Maciej Saganowski, Dyrektor Produktów AI, Appfire – Seria Wywiadów

Maciej Saganowski jest Dyrektorem Produktów AI w Appfire.

Appfire jest wiodącym dostawcą rozwiązań oprogramowania dla przedsiębiorstw, zaprojektowanych w celu poprawy współpracy, usprawnienia procesów roboczych i zwiększenia produktywności w zespołach. Specjalizując się w narzędziach integrujących się z platformami takimi jak Atlassian (TEAM ), Salesforce (CRM ) i Microsoft , Appfire oferuje szeroki zakres aplikacji dostosowanych do zarządzania projektami, automatyzacji, raportowania i zarządzania usługami IT. Z globalną obecnością i zaangażowaniem w innowacje, firma stała się godnym zaufania partnerem dla organizacji szukających optymalizacji swoich ekosystemów oprogramowania, obsługując szeroki zakres branż i umożliwiając zespołom efektywne osiąganie celów.

Appfire jest znany z dostarczania rozwiązań dla współpracy przedsiębiorstw, możesz nas wprowadzić w podejście Appfire do tworzenia produktów napędzanych przez AI?

W ciągu ostatniego roku rynek został zalewany rozwiązaniami wspieranymi przez AI, gdy firmy szukają sposobów na utrzymanie swojej pozycji i konkurencyjności. Chociaż niektóre z tych produktów spełniły oczekiwania, nadal istnieje możliwość dla dostawców, aby naprawdę rozwiązać prawdziwe potrzeby klientów za pomocą skutecznych rozwiązań.

W Appfire koncentrujemy się na pozostawaniu na czele innowacji AI, co pozwala nam przewidywać i przekraczać ewoluujące potrzeby współpracy przedsiębiorstw. Podejście do tworzenia produktów napędzanych przez AI koncentruje się na dostarczaniu wartości, a nie tylko na deklarowaniu “gotowości do AI” dla samej różnorodności. Nasze podejście do tworzenia produktów napędzanych przez AI skupia się na tworzeniu bezproblemowych, wpływowych doświadczeń dla naszych klientów.

Chcemy, aby AI stopniowo wtapiało się w doświadczenie użytkownika, poprawiając je bez zacieniania go lub, co gorsza, tworzenia dodatkowego obciążenia przez wymaganie od użytkowników nauki całkowicie nowych funkcji.

“Czas do wartości” jest jednym z najważniejszych celów dla naszych funkcji napędzanych przez AI. Ten cel koncentruje się na tym, jak szybko użytkownik – szczególnie nowy użytkownik – może zacząć korzystać z naszych produktów.

Na przykład, z Canned Responses, agent wsparcia odpowiedzialny za odpowiedź na klienta nie musi przeszukiwać całej wątku e-mail; AI może sugerować najbardziej odpowiedni szablon odpowiedzi, oszczędzając czas i poprawiając dokładność.

Appfire współpracował z Atlassian, aby uruchomić WorkFlow Pro jako agenta Rovo. Co wyróżnia ten produkt napędzany przez AI na rynku wypełnionym podobnymi produktami?

Ta kategoria produktów jest dość rzadka. Jesteśmy jedną z pierwszych firm, które wprowadziły asystenta do konfiguracji oprogramowania automatyzacji klasy Jira – i to dopiero początek.

WorkFlow Pro to asystent automatyzacji AI dla Jira, który zmienia sposób, w jaki zespoły konfigurują i zarządzają swoimi przepływami automatyzacji. Napędzany przez Rovo AI od Atlassian, pomaga użytkownikom w konfigurowaniu nowych automatyzacji lub rozwiązywaniu problemów z istniejącymi.

Historycznie, produkty automatyzacji Jira były skomplikowane i wymagały określonego poziomu ekspertyzy. WorkFlow Pro demistyfikuje te konfiguracje i umożliwia nowym lub mniej doświadczonym administratorom Jira wykonywanie swoich zadań bez poświęcania czasu na dokumentację produktu, fora lub narażania się na kosztowne błędy.

Nowy administrator Jira może po prostu zapytać agenta, jak wykonać zadanie, a w zależności od zainstalowanego aplikacji automatyzacji (JMWE, JSU lub Power Scripts), agent zapewnia instrukcje krok po kroku, aby osiągnąć pożądany wynik. To jak mieć szefa kuchni z gwiazdką Michelin w Twojej kuchni, gotowego odpowiedzieć na każde pytanie z precyzyjnymi instrukcjami.

