Adam Field, Chief AI Officer at Tungsten Automation – Wywiad

Adam Field, Chief AI Officer at Tungsten Automation, jest doświadczonym liderem technologii przedsiębiorstw z głęboką wiedzą w dziedzinie sztucznej inteligencji, inteligentnej automatyzacji i strategii produktowej. W swojej obecnej roli kieruje globalnymi wysiłkami firmy w zakresie transformacji AI, nadzorując integrację AI w całym portfolio produktów Tungsten, kierując laboratorium AI Tungsten i ustanawiając ramy zarządzania odpowiedzialnym wdrożeniem AI. Przed objęciem stanowiska Chief AI Officer, pełnił funkcję Chief Product Officer, zarządzając portfelem generującym ponad 550 milionów dolarów rocznie. Przed dołączeniem do Tungsten, Field spędził prawie 17 lat w Pegasystems, gdzie kierował inicjatywami innowacyjnymi i doświadczeniami klientów, pomagał kształtować strategię technologii wschodzących i stał się znany z dostarczania dużych, pokazowych produktów i programów innowacyjnych dla przedsiębiorstw. Wcześniej w swojej karierze, pełnił role techniczne i doradcze w Staples, Publicis Sapient i Fidelity Investments.

Tungsten Automation, dawniej znany jako Kofax, jest firmą oprogramowania przedsiębiorstw skupioną na automatyzacji przepływów pracy z wykorzystaniem AI, inteligentnym przetwarzaniu dokumentów, automatyzacji procesów roboczych (RPA) i orchestracji procesów biznesowych. Firma dostarcza narzędzia automatyzacji wykorzystywane przez organizacje z różnych branż, takich jak finanse, opieka zdrowotna, ubezpieczenia i administracja, w celu usprawnienia operacji związanych z dokumentami i poprawy wydajności. Platforma łączy technologie AI, automatyzację o niskim kodzie i inteligencję dokumentów, aby pomóc przedsiębiorstwom zautomatyzować powtarzalne zadania, wyodrębnić informacje z nieustrukturyzowanych danych i zmodernizować przepływy biznesowe w skali.

Przez lata kierowałeś strategią produktową i innowacjami, w tym budową laboratoriów innowacyjnych i skalowaniem portfela produktów o wartości ponad 500 milionów dolarów, zanim objąłeś stanowisko Chief AI Officer w Tungsten Automation. Co skłoniło Cię do pełnego zaangażowania w kierownictwo AI, i jak Twoje wcześniejsze doświadczenie wpłynęło na tę decyzję?

Spędziłem dużą część swojej kariery na próbach wprowadzania nowych technologii do środowisk przedsiębiorstw. W ciągu ostatnich kilku lat stało się jasne, że AI nie jest już tylko kolejną funkcjonalnością do integracji z produktami. To zmienia sposób, w jaki tworzone jest oprogramowanie i podejmowane są decyzje w całym biznesie, wykraczając i burząc wszystko, co było wcześniej. Ten przełom od eksperymentów do realnych oczekiwań co do wyników, w połączeniu z coraz bardziej niezaprzeczalnym faktem, że AI jest tu, aby pozostać, sprawił, że był to odpowiedni moment, aby w pełni zaangażować się w kierownictwo AI.

Stało się również oczywiste, że AI nie okazał się panaceum, jakiego wielu oczekiwało. Sukces AI wymaga ludzi, którzy łączą wiedzę techniczną i doświadczenie branżowe. Tungsten chce pomóc firmom wdrożyć AI w sposób prawidłowy i doświadczyć realnych korzyści, dlatego Tungsten utworzył biuro AI i moją rolę w nim.

Tungsten ewoluował od wczesnego przechwytywania dokumentów i OCR do pełnej platformy automatyzacji inteligentnej, napędzającej misyjne przepływy pracy dla tysięcy organizacji. Jak widzisz, że to dziedzictwo kształtuje Twoje podejście do AI agencji dzisiaj?

