재 리더십과 결합하여 고객 문제를 이해하고 내구성 있는 제품 시장 적합성과 측정 가능한 비즈니스 결과를 달성합니다.

Accruent는 조직이 물리적 비즈니스 측면을 더 효율적으로 운영할 수 있도록 도와주는 소프트웨어를 제공합니다. 시설, 자산, 공간, 작업장 운영을 하나의 연결된 시스템으로 통합하여 조각난 구조를 줄이고 가시성을 개선하며 의사결정을 지원합니다.

25년 이상 글로벌 팀을 구축하고 이끌어온 경험을 돌아보면, 어떤 결정적인 경험은 대규모에서 신뢰할 수 있는 기술을 구축하는 방식에 가장 큰 영향을 미쳤나요?

포춘 50대 기업과 초기 스타트업, 중간 규모 및 대규모 공공 및 민간 기업에서 기술 리더십을 맡아온 경험을 통해 다양한 산업에서 디지털 변환을 촉진하는 데 필요한 폭넓은 경험을积累했습니다. 특히 DocuSign (DOCU ) 의 9번째 직원으로 시작하여 아날로그 계약 산업을 디지털 변환으로 이끌어내는 데 기여했습니다. 이는 시장 신뢰를 구축하고 법적 안전성을 확보하는 데 필요한 많은 교훈을 제공했습니다.

내 경험을 보면, 신뢰할 수 있는 시스템은 우연히 나타나는 것이 아닙니다. 의도적인 설계, 데이터 일관성, 투명성, 기술을 사용하는 실제 사람들의 이해에서 비롯됩니다.

기계 학습 및 AI 도구의 현재 시장에서 기술자와 현장 서비스 전문가의 기대가 어떻게 변하고 있는지 생각하세요.

시설 관리자와 기술자가 장비 고장을 진단하고 복잡한 수리를 안내하는 데 AI를 사용하는 환경에서, 잘못된 또는 부정확한 추천은 주요 비즈니스 및 안전 위험을 초래할 수 있습니다.

종종 LLM은 여러 페이지에서 혼합된 답변을 생성하지만, 기본 증거를 인용하지 않습니다. 따라서 기술자가 AI 생성된 단계를 따르면, OEM 수동에서 직접 존재하지 않는 경우, 조직은 주요 규제 반발을 겪을 수 있으며, 감사 또는 안전 검토를 위한 방어 가능한 증거 사슬이不存在합니다. AI가 소프트웨어에 더 투명해질수록, 추적 가능성의 중요성이 커질 것입니다.

규제 산업에서 AI의 환상은 불편함을 넘어서 실제 안전, 규제, 운영 위험을 초래할 수 있습니다. 유지 보수, 시설 관리 또는 자산 운영에서 가장 우려되는 환상 시나리오는 무엇인가요?

제조 환경에서 AI 생성된 제안이 공장 직원을 잘못된 조치를 취하도록 지시하면, 계획되지 않은 중단,浪費된 재료, 불량의 최종 제품 또는 손상된 기계가 발생할 수 있습니다. 이러한 환상은 제조 라인이 중단되거나 이후 리콜로 이어질 수 있는 명성 손실을 초래할 수 있습니다.

이러한 환상은 또한 의료와 같은 산업에서 특히 유해하며, 기계 고장이 제대로 유지되지 않거나 kịp시 수리되지 않으면 책임과 환자들의 삶이 위협을 받을 수 있습니다. 실제 세계와 상호 작용하는 산업에서 오류를 수정하는 것은 삭제하고 다시 시작하는 것만큼 간단하지 않습니다.

Accruent는 어떻게 시스템을 설계하여 추적 가능성과 “블랙 박스” 답변을 제거합니까?

우리는 AI 추천이 의미 있는 출력 포인트로 추적될 수 있도록 설계했습니다. 예를 들어, AI 추천이 의료 시설 관리자에게 압축기를 유지하는 방법을 알려준다면, 정확성을 확인하기 위해 관련된 단락으로 바로 이동할 수 있어야 합니다. 또한 이러한 시스템은 평가된 페이지나 문서를 공개하여 사용자가 AI가 모든 관련 문서를 검토했는지, 아니면 일부만 검토했는지 알 수 있도록 해야 합니다.

기업 AI 도구는 속도에 중점을 두지만, 규제 환경에서는 감사 기록, 문서 정확성, 검증된 이유가 필요합니다. 어떻게 혁신과 투명성 및 규제의 필요성 사이에서 균형을 맞추나요?

기존 워크플로우에 AI를 통합하는 것이 핵심입니다. 이는 승인, 문서화, 유지 보수 루틴, 규제 확인을 알려진 관행에층층히 추가하여 새로운 분리된 도구를 구현하는 대신에, 직원들이 계속해서 일하는 방식을 간소화합니다.

현장 기술자들은 정확한 지침을 필요로 합니다. Accruent는 기술자들의 위험을 줄이고 신뢰를 높이기 위해 권위적인 출처 자료에 대한 AI 출력을 어떻게 접근합니까?

우리의 접근 방식은 회사 고유의 콘텐츠에서 답변을 제공하는 것을 보장하기 위해 수동, 도면, 도면, 임대 계약, 역사적 작업 주문서를 캡처하고 조직하는 것으로 시작됩니다. 절차, 추천, 체크리스트를 생성할 때, 각 단계는 원래 문서로 추적 가능하도록 설계되었습니다.