W Appfire jesteśmy zaangażowani w uproszczenie życia naszych klientów. W następnej wersji WorkFlow Pro użytkownicy będą mogli żądać nowych automatyzacji w zwykłym języku, po prostu wpisując pożądany wynik, bez konieczności nawigowania w interfejsie użytkownika konfiguracji lub znajomości języka skryptowego. Wracając do naszej analogii kuchennej, następna wersja pozwoli użytkownikowi nie tylko zapytać szefa kuchni, jak ugotować potrawę, ale także przygotować ją w jego imieniu, uwalniając go od konieczności skupienia się na bardziej ważnych zadaniach.

Jak zaangażujesz opinie użytkowników przy iteracji produktów AI, takich jak WorkFlow Pro? Jaka rola odgrywa opinia klienta w kształtowaniu rozwoju tych narzędzi?

W Appfire pozostajemy bardzo blisko naszych użytkowników. Nie tylko nasi projektanci i menedżerowie produktów regularnie angażują się z nimi, ale mamy także dedykowaną grupę badawczą użytkowników, która prowadzi szersze inicjatywy badawcze, informujące naszą wizję i mapy produktów.

Analizujemy dane ilościowe i historie użytkowników skupione na wyzwaniach, zadając sobie pytanie, “Czy AI może pomóc w tym momencie?” Jeśli rozumiemy problem użytkownika wystarczająco dobrze i wierzymy, że AI może zapewnić rozwiązanie, nasz zespół zaczyna eksperymentować z technologią, aby rozwiązać problem. Każda funkcja zaczyna się nie od technologii, ale od punktu bólu użytkownika.

Na przykład, dowiedzieliśmy się od naszych użytkowników, że nowi administratorzy napotykają znaczną barierę, gdy tworzą złożone automatyzacje. Wielu z nich nie ma doświadczenia ani czasu, aby studiować dokumentację i opanować skomplikowane mechanizmy skryptowe. WorkFlow Pro został opracowany, aby ułatwić ten punkt bólu, pomagając użytkownikom w nauce i konfigurowaniu Jira.

Poza WorkFlow Pro, Appfire planuje rozwijać dodatkowe aplikacje napędzane przez AI. Jak te nowe produkty zmienią sposób, w jaki użytkownicy ustalają cele, śledzą pracę i wykorzystują dane w sposób bardziej efektywny?

AI będzie miało głęboki wpływ na to, co przyszli pracownicy wiedzy będą mogli osiągnąć i jak będą wchodzić w interakcje z oprogramowaniem. Organizacje będą ewoluować, stając się bardziej płaskie, giętkie i efektywne. Projekty będą wymagały mniejszej liczby osób do koordynacji i dostarczania. Chociaż to brzmi jak śmiała prognoza, już teraz kształtuje się to poprzez trzy kluczowe postępy napędzane przez AI:

1. Przenoszenie technicznie złożonych lub nudnych zadań na AI
2. Wchodzenie w interakcje z oprogramowaniem przy użyciu języka naturalnego
3. Przepływy robocze agenty

Już teraz widzimy, jak AI zmniejsza obciążenie nudnych zadań i ułatwia nowym użytkownikom wchodzenie w te produkty. Na przykład, asystenci AI mogą prowadzić notatki z spotkań lub wyliczać punkty do działania. Aby zilustrować to na przykładzie Appfire, gdy menedżer tworzy nowy Kluczowy Wynik w ramach swojej struktury OKR, AI sugeruje sformułowanie Kluczowego Wyniku na podstawie najlepszych praktyk branżowych i unikalnego kontekstu firmy, ułatwiając użytkownikom naukę definiowania skutecznych OKR.

Naturalne interfejsy językowe reprezentują znaczącą zmianę w tym, jak projektujemy i używamy oprogramowania. Ewolucja oprogramowania w ciągu ostatnich 50 lat stworzyła praktycznie nieograniczone możliwości dla pracowników wiedzy, jednak ta połączona moc przyniosła znaczącą złożoność.