Historia Tungsten jest głęboko związana z tym, jak przedsiębiorstwa naprawdę działają. Spędziliśmy dziesięciolecia na pracy z dokumentami i przepływami, które leżą w centrum krytycznych procesów biznesowych. To oznacza, że rozumiemy, jak złożone i często nieustrukturyzowane mogą być te informacje.

Te podstawy są bardzo istotne dla AI agencji. Systemy te muszą działać w rzeczywistych środowiskach, a nie tylko interpretować informacje w izolacji. Nasze doświadczenie w dziedzinie inteligencji dokumentów pozwala nam skupić się na kontekście i upewnić się, że AI działa w sposób spójny z tym, jak działa biznes. Chodzi o budowanie systemów, które mogą być zaufane w produkcji, a nie tylko badane w teorii.

To jest powód, dla którego ta najnowsza ewolucja AI jest tak ekscytująca. Prowadzi inteligentne przetwarzanie dokumentów do miejsc, do których nie mogliśmy dotrzeć wcześniej — rozwiązuje problemy, które były zbyt drogie lub niemożliwe do pokonania w przeszłości.

Podkreślałeś, że AI powinien być wbudowany w całe portfolio produktowe, a nie traktowany jako samodzielna funkcja. Co oznacza „rodzime” przekształcenie AI w dużym, ustanowionym oprogramowaniu?

Stało się jasne na początku, że funkcje zasilane przez AI, takie jak generatywne i agencje, szybko stawały się standardem, co oznaczało, że klienci nie byli skłonni płacić za nie dodatkowo. Zrozumieliśmy również, że te technologie pozwalały nam zmodernizować to, co Tungsten robił przez lata: pomagał firmom zrozumieć ich dane dokumentowe.

Nie zmieniliśmy naszej obietnicy marki. Nie stworzyliśmy produktów jednorazowych ani funkcji dodatkowych. Przebudowaliśmy, jak produkt jest używany, a kiedy ta podstawa jest na miejscu, AI może działać w sposób, który wydaje się naturalny w produkcie, a nie oddzielny od niego. I przypadki, które nasi klienci zaczęli rozwiązywać, przesunęły się od dokumentów ustrukturyzowanych do źródeł informacji nieustrukturyzowanych. I zdefiniowaliśmy „dokument” na nowo. Dokument nie jest już tylko obrazem papieru lub plikiem cyfrowym. Dane nieustrukturyzowane mieszczą się w rzeczach takich jak notatki z claims adjuster, transkrypcje rozmów w centrum kontaktowym, posty na mediach społecznościowych, artykuły na stronach internetowych i wiele więcej.

Podejście to pozwala naszym klientom uzupełnić podstawę i otwarte modele ich własnymi danymi, które są prawdziwym differentiatorem.

Jako pierwszy Chief AI Officer, jak balansujesz prędkość innowacji z potrzebą zarządzania, bezpieczeństwa i odpowiedzialnym wdrożeniem AI w skali?

Zawsze jest nacisk, aby poruszać się szybko z AI, ale w środowiskach przedsiębiorstw zaufanie jest równie ważne, jak prędkość. Zarządzanie i bezpieczeństwo nie mogą być traktowane jako późniejsze myślenie. Muszą być wbudowane w system od samego początku.

Robimy to, ustawiając oczekiwania na początku, edukując naszych użytkowników końcowych. Na przykład, połowa mojej roli jest skoncentrowana na wewnętrznej strategii AI, ewangelizacji i zarządzaniu. Zgromadziliśmy radę doradczą wielofunkcyjną bardzo wcześnie. Zachęcamy do dzielenia się, eksperymentowania i komunikacji. Były momenty, kiedy technologia była gotowa do wdrożenia dla wszystkich pracowników połączonych z kilkoma wewnętrznymi systemami. Prototypy były potężne i wszyscy byli podekscytowani, ale powiedzieliśmy naszej radzie doradczej, kiedy napotkaliśmy potencjalne przeszkody związane z bezpieczeństwem lub regulacjami. Oni docenili wgląd i często brali udział w rozwiązaniu.

