아룬 히레마스, EvoluteIQ의 최고 비즈니스 책임자 및 공동 창립자 – 인터뷰 시리즈

아룬 히레마스, EvoluteIQ의 최고 비즈니스 책임자 및 공동 창립자는, 기업 자동화, 제품 전략, 비즈니스 개발, 통신 분야에서 거의 3십 년간의 경험을 가진 기술 이사이자 기업가입니다. EvoluteIQ에서 그는 매출 성장과 고객 관계 강화, 특히 회사의 eiq360 비즈니스에서 책임을 맡고 있습니다. EvoluteIQ에 합류하기 전에, 히레마스는 저코드 플랫폼 제공업체인 AmperAXP를 공동 설립하여 2021년에 EvoluteIQ에 통합되었습니다. 그의 이전 경력에는 퀄컴(QCOM )의 고위 제품 관리 직위, Ikanos Communications, Conexant Systems, Globespan, 및 Tata Elxsi (TATAELXSI.BO )의 아시아-태평양 비즈니스 개발 책임이 포함됩니다.

EvoluteIQ는 복잡한 엔드투엔드 비즈니스 프로세스를 자동화하고 오케스트레이션하는 AI 네이티브 플랫폼을 개발하는 기업 소프트웨어 회사입니다. EIQ 플랫폼은 에이전트 AI, 생성 AI, 프로세스 및 의사 결정 자동화, 로봇 프로세스 자동화, 지능형 데이터 및 이벤트 처리, 엔터프라이즈 통합, 분석, 및 애플리케이션 개발을 저코드/노코드 환경에서 결합합니다. 단편적인 자동화 도구를 통일된 아키텍처로 대체하기 위해 설계된 이 플랫폼은 조직이 레거시 및 현대 시스템을 연결하면서 엔터프라이즈 수준의 거버넌스, 보안, 확장성을 유지하는 적응형 워크플ロー 구축을 도와줍니다. EvoluteIQ는 은행, 보험, 헬스케어, 통신, 제조, 에너지, 소매 등 다양한 산업의 조직을 지원합니다.

우리는 이전에 EvoluteIQ의 CEO인 Sameet Gupte와의 인터뷰에서 EvoluteIQ의 더广泛한 기업 자동화 비전에 대해 논의했습니다. 고객과密接하게 협력하는您的 관점에서, 에이전트 AI에 대한 기업의 생각이 어떻게 바뀌었는지 알려주세요.

가장 큰 변화는 기업들이 “AI가 이것을 할 수 있는가?”라는 질문을 하는 것이 아니라, “AI를 믿을 수 있는가?”라는 질문을 하는 것입니다.

1년 전, 대부분의 대화는 어느 모델이 어느 기능을 갖추고 있는지에 중점을 두었습니다. 현재 고객은 더 실용적입니다. mereka가 muốn biết AI가 비즈니스 결과를 측정할 수 있는지, 그리고 사람들, 애플리케이션, 정책, 승인, 컴플라이언스 등과 같은 에이전트를 조정할 수 있는지 알고 싶습니다.

청구 처리는 좋은 예입니다. AI 자체가 어려운 부분은 아닙니다. 도전은 자율 에이전트가 사람들과 함께 일하고, 여러 시스템, 팀, 예외 사항을 걸쳐서 IT 거버넌스를 어떻게 설계할 것인지입니다.

많은 회사들이 아직도 AI를 기존 워크플로우 위에 추가된 소프트웨어 레이어로 취급하는 것 같습니다. 왜 이러한 접근법이 제한적이며, 기업이 자율 실행을 위해 프로세스를 처음부터 재설계할 때 어떤 모습일까요?

잘못된 프로세스 위에 AI를 올려놓으면, 단지 잘못된 결과를 더 빠르게 도달할 뿐입니다.

많은 기업 워크플로우는 20년 전_manual 결정에 기반하여 설계되었습니다. AI를 추가하면 프로세스를 최적화할 수 있지만, 변형시키지는 않습니다. 더 좋은 질문은 어떤 결정이本当に 사람의 개입이 필요한지, 그리고 어느 결정이 안전하게 자율 에이전트에게 위임할 수 있는지입니다.

예를 들어, 비용 관리에서 AI는 정책, 지출 패턴, 직원 기록, 지원 문서를 평가할 수 있습니다. 루틴 청구는 몇 분 내에 승인될 수 있으며, 유례없는 경우만 관리자에게 승격됩니다.

