Don Schuerman, CTO w Pegasystems – Seria wywiadów

Don Schuerman jest dyrektorem technicznym i wiceprezesem ds. marketingu produktów w Pegasystems, odpowiedzialnym za platformę Pega i aplikacje CRM.

Ma 20-letnie doświadczenie w dostarczaniu rozwiązań oprogramowania dla firm z listy Fortune 500, ze szczególnym uwzględnieniem transformacji cyfrowej, mobilności, analityki, zarządzania procesami biznesowymi, chmury i CRM.

Pegasystems oferuje solidną platformę, która pomaga organizacjom osiągać transformujące wyniki biznesowe poprzez optymalizację w czasie rzeczywistym. Platforma umożliwia klientom rozwiązywanie kluczowych wyzwań biznesowych przy użyciu podejmowania decyzji z wykorzystaniem sztucznej inteligencji i automatyzacji przepływów pracy, w tym personalizacji zaangażowania klientów, automatyzacji usług i poprawy efektywności operacyjnej. Założona w 1983 roku, Pegasystems opracowała skalowalną i elastyczną architekturę, która wspiera przedsiębiorstwa w spełnianiu bieżących wymagań klientów oraz dostosowaniu się do przyszłych potrzeb.

Biorąc pod uwagę Twoje ogromne doświadczenie jako CTO w Pegasystems, jak Pega GenAI wyróżnia się na dynamicznie rozwijającym się rynku generatywnej sztucznej inteligencji dla przedsiębiorstw?

Pega od lat innowuje rozwiązania sztucznej inteligencji, w tym również eksploruje generatywną sztuczną inteligencję, zanim stała się ona powszechna. Uważam, że są trzy rzeczy, które nas wyróżniają:

Po pierwsze, nie tylko przyspieszamy procesy, ale napędzamy innowacje. Większość dostawców oprogramowania dla przedsiębiorstw wprowadziła różne generyczne bota AI, agenci lub funkcje współpilotów, ale prawda jest taka, że te podobne narzędzia nie zapewnią różnicowania konkurencyjnego. Umożliwiamy naszym klientom wyobrażenie sobie, jak może działać cały ich biznes z unikalnymi narzędziami, takimi jak Pega GenAI Blueprint, który zapewnia najlepsze projekty aplikacji w kilka sekund. Nie tylko automatyzujemy zadania, ale również fundamentalnie zmieniamy sposób, w jaki firmy działają i innowują.

Po drugie, nie tylko automatyzujemy w izolacji, ale również koordynujemy, jak praca jest wykonywana od początku do końca. Inni dostawcy rozsypują te funkcje botów gen AI i liczą, że wystarczy to, aby zwiększyć wydajność. Nasza platforma opiera się na naszym wiodącym zarządzaniu przypadkami i koordynacji, co pozwala nam nie tylko zautomatyzować z gen AI, ale również skoordynować i zoptymalizować cały proces od końca do końca.

Po trzecie, nie jesteśmy tylko ogólnym silnikiem gen AI – koncentrujemy się na napędzaniu lepszego zaangażowania klientów i automatyzacji przepływów pracy za pomocą sztucznej inteligencji. Czasami problem wymaga kreatywnej mocy generatywnej sztucznej inteligencji, podczas gdy inne problemy mogą wymagać przewidywania AI lub podejmowania decyzji, aby wprowadzić więcej logiki do procesu.

W swoim artykule na Forbes, “Odblokowanie potencjału zaawansowanej sztucznej inteligencji dla innowacji biznesowych,” wspominasz o potencjale generatywnej sztucznej inteligencji do zmiany sposobu, w jaki firmy prowadzą swoje operacje. Jakie są konkretnymi przykładami, w których sztuczna inteligencja mogłaby skatalizować transformację dziedzictwa w ustanowionych firmach?

Starszy wiceprezes ds. projektowania w Deutsche Telekom (DTE.DE ), Daniel Wenzel, opowiedział publiczności na PegaWorld iNspire tego lata, jak obecnie używa Pega GenAI Blueprint, aby pomóc mu wyobrazić sobie ponad 800 oddzielnych procesów biznesowych w dziale usług HR. Mówi, że największą przeszkodą w próbach poprawy tych procesów było to, że ludzie biznesu i IT nie mówią tym samym językiem, co prowadzi do niespełnionych oczekiwań. Pega GenAI Blueprint pomaga obu stronom zrozumieć proces i jak go poprawić znacznie szybciej niż tradycyjne metody, prowadząc do bardziej skutecznych rozwiązań.

Ten sam artykuł omawia ograniczenia bieżących aplikacji generatywnej sztucznej inteligencji. Jak firmy mogą wyjść poza stopniowe usprawnienia produktywności, aby wykorzystać pełny potencjał transformacyjny sztucznej inteligencji?

