Sarah Edwards, Chief Product and Strategy Officer, Kantata – Wywiad

Sarah Edwards, Chief Product and Strategy Officer, Kantata, posiada ponad 27 lat doświadczenia w branży profesjonalnych usług, konsultingu, strategii produktowej i przywództwa biznesowego. Przez całą swoją karierę pracowała zarówno w Ameryce Północnej, jak i w Europie, budując i skalując organizacje usługowe oraz rozwijając głęboką wiedzę w zakresie dostarczania projektów, zarządzania zasobami i doskonałości operacyjnej. Przed dołączeniem do Kantata, Edwards pełniła role kierownicze w Hitachi Consulting, gdzie zarządzała zespołami globalnymi, a wcześniej pomogła rozwinąć firmy konsultingowe, w tym Fulcrum Solutions i Edenbrook. W Kantata, jest odpowiedzialna za kierowanie inicjatywami produktowymi i strategicznymi w całym portfolio firmy, pomagając organizacjom profesjonalnych usług w poprawie widoczności, prognozowania, alokacji zasobów i ogólnej wydajności biznesowej za pomocą specjalistycznych rozwiązań technologicznych.

Kantata jest wiodącym dostawcą oprogramowania do automatyzacji profesjonalnych usług (PSA), skoncentrowanym wyłącznie na potrzebach firm konsultingowych, agencji, dostawców usług IT i innych organizacji opartych na projektach. Utworzona w wyniku połączenia Mavenlink i Kimble, firma oferuje platformę wspieraną przez sztuczną inteligencję, która łączy planowanie projektów, zarządzanie zasobami, operacje finansowe, prognozowanie, współpracę i business intelligence w zintegrowanym środowisku. Jej technologia jest zaprojektowana, aby pomóc organizacjom poprawić zyskowność projektów, zoptymalizować wykorzystanie zasobów, zwiększyć dokładność prognozowania i uzyskać widoczność w czasie rzeczywistym w całym cyklu dostarczania usług. Łącząc dane operacyjne z wglądem napędzanym przez sztuczną inteligencję, Kantata pomaga firmom profesjonalnych usług podejmować bardziej świadome decyzje, poprawiać wyniki dostarczania i skalować efektywnie w coraz bardziej złożonych środowiskach biznesowych.

Zacznijmy od Twojej kariery jako konsultanta Oracle (ORCL ), a następnie kierowania praktykami Oracle w Edenbrook i Hitachi Consulting, a później kształtowania strategii produktowej Kantata przez ponad dekadę. Jak ta podróż wpłynęła na Twoje spojrzenie na to, gdzie sztuczna inteligencja może stworzyć największą wartość dla firm profesjonalnych usług, i jakie lekcje z tych wcześniejszych środowisk konsultingowych nadal mają zastosowanie dzisiaj?

Patrząc wstecz na moją karierę, branża profesjonalnych usług nie zmieniła się znacząco przez 30 lat. Zasada była taka, żeby rozwijać firmę, zwiększając liczbę pracowników; im więcej pracowników, tym więcej projektów można było podjąć. Ale teraz, ta książka jest całkowicie przepisana dzięki sztucznej inteligencji i nowej technologii. Słyszę więcej niepewności w branży niż kiedykolwiek wcześniej. Jaki jest nasz wygląd talentów? Co potrzebuję w zakresie ludzi i agentów? Jak rozliczam agentów sztucznej inteligencji? Nikt jeszcze nie zna prawdziwych odpowiedzi na te pytania.

Co wiemy, to to, że jeśli firmy będą trzymać się starego modelu operacyjnego, starając się rozwijać przychody poprzez zwiększanie liczby pracowników, to będzie to wyścig na dno. Z mojego doświadczenia w najlepszych środowiskach konsultingowych wiem, że konsulting wciąż jest oparty na relacjach międzyludzkich, ale w erze sztucznej inteligencji, firmy profesjonalnych usług są pod większą presją ze strony klientów, aby robić więcej z mniej i osiągać wyśmienite wyniki. Muszą one ciągle udowadniać swoją wartość. To jest miejsce, w którym sztuczna inteligencja może pomóc, wykorzystując dane i zintegrowaną ekspertyzę, aby budować powtarzalną i spójną inteligencję.

