Maciej Saganowski, direktør for AI-produkter, Appfire – Intervju-serie

Maciej Saganowski er direktør for AI-produkter i Appfire.

Appfire er en ledende leverandør av bedriftsprogramvareløsninger designet for å forbedre samarbeid, strømlinje arbeidsflyter og forbedre produktivitet over team. Med spesialisering i verktøy som integrerer med plattformer som Atlassian (TEAM ), Salesforce (CRM ) og Microsoft , tilbyr Appfire en robust samling av apper tilpasset prosjektledelse, automatisering, rapportering og IT-tjenestehåndtering. Med en global tilstedeværelse og et løfte om innovasjon, har selskapet blitt en pålitelig partner for organisasjoner som søker å optimalisere sine programvareøkosystemer, og betjener en bred rekke bransjer og muliggjør at team kan oppnå målene sine effektivt.

Appfire er kjent for å levere bedriftssamarbeidsløsninger, kan du introdusere oss for Appfires tilnærming til å utvikle AI-drevne produkter?

I løpet av det siste året, har markedet blitt oversvømt av AI-drevne løsninger, da selskaper endrer retning for å forbli relevante og konkurrerende. Mens noen av disse produktene har møtt forventningene, finnes det fortsatt en mulighet for leverandører til å virkelig møte kundenes behov med effektive løsninger.

Hos Appfire fokuserer vi på å forbli i forkant av AI-innovasjonen, og muliggjør oss å forutse og overgå kundenes evoluerende behov for bedriftssamarbeid. Vi nærmer oss AI-integrasjon med målet om å levere virkelig verdi, og ikke bare hevde “AI-klarhet” for å skille oss fra andre. Vår tilnærming til å utvikle AI-drevne produkter sentrerer seg rundt å skape ubesvarte, effektive opplevelser for våre kunder.

Vi ønsker at AI skal bli en del av brukeropplevelsen, og forbedre den uten å overskygge den eller, verre, skape en ekstra byrde ved å kreve at brukerne lærer helt nye funksjoner.

“Tid til verdi” er ett av de viktigste målene for våre AI-drevne funksjoner. Dette prinsippet fokuserer på hvor raskt en bruker – spesielt en ny bruker – kan begynne å dra nytte av våre produkter.

For eksempel, med Canned Responses, trenger en supportagent som svarer på en kunde ikke å gå gjennom hele e-posttråden; AI kan foreslå den mest passende svarmalen, og spare tid og forbedre nøyaktigheten.

Appfire har inngått et samarbeid med Atlassian for å lansere WorkFlow Pro som en Rovo-agent. Hva gjør denne AI-drevne produkten spesiell i en marked som er fylt med lignende produkter?

Denne kategorien av produkter er relativt uvanlig. Vi er ett av de første selskapene som har lansert en Jira-klasse programvareautomatiseringskonfigurasjonsassistent – og dette er bare begynnelsen.

WorkFlow Pro er en AI-dreven automatiseringsassistent for Jira som transformerer hvordan team konfigurerer og håndterer sine automatiseringsarbeidsflyter. Drevet av Atlassians Rovo AI, hjelper den brukerne med å konfigurere nye automatiseringer eller feilsøke eksisterende.

Historisk sett har Jira-automatiseringsprodukter vært komplekse og krevd en bestemt grad av ekspertise. WorkFlow Pro avmystifiserer disse konfigurasjonene og muliggjør at nye eller mindre erfarne Jira-administratorene kan utføre oppgavene sine uten å bruke tid på produktinformasjon, forum eller risikere dyre feil.

En ny Jira-administrator kan bare spørre agenten hvordan de skal utføre en oppgave, og basert på automatiseringsappen som er installert (JMWE, JSU eller Power Scripts), gir agenten en steg-for-steg-veiledning for å oppnå det ønskede resultatet. Det er som å ha en Michelin-stjernekokk i kjøkkenet ditt, klar til å svare på enhver spørsmål med presise instruksjoner.