고객이 벤더 문제보다는 운영 모델 문제를 가지고 있다고 주장했습니다. 기업 AI를 파일럿을 넘어 확장하는 것을 방해하는 가장 일반적인 조직 문제는 무엇인가요?

대부분의 기업은 AI 부족이 아니라, 소유권 부족을 가지고 있습니다.

IT는 인프라를 소유합니다. 비즈니스에서는 프로세스를 소유합니다. 보안은 거버넌스를 소유합니다. 데이터 팀은 모델을 소유합니다. 운영은 실행을 소유합니다. 그러나 이러한 모든 조각들이 어떻게 함께 작동하여 자율 비즈니스 프로세스를 제공하는지에 대한 통일된 방법이 없습니다.

그것이 왜 파일럿이 종종 고립된 성공을 거두는지입니다. 자동화를 성공적으로 확장하는 조직은 운영 모델을 변경하고, 단순히 더 많은 기술을 구매하는 것이 아닙니다. 비즈니스 결과를 공동으로 소유하는 크로스 기능 팀을 만들고 있습니다. 중요한 질문은誰が 결과를 소유하고,誰가 이를 제공할 책임이 있는지입니다.

유용한 자동화, 지능형 자동화, 그리고 진정한 에이전트 자동화 사이의 경계를 어디에 두나요?

저는 이것들을 3단계의 성숙도로 봅니다. 자동화는 지시를 따릅니다. 지능형 자동화는 제공된 정보를 이해합니다. 에이전트 자동화는 비즈니스 목표를 이해하고 결과를 향해 작동합니다.

청구 처리에서, 전통적인 자동화는 시스템 간의 정보를 복사합니다. 지능형 자동화는 청구서를 읽고, 데이터를 추출하고, 불일치를 표시합니다. 그런 다음 에이전트 자동화는 누락된 정보를 식별하고, 공급업체와 통신하고, 비즈니스 정책을 적용하고, 예외를 처리하고, 승인을 얻고, 프로세스를 완료할 수 있습니다.

차이는 단순히 AI가 더智能하다는 것이 아닙니다. 차이는 결과를 소유하는 것이지, 단 하나의 작업을 수행하는 것이 아니라는 것입니다.

기업 리더들은 빠른 AI ROI를 보여야 하는 압력을 받고 있습니다. 그러나 복잡한 프로세스 변환에는 시간이 걸립니다. 기업은 어떻게 속도, 거버넌스, 그리고 장기적인 운영 모델 변경을 균형있게 조절할 수 있을까요?

거버넌스 없이 속도는 위험을 생성합니다. 거버넌스 없이 속도는沮丧을 생성합니다. 기업은 둘 다를 균형있게 조절해야 합니다.

기업은 가시적이고 측정 가능한 가치를 보여줄 수 있는 비즈니스 프로세스에서 시작해야 합니다. 그러나 거버넌스, 보안, 관찰 가능성, 컴플라이언스를 지원하는 기반을 구축해야 합니다. 초기 솔루션은 또 다른 실로가 되어서는 안 됩니다.

오산은 거버넌스가 혁신을 늦추는 것으로 생각하는 것입니다. 좋은 거버넌스는 실제로 채택을 가속화합니다. 왜냐하면 신뢰를 생성하기 때문입니다. 올바른 제어가 자리 잡히면, 조직은 더 빠르고 확장할 수 있습니다.

EvoluteIQ는 단편적인 작업 자동화보다는 엔드투엔드 프로세스 자동화를 강조합니다. 왜 이러한 구별이 AI 실험에서 생산 배포로 이동할 때 इतन 중요할까요?

비즈니스는 개별 작업으로 일하지 않습니다. 비즈니스는 결과를 경험합니다. 문서 추출이 60% 더 빠르다고庆祝하지 않습니다. 고객 온보딩이 2주 대신 몇 시간이 걸린다고庆祝합니다. 개별 작업을 개선하면 단지 병목 현상을 다른 곳으로 이동시킵니다.

인테이크, 검증, 승인, 의사 결정, 시스템 통합, 고객 커뮤니케이션이 하나의 AI 네이티브 워크플로우로 오케스트레이션되면, 조직은 의미 있는 비즈니스 결과를 보게 됩니다. 작업을 최적화하면 효율성을 개선하지만, 프로세스를 최적화하면 전체 비즈니스 성과를 변경할 수 있으며, 손익계산서에 영향을 줄 수 있습니다.

