Aaron Kesler, Dyrektor Zarządzania Produktem AI w SnapLogic – Seria Wywiadów

Aaron Kesler, Dyrektor Zarządzania Produktem AI w SnapLogic, jest certyfikowanym liderem produktowym z ponad dekadą doświadczenia w budowaniu skalowalnych ram, które łączą myślenie projektowe, zadania do wykonania i odkrywanie produktów. Koncentruje się na tworzeniu nowych produktów i procesów napędzanych przez sztuczną inteligencję, a także na mentorowaniu aspirujących menedżerów produktów poprzez swój blog i coaching w zakresie strategii, wykonania i rozwoju ukierunkowanego na klienta.

Miałeś bardzo interesującą podróż przedsiębiorczą, zaczynając STAK na studiach i zostając przejętym przez Carvertise. Jak te wczesne doświadczenia ukształtowały twoje myślenie o produkcie?

To był bardzo interesujący czas w moim życiu. Mój współlokator i ja założyliśmy STAK, ponieważ byliśmy znudzeni naszymi zajęciami i chcieliśmy zdobyć doświadczenie w świecie rzeczywistym. Nigdy nie wyobrażaliśmy sobie, że to doprowadzi do naszego przejęcia przez to, co stało się Delaware’s poster startup. To doświadczenie ukształtowało moje myślenie o produkcie, ponieważ naturalnie skłaniałem się ku rozmowom z firmami, pytaniu ich o problemy i tworzeniu rozwiązań. Nie wiedziałem nawet, co to jest menedżer produktu w tamtym czasie – po prostu wykonywałem tę pracę.

W Carvertise zacząłem robić to samo: pracowałem z ich klientami, aby zrozumieć ich ból i rozwijać rozwiązania – znowu, zanim miałem tytuł menedżera produktu. Jako inżynier twoim zadaniem jest rozwiązywanie problemów za pomocą technologii. Jako menedżer produktu twoje zadanie zmienia się w znalezienie odpowiednich problemów – tych, które są warte rozwiązania, ponieważ również napędzają wartość biznesową. Jako przedsiębiorca, szczególnie bez finansowania, twoje myślenie staje się: jak mogę rozwiązać kogoś problem w taki sposób, aby pomóc mi zarobić na jedzenie? To wczesne zgranie i walka nauczyły mnie zawsze patrzeć przez różne soczewki. Niezależnie od tego, czy jesteś w samofinansowanym startupie, firmie wspieranej przez VC, czy gigancie opieki zdrowotnej, mentalność Maslowa “podstawowych potrzeb” zawsze będzie fundamentem.

Mówisz o swojej pasji do coachingu aspirujących menedżerów produktów. Jakie rady chciałbyś sobie udzielić, gdybyś był na twoim miejscu?

Najlepsza rada, jaką kiedykolwiek dostałem – i rada, którą daję aspirującym menedżerom produktów – to: “Jeśli zawsze będziesz argumentować z perspektywy klienta, nigdy nie stracisz argumentu”. To zdanie jest zdradliwie proste, ale niezwykle potężne. Oznacza to, że musisz naprawdę zrozumieć swojego klienta – jego potrzeby, ból, zachowanie i kontekst – aby nie pojawiać się na spotkaniach tylko z opinią, ale z wglądem. Bez tego wszystko staje się HIPPO (najwyższa płatna osoba opinia), bitwą o to, kto ma więcej władzy lub głośniejsze opinie. Z tym stajesz się osobą, do której ludzie zwracają się o wyjaśnienia.

Wcześniej stwierdziłeś, że każdy pracownik będzie wkrótce pracował obok tuzina agentów AI. Jak wygląda ta przyszłość w codziennym workflow?

Ciekawe jest to, że już żyjemy w rzeczywistości, w której ludzie pracują z wieloma agentami AI – pomogliśmy naszym klientom, takim jak DCU, planować, budować, testować, zabezpieczać i wdrażać dziesiątki agentów, aby pomóc ich siłom roboczym. Co jest fascynujące, to to, że firmy budują wykresy organizacyjne agentów AI dla każdego pracownika, w oparciu o ich potrzeby. Na przykład pracownicy będą mieli własnych agentów AI dedykowanych do określonych przypadków użycia – takich jak agent do tworzenia epików/historii użytkowników, jeden, który pomaga w kodowaniu lub prototypowaniu lub generowaniu pull requests, i inny, który analizuje opinie klientów – wszystko to sankcjonowane i skoordynowane przez IT, ponieważ jest wiele rzeczy na backendzie, które określają, kto ma dostęp do jakich danych, które agenci muszą przestrzegać wytycznych dotyczących zarządzania, itp. Nie wierzę, że agenci zastąpią ludzi, jeszcze. Będzie człowiek w pętli na najbliższą przyszłość, ale usuną one powtarzalne, niskowartościowe zadania, aby ludzie mogli się skoncentrować na myśleniu wyższego poziomu. W ciągu pięciu lat oczekuję, że większość zespołów będzie polegać na agentach w taki sam sposób, jak teraz polegamy na Slacku lub Google Docs.

