Vara Kumar Namburu, medgrunnlegger og leder for FoU, Whatfix – Intervju-serie

Vara Kumar er medgrunnlegger og leder for FoU og løsninger i Whatfix, og driver innovasjon og strategisk vekst for selskapet. Han grunnla Whatfix sammen med Khadim Batti i 2014 med visjonen om å gi mennesker og organisasjoner mulighet til å arbeide symbiotisk med teknologi for å maksimere deres potensiale. Basert i USA, leder Vara selskapets flerproduktstrategi og visjon for produktutvikling og adopsjon, teknologiutvikling og innovasjon, og hjelper med å akselerere suksessfulle integrasjoner for kunder og partnere. Under Varas ledelse har selskapet banebrent «brukerisering», en banebrytende tilnærming som flytter fokus fra å gjøre teknologi tilgjengelig for brukere, til å gjøre teknologi tilpasset brukerne. Han er lidenskapelig opptatt av å bygge teknologi som brukerne elsker.

Whatfix er en digital adopsjonsplattform som hjelper organisasjoner med å forbedre programvareadopsjon og brukerproduktivitet ved å integrere inn-app veiledning, gjennomgang, verktøytips og selvbetjeningstøtte direkte i bedriftsprogrammer. Bygget på dette, introduserer Whatfix AI intelligente, kontekstuelle agenter som Authoring, Guidance og Insights som automatiserer innholdsskapning, leverer sanntids støtte i appen og transformerer bruksdata til handlebare innsikter. Sammen strømlinjeformer Whatfix og Whatfix AI onboarding, reduserer treningsfriksjon og optimaliserer arbeidsflyter samtidig som de sikrer tilsyn, ansvar og datavern.

De grunnla Whatfix for over et tiår siden etter å ha bygget karriere i bedriftsteknologi. Hva inspirerte dem til å starte selskapet, og hvordan har deres opprinnelige visjon utviklet seg med oppblomstringen av AI?

Karrieren min begynte hos Huawei Technologies, der jeg arbeidet som systemarkitekt og møtte min fremtidige medgrunnlegger, Khadim Batti. Vår første fellesprosjekt var SearchEnabler, en SEO-plattform for små og mellomstore bedrifter. Til tross for å ha bygget en solid løsning, oppdaget vi et grunnleggende problem: brukerne kunne ikke maksimere plattformens muligheter. Selv da vi la til en “Fix It”-knapp for veiledning, innsett vi at problemet ikke bare var SEO, men å gjøre teknologi virkelig tilgjengelig for brukerne.

Dette ledet oss til å etablere Whatfix i 2014. Vår kjernetro var revolusjonerende for sin tid: i stedet for å tvinge mennesker til å tilpasse seg teknologi, ville vi gjøre teknologi tilpasset mennesker. Vi kalte dette “brukerisering”, og sikret at programvare blir intuitiv, driver adopsjon og maksimerer innvirkning.

AI har forsterket denne misjonen eksponentielt. Fra vår Airim-akvisisjon i 2019, har vi vevd AI inn i hver enkelt produkt vi bygger. I dag er vi ikke bare med på å gjøre programvare mer brukervennlig, men også å skape intelligente systemer som lærer, resonerer og handler i stor skala. Vår visjon har utviklet seg fra enkel brukertilpasning til å bygge virkelig menneskesentrert AI som transformerer hvordan arbeid blir gjort over hele bedriftene.

Mange studier viser at de fleste AI-piloter feiler fordi sluttbrukerne ikke vet hvordan de skal bruke teknologien i deres daglige arbeid. Hva er, ifølge deg, de grunnleggende årsakene til denne adopsjonsgapet?

Jeg ser to grunnleggende barrierer som blokkerer suksessfull AI-adopsjon. Først er det jeg kaller overlasten – store bedrifter drukner i tusenvis av programmer, hver med sine egne AI-egenskaper. Brukere møter beslutningslammelse om hvilket verktøy som tjener hvilket formål, og skaper friksjon som dreper momentum og eliminerer avkastning.

Den andre barrieren er tillit. IT-ledere og CIO-er trenger sikkerhet på at AI-systemer opprettholder sikkerhetsstandarder, overholder regler og fungerer uten fordommer. Når organisasjoner bekymrer seg over datalekkasjer, AI-hallusinasjoner eller styringsfeil, nøler de med å skalerer utover pilotprogrammer.