Do niedawna nie było łatwego sposobu na nawigację w tej złożoności. Teraz AI i interfejsy językowe naturalne czynią to zarządzalnym i dostępnym. Na przykład, jedna z najpopularniejszych kategorii aplikacji Appfire to Zarządzanie Dokumentami. Wiele firm z listy Fortune 500 wymaga przepływów dokumentów dla celów zgodności lub przeglądu regulacyjnego. Wkrótce tworzenie tych przepływów może być tak proste, jak mówienie do systemu. Menedżer może powiedzieć: “Aby polityka została zatwierdzona i rozpowszechniona wśród wszystkich pracowników, musi zostać najpierw przeglądnięta i zatwierdzona przez zespół kierowniczy.” AI zrozumie tę instrukcję i utworzy przepływ. Jeśli jakieś szczegóły są nieobecne, AI poprosi o wyjaśnienie i zaoferuje wskazówki, aby ułatwić przepływy.

Dodatkowo, “przepływy robocze agenty” to następna granica rewolucji AI, i przyjmujemy to w Appfire z naszym agentem WorkFlow Pro. W przyszłości agenci AI będą działać bardziej jak ludzcy współpracownicy, zdolni do podejmowania złożonych zadań, takich jak prowadzenie badań, gromadzenie informacji z wielu źródeł i koordynowanie z innymi agentami i ludźmi, aby dostarczyć propozycję w ciągu godzin lub dni. Ten agent-run podejście wykracza poza proste interakcje, takie jak te z ChatGPT; agenci staną się proaktywni, perhaps sugerując szkic prezentacji przedstawienia, zanim nawet zrealizujesz, że go potrzebujesz. Interakcje głosowe z agentami staną się bardziej powszechne, pozwalając użytkownikom pracować w drodze.

Podsumowując, tam, gdzie zmierzamy z AI w pracy wiedzy, jest podobne do tego, jak teraz operujemy pojazdami: wiemy, dokąd chcemy jechać, ale zwykle nie musimy rozumieć szczegółów silników spalinowych ani dostosowywać samochodu sami.

Też ulepszasz istniejące produkty Appfire za pomocą AI. Czy możesz podać przykłady, jak AI supercharged bieżące aplikacje Appfire, zwiększając ich funkcjonalność i doświadczenie użytkownika?

Każda z naszych aplikacji jest unikalna, rozwiązując odrębne wyzwania użytkowników i zaprojektowana dla różnych ról użytkowników. W związku z tym użycie AI w tych aplikacjach jest dostosowane do poprawy konkretnych funkcji i udoskonalenia doświadczenia użytkownika w znaczący sposób.

W Canned Responses AI przyspiesza komunikację z klientem, pomagając użytkownikom szybko sformułować odpowiedzi na podstawie treści wniosku i istniejących szablonów. Ta funkcja AI nie tylko oszczędza czas, ale także poprawia jakość interakcji z klientem.

W OKR for Jira, na przykład, AI mogłoby pomóc użytkownikom, którzy są nowicjuszami w ramach OKR (Cel i Kluczowy Wynik). Uproszczając i wyjaśniając tę często złożoną metodologię, AI mogłoby zapewnić wskazówki w formułowaniu skutecznych Kluczowych Wyników zgodnych z konkretnymi celami, czyniąc proces OKR bardziej przystępnym.

Wreszcie, WorkFlow Pro reprezentuje innowacyjny sposób interakcji z naszą dokumentacją i demonstruje nasze zaangażowanie w przepływy robocze agenty i automatyzację naturalnego języka. Ten podejście AI zmniejsza barierę wejścia dla nowych administratorów Jira i upraszcza przepływy robocze dla doświadczonych administratorów.

Usługi AI współdzielone, takie jak funkcja podsumowania, są rozwijane w całym Appfire. Jak wyobrażasz sobie wpływ tych usług na produktywność użytkowników w całej platformie?

W Appfire mamy szeroki zakres aplikacji na różnych rynkach, w tym Atlassian, Microsoft, monday.com (MNDY ) i Salesforce.

Z tak szerokim portfolio aplikacji i różnorodnymi przypadkami użycia AI, zrobiliśmy krok wstecz, aby zaprojektować i zbudować wspólną wewnętrzną usługę AI, która mogłaby być wykorzystywana w wielu aplikacjach.

Stworzyliśmy usługę platformy AI, która pozwala zespołom produktowym w naszych aplikacjach łączyć się z wieloma modelami LLM. Teraz, gdy usługa jest aktywna, będziemy ją dalej rozwijać z funkcjami, takimi jak lokalnie uruchamiane modele i predefiniowane prompty.

Z szybkim rozwojem technologii AI, jak zapewniasz, że podejście Appfire do rozwoju AI nadal spełnia zmieniające się potrzeby klientów i wymagania rynkowe?