Hos Appfire er vi dedikert til å forenkle kundenes liv. I den neste versjonen av WorkFlow Pro, vil brukerne kunne be om nye automatiseringer på vanlig språk, uten å måtte navigere konfigurasjonsbrukergrensesnittet eller kjenne til noe skriptspråk. Tilbake til vår kokk-analogi, vil den neste versjonen tillate brukeren ikke bare å spørre kokken hvordan de skal lage en rett, men også å lage den på deres vegne, og frigjøre dem til å fokusere på mer viktige oppgaver.

Hvordan involverer du brukertilbakemeldinger når du itererer på AI-produkter som WorkFlow Pro? Hva slags rolle spiller kundeinnsats i å forme utviklingen av disse verktøyene?

Hos Appfire holder vi oss svært nær våre brukere. Ikke bare våre designere og produktledere engasjerer regelmessig med dem, men vi har også en dedikert brukerforskningsgruppe som gjennomfører bredere forskningsinitiativer, og informerer vår visjon og produktveier.

Vi analyserer både kvantitative data og brukerhistorier fokusert på utfordringer, og spør oss selv: “Kan AI hjelpe i denne situasjonen?” Hvis vi forstår brukerens problem godt nok, og tror AI kan tilby en løsning, begynner vårt team å eksperimentere med teknologien for å løse problemet. Hver funksjons reise begynner ikke med teknologien, men fra brukerens smertepunkt.

For eksempel, lærte vi fra våre brukere at nye administratorer møter en betydelig barriere når de skal lage komplekse automatiseringer. Mange mangler erfaring eller tid til å studere dokumentasjon og mestre intrikate skriptmekanismer. WorkFlow Pro ble utviklet for å lette denne smertepunktet, og hjelpe brukerne med å lære og konfigurere Jira enklere.

Utenfor WorkFlow Pro planlegger Appfire å utvikle flere AI-drevne applikasjoner. Hvordan vil disse nye produktene transformere måten brukerne setter mål, sporer arbeid og utnytter data mer effektivt?

AI vil ha en dyptgående innvirkning på hva fremtidens kunnskapsarbeidere kan oppnå og hvordan de samhandler med programvare. Organisasjoner vil utvikle seg, og bli flatere, mer smidige og mer effektive. Prosjekter vil kreve færre mennesker til å koordinere og levere. Mens dette kan høres ut som en dristig forutsigelse, er det allerede i ferd med å ta form gjennom tre nøkkel AI-drevne fremgangsmåter:

1. Overføring av teknisk komplekse eller mundane oppgaver til AI
2. Samhandling med programvare ved hjelp av naturlig språk
3. Agent-arbeidsflyter

Vi ser allerede AI redusere byrden av mundane oppgaver og lette nye brukere inn i disse produktene. For eksempel, kan AI-assistenter ta møtenoter eller liste handlinger. For å illustrere dette på Appfire-eksempelet, når en leder oppretter et nytt nøkkelresultat i OKR-rammeverket, vil AI foreslå nøkkelresultatordlyden basert på industristandarder og selskapets unike kontekst, og lette den mentale byrden på brukerne mens de lærer å definere effektive OKR-er.

Naturlige språk-grensesnitt representerer en stor paradigmeskifte i hvordan vi designer og bruker programvare. Utviklingen av programvare de siste 50 årene har skapt virtualt ubegrensede muligheter for kunnskapsarbeidere, men denne interkonnektekte kraften har også medført betydelig kompleksitet.