Suksess krever at AI blir integrert direkte der mennesker arbeider. Gjennom vår ScreenSense-teknologi analyserer vi hva brukerne gjør og hva de prøver å oppnå, og vår Guidance Agent leverer kontekstuelle anbefalinger og neste beste handlinger over deres eksisterende systemer. Denne tilnærmingen eliminerer gjetting, multipliserer engasjementsrater og gir umiddelbar verdi til brukere som ellers kunne motstå ny teknologi.

Whatfix sine nye AI-agenter er bygget rundt konseptet “brukerisering”. Kan du forklare hva dette betyr og hvordan det skiller seg fra tradisjonelle tilnærminger til digital adopsjon?

Brukerisering representerer en grunnleggende endring i hvordan vi tenker om teknologideployering. I stedet for å trene mennesker til å tilpasse seg programvarebegrensninger, konstruerer vi løsninger som tilpasser seg menneskelig atferd og behov. Hver avgjørelse vi tar prioriterer brukeropplevelsen, med mål om å overgå forventninger samtidig som vi leverer konkrete forretningsverdier.

Tradisjonell adopsjon følger en en-størrelse-passer-alle-modell: deployer trening, håper på det beste og skylder brukerne når adopsjonen stopper. Brukerisering tar den motsatte tilnærmingen. Vi utnytter AI til å skape personlig, kontekstfølsom veiledning som utvikler seg med hver enkelt brukers rolle og situasjon. Våre løsninger lærer av brukerinteraksjoner og tilpasser seg deretter.

Hva gjør dette spesielt kraftfullt, er vår tilbakemeldingsdrevne utviklingsprosess. Kundeinputt former direkte over halvparten av vårt produktvei, og sikrer at vi løser virkelige arbeidsplassutfordringer i stedet for teoretiske problemer. Dette skaper en menneskeforankret filosofi hvor AI-agenter eliminerer friksjon så mennesker kan fokusere på strategisk, kreativt og høyimpaktarbeid i stedet for å kjempe med teknologi.

Vår omfattende teknologistack – som omfatter Digital Adopsjonsplattform (DAP), Produktanalyse og Mirror – driver bedriftsvid adopsjon av teknologi gjennom intelligent dataanalyse som akselerer deployering av både tradisjonell programvare og fremvoksende AI-løsninger. Vi har vevd AI-funksjonalitet gjennom hele plattformen, inkludert konversasjonsanalysegrensesnitt og følelsesresponsive utløsere, som muliggjør at organisasjoner kan dekode brukermønster, finjustere adopsjons tilnærminger og oppnå kvantifiserbare forretningsresultater.

ScreenSense beskrives som kjernen i dine nye AI-agenter, og tolker både brukerkontekst og intensjon. Hvordan fungerer denne teknologien i praksis, og hvordan sikrer den relevans uten å overvelde brukerne?

ScreenSense opererer som en intelligent tolk, som samtidig analyserer programvaremiljøet (hva som skjer på skjermen) og brukerens mål (hva noen prøver å oppnå). Denne doble bevisstheten muliggjør sanntidsanbefalinger som er både teknisk nøyaktige og personlig relevante.

I praksis bruker våre AI-agenter – Authoring, Insights og Guidance – ScreenSense til å levere nøyaktighet og kontekstuell veiledning i deres assistanse. I stedet for å bombe brukerne med generiske forslag eller å kreve at de lærer nye grensesnitt, forstår systemet deres umiddelbare kontekst og gir nøyaktig den riktige hjelpen på det riktige øyeblikket.

Nøkkel til å unngå brukeroverlast er kontekstuell filtrering. ScreenSense samler ikke bare inn data; den prosesserer informasjonen for å bestemme når inngripen legger til verdi i stedet for å skape distraksjon. Brukere mottar veiledning som føles intuitiv og tidlig, i stedet for intrusiv, fordi systemet forstår både deres tekniske miljø og deres arbeidsintensjoner.

Kunne du gå gjennom de tre nye AI-agentene – Authoring, Insights og Guidance – og dele konkrete eksempler på hvordan de forbedrer produktivitet i virkelige bedriftsarbidsflyter?

Vår Authoring Agent demokratiserer innholdsskapning ved å konvertere hverdagslig språk til sofistikerte inn-app-erfaringer. En treningsleder kan enkelt si “lag en verktøytip for dashboards nye funksjon”, og systemet bygger automatisk innholdet, bestemmer målingsregler og anvender passende styling. Denne effektive arbeidsflyten muliggjør at lærings- og utviklingsteam, produktledere og forretningsstakholdere uten kodekunnskaper kan bygge komplekse inn-app-støtteelementer, inkludert interaktive overlag, steg-for-steg-veiledninger og situasjonsbestemt hjelpeinnhold i bedriftsformat, og eliminerer i praksis de konvensjonelle flasklenekkene og tekniske kravene som vanligvis bremser ned innholdsskapsprosesser. Vi ser 40% raskere innholdsskaping i dag, med 70% effektivitetsgevinst på horisonten.