W Appfire priorytetem menedżera produktu jest mostowanie przepaści między możliwościami technicznymi a rozwiązywaniem znaczących problemów klientów. W miarę jak możliwości AI rozwijają się szybko, pozostajemy na bieżąco z trendami rynkowymi i aktywnie monitorujemy branżę w poszukiwaniu najlepszych praktyk. Po stronie klienta stale angażujemy się z naszymi użytkownikami, aby zrozumieć ich wyzwania, nie tylko w ramach naszych aplikacji, ale także w podstawowych platformach, których używają.

Gdy identyfikujemy nakładanie się między możliwościami technicznymi a znaczącymi potrzebami klientów, koncentrujemy się na dostarczeniu bezpiecznej i solidnej funkcji AI. Przed uruchomieniem eksperymentujemy i testujemy te rozwiązania z użytkownikami, aby upewnić się, że naprawdę rozwiązują ich punkty bólu.

Appfire działa w wysoko konkurencyjnym krajobrazie SaaS napędzanym przez AI. Jakie kroki podejmujesz, aby Twoje innowacje AI pozostały unikalne i nadal dostarczały wartość użytkownikom?

Podejście Appfire do AI koncentruje się na celu. Nie integrujemy AI tylko po to, aby zaznaczyć pole; naszym celem jest, aby AI działało tak naturalnie w naszych produktach, że staje się niemal niewidoczne dla użytkownika. Chcemy, aby AI rozwiązywało prawdziwe wyzwania, z którymi borykają się nasi klienci – czy to uproszczenie przepływów w Jira, zarządzanie złożonymi procesami dokumentów, czy usprawnienie planowania strategicznego. Idealnie, korzystanie z AI powinno być tak intuicyjne, jak podniesienie pióra.

Wiele produktów SaaS tradycyjnie wymagało specjalistycznej wiedzy, aby odblokować ich pełny potencjał. Nasza wizja AI jest taka, aby zredukować krzywą uczenia i uczynić nasze aplikacje bardziej dostępnymi. Z uruchomieniem naszego pierwszego agenta Rovo, WorkFlow Pro, robimy ważny krok w tej podróży. Ostatecznie naszym celem jest upewnienie się, że AI w naszych aplikacjach umożliwia użytkownikom osiąganie wartości szybciej.

Spójrzając w przyszłość, jakie trendy w rozwoju AI uważasz, że będą miały największy wpływ na branżę SaaS w nadchodzących latach?

Dwa główne trendy AI, które ukształtują branżę SaaS w nadchodzących latach, to rosnące znaczenie agentów AI i rosnące obawy dotyczące bezpieczeństwa i prywatności.

Niektórzy twierdzą, że technologia agentów jeszcze nie spełniła swoich obietnic i pozostaje dość niedojrzała. Powiedziałbym tym sceptykom, że często przeceniamy, co technologia osiągnie w ciągu 1-2 lat, ale znacznie zaniżamy, co osiągnie w ciągu dekady. Chociaż bieżące przypadki użycia agentów są rzeczywiście ograniczone, świadkowie ogromnych inwestycji w przepływy robocze agenty w całej wartości łańcucha oprogramowania. Podstawowe modele od firm takich jak OpenAI i Anthropic, a także platformy, na których Appfire działa lub planuje działać, inwestują znacznie w technologię agenta. OpenAI, na przykład, pracuje nad “System 2” agentami zdolnymi do rozumowania, podczas gdy Anthropic uruchomił modele zdolne do korzystania z regularnych aplikacji i stron internetowych, emulując działania ludzkie. Atlassian wprowadził Rovo, a Salesforce uruchomił Agentforce. Każdy tydzień przynosi nowe ogłoszenia o postępach agentów, i w Appfire jesteśmy podekscytowani tymi rozwojami i patrzymy w przyszłość, aby je zintegrować z naszymi aplikacjami.

W tym samym czasie, w miarę jak możliwości AI rosną, rosną również ryzyka związane z bezpieczeństwem danych i prywatnością. Przedsiębiorstwa muszą upewnić się, że każda integracja AI szanuje i chroni zarówno ich aktywa, jak i te należące do ich klientów, od wrażliwych danych po szersze środki bezpieczeństwa. Balansowanie innowacji z solidnymi praktykami bezpieczeństwa będzie kluczowe dla odblokowania pełnej wartości AI w SaaS i umożliwienia odpowiedzialnych, bezpiecznych postępów.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Appfire.