Aron England, Chief Product & Technology Officer da Accruent – Série de Entrevistas

Aron England, Chief Product and Technology Officer da Accruent, é um líder experiente em tecnologia e produto, conhecido por construir e escalar equipes globais que entregam soluções SaaS e agências desde a pesquisa inicial até produtos de alto crescimento e voltados para o cliente. Ele combina uma profunda especialização em mercados de consumo, SaaS B2B, comércio eletrônico e tecnologia comercial com uma forte liderança de pessoas, combinando inovação com uma compreensão aguçada dos problemas dos clientes para impulsionar um ajuste de produto-mercado duradouro e resultados de negócios mensuráveis, incluindo crescimento por meio de aquisições e estratégia impulsionada por IP.

Accruent fornece software que ajuda as organizações a gerenciar o lado físico de seus negócios de forma mais eficiente, reunindo ferramentas para instalações, ativos, espaço e operações de trabalho em um sistema conectado. Sua plataforma é projetada para reduzir a fragmentação, melhorar a visibilidade e a tomada de decisões, e ajudar as equipes a planejar, manter e otimizar edifícios e equipamentos em uma ampla gama de indústrias.

Você construiu e liderou equipes de alto desempenho globais por mais de 25 anos. Olhando para trás, em startups, grandes empresas e agora Accruent, qual experiência foi mais decisiva para moldar sua forma de pensar sobre a construção de tecnologia confiável em escala?

Depois de passar tempo em empresas Fortune 50 e trabalhar em liderança de tecnologia em startups em estágio inicial, médio e grandes empresas públicas e privadas, adquiri uma ampla gama de experiências quando se trata de promover a adoção de transformação digital em diferentes indústrias. Mais notavelmente, fui o nono funcionário da DocuSign e estávamos visando um mercado que precisava de uma verdadeira mudança. Empurrar a indústria de contratos analógicos por meio de uma transformação digital total não apenas exigia construir confiança no mercado, mas também legislação para tornar a mudança segura. Há muitas lições relacionadas ao meu tempo lá que podem ser aplicadas ao mercado atual de LLMs e ferramentas de IA.

Em um nível alto, o padrão ao longo da minha experiência permaneceu consistente: sistemas confiáveis não surgem por acaso. Eles vêm de uma arquitetura intencional, consistência de dados, transparência e uma compreensão profunda de como as pessoas reais estão usando a tecnologia.

Você alertou que, até 2026, os técnicos não aceitarão mais sistemas de IA que simplesmente dizem “confie em mim”. A partir de sua perspectiva na Accruent, o que está impulsionando essa mudança nas expectativas entre profissionais de linha de frente e de serviço de campo?

Em ambientes onde gerentes de instalações e técnicos estão utilizando IA para diagnosticar falhas de equipamentos e guiar reparos complexos, um passo em falso de uma recomendação falsa ou imprecisa pode causar riscos de negócios e segurança significativos.

Muitas vezes, LLMs criam respostas mistas a partir de múltiplas páginas, sem citar o evidence subjacente. Como resultado, se um técnico seguir um passo gerado por IA que nunca existiu diretamente no manual do OEM, uma organização pode enfrentar uma reação de conformidade significativa, pois não terá uma cadeia de evidências defensável para auditorias ou revisões de segurança. À medida que a IA se torna mais “invisível” no software, a importância da rastreabilidade crescerá.

As alucinações de IA podem ser mais do que um incômodo em indústrias regulamentadas — elas podem criar riscos reais de segurança, conformidade e operacionais. Quais cenários de alucinação o preocupam mais quando se trata de manutenção, gerenciamento de instalações ou operações de ativos?

Na manufatura, se uma sugestão gerada por IA diz a um trabalhador de fábrica para tomar a ação errada em um equipamento crítico, pode resultar em tempo de inatividade não planejado, material desperdiçado, produtos finais defeituosos ou máquinas danificadas. Esses podem ser erros de milhões de dólares, pois as linhas de manufatura param ou até mesmo danos à reputação se mais tarde levam a recalls.

