Aaron Kesler, Directeur van AI Product Management bij SnapLogic – Interview Serie

U hebt een interessante ondernemersreis gehad, met het starten van STAK op de universiteit en het worden overgenomen door Carvertise. Hoe hebben die vroege ervaringen uw productvisie 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 opdoen. We hadden nooit gedacht dat het zou leiden tot een overname door wat Delaware’s poster startup zou worden. Die ervaring heeft mijn productvisie echt gevormd, omdat ik van nature naar bedrijven trok, vroeg naar hun problemen en oplossingen bouwde. Ik wist toen nog niet wat een productmanager was – ik deed gewoon de job.

Bij Carvertise begon ik hetzelfde te doen: werken met hun klanten om hun pijnpunten te begrijpen en oplossingen te ontwikkelen – weer 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 mentaliteit: 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 zelfgefinancierde 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 graag gehad toen u zelf in productmanagement begon?

Het beste advies dat ik ooit kreeg – en het advies dat ik aan aspirant-productmanagers geef – is: “Als u altijd vanuit het perspectief van de klant argumenteert, zult u nooit een argument verliezen.” Die zin is bedrieglijk eenvoudig, maar enorm krachtig. Het betekent dat u echt uw klant moet begrijpen – hun behoeften, pijnpunten, gedrag en context – zodat u niet alleen met meningen komt, maar met inzichten. Zonder dat wordt alles HIPPO (de mening van de hoogstbetaalde persoon), een strijd over wie de meeste macht of het hardste geluid heeft. Met dat inzicht wordt u de persoon die mensen om duidelijkheid vragen.

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

Wat interessant is, is dat we al in een realiteit zitten waarin mensen met meerdere AI-agents werken – we hebben onze klanten zoals DCU geholpen om te plannen, te bouwen, te testen, te beveiligen en te implementeren van tientallen agents om hun workforce te helpen. Wat fascinerend is, is dat bedrijven organisatiekaarten van AI-collega’s voor elke medewerker aan het opbouwen zijn, op basis van hun behoeften. Bijvoorbeeld, medewerkers zullen hun eigen AI-agents hebben die zijn toegewezen aan bepaalde use cases – zoals een agent voor het opstellen van epics/user stories, 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 verwijderen, zodat mensen zich kunnen concentreren op hogere-orde denken. Over vijf jaar verwacht ik dat de meeste teams op agents vertrouwen zoals we nu op Slack of Google Docs vertrouwen.

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

Begin klein, heb een duidelijk plan over hoe dit past in uw data- en applicatie-integratiestrategie, houd het hands-on om verrassingen te vangen, en wees open om te itereren vanuit de oorspronkelijke doelen en aanpak. Zoek problemen door nieuwsgierig te zijn naar de alledaagse 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 beste praktijken geleerd toen we agents bouwden om onze SnapLogic finance afdeling te helpen. De belangrijkste aanpak is om ervoor te zorgen dat u veilige guardrails heeft over welke gegevens en applicaties bepaalde medewerkers of afdelingen toegang tot hebben.

Daarna 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-omscholing die verder gaan dan generieke trainingsmodules?

De beste aanpak die ik heb gezien, is om mensen de kans te geven om het zelf te proberen. Training is een goed begin – u moet laten zien hoe AI echt helpt bij het werk dat ze al doen. Van daaruit behandelt u dit als een goedgekeurde aanpak van schaduw-IT, of schaduw-agents, waarbij medewerkers creatief zijn om oplossingen te vinden 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 te proberen iets 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-tools adopteren zonder adequate omscholing – wat zijn enkele van de meest voorkomende valkuilen?

De grootste risico’s die ik heb gezien, zijn aanzienlijke governance- en/of gegevensbeveiligingsinbreuken, die kunnen leiden tot kostbare regulatoire boetes en het potentieel om klantgegevens in gevaar te brengen. Echter, enkele van de meest frequente risico’s die ik zie, zijn bedrijven die AI-tools 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 niet 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 guardrails 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 opnieuw te denken over hoe we continue meer efficiënte en gebruiksvriendelijke oplossingen voor onze klanten kunnen leveren die de manier waarop ze met integraties en automatisering omgaan, vereenvoudigen. We bouwen producten met zowel power users als niet-technische gebruikers in gedachten – en AI helpt om die kloof te overbruggen.

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 om echte, enterprise-grade AI-agents te bouwen 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 over de hele linie – van finance tot HR, marketing en IT – om AI-gepowerde agents in slechts enkele uren te creëren met behulp van natuurlijke taalprompts. Deze agents zijn nauw geïntegreerd met enterprise-gegevens, 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 (INDB ), die AgentCreator gebruikte om spraak- en chatassistents te lanceren om de IT-helpdeskticketachterstand te verkleinen 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 eerder uren van backend-gegevensinvoer duurde, duurt nu minuten, dankzij AI-agents die gegevensvertaling en validatie over systemen heen stroomlijnen.

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

SnapGPT, onze integratiecopilot, is een goed voorbeeld van hoe GenAI barrières in enterprise software afbreekt. Met SnapGPT kunnen gebruikers, van niet-technisch tot technisch, de uitkomst beschrijven die ze willen 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 creëren en gegevens van het ene formaat naar het andere transformeren met een eenvoudige prompt. Het verandert een proces dat eerder ontwikkelaar-zwaar was in iets dat toegankelijk is voor medewerkers over de hele linie. Het is niet alleen om tijd te besparen – het is om te verschuiven wie mag bouwen. Wanneer meer mensen over de hele linie kunnen bijdragen, ontgrendelt u snellere iteratie en meer innovatie.

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

SnapLogic is het eerste generatieve integratieplatform dat continue de waarde van gegevens over de moderne onderneming ontgrendelt op ongekende snelheid en schaal. Met de mogelijkheid om cutting-edge GenAI-toepassingen in slechts enkele uren te bouwen – zonder code te schrijven – samen met SnapGPT, de eerste en meest geavanceerde GenAI-gepowerde integratiecopilot, kunnen organisaties de businesswaarde 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 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 aanzienlijk kan vertragen. SnapLogic is een hoogwaardig presterend platform dat meer dan vier triljoen documenten per maand verwerkt en efficiënt gegevens naar data lakes en warehouses kan verplaatsen, terwijl sommige concurrenten geen ondersteuning voor real-time integratie hebben 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 vindt 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 – design, productmanagement en engineering – hands-on is met tools die ideeën in real-time omzetten in functionele oplossingen. In plaats van alleen te vertrouwen op ontwikkelaars en designers om ideeën tot leven te brengen, kan iedereen creëren en itereren.

Stel uzelf voor dat u op een klantgesprek zit 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 collaboratief, creatief en gealigneerd maken. En dat vind ik spannend, omdat mijn favoriete deel van de job is om naast anderen te bouwen om significante problemen op te lossen.

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