Większość generatywnej sztucznej inteligencji w oprogramowaniu dla przedsiębiorstw jest stosowana jako funkcje jednorazowe, które pomagają przyspieszyć określone aspekty procesu. Ale tego typu funkcje są powszechne, zapewniając niewielką przewagę konkurencyjną. Sztuczki produktywne, takie jak podsumowanie i generowanie tekstu, są standardem – co firmy potrzebują, aby awansować na rynku, to używanie generatywnej sztucznej inteligencji do innowacji nowych sposobów prowadzenia biznesu na wysokim poziomie. Na przykład Gartner zidentyfikował nową kategorię technologii, którą nazywa Technologie Orchestration i Automatyzacji Biznesu (BOAT), która koncentruje się na napędzaniu wyników biznesowych w sposób bardziej holistyczny, od strumienienia kosztów, poprawy podejmowania decyzji, zmniejszenia kosztów operacyjnych i używania odpowiednich technologii automatyzacji do zadania. Funkcje gen AI jednorazowe mają swoje miejsce, ale jest to tylko część układanki i nie jest to srebrna kula, która rozwiązuje wszystkie problemy.

Jakie są najbardziej obiecujące przypadki użycia generatywnej sztucznej inteligencji w przedsiębiorstwach, które wykraczają poza typowe usprawnienia produktywności, i jak firmy mogą najlepiej wdrożyć te przypadki?

Najbardziej ekscytującą okazją do zastosowania generatywnej sztucznej inteligencji jest potencjał wstrzyknięcia najlepszych praktyk do procesu. Ci, którzy używają gen AI tylko do pisania więcej kodu, mogą przygotowywać się do większego długu technicznego w przyszłości. Wstrzyknięcie IP do procesu projektowania oprogramowania jest przełomem, umożliwiającym organizacjom osiągnięcie optymalnego rozwiązania znacznie szybciej, opartego na latach doświadczenia. A ponieważ jest to opracowane jako model wizualny, a nie tylko linie kodu, jest łatwiejsze do współpracy i ulepszania go w czasie przez technicznych i nie technicznych interesariuszy. Poprzednio końcowe opracowanie projektu aplikacji mogło zajmować tygodnie i wymagało bardzo specjalistycznych umiejętności; teraz te gen AI zasilane narzędzia umożliwiają użytkownikom biznesowym wprowadzanie swoich konkretnych potrzeb w zwykłym języku i szybkie przechodzenie od koncepcji do kompleksowego projektu. Forrester opublikował niedawno badanie, które przewiduje, że używanie sztucznej inteligencji do wstrzyknięcia IP do systemów projektowania o niskim kodzie lub opartych na modelach zmieni fundamentalnie, jak przedsiębiorstwa używają oprogramowania – pozwalając im budować więcej i kupować znacznie mniej aplikacji “z półki”. Uważam, że jest to duży przełom, a z Pega GenAI Blueprint jesteśmy dobrze przygotowani, aby być platformą wyboru dla naszych klientów korporacyjnych.

Czy możesz wyjaśnić, jak generatywna sztuczna inteligencja może pomóc w rozwoju produktu, identyfikując luki na rynku? Podziel się konkretnym przykładem.

Nasze Pega Customer Decision Hub to przewidywana sztuczna inteligencja, która pomaga naszym klientom podejmować najlepsze działanie z ich klientami, czy to sprzedaż produktu, naprawa problemu z usługą, czy czasem nie robienie niczego. To pozwala nam łączyć się z klientami 1:1 z działaniami, które najlepiej służą ich indywidualnym potrzebom. Ale działanie w sposób 1:1 oznacza, że potrzebujesz dużej ilości dostosowanych ofert – jest to znacznie lepsze niż spamowanie wszystkich tą samą wiadomością, ale wymaga od organizacji marketingowych tworzenia więcej wiadomości unikalnych dla różnych grup klientów. Teraz z gen AI możemy odkryć, którzy klienci byli niedostatecznie obsłużeni, a następnie sugerować nowe działania i tworzyć nowe traktaty, które byłyby bardziej korzystne dla tych grup. To ma potencjał, aby pomóc organizacjom rozszerzyć się na rynki, których wcześniej nie obsługiwali.

Jak ustanowione firmy z systemami dziedzictwa mogą skutecznie zintegrować generatywną sztuczną inteligencję, aby pozostać konkurencyjnymi wobec bardziej zwinnych startupów, szczególnie w przypadku przebudowy ich podstawowych operacji?

Uważam, że wkraczamy w punkt zwrotny dla systemów dziedzictwa. Przez dziesięciolecia duże przedsiębiorstwa przekazywały dług techniczny. Przez lata stosowaliśmy rozwiązania, takie jak RPA, które nie rozwiązywały fundamentalnego problemu, jakim są systemy dziedzictwa, które pochłaniają wydatki IT, które mogłyby być przeznaczone na innowacje, wprowadzają ryzyko i uniemożliwiają przedsiębiorstwom szybkie działanie w zmieniających się rynkach. Na szczęście uważam, że jedną z supermocy gen AI jest to, że pozwoli nam dramatycznie przyspieszyć tempo, w jakim przebudowujemy i wycofujemy nasze systemy dziedzictwa – nie tylko przez ponowne kodowanie ich, ale przez ponowne myślenie o przepływach pracy i procesach, aby działały na nowoczesnych architekturach chmury i dostarczały cyfrowe doświadczenia, których oczekują klienci i pracownicy.