Frem til nylig, var det ikke en enkel måte å navigere i denne kompleksiteten på. Nå gjør AI og naturlige språk-grensesnitt det håndterbart og tilgjengelig. For eksempel, er en av Appfires mest populære app-kategorier dokumenthåndtering. Mange Fortune 500-selskaper krever dokumentarbeidsflyter for overholdelse eller regulatorisk gjennomgang. Snart kan opprettelse av disse arbeidsflytene være like enkelt som å snakke med systemet. En leder kan si: “For å godkjenne og distribuere en politikk til alle ansatte, må den først bli gjennomgått og godkjent av ledelsen.” AI vil forstå denne instruksjonen og opprette arbeidsflyten. Hvis noen detaljer mangler, vil AI be om klarhet og tilby tips for smidigere flyter.

I tillegg er “agent-arbeidsflyter” den neste fronten i AI-revolusjonen, og vi omfavner dette hos Appfire med vår agent WorkFlow Pro. I fremtiden vil AI-agenter fungere mer som menneskelige samarbeidspartnere, i stand til å takle komplekse oppgaver som å utføre forskning, samle informasjon fra flere kilder og koordinere med andre agenter og mennesker for å levere et forslag innen timer eller dager. Dette agent-drevne tilnærmingen vil gå utover enkle interaksjoner som de med ChatGPT; agenter vil bli proaktive, kanskje foreslå et utkast til presentasjonsdekk før du engang innser at du trenger det. Og stemmeinteraksjoner med agenter vil bli mer vanlige, og tillate brukerne å arbeide mens de er på farten.

I sammenfatning, hvor vi er på vei med AI i kunnskapsarbeid ligner på hvordan vi nå opererer kjøretøy: vi vet hvor vi vil gå, men trenger vanligvis ikke å forstå intrikasjonene i forbrenningsmotorer eller finjustere bilen selv.

Du forbedrer også eksisterende Appfire-produkter ved hjelp av AI. Kan du gi oss eksempler på hvordan AI har forbedret eksisterende Appfire-applikasjoner, og forbedret funksjonaliteten og brukeropplevelsen?

Hver av våre apper er unik, og løser distinkte brukerutfordringer, og er designet for ulike brukerroller. Som et resultat, er bruken av AI i disse appene tilpasset å forbedre bestemte funksjoner og forbedre brukeropplevelsen på meningsfulle måter.

I Canned Responses akselererer AI kunde kommunikasjonen ved å hjelpe brukerne med å formulere svar basert på innholdet i en forespørsel og eksisterende maler. Denne AI-funksjonen sparer ikke bare tid, men forbedrer også kvaliteten på kundeinteraksjonene.

I OKR for Jira, for eksempel, kan AI assistere brukere som er nye i OKR-rammeverket (Objective and Key Results). Ved å forenkle og klargjøre denne ofte komplekse metoden, kan AI gi veiledning i å formulere effektive nøkkelresultater som er tilpasset bestemte mål, og gjøre OKR-prosessen mer tilgjengelig.

Til slutt representerer WorkFlow Pro en innovativ måte å samhandle med vår dokumentasjon, og eksemplifiserer vårt løfte om agent-arbeidsflyter og naturlig språk-automatiseringsforespørsler. Denne AI-drevne tilnærmingen reduserer barrieren for nye Jira-administratorene og strømlinjeformer arbeidsflytene for erfarne administratorene.

Delede AI-tjenester, som oppsummeringsfunksjonen, utvikles over flere Appfire-applikasjoner. Hvordan ser du for deg at disse tjenestene vil påvirke brukerproduktiviteten over hele plattformen?

Hos Appfire har vi en bred portefølje av apper over flere markeder, inkludert Atlassian, Microsoft, monday.com (MNDY ) og Salesforce.

Med en så stor samling av apper og ulike brukssager for AI, tok vi et skritt tilbake for å designe og bygge en felles intern AI-tjeneste som kunne utnyttes over flere apper.

Vi utviklet en plattform AI-tjeneste som tillater produktteamene over våre apper å koble til flere LLM-er. Nå som tjenesten er live, vil vi fortsette å utvide den med funksjoner som lokale modeller og forhånds-pakket prompter.

Med den raske utviklingen av AI-teknologier, hvordan sikrer du at Appfires tilnærming til AI-utvikling fortsatt møter endrede kundebehov og markedskrav?