이 기능이 없으면, 이미 자원이 부족한 기술자들이 수동으로 문서를 확인하기 위해 더 많은 시간을 보내야 할 것입니다.

투명한 감사 준비 AI를 제공하려면大量의 구조화된 데이터가 필요합니다. 이 비전을 실현하기 위해 해결해야 할 데이터 도전 과제는 무엇인가요?

신뢰할 수 있는 AI를 제공하는 것은 잘 조직된 데이터에서 시작됩니다. 그러나 대부분의 물리적 환경은 아직 아날로그 프로세스, 수동 데이터 입력, 스캔된 PDF, 분리된 스프레드시트로 구성되어 있습니다. 데이터와 자산 기록이 불완전하거나 일관성이 없으면 AI 환상 위험이 증가합니다. 규제 환경에서 AI 출력을 신뢰할 수 있게 하려면, 회사들은 먼저 유산 데이터 장벽, 즉 구조화되지 않은 형식, 일관되지 않은 기록, 관리 부족을 해결해야 합니다.

우리의 EDMS(엔지니어링 문서 관리 시스템)는 다중 산업에서 이를 달성할 수 있습니다. 이러한 산업은 물리적 엔지니어링 도면과 문서에 의존하기 때문에 버전 제어 문제가 발생할 수 있습니다. 이러한 문서를 디지티화하고 버전 제어, 워크플로우 거버넌스, 감사 추적을 관리하여 불일치를 제거하는 것이 첫 번째 단계입니다.

유지 보수, 시설, 자산 수명 주기 관리에 AI가 통합됨에 따라, 안전이나 규제 요구 사항을 손상시키지 않고 생산성을 향상시키는 가장 큰 기회는 어디에 있나요?

가장 큰 기회 중 하나는 직원들의 일상적인 작업을 자동화하는 것입니다. 예를 들어, 센서로 모니터링되는 장비의 경우, 이상 감지를 통해 작업 주문이 자동으로 트리거될 수 있습니다. 또한 AI는 작업 주문에 우선순위를 자동으로 지정하여 비즈니스에 최소한의 방해를 줄 수 있습니다.

AI는 단순히 유지 보수 및 시설 팀을 “도와주는” 것만이 아니라, 점점 더 디지털 연산자로서 행동할 것입니다.

신뢰는 기업 AI의 새로운 표준이 됩니다. 다음 2년 동안 벤더들이 신뢰를 얻고 유지하기 위해 무엇을 다르게 해야 합니까?

벤더들은 더 이상 고객이 단순히 “모델을 신뢰한다”고 가정해서는 안 됩니다. AI의 추천은 생성된 방법에 대한 증거를 보여주어야 합니다. 예를 들어, 직원이 AI에게 1,000개의 임대 계약을 분석하도록 요청하면, 1,000개 모두를 평가했는지, 아니면 700개만 평가했는지, 왜 그렇게 했는지 명확하게 알 수 있어야 합니다.

투명성은 데이터 사용에서 가장 중요한 요소입니다. 이는 데이터가誰에게 보여지는지, 어떻게 사용되는지, 훈련에 어떤 영향을 미치는지, 고객 환경에서 어떻게 분리 또는 격리되는지에 대한 명확성을 포함합니다.

다음 2년 동안, 벤더들은 AI 도구의 한계를 명확히 하여, 높은 위험의 결정에 인간을 포함시키고, 고객을 “블랙 박스” 상황에 빠지지 않도록 좁고 잘 정의된 사용 사례에서 시작하여 가치를 제공해야 합니다.

미션 크리티컬 운영에서 AI의 발전을 예상해 본다면, Accruent는 신뢰할 수 있는 투명한 AI를 위한 산업 표준을 설정하는 데 어떤 역할을 할 것으로 생각합니까?

미션 크리티컬 운영에서 AI는 단일 작업 자동화에서 지능형 다중 에이전트 시스템으로 빠르게 진화하고 있습니다. 이는 전체 워크플로우를 조정하고 최적화할 수 있습니다. AI는 사용자에게 자율적인 의사 결정 지원을 제공하고, 운영 조건을 지속적으로 모니터링하고, 위험을 예측하며, 투명성과 추적 가능성을 제공하는 조치가 포함된 추천을 제공할 것입니다. AI가 비구조화된 문서, 구조화된 운영 데이터, 실시간 신호를 결합하여 학습함에 따라, 이는 일상적인 프로세스에 직접 통합되어 더 빠르고, 더 안전하고, 더 신뢰할 수 있는 결과를 도출할 것입니다.

시간이 지나면, 이는 자율 운영으로의 전환을 가능하게 할 것입니다. 여기서 시스템은 자율적으로 최적화되고, 자율적으로 수정되며, 인간은 감독과 전략적 의사 결정에 집중할 수 있습니다. 시장 선도자로서, Accruent는 플랫폼에 감사 가능성, 설명 가능성, 강한 거버넌스를 내장하고, 고객, 파트너, 규제 기관과 협력하여 미션 크리티컬 환경에서 안전한 배포를 위한 최선의 관행을 정의함으로써, 신뢰할 수 있는 투명한 AI를 위한 산업 표준을 설정하는 데 도움을 줄 것입니다.

훌륭한 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Accruent를 방문하십시오.