Aaron Kesler, Director of AI Product Management at SnapLogic – Interview Series

Aaron Kesler, Director of AI Product Management at SnapLogic, is een gecertificeerd productleider met meer dan een decennium ervaring in het opbouwen van schaalbare kaders die design thinking, jobs to be done en productontdekking combineren. Hij richt zich op het ontwikkelen van nieuwe AI-gedreven producten en processen, en begeleidt aspirant-productmanagers via zijn blog en coaching over strategie, uitvoering en klantgerichte ontwikkeling.

SnapLogic is een AI-gepowered integratieplatform dat ondernemingen helpt bij het snel en efficiënt verbinden van applicaties, gegevens en API’s. Met zijn low-code interface en intelligente automatisering, maakt SnapLogic een snellere digitale transformatie mogelijk voor data engineering-, IT- en bedrijfsteams.

U hebt een interessante ondernemersreis gehad, met het starten van STAK op de universiteit en het uiteindelijk worden overgenomen door Carvertise. Hoe hebben deze vroege ervaringen uw productmindset gevormd?

Dit was een interessante tijd in mijn leven. Mijn kamergenoot en ik startten STAK omdat we ons verveelden met onze studie en echte wereldervaring wilden. We hadden nooit gedacht dat dit zou leiden tot een overname door wat Delaware’s poster startup werd. Deze ervaring heeft mijn productmindset echt gevormd, omdat ik van nature geneigd was om met bedrijven te praten, naar hun problemen te vragen en oplossingen te ontwikkelen. Ik wist toen nog niet eens wat een productmanager was – ik deed gewoon de baan.

Bij Carvertise deed ik hetzelfde: ik werkte met hun klanten om hun pijnpunten te begrijpen en oplossingen te ontwikkelen – lang voordat ik de titel van productmanager had. Als ingenieur is uw taak om problemen met technologie op te lossen. Als productmanager verschuift uw taak naar het vinden van de juiste problemen – die het waard zijn om op te lossen omdat ze ook bedrijfswaarde creëren. Als ondernemer, vooral zonder financiering, wordt uw mindset: hoe kan ik iemands probleem oplossen op een manier die me helpt om eten op tafel te zetten? Die vroege scrappiness en hustle hebben me geleerd om altijd door verschillende lenzen te kijken. Of u nu in een zelfgefinancierd startup, een VC-gebackte onderneming of een zorggigant zit, Maslow’s “basisbehoeften”-mentaliteit zal altijd de basis zijn.

U spreekt over uw passie voor het coachen van aspirant-productmanagers. Wat voor advies had u gewild toen u zelf in productmanagement begon?

Het beste advies dat ik ooit kreeg – en het advies dat ik aan aspirant-productmanagers geef – is: “Als je altijd vanuit het perspectief van de klant argumenteert, zal je nooit een argument verliezen.” Deze zin is verrassend eenvoudig, maar enorm krachtig. Het betekent dat je echt moet begrijpen wie je klant is – hun behoeften, pijnpunten, gedrag en context – zodat je niet alleen met meningen naar vergaderingen komt, maar met inzichten. Zonder dat wordt alles HIPPO (de mening van de hoogstbetaalde persoon), een strijd over wie meer macht of luider meningen heeft. Met dat inzicht wordt u de persoon die mensen benaderen voor duidelijkheid.

U hebt eerder gesteld dat elke werknemer binnenkort naast een dozijn AI-agents zal werken. Hoe ziet deze AI-versterkte toekomst eruit in een dagelijkse workflow?

Wat interessant is, is dat we al in een realiteit zitten waarin mensen samenwerken met meerdere AI-agents – we hebben onze klanten zoals DCU geholpen om te plannen, te bouwen, te testen, te beveiligen en tientallen agents in te zetten om hun workforce te helpen. Wat fascinerend is, is dat bedrijven organisatiecharts van AI-medewerkers voor elke werknemer aan het opbouwen zijn, op basis van hun behoeften. Bijvoorbeeld, werknemers zullen hun eigen AI-agents hebben die zijn toegewezen aan bepaalde use cases – zoals een agent voor het opstellen van epics/gebruikersverhalen, een die helpt bij codering of prototyping of issues pull requests, en een andere die klantfeedback analyseert – allemaal goedgekeurd en gecoördineerd door IT, omdat er veel op de achtergrond gebeurt om te bepalen wie toegang heeft tot welke gegevens, welke agents moeten voldoen aan governance-richtlijnen, enz. Ik geloof niet dat agents mensen zullen vervangen, nog niet. Er zal een mens in de lus zijn voor de voorzienbare toekomst, maar ze zullen de repetitieve, lage-waarde taken wegnemen, zodat mensen zich kunnen concentreren op hoger niveau denken. Over vijf jaar verwacht ik dat de meeste teams net zo afhankelijk zullen zijn van agents als we nu van Slack of Google Docs zijn.