Uzasadniłaś, że wiele organizacji mierzy sukces sztucznej inteligencji w sposób nieprawidłowy, koncentrując się na produktywności i efektywności. Dlaczego uważasz, że “kumulowanie ekspertyzy” jest bardziej znaczącym miernikiem oceny zwrotu z inwestycji w sztuczną inteligencję?

Koncentrowanie się wyłącznie na zyskach produktywności i efektywności nie wystarcza do pomiaru długoterminowego sukcesu sztucznej inteligencji. Aktywacja sztucznej inteligencji to coś więcej niż tylko automatyzacja status quo; to fundamentalna zmiana sposobu, w jaki działamy. Dla mnie, wskaźnik kumulowania ekspertyzy organizacji – jej zdolność do przechwytywania, syntetyzowania, skalowania i ciągłego budowania wiedzy instytucjonalnej i plemiennej – jest o wiele bardziej znaczący, ponieważ pozwala firmom wprowadzać ekspertyzę w skali. Ekspertyza jest podstawową walutą świata konsultingowego, ale jeśli te specyficzne umiejętności i wiedza specjalistyczna pozostają odizolowane lub w jednym mózgu, to nie jest to skuteczny system.

Historycznie, branża profesjonalnych usług opierała się na “bohaterach” – wyróżniających się pracownikach, którzy posiadali wrodzone umiejętności lub wiedzę, której mogli użyć klienci. W dzisiejszych czasach, firmy nie przetrwają, działając w ten sposób. Ekspertyza musi być udostępniana szeroko, dokładnie i szybko, co sztuczna inteligencja już w pewnym stopniu robi. Weźmy na przykład narzędzia sztucznej inteligencji, które automatycznie sporządzają notatki z spotkań i rozdzielają je później. Wyzwaniem dla firm profesjonalnych usług jest to, że ten wynik nie jest bezpośrednio połączony z dostarczaniem usług klientom. Dlatego istnieje potrzeba narzędzi sztucznej inteligencji, które podejmują następny krok i aktywują tę inteligencję w kontekście danej organizacji. Jeśli sztuczna inteligencja może uczyć się z ekspertyzy, którą firma dostarcza w projekcie, i kumulować ją, to wtedy staje się ona prawdziwie przełomową technologią.

Jakie są największe nieporozumienia, jakie mają dyrektorzy wykonawczy, gdy próbują obliczyć zwrot z inwestycji w inicjatywy sztucznej inteligencji?

Dyrektorzy wykonawczy głównie mówią o zwrocie z inwestycji w sztuczną inteligencję w kategoriach oszczędności kosztów i efektywności, ale jest to nieporozumienie myśleć, że to jest jedyne miejsce, w którym sztuczna inteligencja może napędzać wartość. Powinni również określić, w jaki sposób sztuczna inteligencja napędza wzrost przychodu poprzez rozwijanie nowych kanałów przychodu, pomaganie w utrzymaniu większej liczby klientów lub umożliwianie firmom podjęcie większej liczby projektów.

Jak organizacje mogą zacząć przechwytywać i skalować wiedzę instytucjonalną, która obecnie istnieje tylko w rozmowach pracowników, doświadczeniach projektowych i wiedzy plemiennej?

Wiele firm profesjonalnych usług wciąż opiera się na arkuszach kalkulacyjnych, izolowanych danych i wiedzy plemiennej, aby prowadzić swoje interesy. Nałożenie jednorazowego agenta sztucznej inteligencji z ogólnym szkoleniem na jeden projekt lub strumień danych nie będzie miało dużego wpływu. Zintegrowana platforma z sztuczną inteligencją i przewidywaniami analitycznymi, która może działać w całym projekcie i przepływie pracy, będzie miała wpływ. Ale nie wszystkie platformy są równie skuteczne. Aby mieć wpływ, muszą one być zbudowane na scalonym grafie wiedzy, który przechwytuje wiedzę instytucjonalną w skali, umieszcza ją w kontekście i daje agentom sztucznej inteligencji autonomię do podjęcia działań na podstawie uzyskanych wglądów, z ludźmi w pętli.

