Mark Clayman, CEO Netrio – Seria wywiadów

Mark Clayman, CEO Netrio, to doświadczony executive z ponad dwudziestoletnim doświadczeniem w branży technologii, w tym chmury obliczeniowej, zarządzanych usług IT, cyberbezpieczeństwa i infrastruktury przedsiębiorstw. Przed dołączeniem do Netrio w 2024 roku, pełnił funkcję CEO Navisite przez okres jego przejęcia przez Accenture, a wcześniej kierował RDX i TriCore Solutions w okresie znacznego wzrostu i udanych przejęć. Na początku swojej kariery, Clayman pełnił stanowiska kierownicze w Navisite i był CIO w Surebridge, budując reputację jako specjalista od skalowania organizacji technologicznych, integracji nabytych firm i modernizacji zarządzanych usług dla klientów przedsiębiorstw i rynku średniego.

Netrio to północnoamerykański dostawca zarządzanych usług IT, który specjalizuje się w pomocy małym i średnim organizacjom w modernizacji i zabezpieczaniu ich środowisk technologicznych. Firma specjalizuje się w zarządzanych usługach IT, usługach chmury, cyberbezpieczeństwie, zarządzaniu infrastrukturą i rozwiązaniach transformacji cyfrowej, z doświadczeniem w branżach takich jak opieka zdrowotna, usługi finansowe i handel detaliczny. Po połączeniu z SUCCESS Computer Consulting, Netrio rozszerzył swój zasięg i możliwości, stając się większym MSP, który zapewnia wsparcie technologiczne na poziomie przedsiębiorstw, efektywność operacyjną i ochronę cyberbezpieczeństwa dla rozwijających się firm, które nawigują w coraz bardziej złożonych środowiskach IT.

Prowadziłeś wiele firm usług zarządzanych i chmury przez duże przejęcia, w tym role w RDX, Navisite, TriCore Solutions i teraz Netrio. Jak Twoja perspektywa na transformację IT w przedsiębiorstwach ewoluowała w różnych erach, i co przekonało Cię, że AI stanie się następną podstawową zmianą dla dostawców usług zarządzanych?

Przez lata odkryłem, że transformacja IT w przedsiębiorstwach nie dotyczy tylko nowej kategorii technologicznej. Może się zacząć od technologii, ale prawdziwa transformacja następuje, gdy ta technologia zmienia sposób, w jaki firmy działają i konkurują. Na początku mojej kariery, skupiałem się na infrastrukturze: gdzie znajdują się obciążenia, jak są zarządzane systemy, jak poprawić czas pracy i jak zredukować koszty. Z czasem, rozmowa przeniosła się na to, jak technologia może tworzyć wartość dla organizacji. Klienci zaczęli pytać nie tylko, “Czy możesz uruchomić to środowisko?”, ale “Czy możesz pomóc mi stać się bardziej wydajnym, bezpiecznym, odpornym i konkurencyjnym?” AI jest podstawową zmianą, ponieważ dotyka wszystkich tych pytań jednocześnie. Dla MSP, AI nie jest tylko nowym narzędziem, które dodajemy do portfolio… To zmiana paradygmatu, która zmienia sposób, w jaki usługi są dostarczane, jak inżynierowie pracują, jak klienci konsumują wsparcie i jak tworzymy wartość biznesową.

Opisałeś AI jako nowy kręgosłup dostawców usług zarządzanych. Co wygląda MSP natywny dla AI za pięć lat w porównaniu z tradycyjnym modelem MSP, którym korzystają przedsiębiorstwa dzisiaj?