Hos Appfire er produktlederens topprioritet å brygge gapet mellom teknisk mulighet og å løse meningsfulle kundeutfordringer. Mens AI-kapasiteter utvikler seg raskt, holder vi oss oppdatert med markedstrender og overvåker aktivt industrien for beste praksis. På kundesiden engasjerer vi kontinuerlig med våre brukere for å forstå deres utfordringer, ikke bare innen våre apper, men også i de underliggende plattformene de bruker.

Når vi identifiserer en overlap mellom teknisk mulighet og et meningsfullt kundebehov, fokuserer vi på å levere en sikker og robust AI-funksjon. Før lansering, eksperimenterer og tester vi disse løsningene med brukerne for å sikre at de virkelig møter deres smertepunkter.

Appfire opererer i et høyt konkurranseutsatt AI-drevet SaaS-landskap. Hva skritt tar du for å sikre at Appfires AI-innovasjoner forblir unike og fortsetter å drive verdi for brukerne?

Appfires tilnærming til AI fokuserer på formålet. Vi integrerer AI ikke bare for å kunne si at vi har det; vårt mål er at AI skal fungere så naturlig i våre produkter at det blir nesten usynlig for brukeren. Vi ønsker at AI skal løse virkelige utfordringer våre kunder møter – enten det er å forenkle arbeidsflyter i Jira, håndtere komplekse dokumentprosesser eller strømlinjeforme strategisk planlegging. Ideelt sett bør bruk av AI føles like intuitivt som å plukke opp en penn.

Mange SaaS-produkter har tradisjonelt krevd spesialisert ekspertise for å låse opp deres fulle potensiale. Vår visjon for AI er å redusere lærekurven og gjøre våre apper mer tilgjengelige. Med lanseringen av vår første Rovo-agent, WorkFlow Pro, tar vi et viktig skritt i denne reisen. Til slutt sikrer vi at AI i våre apper muliggjør at brukerne kan oppnå verdi raskere.

Ser fremover, hva tror du er de største trendene i AI-utvikling som vil ha den største innvirkningen på SaaS-industrien i årene som kommer?

To store AI-trender som vil forme SaaS-industrien i årene som kommer, er oppblomstringen av AI-drevne agenter og økende bekymringer om sikkerhet og personvern.

Noen hevder at agentteknologien ennå ikke har levd opp til sin hype og forblir relativt umoden. Til disse skeptikerne ville jeg si at vi ofte overvurderer hva teknologien vil oppnå på 1-2 år, men underskattar kraftig hva den vil oppnå over en tiårsperiode. Mens nåværende agentbrukstilfeller ennå er begrensede, er vi vitne til massive investeringer i agent-arbeidsflyter over hele programvareverdikjeden. Grunnmodeller fra selskaper som OpenAI og Anthropic, samt plattformer Appfire nåværende opererer eller planlegger å operere på, gjør omfattende investeringer i agentteknologi. OpenAI arbeider for eksempel med “System 2”-agenter som kan resonere, mens Anthropic har lansert modeller som kan bruke vanlige apper og nettsider, og etterligne menneskelige handlinger. Atlassian har introdusert Rovo, og Salesforce har lansert Agentforce. Hver uke bringer nye annonseringer i agent-fremgang, og hos Appfire er vi begeistret for disse utviklingene og ser frem til å integrere dem i våre apper.

Samtidig, mens AI-kapasiteter utvides, øker også risikoen forbundet med datasikkerhet og personvern. Bedrifter må sikre at enhver AI-integrasjon respekterer og beskytter både deres egne og kundenes aktiver, fra sensitive data til bredere sikkerhetstiltak. Å balansere innovasjon med robuste sikkerhetspraksiser vil være avgjørende for å låse opp AI sin fulle verdi i SaaS og muliggjøre ansvarlige, sikre fremgang.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, kan besøke Appfire.