Essas alucinações de ferramentas de IA também são especialmente prejudiciais a indústrias como a saúde, pois as responsabilidades e a vida dos pacientes estão em risco quando há uma falha de máquina que não foi devidamente mantida ou consertada a tempo. Quando você lida com indústrias que interagem com o mundo real, corrigir erros não é tão simples quanto apertar delete e começar novamente.

Você enfatizou que cada saída de IA deve apontar para as fontes originais — manuais, tabelas de dados, diagramas, registros históricos. Como a Accruent está projetando sistemas que garantem a rastreabilidade e eliminam respostas “caixa preta”?

Garantimos que as recomendações de IA possam ser rastreadas até pontos de saída significativos no material de origem, como a página específica do manual, diagrama, tabela de dados ou registro que informou a sugestão. Por exemplo, se as recomendações de IA dizem a um gerente de instalações em saúde como servir um compressor, eles devem ser capazes de rastrear até o parágrafo exato que suporta esse passo em um clique, para garantir a precisão. Para fechar a crescente lacuna de confiança nos sistemas de IA de empresas atuais, é importante que esses sistemas também sejam capazes de revelar quais pontos ou páginas foram avaliados, para que os usuários saibam se o IA revisou todos os documentos relevantes ou apenas um subconjunto.

Muitas ferramentas de IA empresariais priorizam a velocidade, mas ambientes regulamentados exigem rastros de auditoria, precisão de documentação e raciocínio verificável. Como você equilibra a inovação com a necessidade de transparência e conformidade?

Integrar a IA nos fluxos de trabalho existentes é a chave. Isso simplifica o processo de adicionar aprovações, documentação, rotinas de manutenção e verificações de conformidade para aumentar práticas conhecidas, em vez de implementar uma ferramenta isolada nova. Isso significa evitar uma reformulação completa das operações e permitir que os funcionários continuem trabalhando do jeito que sempre fizeram, mas com processos manuais e demorados se tornando automatizados.

Técnicos no campo dependem de instruções precisas. Como a Accruent está abordando o desafio de fundamentar as saídas de IA em material de origem autoritativo para reduzir o risco e melhorar a confiança do técnico?

Nossa abordagem começa com a captura e organização de manuais, diagramas, desenhos, aluguéis e ordens de trabalho históricas para garantir que a IA forneça respostas a partir do conteúdo específico de uma empresa, e não de dados de treinamento genéricos. Ao gerar procedimentos, recomendações ou listas de verificação, nossos sistemas são projetados para que cada passo seja rastreável até a documentação original.

Caso contrário, os técnicos que já estão com recursos limitados teriam que gastar ainda mais tempo procurando manualmente por documentos para verificar a precisão, atrasando ainda mais os processos e ordens de trabalho.

Entregar IA transparente e pronta para auditoria exige grandes volumes de dados estruturados. Quais desafios de dados — desde documentos legados não estruturados até históricos de ativos inconsistentes — precisam ser resolvidos para tornar essa visão real?

Entregar IA pronta para auditoria começa com dados confiáveis e bem organizados. No entanto, a maior parte do ambiente construído ainda vive em processos analógicos, com entradas de dados manuais, PDFs digitalizados e planilhas isoladas. Quando há lacunas nos dados e históricos de ativos que são incompletos ou inconsistentes, os riscos de alucinação de IA aumentam. Para tornar as saídas de IA confiáveis em ambientes regulamentados, as empresas devem resolver primeiro os bloqueios de dados legados, desde formatos não estruturados até históricos inconsistentes, falta de governança, migrando para sistemas de documentos e dados de ativos estruturados, controlados por versão e centralizados.

Nossa EDMS (Sistema de Gerenciamento de Documentos de Engenharia) pode fazer isso para várias indústrias, incluindo mineração, utilidades, manufatura e mais. Essas indústrias frequentemente dependem de desenhos de engenharia físicos e documentação, o que pode criar pesadelos de controle de versão. Usar nossa solução EDMS para digitalizar esses documentos é o primeiro passo. A partir daí, o software ajuda a gerenciar o controle de versão, governança de fluxo de trabalho e rastros de auditoria para garantir que as inconsistências sejam eliminadas.