Tradycyjny model MSP został zbudowany wokół ludzi, procesów i narzędzi, które reagują na problemy: monitorowanie środowiska, otwieranie biletu, przypisywanie inżyniera, rozwiązywanie problemu i raportowanie z powrotem do klienta. MSP napędzany przez AI będzie wyglądał zupełnie inaczej. AI będzie siedział na całym modelu dostarczania, od monitorowania i ITSM do bezpieczeństwa, zarządzania punktami końcowymi, komunikacji z klientem, analizy i optymalizacji przepływu pracy. W ciągu najbliższych 2-3 lat, liderzy MSP nie będą tylko używać AI do odpowiedzi na pytania szybciej; będą używać go do wykrywania wzorców, priorytetyzacji ryzyka, rozwiązywania znanych problemów, podsumowywania i aktualizacji biletów, analizy sentymentu i kierowania inżynierami w kierunku następnego najlepszego działania. Co więcej, i najważniejsze, doświadczenie klienta będzie znacznie bardziej samodzielne i napędzane przez platformę AI.

Netrio promuje filozofię “AI jako pierwszy, człowiek jako drugi” wsparcia. Co się zmieniło w zachowaniu użytkowników, że klienci stają się coraz bardziej komfortowi z interakcją z AI przed rozmową z ludzkim technikiem?

Największa zmiana polega na tym, że oczekiwania ludzi zostały zresetowane przez technologię, którą używają każdego dnia. W swoim życiu prywatnym, użytkownicy są przyzwyczajeni do uzyskiwania natychmiastowych odpowiedzi, wyszukiwania pomocy samodzielnie, interakcji z czatbotami i asystentami inteligentnymi oraz rozwiązywania podstawowych problemów bez czekania na telefon. To zachowanie pojawia się teraz w miejscu pracy. Jeśli system AI może pomóc komuś odblokować konto, zdiagnozować problem z łącznością, odpowiedzieć na pytanie “jak to zrobić” lub przekierować wniosek w ciągu kilku sekund, wielu użytkowników wolałoby to niż stary model składania biletu i czekania na odpowiedź. Jednak ważne jest, aby zauważyć, że AI jako pierwszy nie oznacza “człowiek nigdy”. Oznacza to, że powinniśmy używać AI tam, gdzie tworzy szybkość, spójność i wygodę, a następnie wprowadzać ludzi, gdy problem jest złożony, wrażliwy lub wymaga osądu.

Wiele firm mówi o AI-kopilotach, ale Ty podkreślasz AI-agencje i autonomiczne rozwiązywanie problemów. Jak blisko jesteśmy do systemów AI, które niezależnie rozwiązywać będą większość rutynowych incydentów IT bez interwencji człowieka?

Stajemy się coraz bliżej, ale uważam, że ważne jest, aby być praktycznym w kwestii tego, co oznacza “autonomiczne”. Już teraz istnieje wiele rutynowych incydentów, w których AI może zdiagnozować problem, polecić działanie, podjąć działanie i zaktualizować bilet w sposób, który wygląda bardzo podobnie do tego, co zrobiłby człowiek-inżynier. To jest bardzo różne od prostego czatbota lub kopilota, który tylko sugeruje odpowiedź.

Istnieje duże możliwości wykorzystania AI-agencji, które mogą działać w ramach określonych barier: znają środowisko, rozumieją politykę, mają odpowiedni dostęp i mogą rozwiązać znane klasy problemów w sposób bezpieczny. W Netrio, ze względu na złożoność naszych środowisk, uważnie rozważamy, gdzie używać AI-natywnych partnerów, a gdzie musimy budować własne możliwości. Wspieramy wielu klientów w różnych środowiskach, a agent AI musi zrozumieć tę złożoność wielodostępową. W niektórych obszarach, takich jak alertowanie infrastruktury lub konsolidacja alertów bezpieczeństwa, dojrzałe AI-vendor może być odpowiedzią. W innych obszarach, zwłaszcza tam, gdzie przepływ pracy obejmuje środowiska klienta, dostęp do punktów końcowych, poświadczenia i wsparcie zdalne, inteligencja MSP staje się bardzo ważna.

Jedna z bardziej interesujących idei, które poruszyłeś, to analiza sentymentu AI na każdym bilecie wsparcia. Jak ważne będzie emocjonalne zrozumienie i sentyment klienta w następnej generacji operacji IT przedsiębiorstw?

