Jan Arendtsz, Założyciel i Dyrektor Generalny Celigo – Seria Wywiadów

Jan Arendtsz jest założycielem i dyrektorem generalnym Celigo oraz weteranem branży oprogramowania z ponad 25-letnim doświadczeniem w rozwoju produktów, rozwoju biznesu, sprzedaży, sukcesie klienta i marketingu. Założył Celigo z celem uproszczenia sposobu, w jaki firmy integrują, automatyzują i optymalizują procesy biznesowe w całej firmie. Jest odpowiedzialny za nadzorowanie wszystkich operacji firmy.

Przed Celigo, Jan był dyrektorem w NetSuite, wiodącej platformie ERP opartej na chmurze, gdzie uruchomił ich platformę integracyjną. Przedtem Jan pracował w Cambridge Technology Partners, gdzie wdrożył złożone rozwiązania biznesowe dla klientów od startupów internetowych do firm z listy Fortune 500.

Celigo to platforma inteligentnej automatyzacji i integracji oparta na chmurze (iPaaS) zaprojektowana, aby pomóc organizacjom połączyć aplikacje, zautomatyzować procesy biznesowe i utrzymać dane zsynchronizowane w całym stosie technologicznym bez konieczności ciężkiej personalizacji. Jej platforma łączy predefiniowane konektory, wielokrotnie używalne szablony integracji i narzędzia wspomagane przez AI, dzięki czemu zarówno zespoły techniczne, jak i nietechniczne mogą projektować, wdrażać i zarządzać integracjami na dużą skalę. Celigo jest często używany do usprawniania przepływów pracy w obszarach takich jak handel elektroniczny, finanse, operacje i IT, redukując pracę ręczną, poprawiając dokładność danych i umożliwiając szybsze, bardziej wytrzymałe procesy biznesowe.

Czym pierwotnie skłoniło Cię do założenia Celigo, i jak Twoje doświadczenie w kierowaniu usługami integracyjnymi i inicjatywami produktowymi w firmach oprogramowania, takich jak NetSuite, ukształtowało lukę, którą widziałeś w integracji przedsiębiorstw w tamtym czasie?

To wczesne doświadczenie z oprogramowaniem SaaS pokazało mi, że chociaż chmura rozwiązała problem dostarczania oprogramowania, to również stworzyła ogromny problem połączenia danych. Sprzedawaliśmy wizję zjednoczonego biznesu, ale rzeczywistość była składowana w sylach danych. Założyłem Celigo, aby rozwiązać te wyzwania.

Dziś widzę, jak historia się powtarza z AI. Przechodzimy od “luki połączeniowej” do “luki operacyjnej”. Podobnie jak firmy wcześniej miały trudności z operacjonalizacją oprogramowania SaaS, teraz mają trudności z operacjonalizacją AI. Firmy mają trudności z przeniesieniem AI z eksperymentów do niezawodnych wyników biznesowych. To tworzy następną falę wyzwań, którym Celigo jest unikalnie przygotowane, aby pomóc lidze IT w rozwiązaniu: jak zapewnić platformę, która nie tylko łączy systemy, ale także umożliwia korzystanie z AI w całej firmie na dużą skalę.

Celigo ewoluował od tradycyjnej integracji w kierunku przepływów sterowanych przez AI. Jakie sygnały wskazały, że platforma potrzebuje ruszyć w tym kierunku?

Największym sygnałem była zmiana wąskiego gardła. Dziesięć lat temu wąskie gardło było połączeniem: po prostu uzyskanie połączenia między Systemem A a Systemem B. Rozwiązaliśmy to za pomocą iPaaS. Ale gdy zdemokratyzowaliśmy integrację i umożliwiliśmy użytkownikom biznesowym budowanie własnych przepływów, nowe wąskie gardło stało się zarządzaniem, nadzorem i obsługą wyjątków.

Spójrzeliśmy na nasze dane i zobaczyliśmy, że chociaż budowanie automatycznych przepływów pracy stało się łatwiejsze, utrzymanie ich na dużą skalę nadal wymagało dużej ilości pracy ludzkiej. Użytkownicy spędzali godziny na rozwiązywaniu błędów danych lub aktualizowaniu mapowań.

Odpowiedzieliśmy, wbudowując AI w rdzeń naszej platformy, automatyzując klasyfikację błędów i naprawę, aby usunąć operacyjne obciążenie utrzymania integracji na dużą skalę. Ta platformowa inteligencja teraz tworzy podstawę dla przepływów sterowanych przez AI, które mogą działać z większą autonomią i kontekstem.