Wiele firm wdrożyło asystentów i agentów sztucznej inteligencji w całej firmie. Co odróżnia organizacje, które tworzą trwałe przewagi konkurencyjne od tych, które po prostu automatyzują istniejące przepływy pracy?

Na początku boomu sztucznej inteligencji, wiele organizacji spieszyło się, aby wdrożyć narzędzia sztucznej inteligencji, aby nie zostać w tyle, ale ten rodzaj niezamierzonego wdrożenia doprowadził do sytuacji, w której wiele firm czuło “zatory agentów” (tj. gdy agenci stają się wolni, drodzy w utrzymaniu lub niedokładni z powodu nieumiejętnego zarządzania i przeładowania narzędziami lub informacjami). Co więcej, wszyscy agenci pracują w izolacji, a nie ma długoterminowej strategii dotyczącej operacjonalizacji wszystkich agentów razem.

Organizacje, które układają podwaliny pod prawdziwą, długoterminową przewagę konkurencyjną, nie wdrażają agentów, którzy patrzą tylko na jeden konkretny aspekt; wdrażają agentów, którzy mają widoczność na całym polu. Personel, zasoby, dostarczanie itp. to wszystko ruchome części maszyny profesjonalnych usług, które muszą współpracować, aby utrzymać wszystko w ruchu. I dają temu agentowi kontekst, wiedzę i zrozumienie potrzebne do realnego wpływu.

Jak sztuczna inteligencja zmieni model operacyjny firm profesjonalnych usług w ciągu najbliższych pięciu lat, zwłaszcza w odniesieniu do konsultingu, wdrożeń i prac doradczych?

Sztuczna inteligencja zmienia model talentów. Umiejętności ewoluują szybciej niż kiedykolwiek wcześniej, a jest duże pytanie, skąd pochodzi następna generacja talentów. Niektórzy obawiają się również, że sztuczna inteligencja odciągnie ludzkich pracowników od ich kreatywności i myślenia poznawczego; dlatego przewiduję, że będzie przesunięcie w sposobie, w jaki firmy zaangażują swoich pracowników, aby upewnić się, że rozwijają te mięśnie i nie polegają zbyt mocno na danych sztucznej inteligencji. To przesunięcie będzie niezbędne, ponieważ sztuczna inteligencja staje się wszechobecna, a każda firma będzie mogła produkować dane szybko i tanio, ale tylko te, które będą nadal inwestować w swoją ludzką ekspertyzę, będą produkować silną, znaczącą pracę.

Czy oczekujesz, że firmy przesuną się od rozliczania godzin i wykorzystania do modeli cenowych opartych na wynikach? Jakie wyzwania stoją na przeszkodzie tej transformacji?

Gdy firmy profesjonalnych usług otrzymują wniosek o propozycję, stało się standardem, aby prospekci pytali o to, w jaki sposób firma redukuje koszty za pomocą sztucznej inteligencji i w jaki sposób te oszczędności kosztów zapewniają wartość klientom. Często brakuje mechanizmu do pomiaru tej redukcji kosztów i narracji do przekazania prospektom, w jaki sposób sztuczna inteligencja podnosi istniejącą ekspertyzę firmy i wartość, którą dostarcza.