Hoe beveelt u bedrijven aan om de AI-geletterdheidskloof tussen technische en niet-technische teams te overbruggen?

Begin klein, heb een duidelijk plan van hoe dit past in uw data- en applicatie-integratiestrategie, houd het hands-on om eventuele verrassingen te vangen, en wees open om te itereren van de oorspronkelijke doelen en aanpak. Vind problemen door nieuwsgierig te zijn naar de saaie taken in uw bedrijf. De hoogste-waarde problemen om op te lossen zijn vaak de saaie die de ongezien helden elke dag oplossen. We hebben veel van deze best practices geleerd toen we agents bouwden om onze SnapLogic finance afdeling te helpen. De belangrijkste aanpak is om ervoor te zorgen dat u veilige railingen heeft voor welke soorten gegevens en applicaties bepaalde werknemers of afdelingen toegang tot hebben.

Vervolgens moeten bedrijven het behandelen als een collegecursus: leg belangrijke termen eenvoudig uit, geef mensen de kans om zelf tools te proberen in gecontroleerde omgevingen, en volg dan op met diepere duiken. We maken het ook duidelijk dat het oké is om niet alles te weten. AI evolueert snel, en niemand is een expert in elk gebied. De sleutel is om teams te helpen begrijpen wat mogelijk is en hen het vertrouwen te geven om de juiste vragen te stellen.

Wat zijn enkele effectieve strategieën die u hebt gezien voor AI-opscholing die verder gaan dan generieke trainingsmodules?

De beste aanpak die ik heb gezien, is mensen laten werken met het product. Training is een goed begin – u moet laten zien hoe AI echt helpt bij het werk dat ze al doen. Van daaruit moet u het behandelen als een goedgekeurde aanpak van schaduw-IT, of schaduw-agents, omdat werknemers creatief zijn in het vinden van oplossingen die specifieke problemen oplossen die alleen zij hebben. We gaven onze field team en niet-technische teams toegang tot AgentCreator, SnapLogic’s agentic AI-technologie die de complexiteit van enterprise AI-adoptie elimineert, en empowerden hen om iets te proberen te bouwen en terug te rapporteren met vragen. Deze oefening leidde tot echte leerervaringen, omdat het gekoppeld was aan hun dagelijkse werk.

Ziet u een risico in het feit dat bedrijven AI-hulpmiddelen adopteren zonder adequate opscholing – wat zijn enkele van de meest voorkomende valkuilen?

Het grootste risico dat ik heb gezien, is een aanzienlijke governance- en/of gegevensbeveiligingsinbreuk, die kan leiden tot kostbare regulatorische boetes en het potentieel om klantgegevens in gevaar te brengen. Echter, enkele van de meest voorkomende risico’s die ik zie, zijn bedrijven die AI-hulpmiddelen adopteren zonder volledig te begrijpen wat ze wel en niet kunnen. AI is geen magie. Als uw gegevens een rommeltje zijn of uw teams weten niet hoe ze de tools moeten gebruiken, zult u geen waarde zien. Een ander probleem is wanneer organisaties adoptie van bovenaf afdwingen en geen rekening houden met de mensen die het werk daadwerkelijk uitvoeren. U kunt niet zomaar iets implementeren en verwachten dat het werkt. U hebt champions nodig om mensen te onderwijzen en te begeleiden, teams hebben een sterke gegevensstrategie, tijd en context nodig om railingen op te zetten, en ruimte om te leren.

Bij SnapLogic werkt u aan nieuwe productontwikkeling. Hoe past AI in uw productstrategie vandaag?

AI en klantfeedback zijn het hart van onze productinnovatiestrategie. Het gaat niet alleen om het toevoegen van AI-functies, maar om te blijven nadenken over hoe we kunnen blijven leveren van efficiënte en gemakkelijk te gebruiken oplossingen voor onze klanten die vereenvoudigen hoe ze omgaan met integraties en automatisering. We bouwen producten met zowel power users als niet-technische gebruikers in gedachten – en AI helpt bij het overbruggen van die kloof.

Hoe helpt SnapLogic’s AgentCreator-tool bedrijven bij het bouwen van hun eigen AI-agents? Kunt u een use case delen waarin dit een grote impact had?

AgentCreator is ontworpen om teams te helpen bij het bouwen van echte, enterprise-grade AI-agents zonder één regel code te schrijven. Het elimineert de noodzaak voor ervaren Python-ontwikkelaars om LLM-gebaseerde applicaties van scratch te bouwen en empowerd teams in finance, HR, marketing en IT om AI-gepowered agents te creëren in slechts enkele uren met behulp van natuurlijke taalprompts. Deze agents zijn nauw geïntegreerd met ondernemingsgegevens, zodat ze meer kunnen doen dan alleen reageren. Geïntegreerde agents automatiseren complexe workflows, redeneren door beslissingen en handelen in real-time, allemaal binnen de context van het bedrijf.