Wiele organizacji inwestuje ciężko w AI, ale widzi ograniczone wyniki. Dlaczego tak wiele inicjatyw zatrzymuje się na poziomie danych i integracji?

Widzieliśmy wszystkie ankiety pokazujące, że chociaż większość firm eksperymentuje z AI, tylko nieliczne osiągają wymierne ROI. Powodem nie jest technologia. Jest to podejście. Zbyt często organizacje traktują przyjęcie AI jako cel, zamiast zaczynać od procesów biznesowych, które napędzają firmę.

Pomyślne inicjatywy zaczynają się od identyfikacji procesów, w których poprawa napędza największy wpływ biznesowy, a nie od aplikowania AI do izolowanych zadań. Następnie AI musi być połączone z systemami, w których wykonuje się pracę, z barierami, które zapewniają jakość danych i egzekwowanie polityki. Bez tego zarządzanego połączenia AI pozostaje odłączone od wykonania.

Na koniec AI wymaga zharmonizowanego frameworku, który balansuje autonomię z kontrolą. Przepływy pracy z ludzkim uczestnictwem i obsługą wyjątków są kluczowe dla utrzymania zaufania, gdy AI przejmuje coraz więcej odpowiedzialności. Gdy AI jest wbudowane w końcowe procesy biznesowe, ewoluuje z nowinki w środek operacyjny, który dostarcza rzeczywiste wyniki biznesowe.

Jakie błędy architektoniczne są najczęstsze, gdy firmy próbują nałożyć AI na fragmentowane systemy?

Rozwijający się problem polega na tym, że AI rozprzestrzenia się. Często widzimy, jak firmy kupują wiele różnych rozszerzeń SaaS: narzędzia sprzedaży z AI, narzędzia do obsługi klienta z AI, narzędzia marketingowe z AI itd. Są to wszystko tylko nakładki na te same podstawowe LLM.

Architektonicznie może to stworzyć znaczne problemy z kosztami i zarządzaniem. Liderzy IT odkrywają, że potrzebują platformy integracyjnej, aby konsolidować wszystkie dane i informacje w narzędziach. Wykorzystanie scentralizowanej platformy może połączyć wiedzę, która znajduje się w całej firmie, i zapewnić kontekst niezbędny do skalowania i dostarczania wartości modelom AI.

Jak przepływy inteligentne zmieniają sposób, w jaki aplikacje, dane i ludzie взаимодействуют wewnątrz organizacji, gdy AI staje się bardziej autonomiczna?

Gdy AI staje się bardziej autonomiczna, przepływy inteligentne zmieniają sposób, w jaki aplikacje, dane i ludzie взаимодействуют, przenosząc automatyzację z wykonania zadań do orchestracji decyzji. Aplikacje nie są już po prostu połączone w celu wymiany danych. Stają się skoordynowanymi uczestnikami przepływu, w którym AI interpretuje kontekst w systemach i określa następne najlepsze działanie.

Ta zmiana przywołuje zarządzanie zmianą na pierwszy plan. Można mieć najlepszy model na świecie, ale jeśli zespoły nie ufają mu, nie będą go używać. Pomyślna operacjonalizacja AI wymaga widoczności w tym, dlaczego agent AI podjął konkretną decyzję, oraz pewności, że działa w ramach zarządzanego frameworku.

Gdy przepływy ewoluują od wykonywania zadań do przeglądu wyników, ludzie przechodzą od bycia operatorami do nadzorców. Użytkownicy mogą wybrać poziom autonomii, którą powierzają AI, z ludzkimi kontrolami w pętli zapewniającymi zarządzanie, odpowiedzialność i adaptację, gdy agenci poprawiają się w czasie. Rezultatem jest dynamiczne, hybrydowe środowisko, w którym aplikacje działają, AI decyduje, a ludzie kierują.

Celigo obsługuje zarówno duże przedsiębiorstwa, jak i szybko rozwijające się marki. Jak wyzwania integracji, jakości danych i orchestracji różnią się na różnych etapach skali?

Dla szybko rozwijających się marek celem jest często szybkość osiągania wartości. Przyjmują narzędzia tak szybko, że ryzykują budowaniem pękniętego stosu, który może się załamać za rok lub dwa. Dla nich Celigo oferuje możliwość operacjonalizacji szybko bez tworzenia długu technicznego.