Ostatecznie uważam, że model rozliczeniowy przechodzi w kierunku cen opartych na wynikach. Dziś większość organizacji brakuje dyscypliny dostarczania, danych i gotowości finansowej, aby wspierać prawdziwe ceny oparte na wynikach w skali. Dodanie sztucznej inteligencji do mieszanki sprawia, że model staje się jeszcze bardziej złożony – gdy praca jest wykonywana przez agenty, jak śledzić wysiłek, udowodnić wartość lub rozpoznać przychód? Nie można ustalić cen wyników, jeśli nie można przewidzieć dostarczenia. Prawdziwa transformacja nie będzie skokiem prosto do cen opartych na wynikach, ale będzie postępem od wysiłku do opłaty stałej, a następnie do wartości i w końcu do cen opartych na wynikach, gdy organizacje budują podstawy, których potrzebują do monetizacji wyników.

Kantata jest głośna o przekształcaniu wiedzy organizacyjnej w strategiczny atut za pomocą swojego Silnika Ekspertyzy. Co skłoniło do tego skupienia, i jakie luki zobaczyłaś w tradycyjnych systemach zarządzania wiedzą?

Sztuczna inteligencja korporacyjna dzisiaj jest w dużej mierze skupiona na ogólnych narzędziach sztucznej inteligencji zaprojektowanych do podsumowywania spotkań, odpowiedzi na podpowiedzi lub automatyzacji izolowanych zadań. A gdy chodzi o profesjonalne usługi, to nie działa. Prawdziwym wyzwaniem, przed którym stają firmy profesjonalnych usług, nie jest automatyzacja zadań. To złożoność operacyjna.

Firmy profesjonalnych usług działają na ciągle zmieniającym się sieci decyzji dotyczących personelu, dostarczania, ryzyka projektu, celów wykorzystania, modeli prognozowania i zależności finansowych. Ogólne narzędzia sztucznej inteligencji nie rozumieją tego kontekstu, co oznacza, że nie mogą powodować w sposób znaczący w całej firmie.

Kantata podejmuje inny podejście do sztucznej inteligencji. Zamiast nakładania ogólnego agenta lub czatu na istniejące oprogramowanie, budujemy sztuczną inteligencję dostosowaną do operacyjnej rzeczywistości profesjonalnych usług. Nasz Silnik Ekspertyzy łączy szacowanie, personele, dostarczanie, prognozowanie i zarządzanie finansami w jeden model operacyjny, dając agentom sztucznej inteligencji pełny kontekst biznesowy do inteligentnego działania w przepływach pracy.

To nie jest sztuczna inteligencja z yesterday.

Jaka rolę będą odgrywać agenci sztucznej inteligencji w organizacjach profesjonalnych usług, i gdzie uważasz, że ludzka ekspertyza pozostanie niezastąpiona?

Gdy agenci sztucznej inteligencji będą brać część workloadu z ludzkich pracowników, to otworzy ich na wykonywanie bardziej przyjemnych i kreatywnych części ich pracy. Automatyzacja nie jest tylko o efektywności i oszczędności czasu i kosztów, ale o uldze i uprawnieniu pracowników. To podniesie ich stronę kreatywną i zbuduje nowe pokolenie myślicieli, którzy staną się twórcami narzędzi sztucznej inteligencji, a nie tylko ich użytkownikami. To przesunięcie będzie niezbędne, ponieważ sztuczna inteligencja staje się wszechobecna, a każda firma będzie mogła produkować dane szybko i tanio, ale tylko te, które będą nadal inwestować w swoją ludzką ekspertyzę, będą produkować silną, znaczącą pracę.

Spójrzając w przyszłość, co powinni robić dzisiaj liderzy biznesu, aby upewnić się, że ich organizacje nie tylko przyjmują sztuczną inteligencję, ale budują trwałą przewagę ekspertyzy, która kumuluje się w czasie?

Zamiast nakładania ogólnego agenta lub czatu na istniejące oprogramowanie, firmy profesjonalnych usług powinny szukać superagentów sztucznej inteligencji, które mają zdolność do zrozumienia kontekstu wszystkiego, co wchodzi w skład prowadzenia firmy profesjonalnych usług – od personelu do prognozowania, zarządzania finansami i dostarczania projektu – i tworzyć specjalistycznych agentów, którzy mogą działać autonomicznie.

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