W oddzielnym artykule na temat ustanowienia manifeztu AI, podkreślasz wagę wiązania strategii AI z wymiernymi wynikami. Czy możesz udzielić wskazówek, jak firmy mogą dopasować cele AI do konkretnych wyników biznesowych?

Zbyt wiele firm zaczyna od skupienia się na nowym, lśniącym narzędziu, takim jak AI, zamiast zaczynania od ustalenia, jakie są ich cele biznesowe i jaki problem muszą rozwiązać. Skupiając się na narzędziu zamiast na problemie, wprowadzają się w ścieżkę, która może nie być optymalna dla ich biznesu. Zamiast tego muszą cofnąć się i zapytać, co tak naprawdę starają się osiągnąć. Czasami gen AI nie jest odpowiednim rozwiązaniem i może być lepiej obsłużone przez zastosowanie AI decyzyjnej. Muszą pamiętać, że istnieją różne rodzaje AI, które są lepiej dostosowane do rozwiązywania różnych problemów biznesowych.

Jak firmy mogą wykorzystać generatywną sztuczną inteligencję, aby rewolucjonizować swoje operacje, a nie tylko zautomatyzować rutynowe zadania? Jakie strategie powinny zastosować, aby maksymalizować zwrot z inwestycji w tym obszarze?

Nie skupiaj się tylko na poszczególnych zadaniach – to uniemożliwi ci zobaczenie lasu przez drzewa. Cofnij się i zrozum swój ogólny przepływ pracy i wyniki, które starasz się osiągnąć. Generatywna sztuczna inteligencja może być używana do analizy procesów i wstrzyknięcia najlepszych praktyk w różnych branżach. To może napędzać głębokie zmiany, umożliwiając firmom ponowne myślenie i projektowanie ich podstawowych przepływów pracy. Na przykład AI może pomóc w zaprojektowaniu nowych modeli operacyjnych od podstaw lub ponownym inżynierii istniejących, aby poprawić wydajność i innowacje. Ustanów wyraźne metryki, aby zmierzyć sukces i regularnie ulepszaj swój podejście na podstawie tych spostrzeżeń. Wykorzystując AI do napędzania znaczących zmian, a nie tylko stopniowych usprawnień, firmy mogą odblokować znaczną wartość i pozostać przed konkurencją.

Które branże, Twoim zdaniem, są najbardziej przygotowane do korzyści z przebudowy przepływów pracy z użyciem AI, i jak powinny rozpocząć wdrażanie tego podejścia?

Prawie każda organizacja może powszechnie skorzystać na poprawie swoich przepływów pracy, szczególnie w szybko zmieniających się rynkach. Usługi, takie jak usługi finansowe, telekomunikacyjne i opieka zdrowotna, mogą prawdopodobnie uzyskać największe korzyści, aby pomóc w usprawnieniu, jak angażują się z klientami. Te sektory obsługują złożone, intensywne procesy danych i są pod coraz większą presją, aby poprawić wydajność, zmniejszyć koszty i dostarczyć lepsze wyniki. Ponadto każda branża z dużą ilością usług dziedzictwa – takich jak bankowość – może skorzystać, badając swoje procesy, które zostały ustanowione wiele lat temu, aby je zmodernizować i zapewnić, że nadal są konkurencyjne wobec nowszej konkurencji.

Jak podejście “człowiek w pętli” zwiększa skuteczność i etyczne wdrożenie AI, szczególnie w rolach skierowanych do klienta?

Generatywna sztuczna inteligencja, chociaż potężna, może produkować dane wyjściowe, które nie są zawsze dokładne lub odpowiednie. Poprzez integrację nadzoru ludzkiego, możemy złagodzić ryzyka, takie jak nieścisłości w treści generowanej przez AI lub problemy etyczne.

Na przykład w obsłudze klienta AI może generować odpowiedzi i rekomendacje, ale posiadanie ludzkiego nadzoru zapewnia, że są one zgodne z wartościami firmy i potrzebami klienta. Ten nadzór jest kluczowy dla utrzymania przejrzystości i odpowiedzialności, szczególnie gdy modele AI produkują prawdopodobne, ale nieprawidłowe lub mylące informacje.

Co ciekawe, posiadanie człowieka w pętli pozwala nam wziąć jedną ze słabości gen AI – jest ona nieprzewidywalna lub nieodwracalna, co oznacza, że nie daje tej samej odpowiedzi dwa razy – i zmienić ją w siłę. Z Pega GenAI Blueprint używamy gen AI jako partnera do burzy mózgów, sugerującego nowe podejścia do projektowania przepływów pracy. Człowiek jest zawsze ostatecznym decydentem, ale stale sugerując nowe podejścia, gen AI napędza oryginalne myślenie i pomaga ludziom uniknąć “ponownego utwardzania ścieżki krów”.

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