Insights Agent transformerer analyser fra en spesialistfunksjon til et konversasjonsverktøy. Produktledere kan stille naturlige spørsmål som “Hvilke funksjoner forårsaker brukerirritasjon?” og motta umiddelbar visuell analyse med spesifikke friksjonspunkter og handlebare neste skritt. Denne metoden muliggjør at produktledere og diverse teambidragsytere raskt kan oppdage handlebar intelligens angående brukerengasjementmønster og systemeffektivitet uten å kreve avansert dataanalyseferdigheter, og støtter deres evne til å peke ut hvilken funksjonalitet som krever forbedring eller ville dra nytte av forbedret adopsjonsinitiativer.

Vår Guidance Agent leverer umiddelbare svar innenfor brukernes aktive arbeidsflyter. Når noen søker etter “godkjennelsesprosesser” mens de behandler bestillinger, får de presise, kontekstuelle opplysninger fra intern dokumentasjon uten å forlate deres nåværende program. Denne metoden revolusjonerer hvordan bedriftsmedarbeidere får tilgang til informasjon ved å kutte svarstider betydelig og redusere avhengighet av hjelpedeskressurser, og muliggjør at de kan få nødvendig klarhet uten å avbryte deres nåværende oppgaver, navigere lengre dokumentasjon eller opprette støttebilletter, og opprettholder deres konsentrasjon og effektivitet innen deres aktive arbeidsflyter.

Over 300 kunder deployer allerede disse agentene i produksjonsmiljøer og ser doblet og tredoblet engasjementsrate.

Basert på din erfaring, hva skiller organisasjoner som lykkes med GenAI-adopsjon fra de som feiler?

Suksessfull GenAI-adopsjon krever to grunnleggende elementer: sømløs integrasjon og ansvarlig styring. Organisasjoner som lykkes integrerer AI-kapasiteter direkte inn i eksisterende arbeidsflyter i stedet for å introdusere separate verktøy som skaper ekstra kompleksitet.

De mest suksessfulle organisasjonene fokuserer på umiddelbar brukerverdi i stedet for imponerende teknologidemonstrasjoner. De løser spesifikke arbeidsflytproblemer som mennesker møter daglig, og sikrer at AI blir en produktivitetsforsterker i stedet for et nytt system å mestre. Disse selskapene investerer også i nye roller som AI-ansvarlige som opprettholder menneskelig tilsyn for å sikre at systemene forblir nøyaktige, rettferdige og kontinuerlig forbedret.

Organisasjoner som sliter, behandler vanligvis AI som et teknologiprojekt i stedet for en brukeropplevelsestransformasjon. De fokuserer på deployeringsmetrikker i stedet for adopsjonsresultater og klarer ikke å håndtere tillits- og kompleksitetsbarrierene som forhindrer skaleringsprosessen.

Bedrifter investerer stadig mer i AI-verktøy over hele programvarestaben. Hvordan ser du på rollen til adopsjonsplattformer som Whatfix som utvikler seg når denne trenden akselerer?

Etterhvert som AI-utbredelsen øker, blir adopsjonsplattformer det kritiske orkestreringslaget som forhindrer bedriftskaos. Uten samordnet veiledning, risikerer organisasjoner å skape multiple overlappende kapasiteter som forvirrer brukerne og ødelegger investeringer.

Whatfix er den intelligente ryggraden som kobler sammen planlegging, deployering, adopsjon og optimalisering over hele bedriftsprogramvarelivssyklusen. Vår plattformssuite kombinerer Digital Adopsjon, Produktanalyse og Mirrors simuleringskapasiteter for å skape data-drevne adopsjonsstrategier som fungerer for både tradisjonell programvare og fremvoksende AI-deployeringer.

Vi utvider våre tilbud utover våre nåværende tilbud til AI-naturlige løsninger, inkludert Seek, Assistant og AI Roleplay. Disse kombinerer intelligent automatisering med adaptiv trening for å skape omfattende adopsjonsopplevelser. Målet er å bli det samordnede intelligenslaget som maksimerer avkastning på hver enkelt teknologiinvestering en bedrift gjør.