Uważam, że stanie się to ważną częścią tego, jak mierzy się jakość usługi. W usługach zarządzanych, nie wystarczy wiedzieć, czy bilet został zamknięty, czy SLA zostało spełnione. Trzeba także wiedzieć, jak klient czuł się podczas tej interakcji. Czy był sfrustrowany? Czy był zdezorientowany? Czy czuł się wysłuchany? Czy problem nadal się powtarzał? Historycznie, MSP mogą dowiedzieć się o tych wzorcach w miesięcznym lub kwartalnym przeglądzie biznesowym lub z badania satysfakcji klienta, co jest użyteczne, ale często za późno. Analiza sentymentu AI daje nam możliwość zrozumienia doświadczenia klienta w czasie rzeczywistym. To oznacza, że możemy zidentyfikować, gdzie klient jest sfrustrowany, gdzie komunikacja nie jest jasna, gdzie problem powtarza się i niszczy zaufanie, i możemy szybko interweniować. To jest punkt, w którym AI wzmacnia ludzki aspekt usługi, zamiast go zastępować.

Wspomniałeś, że wiele organizacji boryka się z “cieniem AI” wewnątrz swoich firm. Jakie są największe błędy w zarządzaniu, które przedsiębiorstwa popełniają obecnie, gdy pracownicy szybko przyjmują narzędzia AI na własną rękę?

Największym błędem jest to, że przyjęcie AI następuje w sposób całkowicie fragmentaryczny. Pracownicy będą eksperymentować, a w wielu przypadkach jest to dobra rzecz, ale organizacja musi zrozumieć, jakie narzędzia są używane, jakie dane są wprowadzane i jakie ryzyka są tworzone. Obecnie wiele firm ma osoby, które używają AI w kieszeniach biznesu, ale nie ma wspólnej polityki, ramy pomiaru, modelu szkoleniowego i jasnego planu, aby wyalignować z celami organizacyjnymi.

To tworzy ryzyko bezpieczeństwa, zgodności i marnowanej pracy. Ideałem jest nie zamykać eksperymentów, ale raczej formalizować i organizować je. Firmy potrzebują ram zarządzania, kontroli dostępu, szkolenia pracowników, zatwierdzonych przypadków użycia i sposobu pomiaru wartości. Jest to szczególnie ważne w średnim rynku, gdzie firmy często mają ten sam nacisk ze strony zarządu i kierownictwa, aby wykorzystywać AI, ale mogą nie mieć wewnętrznej ekspertyzy AI, bezpieczeństwa i zespołu zgodności, aby prowadzić ten wysiłek.

Czy widzisz, że tradycyjna ekonomia usług zarządzanych ulegnie fundamentalnej zmianie w ciągu najbliższej dekady, gdy AI zautomatyzuje więcej podstawowych zadań?

Tak, uważam, że ekonomia ulegnie znacznej zmianie. Tradycyjny model usług zarządzanych często opierał się na pracy, narzędziach i marży. Jeśli AI i automatyzacja zredukują ilość ludzkiej pracy wymaganej do podstawowego wsparcia, monitorowania i rozwiązywania problemów, to presja cenowa na te usługi komodityzowane jest nieunikniona. Ale nie uważam, że jest to negatywne. Uważam, że jest to czynnik wymuszający MSP do przeniesienia się w górę łańcucha wartości. Wartość będzie coraz bardziej pochodzić z pomocy klientom w aplikowaniu technologii do wyników biznesowych: poprawie operacji, automatyzacji przepływów pracy, wzmocnieniu bezpieczeństwa i lepszych decyzjach.

To dlatego strategiczne rozmowy z klientami są tak ważne. MSP muszą zrozumieć, jak klient prowadzi swój biznes – łańcuch dostaw, model obsługi klienta, procesy wewnętrzne, plany rozwoju i profil ryzyka. Następnie możemy użyć AI i automatyzacji, aby rozwiązać problemy o wyższej wartości. Następnie ekonomia przenosi się z tego, ile osób jest potrzebnych do wsparcia środowiska, do tego, jaka wartość jest tworzona przez MSP dla biznesu.