Jak radzisz firmom przekroczyć lukę w literackości AI między zespołami technicznymi a nietechnicznymi?

Zacznij od małych kroków, mając wyraźny plan, jak to pasuje do twojej strategii integracji danych i aplikacji, trzymaj to w rękach, aby złapać jakiekolwiek niespodzianki, i bądź otwarty na iterację od pierwotnych celów i podejścia. Znajdź problemy, stając się ciekawym o nudnych zadaniach w twoim biznesie. Największą wartością problemów do rozwiązania są często te nudne, które są rozwiązywane przez niezauważalnych bohaterów każdego dnia. Nauczyliśmy się wielu tych najlepszych praktyk na własnej skórze, budując agenci, aby pomóc naszemu zespołowi finansowemu SnapLogic. Najważniejsze podejście jest upewnienie się, że masz bezpieczne bariery ochronne na to, jakie dane i aplikacje mają dostęp do określonych pracowników lub departamentów.

Następnie firmy powinny traktować to jak kurs college’u: wyjaśniać kluczowe terminy prosto, dać ludziom szansę spróbować narzędzi samodzielnie w kontrolowanych środowiskach, a następnie kontynuować z głębszymi nurkami. Pozwól im wiedzieć, że nie muszą wiedzieć wszystkiego. AI ewoluuje szybko, a nikt nie jest ekspertem we wszystkich dziedzinach. Kluczem jest pomaganie zespołom zrozumieć, co jest możliwe, i dawać im pewność, aby zadać odpowiednie pytania.

Jakie są skuteczne strategie, które widziałeś dla AI, które idą poza generyczne moduły szkoleniowe?

Najlepsze podejście, jakie widziałem, to pozwolenie ludziom dostać się do tego. Szkolenie jest dobrym początkiem – musisz pokazać im, jak AI naprawdę pomaga w pracy, którą już wykonują. Od tego momentu traktuj to jako sankcjonowane podejście do shadow IT, lub shadow agentów, gdy pracownicy są kreatywni, aby znaleźć rozwiązania, które mogą rozwiązać super szczegółowe problemy, które tylko oni mają. Daliśmy naszemu zespołowi terenowemu i nietechnicznemu dostęp do AgentCreator, agentyckiej technologii AI SnapLogic, która eliminuje złożoność adopcji przedsiębiorstw AI, i upoważniliśmy ich do spróbowania budowy czegoś i zgłoszenia z powrotem z pytaniami. To ćwiczenie doprowadziło do prawdziwych doświadczeń edukacyjnych, ponieważ było związane z ich codzienną pracą.

Czy widzisz ryzyko w firmach, które przyjmują narzędzia AI bez odpowiedniego szkolenia – jakie są najczęstsze pułapki?

Największe ryzyko, jakie widziałem, to znaczne naruszenia zarządzania i/lub bezpieczeństwa danych, które mogą prowadzić do kosztownych kar regulacyjnych i potencjalnego narażenia danych klientów. Jednak jednym z najczęstszych ryzyk, jakie widzę, są firmy, które przyjmują narzędzia AI bez pełnego zrozumienia, co one są i nie są w stanie zrobić. AI nie jest magią. Jeśli twoje dane są bałaganem lub twoi zespoły nie wiedzą, jak używać narzędzi, nie zobaczysz wartości. Innym problemem jest to, gdy organizacje wprowadzają wdrożenie od góry do dołu i nie biorą pod uwagę ludzi, którzy wykonują pracę. Nie możesz po prostu wdrożyć czegoś i oczekiwać, że to się przyjmie. Potrzebujesz mistrzów, aby edukować i prowadzić ludzi, zespoły potrzebują silnej strategii danych, czasu i kontekstu, aby postawić bariery ochronne, i przestrzeń, aby nauczyć się.

W SnapLogic pracujesz nad nowym rozwojem produktu. Jak AI wpływa na twoją strategię produktową dzisiaj?

AI i opinie klientów są w sercu naszej strategii innowacji produktowych. To nie tylko dodawanie funkcji AI, ale przemyślenie, jak możemy nieustannie dostarczać bardziej wydajne i łatwe w użyciu rozwiązania dla naszych klientów, które upraszczają, jak oni wchodzą w interakcje z integracjami i automatyką. Budujemy produkty z myślą o użytkownikach o dużej mocy i nietechnicznych – i AI pomaga zamykać tę lukę.

Jak SnapLogic’s AgentCreator tool pomaga firmom budować własne agenci AI? Czy możesz podzielić się przypadkiem użycia, w którym to miało duży wpływ?

AgentCreator został zaprojektowany, aby pomóc zespołom budować prawdziwe, przedsiębiorcze agenci AI bez pisania jednej linii kodu. Eliminuje potrzebę doświadczonych deweloperów Pythona, aby budować aplikacje oparte na LLM od podstaw, i upoważnia zespoły w dziedzinie finansów, HR, marketingu i IT do tworzenia agentów AI w ciągu zaledwie kilku godzin przy użyciu naturalnych językowych podpowiedzi. Ci agenci są ściśle zintegrowani z danymi przedsiębiorstwa, więc mogą robić więcej niż tylko odpowiadać. Zintegrowani agenci automatyzują złożone przepływy pracy, powodują decyzje i działają w czasie rzeczywistym, wszystko w kontekście biznesowym.