Myślę, że również ważne jest nie pozwolić, aby perfekcja stała się przeszkodą dla postępu. Ustawiamy oczekiwania dla naszego personelu, że powinni oczekiwać zmian, i wiele z nich. Powinni oczekiwać, że będziemy wdrażać narzędzia i funkcje, gdy są gotowe, uzyskać opinie, zmienić kurs, jeśli to konieczne, a następnie wdrożyć więcej.

AI agencji staje się szybko głównym punktem całej branży. Twoim zdaniem, co odróżnia prawdziwe, przedsiębiorcze systemy AI od eksperymentalnych lub przereklamowanych wdrożeń?

Kluczowa różnica polega na tym, jak systemy działają w rzeczywistych warunkach. Wiele podejść eksperymentalnych działa dobrze w kontrolowanych środowiskach, ale mają trudności, gdy napotykają na zaburzone dane lub złożone przepływy pracy. Systemy klasy przedsiębiorstw muszą radzić sobie z tą zmiennością i nadal dostarczać spójne wyniki.

Większość systemów z ostatnich 30 lat była budowana z myślą o interakcji z ludźmi lub przez kontrolowany dostęp do API. Integracja systemów musi być przemyślana w erze agencji. Wszystko, od obsługi wyjątków, błędów i audytów, jest inne, gdy agenci interaktywni są, a nie ludzie przez tradycyjny interfejs użytkownika.

Jeszcze jednym ważnym czynnikiem jest odpowiedzialność. Organizacje muszą zrozumieć, jak są podejmowane decyzje i muszą być w stanie zaufać wynikom. Ten poziom przejrzystości jest tym, co pozwala systemom agencji przechodzić od interesujących demonstracji do rzeczywistego użycia operacyjnego.

Prowadzisz laboratorium AI Tungsten jako centrum badań i zastosowań innowacyjnych. Jak zapewniasz, że eksperymentalna praca AI przekłada się na wymierne wyniki biznesowe dla klientów?

Wziąłem trochę odwrotny podejście z laboratorium AI Tungsten. Powiedziałem zespołowi na początku, że jest w porządku eksperymentować, uczyć się i próbować nowych podejść, nawet jeśli wyniki nigdy nie trafią do naszych produktów. Często lepiej jest nauczyć się, czego nie robić. Wierzę, że dało im to wolność, aby myśleć swobodnie i eksperymentować nowymi sposobami robienia rzeczy.

Na przykład, podczas gdy nie mogę ujawnić dokładnej funkcji, jeden z naszych bieżących sprintów badawczych obejmuje nowe podejście do istniejącego składnika produktu. Badacze znaleźli nowe metody rozwiązania problemu, co doprowadziło do „momentu olśnienia”, że możemy oferować nowe rozwiązanie dodatkowe naszym klientom. Gdybyśmy tylko badali, jak wdrożyć to, co było już w planie, nigdy byśmy nie dotarli do tego miejsca.

Powiedziano, że nie jest to bez ograniczeń. Jesteśmy świadomi, gdzie spędzamy czas i jak dużo czasu spędzamy na każdym projekcie badawczym.

Wiele organizacji wciąż ma trudności z przechodzeniem od pilotów AI do produkcji. Jakie są największe bariery, które widzisz, i jak mogą je pokonać?

Jedną z największych barier jest ciemna data. Większość organizacji ma dostęp do ogromnych ilości informacji, ale duża część z nich mieszka w dokumentach, e-mailach, plikach PDF i innych nieustrukturyzowanych formatach, które są trudne do interpretacji przez systemy AI. To oznacza, że nawet dobrze zaprojektowane modele często pracują z niepełnym i niekonsekwentnym widokiem biznesu, co prowadzi do niezawodnych wyników i zablokowanych inicjatyw.

Aby przekroczyć to, firmy muszą skupić się na przekształceniu ciemnej danych w coś użytecznego. To obejmuje nie tylko wyodrębnianie informacji, ale także tworzenie struktury, kontekstu i zarządzania wokół nich, aby systemy AI mogły działać na nich z zaufaniem. Gdy ta podstawa jest na miejscu, AI staje się o wiele bardziej niezawodna i łatwiejsza do skalowania z izolowanych pilotów do rzeczywistych środowisk produkcyjnych.