클라우드 마켓플레이스는 점점 더 기업용 AI의 배포 채널이 되고 있습니다. 구글 클라우드와 같은 플랫폼이 기업이 AI 네이티브 자동화를 발견, 평가, 구매, 배포하는 방식을 어떻게 바꿀까요?

클라우드 마켓플레이스는 기업용 소프트웨어에 대해 앱 스토어가 소비자에게 했던 것을 하고 있습니다. 그러나 기업 거버넌스를 포함하여, 구매, 보안 검토, 상업적 계약에 대한 마찰을 제거합니다.

조직은 기존 클라우드 약정을 활용하여 비즈니스 결과에 집중할 수 있습니다. 고객은 6개월의 구매サイクル을 기다리지 않고, AI 네이티브 플랫폼을 평가할 수 있습니다. 마켓플레이스는 고객이 기업 거버넌스를 유지하면서 비즈니스 문제를 더 빠르게 해결할 수 있도록 합니다.

EvoluteIQ는 최근에 eiq360을 구글 클라우드 및 Gemini 기반 플랫폼으로 강조했는데, 이는 비즈니스 의도를 엔터프라이즈 레디 워크플로우로 자연어로 전환할 수 있으며, 거버넌스 및 제어를 유지합니다. 이것은 비기술 비즈니스 사용자에게 어떤 의미를 가집니까?

우리는 비즈니스 사용자가 요구 사항을 기술 팀에 설명하고 결과를 기다리는 세계에서, 사용자가 결과를 설명하는 세계로 이동하고 있습니다.

eiq360을 사용하면 사용자가 개선하고 싶은 프로세스를 자연어로 설명할 수 있습니다. 플랫폼은 거버넌스, 보안, 컴플라이언스, 운영 제어를 자동으로 적용하면서 엔터프라이즈 레디 워크플로우를 생성할 수 있습니다.

이것은 IT를 제거하지 않습니다. 기술 팀은 더 이상 매뉴얼로 워크플로우를 구축하는 대신, 엔터프라이즈 가드레일, 재사용 가능한 서비스, 거버넌스 표준을 정의하는 데 집중할 수 있습니다. 이것이 AI가 기업 소프트웨어에 가져올 가장 중요한 변화 중 하나입니다.

“기업용 AI는 지루해야 한다”라는 문구는 현재의 많은 호평과 반대됩니다. AI가 임무 비즈니스 실행을 위해 사용될 때, 예측 가능하거나 반복 가능한 것은 무엇이며, 왜 vậy일까요?

페이롤이 흥미롭지 않기를 원하지 않습니다. 보험 청구가 놀라운 일이 아니기를 원하지 않습니다. 은행 거래가 창의적이지 않기를 원하지 않습니다.

기업용 AI는 실험 중에 혁신적이어야 합니다. 그러나 생산에 들어가면 예측 가능해야 합니다. 일관된 결과를 생성해야 하며, 의사 결정을 설명해야 하며, 자신감이 낮을 때를 인식하고, 필요할 때는 인간의 개입을 요청해야 합니다. 최고의 기업용 AI는 모두가谈論하고 싶은 것이 아닙니다. 그것은 비즈니스 просто 더 잘 작동하기 때문에 아무도 주목하지 않는 것입니다.

앞으로, 에이전트 AI를 성공적으로 구현하는 기업과 파일럿 모드에 갇힌 기업을 구별할 주요 요인은 무엇일까요?

승자는 반드시 가장 先進的な AI 모델을 갖고 있는 것이 아닙니다. 그것은 AI를 위한 최고의 운영 모델을 갖고 있는 것입니다. 프로세스를 재설계하고, 거버넌스를 구축하고, 재사용 가능한 엔터프라이즈 기능을 만들며, 단편적인 증거를 만들지 않습니다.

가장 중요한 것은 기업이 AI를 다른 응용 프로그램으로 생각하는 것을 멈추고, 사람들, 시스템, 비즈니스 정책과 협력하는 새로운 워크포스로 생각하기 시작하는 것입니다. 다음 10년은 사람들, AI 에이전트, 엔터프라이즈 시스템이 함께 작동하는 방식을 최적화하는 것입니다.