AgentCreator był przełomem dla naszych klientów, takich jak Independent Bank (INDB ), który użył AgentCreator, aby uruchomić asystentów głosowych i czatowych, aby zmniejszyć kolejkę biletów pomocy technicznej IT i uwolnić zasoby IT, aby skupić się na nowych inicjatywach GenAI. Dodatkowo, dostawca administracji korzyści Aptia użył AgentCreator, aby zautomatyzować jeden z najbardziej ręcznych i zasobochłonnych procesów: wybory korzyści. To, co wcześniej zajmowało godziny wprowadzania danych do tyłu, teraz zajmuje tylko kilka minut, dzięki agentom AI, które upraszczają tłumaczenie i walidację danych między systemami.

SnapGPT pozwala na integrację za pomocą języka naturalnego. Jak to demokratyzuje dostęp dla użytkowników nietechnicznych?

SnapGPT, nasz pilot integracji, jest doskonałym przykładem, jak GenAI łamie bariery w oprogramowaniu przedsiębiorstw. Z nim użytkownicy, od nietechnicznych do technicznych, mogą opisać wynik, jaki chcą uzyskać, używając prostych naturalnych językowych podpowiedzi – jak połączenie dwóch systemów lub wyzwolenie przepływu pracy – i integracja jest budowana dla nich. SnapGPT idzie poza budowanie potoków integracji – użytkownicy mogą opisać potoki, tworzyć dokumentację, generować zapytania SQL i wyrażenia, oraz przekształcać dane z jednego formatu do innego za pomocą prostej podpowiedzi. To zmienia to, co było wcześniej procesem ciężkim dla deweloperów, w coś dostępnego dla pracowników w całym biznesie. To nie tylko oszczędność czasu – to zmiana, kto może budować. Kiedy więcej ludzi w firmie może przyczyniać się, odblokowujesz szybszą iterację i więcej innowacji.

Co sprawia, że SnapLogic’s AI tools – takie jak AutoSuggest i SnapGPT – różnią się od innych platform integracyjnych na rynku?

SnapLogic to pierwsza generatywna platforma integracyjna, która nieustannie odblokowuje wartość danych w całym nowoczesnym przedsiębiorstwie w niezwykłym tempie i skali. Z możliwością budowania aplikacji GenAI w ciągu zaledwie kilku godzin – bez pisania kodu – wraz ze SnapGPT, pierwszym i najbardziej zaawansowanym pilotem integracji GenAI, organizacje mogą znacznie przyspieszyć wartość biznesową. Inni konkurenci mają brakujące lub nieistniejące możliwości GenAI. W przeciwieństwie do wielu konkurentów, SnapLogic został urodzony w chmurze i jest zaprojektowany, aby zarządzać złożonościami chmury, środowisk lokalnych i hybrydowych.

SnapLogic oferuje funkcje rozwoju iteracyjnego, w tym automatyczną weryfikację i schemat na czytanie, które umożliwiają zespołom szybsze ukończenie projektów. Te funkcje pozwalają na większą liczbę integratorów o różnych poziomach umiejętności, aby szybko rozpocząć pracę, w przeciwieństwie do konkurentów, którzy wymagają wysoko wykwalifikowanych deweloperów, co może znacznie spowolnić wdrożenie. SnapLogic to wysoko wydajna platforma, która przetwarza ponad 4 biliony dokumentów miesięcznie i może wydajnie przenosić dane do jezior i magazynów danych, podczas gdy niektórzy konkurenci nie obsługują integracji w czasie rzeczywistym i nie mogą obsługiwać środowisk hybrydowych.

Co najbardziej ekscytuje cię w przyszłości zarządzania produktem w świecie napędzanym przez AI?

Co najbardziej ekscytuje mnie w przyszłości zarządzania produktem, to pojawienie się jednego z najnowszych buzzwordów w przestrzeni AI, “vibe coding” – umiejętność budowania działających prototypów przy użyciu języka naturalnego. Wyobrażam sobie świat, w którym każdy w triadzie produktu – projektowaniu, zarządzaniu produktem i inżynierii – ma ręce pełne narzędzi, które tłumaczą pomysły w prawdziwe, funkcjonalne rozwiązania w czasie rzeczywistym. Zamiast polegać tylko na inżynierach i projektantach, aby przynieść pomysły do życia, każdy będzie mógł tworzyć i iterować szybko.

Wyobraź sobie, że jesteś na rozmowie z klientem i w tym momencie prototypujesz rozwiązanie na żywo, używając ich rzeczywistych danych. Zamiast tylko słuchać ich proponowanych rozwiązań, możesz współtworzyć z nimi i odkryć lepsze sposoby rozwiązania ich problemów. Ta zmiana sprawi, że proces rozwoju produktu stanie się znacznie bardziej współpracujący, kreatywny i zgodny. I to mnie ekscytuje, ponieważ moja ulubiona część pracy to budowanie obok innych, aby rozwiązać znaczące problemy.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić SnapLogic.