Tungsten działa w branżach, które są obciążone dokumentami i intensywnymi przepływami pracy. Jak AI zmienia sposób, w jaki przedsiębiorstwa myślą o danych nieustrukturyzowanych i podejmowaniu decyzji?

AI zmienia sposób, w jaki organizacje myślą o wartości informacji, które już posiadają. Przez lata duże ilości wiedzy przedsiębiorstw tkwiły w dokumentach, e-mailach, plikach PDF i innych nieustrukturyzowanych treściach, które były trudne do dostępu lub operacjonalizacji. Teraz organizacje zdają sobie sprawę, że te dane zawierają kontekst i logikę biznesową, której systemy AI potrzebują, aby produkować niezawodne wyniki. Same modele są commodity, informacje własne organizacji w połączeniu z tymi modelami są differentiatorem.

Jednocześnie rośnie świadomość wokół suwerenności danych, zarządzania i przepływu informacji przedsiębiorstw. Wiele firm wyściguje się, aby wciągnąć więcej zewnętrznych danych lub eksperymentować z szerokim dostępem do modeli, kiedy w rzeczywistości siedzą na ogromnych ilościach nieodkrytych inteligencji wewnątrz własnej organizacji. Fokus zaczyna się przesuwać w kierunku aktywacji tych wewnętrznych danych nieustrukturyzowanych w sposób bezpieczny i zarządzany, aby AI mogło wspierać lepsze decyzje bez tworzenia niepotrzebnego ryzyka.

Zbudowałeś rady doradcze klientów i pracowałeś ściśle z klientami przedsiębiorstw przez całą swoją karierę. Jak ważne jest opinie klientów w kształtowaniu strategii AI, zwłaszcza gdy technologia ewoluuje tak szybko?

Opinia klienta jest darem, zwłaszcza w dziedzinie, która porusza się tak szybko, jak AI. Pomaga upewnić się, że strategia pozostaje ugruntowana w rzeczywistych potrzebach biznesowych, a nie teoretycznych możliwościach.

Pomaga również w ustaleniu priorytetów. Istnieje wiele kierunków, w jakich AI może się rozwijać, ale opinia klientów dostarcza klarowności, gdzie można stworzyć największą wartość. To utrzymuje fokus na wynikach, które mają znaczenie, i zapewnia, że innowacje pozostają zgodne z tym, jak organizacje naprawdę działają.

Przypominam sobie w bardzo wczesnych dniach gen AI, klient na naszej radzie doradczej powiedział mi, że choć kochał kierunek produktu, nigdy nie zapłaciłby dodatkowo za nową funkcję LLM zasilaną przez AI w naszym planie. To było oczywiste, ponieważ była zgodna z resztą branży.

Spójrzając w przyszłość, gdzie widzisz największą możliwość dla zautomatyzowanego AI w ciągu najbliższych 3 do 5 lat, i na co powinny przygotować się przedsiębiorstwa?

Największa możliwość leży w połączeniu AI głębiej w przepływy pracy końcowe. Zamiast koncentrować się na izolowanych zadaniach, organizacje będą patrzeć, jak AI może wspierać całe procesy i poprawić, jak praca przepływa przez cały biznes. Obecnie wiele systemów agencji jest ukierunkowanych na zadania dyskretne, ale firmy działają na zgodnych, końcowych procesach.

Aby przygotować się do tej zmiany, przedsiębiorstwa muszą zainwestować w swoje podstawy danych i w systemy, które wspierają przejrzystość i kontrolę. I powinny myśleć o „budowaniu vs. partnerstwie” zamiast „budowaniu vs. kupowaniu”. Widzieliśmy, jak AI DIY od podstaw nieudanie zbyt często. Organizacje, które najbardziej skorzystają, będą tymi, które znajdą odpowiednich partnerów zasilanych przez AI, aby przyspieszyć swoje rozwiązania, zamiast próbować odbudować wszystko od podstaw.

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