Wiele rozmów o AI koncentruje się na dużych przedsiębiorstwach, ale firmy z rynku średniego często nie mają wewnętrznej ekspertyzy, aby wdrożyć AI w sposób odpowiedzialny. Jakie unikalne wyzwania stoją przed firmami z rynku średniego, które są pomijane przez szerszy przemysł?

Firmy z rynku średniego są w bardzo interesującej sytuacji. Mają realną presję biznesową, aby przyjąć AI, i w wielu przypadkach mają ten sam poziom pilności, co większe przedsiębiorstwa. Ich zespoły kierownicze i zarządy pytają, jaka jest nasza strategia AI, gdzie są efektywności i jak firma ma pozostać konkurencyjna. Ale jak wcześniej wspomniałem, nie mają tych samych zasobów wewnętrznych, co firma z listy Fortune 500. Nie mają dedykowanego zespołu zarządzania AI, dużej organizacji bezpieczeństwa, dojrzałej funkcji nauki o danych ani zasobów zarządzania zmianą, które są potrzebne do przeniesienia AI z pilotów do produkcji. Mogą więc utknąć pomiędzy eksperymentami a wykonaniem. Wiedzą, że AI ma znaczenie, ale potrzebują pomocy w identyfikowaniu odpowiednich przypadków użycia, wdrażaniu zarządzania, zabezpieczaniu środowiska, szkoleniu pracowników i integracji AI z prawdziwymi przepływami pracy. Dlatego nasze podejście w Netrio koncentruje się na praktycznym przyjęciu: gotowości, zarządzaniu, strategii, wdrożeniu platformy, umożliwieniu i ciągłym wsparciu i rozwoju.

Netrio działa w branżach, w tym opiece zdrowotnej, usługach finansowych i handlu detalicznym. Czy uważasz, że przyszli zwycięzcy w usługach zarządzanych z AI będą firmami z najgłębszą wiedzą branżową, a nie tymi z najszerszym zestawem technologii?

Tak, uważam. Szeroki zestaw technologii jest ważny, ale nie wystarczy sam w sobie. Prawdziwa wartość pochodzi, gdy rozumiesz biznes klienta na tyle głęboko, aby wiedzieć, gdzie AI może naprawdę zrobić różnicę. Opieka zdrowotna, usługi finansowe, handel detaliczny, produkcja, hotelarstwo – każda z tych branż ma różne przepływy pracy, presje regulacyjne, oczekiwania klientów, profile ryzyka i rzeczywistości operacyjne. Rozwiązanie AI dostosowane do branży może rozwiązać znacznie bardziej znaczący problem. Na przykład, sposób myślenia o AI w regulowanej branży usług finansowych jest inny niż w operacjach detalicznych lub przepływach pracy hotelarskich. MSP, które wygrają, będą tymi, które połączą AI, automatyzację, bezpieczeństwo i wiedzę branżową.

Spójrzając w przyszłość, które części zarządzania IT w przedsiębiorstwach uważasz, że pozostaną fundamentalnie napędzane przez ludzi, niezależnie od tego, jak zaawansowane stają się systemy AI?

Części, które będą napędzane przez ludzi, to obszary, które wymagają zaufania, osądu, empatii i kontekstu strategicznego. AI będzie nadal przejmował więcej powtarzalnej pracy operacyjnej, i to jest dobra rzecz. Pomoże inżynierom poruszać się szybciej, poprawiać czasy odpowiedzi, identyfikować wzorce i automatyzować znane problemy. Ale klienci wciąż potrzebują ludzi, którzy rozumieją ich biznes, mogą im pomóc w podejmowaniu decyzji i stoją za zaleceniami, które są składane. Bezpieczeństwo jest doskonałym przykładem. AI może wykrywać zagrożenia, priorytetyzować alerty, automatyzować odpowiedzi, ale budowanie kultury bezpieczeństwa nadal zależy głównie od ludzi, szkolenia, przywództwa i osądu. To samo dotyczy przyjęcia AI. Można wdrożyć potężne narzędzia, ale ktoś musi jeszcze zdecydować, które przypadki użycia mają znaczenie, jakie ryzyka są akceptowalne, jak pracownicy powinni być szkoleni i jak mierzyć sukces.

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