À medida que a IA se torna incorporada à manutenção, instalações e gerenciamento do ciclo de vida de ativos, onde você vê as maiores oportunidades para melhorar a produtividade sem comprometer a segurança ou os requisitos regulamentares?

Uma das maiores oportunidades é automatizar tarefas mundanas e sem valor agregado para os funcionários, como entrada de dados manual e agendamento de ordens de trabalho para técnicos. Do lado de fora, parece uma tarefa relativamente fácil, mas demorada. No entanto, a IA pode abordar a tarefa de forma mais estratégica.

Primeiro, se o equipamento em questão for monitorado com sensores, uma ordem de trabalho pode ser acionada com base na detecção de anomalias, antes que qualquer quebra real ocorra. Em segundo lugar, a IA pode ajudar a priorizar automaticamente as ordens de trabalho com base na urgência e agendar reparos em horários que causem a menor interrupção para um negócio — também pode ponderar múltiplos problemas simultâneos, custos, segurança e receita ao mesmo tempo para o melhor caminho à frente.

A IA tem o potencial de não apenas “assistir” equipes de manutenção e instalações — ela atuará cada vez mais como um operador digital.

A confiança está se tornando o novo padrão para IA empresarial. O que você acredita que os fornecedores precisarão fazer de forma diferente nos próximos dois anos para ganhar — e manter — essa confiança?

Os fornecedores devem parar de assumir que os clientes simplesmente “confiarão no modelo” quando se trata de IA empresarial. As recomendações da IA precisam mostrar prova de como foram geradas. Uma forma de abordar isso é na forma de citações e descrições claras de quais documentos a IA avaliou e quais não. Por exemplo, se um funcionário pedir à IA para analisar 1.000 aluguéis, eles devem saber explicitamente se avaliou todos os 1.000 ou apenas 700, e por quê ou por que não.

Como parte disso, o principal fator que os fornecedores devem priorizar é a transparência no uso de dados. Isso inclui clareza sobre quem vê os dados, como estão sendo usados (incluindo quaisquer implicações de treinamento), e como são segregados ou isolados de ambientes de outros clientes.

Nos próximos dois anos, ganhar confiança será fundamental, e os fornecedores podem obter uma vantagem competitiva sendo explícitos sobre as limitações das ferramentas de IA, mantendo os humanos no loop para decisões de alto risco e começando com casos de uso estreitos e bem definidos que entregam valor tangível sem colocar os clientes em uma situação de “caixa preta”.

Olhando para o futuro, como você vê a IA evoluindo dentro de operações críticas de missão, e qual papel você espera que a Accruent desempenhe ao estabelecer padrões de indústria para IA confiável e transparente?

A IA em operações críticas de missão está evoluindo rapidamente de automação de tarefas isoladas para sistemas multiagentes inteligentes que podem coordenar e otimizar fluxos de trabalho inteiros. Em vez de simplesmente ajudar os usuários, a IA fornecerá suporte de decisão autônomo, monitorará continuamente as condições operacionais, preverá riscos e recomendará ações com total transparência e rastreabilidade. À medida que a IA aprende a combinar documentos não estruturados, dados operacionais estruturados e sinais em tempo real, ela se tornará incorporada diretamente aos processos diários, impulsionando resultados mais rápidos, seguros e confiáveis.

Com o tempo, isso permitirá uma mudança em direção a operações autônomas, onde os sistemas podem se auto-otimizar e se auto-corrigir, enquanto os humanos se concentram em supervisão e tomada de decisões estratégicas. Como líder de mercado, a Accruent ajudará a estabelecer padrões de indústria para IA confiável e transparente, incorporando auditoria, explicabilidade e governança forte em sua plataforma e colaborando com clientes, parceiros e órgãos regulamentadores para definir as melhores práticas para implantação segura em ambientes críticos de missão.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Accruent.