AgentCreator is een game-changer geweest voor onze klanten zoals Independent Bank, die AgentCreator gebruikte om spraak- en chatassistents te lanceren om de IT-hulpbalieticketachterstand te verminderen en IT-bronnen vrij te maken om zich te concentreren op nieuwe GenAI-initiatieven. Bovendien gebruikte benefits administration provider Aptia AgentCreator om een van zijn meest manuele en resource-intensieve processen te automatiseren: benefits elections. Wat eerst uren duurde aan backend-gegevensinvoer, duurt nu minuten, dankzij AI-agents die gegevenstranslatie en -validatie over systemen heen stroomlijnen.

SnapGPT staat integratie via natuurlijke taal toe. Hoe heeft dit toegang gedemocratiseerd voor niet-technische gebruikers?

SnapGPT, onze integratiecopiloot, is een geweldig voorbeeld van hoe GenAI barrières in ondernemingssoftware doorbreekt. Met SnapGPT kunnen gebruikers, van niet-technisch tot technisch, het resultaat beschrijven dat ze willen bereiken met behulp van eenvoudige natuurlijke taalprompts – zoals het verbinden van twee systemen of het triggeren van een workflow – en de integratie wordt voor hen gebouwd. SnapGPT gaat verder dan het bouwen van integratiepijplijnen – gebruikers kunnen pijplijnen beschrijven, documentatie genereren, SQL-queries en -expressies maken en gegevens van het ene formaat naar het andere transformeren met een eenvoudige prompt. Het wordt duidelijk dat wat eerst een developer-zwaar proces was, nu toegankelijk is voor werknemers in het hele bedrijf. Het gaat niet alleen om tijd besparen – het gaat om het verschuiven van wie mag bouwen. Wanneer meer mensen in het bedrijf kunnen bijdragen, ontgrendelt u snellere iteratie en meer innovatie.

Wat maakt SnapLogic’s AI-hulpmiddelen – zoals AutoSuggest en SnapGPT – anders dan andere integratieplatforms op de markt?

SnapLogic is het eerste generatieve integratieplatform dat continu de waarde van gegevens over de moderne onderneming ontgrendelt op ongekende snelheid en schaal. Met de mogelijkheid om cutting-edge GenAI-toepassingen te bouwen in slechts enkele uren – zonder code te schrijven – samen met SnapGPT, de eerste en meest geavanceerde GenAI-gepowered integratiecopiloot, kunnen organisaties de bedrijfswaarde aanzienlijk versnellen. Andere concurrenten hebben ontbrekende of niet-bestaande GenAI-mogelijkheden. In tegenstelling tot veel concurrentie is SnapLogic in de cloud geboren en speciaal ontworpen om de complexiteiten van cloud-, on-premises- en hybride omgevingen te beheren.

SnapLogic biedt iteratieve ontwikkelingsfuncties, waaronder geautomatiseerde validatie en schema-on-read, die teams in staat stellen om projecten sneller af te ronden. Deze functies maken het mogelijk voor meer integrators van verschillende vaardigheidsniveaus om snel aan de slag te gaan, in tegenstelling tot concurrenten die meestal hoge vaardigheidsniveaus van ontwikkelaars vereisen, wat de implementatie kan vertragen. SnapLogic is een hoogwaardig platform dat meer dan vier biljoen documenten per maand verwerkt en efficiënt gegevens naar data lakes en warehouses kan verplaatsen, terwijl sommige concurrenten geen ondersteuning bieden voor real-time integratie en geen hybride omgevingen kunnen ondersteunen.

Wat vindt u het meest spannend aan de toekomst van productmanagement in een AI-gedreven wereld?

Wat me het meest spannend maakt aan de toekomst van productmanagement, is de opkomst van een van de laatste buzzwords in de AI-ruimte “vibe coding” – de mogelijkheid om werkende prototypes te bouwen met behulp van natuurlijke taal. Ik stel me een wereld voor waarin iedereen in het producttrio – ontwerp, productmanagement en engineering – hands-on is met tools die ideeën vertalen in echte, functionele oplossingen in real-time. In plaats van alleen te vertrouwen op ontwikkelaars en ontwerpers om ideeën tot leven te brengen, kan iedereen creëren en itereren.

Stel uzelf voor dat u op een klantgesprek bent en in het moment een live-oplossing prototypeert met behulp van hun eigen gegevens. In plaats van alleen naar hun voorgestelde oplossingen te luisteren, kunnen we samen creëren en betere manieren vinden om hun problemen op te lossen. Deze verschuiving zal het productontwikkelingsproces dramatisch meer samenwerkend, creatief en afgestemd maken. En dat maakt me enthousiast, omdat mijn favoriete deel van de baan is om samen met anderen te bouwen om belangrijke problemen op te lossen.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten SnapLogic bezoeken.