I stedet for å håndtere enkeltverktøy, trenger organisasjoner plattformer som forstår den fullstendige teknologistaben og kan guide brukerne gjennom stadig mer komplekse landskaper med tillit og effektivitet.

Ser fremover, har Whatfix talt om en fremtid hvor digitale løsninger selvkorrigerte og personaliserer i sanntid. Hva er de viktigste milepælene for å nå denne fremtiden?

Vår veikart sentrerer seg på å etablere Whatfix som verdens ledende AI-plattform for brukerisering av bedriftsteknologi. Dette krever å oppnå tre sammenhengende milepæler over de neste fem årene.

Først skal vi skalerer vår AI-Agent-deployering fra den nåværende kundebasen på over 300 til standardimplementering over alle Whatfix-engasjementer. Disse agentene vil bli den standard måten millioner av bedriftsbrukere navigerer kompleksitet og akselerer daglige arbeidsflyter.

For det andre bygger vi omfattende AI-først produktkapasiteter utover våre nåværende Digital Adopsjons-, Analyse- og Mirror-tilbud. Løsninger som Seek, Assistant og AI Roleplay vil skape den samordnede intelligensinfrastrukturen bedrifter trenger for fullstendig teknologilivssyklusstyring.

Tredje, og viktigst, driver vi global kategori-ledelse ved å gjendefinere hva Digital Adopsjon betyr i en AI-dreven verden. Suksess betyr å bli anerkjent som selskapet som gjorde bedrifts-AI virkelig tilgjengelig og praktisk for hverdagsbrukere.

Til slutt handler milepælen om å plassere menneskesentrert, kontekst- og intensjonsbevisst AI i hendene på hver enkelt bedriftsbruker. Hvis millioner av mennesker over hele industrien arbeider smartere og raskere med mindre friksjon takket være Whatfix, har vi oppnådd vår grunnleggende misjon.

Med bedrifter som balanserer rask AI-adopsjon og ansatt tillit, hvilke risikoer ser du hvis bruker-sentrerte tilnærminger ikke tas alvorlig?

Den primære risikoen er adopsjonsfeil i stor skala. Uten bruker-sentrert design, møter bedrifter de samme tillitsutfordringene vi ser i dag, bekymringer om datasikkerhet, AI-hallusinasjoner og styringsgap. Disse bekymringene skaper organisatorisk motstand som forhindrer skaleringsprosessen utover pilotprogrammer, og ødelegger i praksis AI-investeringer.

Kompleksitetskrisen vil også intensiveres. Etterhvert som hver enkelt programvare legger til AI-kapasiteter uten å vurdere brukeropplevelsen, vil ansatte møte stadig mer fragmenterte arbeidsflyter og beslutningslammelse. Dette fører til produktivitetsnedgang i stedet for effektivitetsgevinstene AI lover.

Kanskje mest kritisk, risikerer organisasjoner å skape AI-motstandskulturer hvor brukere aktivt unngår nye kapasiteter fordi tidligere implementeringer skapte friksjon i stedet for verdi. Når brukere mister tillit til AI-verktøy, krever det betydelig mer innsats og ressurser å gjenopprette denne tilliten.

Til slutt, hvordan holder du personlig pace med kurven når det gjelder å forstå både de tekniske og menneskelige sidene av bedrifts-AI-adopsjon?

Vår organisatoriske tilnærming gir en verdifull perspektiv på begge dimensjoner. Vi har integrert AI gjennom hele våre forretningsoperasjoner, fra salgs-team som bruker AI for prospektenrikning til våre intelligente søkesystemer som kobler ansatte med interne kunnskapsbaserte systemer. Produktteamene bruker AI-agenter som arbeidsflyt-co-piloter, og gir oss førstehånds erfaring med utfordringene våre kunder møter.

Vi har også implementert omfattende arbeidskraftsutvikling gjennom våre AI-Labs og Zero-Click-rammeverk, hvor hver enkelt programvare-ingeniør lærer å tenke som en AI-ingeniør. Dette skaper organisasjonsomfattende litteratur som informerer både vår tekniske utvikling og vår forståelse av brukeradopsjonsmønster.

Mest viktig, vår produktutviklingsprosess forblir dypt rotfestet i kunde-tilbakemelding, med over halvparten av vår veikart formet av virkelige bedriftsutfordringer. Denne kontinuerlige dialogen sikrer at vi forstår ikke bare hva som er teknisk mulig, men hva som faktisk skaper verdi for menneskene som bruker disse systemene daglig.