Dla dużych przedsiębiorstw wyzwania dotyczą kontekstu i zarządzania. Mają cenne zasoby danych, ale mogą nie być one gotowe do przepływów sterowanych przez AI. Muszą zwiększyć dostęp i wartość danych w złożonych środowiskach. Muszą również upewnić się, że podczas operacjonalizacji AI w całej organizacji nie uwalniają danych osobowych ani halucynacji do interakcji z klientami. Służymy jako ważna warstwa zarządzania i kontroli.

Celigo znajduje się na przecięciu iPaaS, orchestracji przepływów i AI. Jak organizacje powinny zaprojektować swoją warstwę integracji, aby stała się aktywną częścią stosu AI, a nie bierną infrastrukturą?
Organizacje przechodzą od integracji jako prostego przenoszenia danych w kierunku inteligentnej automatyzacji jako warstwy połączenia kontrolowanego dla procesów biznesowych. Automatyzacja istnieje na spektrum od przewidywalnego, opartego na regułach wykonania do bardziej autonomicznego zachowania, a największa wartość przedsiębiorstwa jest tworzona w środku.

Inteligentna platforma automatyzacji łączy AI z odpowiednimi danymi przedsiębiorstwa z wbudowanym zarządzaniem, widocznością i nadzorem ludzkim. Orchestruje połączenia między systemami, stosuje inteligencję selektywnie i wykonuje wyniki bezpośrednio w aplikacjach operacyjnych, w których wykonuje się pracę. Zamiast biernie przenosić dane między systemami, warstwa integracji staje się aktywna, utrzymując połączenie w czasie rzeczywistym, zarządzane i kontrolowane. Zapewnia to, że inteligentna automatyzacja pozostaje niezawodna, audytowalna i zgodna z tym, jak firma jest zaprojektowana do działania.

Jaką rolę widzisz platformy integracyjne odgrywające w umożliwieniu systemom AI podejmowanie działań w sposób bezpieczny i niezawodny w całych aplikacjach biznesowych?

AI agenci potrzebują barier. Celigo buduje przyszłość, w której integracje będą coraz częściej zarządzać się samymi, wykrywając zmiany schematu, przewidując awarie i samoczynnie naprawiając się, zanim człowiek nawet zorientuje się, że coś jest nie tak.

Rola naszej platformy nie polega tylko na umożliwieniu użytkownikom z całej firmy budowania i uruchamiania przepływów szybko i efektywnie, ale także na umożliwieniu centralnemu IT dostarczaniu barier. Jeśli agent chce zaktualizować rekord, platforma upewni się, że działanie to waliduje się z regułami biznesowymi najpierw. Umożliwiamy agentom podejmowanie działań, zapewniając środowisko deterministyczne, w którym nie-deterministyczne AI może działać bezpiecznie.

Patrząc w przyszłość na 2026 rok, jakie widzisz realne konsekwencje dla organizacji, które nie uproszczą swoich danych specjalnie dla AI?

Konsekwencją będzie rozbieżność w ROI. Firmy, które nie wbudują AI w swoje operacje, będą ograniczone do mierzenia “godzin zaoszczędzonych” na zadaniach ad-hoc, podczas gdy ich konkurenci będą mierzyć “wzrost przychodu” z w pełni zautomatyzowanych linii biznesowych.

Bez podjęcia kroków, aby połączyć swoje dane i aplikacje, organizacje uderzą w ścianę, gdzie modele AI będą halucynować z powodu braku kontekstu, lub koszty spirali, ponieważ będą płacić za sylowane wyjścia AI bez scentralizowanej strategii. Firmy mogą być skutecznie wycenione z zwinności.

Dla liderów technologicznych modernizujących swoje stosy dzisiaj, jakie podstawowe możliwości powinni priorytetowo traktować w iPaaS, aby upewnić się, że ich inicjatywy AI mogą skalować i dostarczać realne wyniki?

Szukaj nowoczesnego iPaaS, który został zbudowany dla świata, w którym wszystko musi być połączone z wszystkim. Oznacza to: uniwersalną platformę, która może obsłużyć pełne spektrum automatyzacji: od integracji danych i aplikacji, do przepływów łańcucha dostaw B2B, zarządzania API i autonomicznych agentów. To ustawia organizację na mniej złożoności, mniej nakładów, więcej uprawnienia użytkowników i ostatecznie umożliwia IT strategicznie i bezpiecznie włączyć AI i zoperacjonalizować wszystko w całej firmie.

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