Don Schuerman, CTO at Pegasystems – Interview Series

Don Schuerman é o diretor de tecnologia e vice-presidente de marketing de produtos da Pegasystems, responsável pela plataforma e aplicações de gerenciamento de relacionamento com o cliente (CRM) da Pega.

Ele tem 20 anos de experiência em entrega de soluções de software para empresas do Fortune 500, com foco em transformação digital, mobilidade, análise, gerenciamento de processos de negócios, nuvem e CRM.

Pegasystems oferece uma plataforma robusta projetada para ajudar as organizações a alcançar resultados transformadores em tempo real por meio da otimização. A plataforma permite que os clientes abordem desafios comerciais-chave usando tomada de decisão de IA empresarial e automação de fluxo de trabalho, incluindo personalização do envolvimento do cliente, automação de serviços e melhoria da eficiência operacional. Fundada em 1983, a Pegasystems desenvolveu uma arquitetura escalável e flexível que apoia as empresas em atender às demandas atuais dos clientes e se adaptar às necessidades futuras.

Dada sua vasta experiência como CTO da Pegasystems, como o Pega GenAI se destaca no cenário em rápida evolução da IA gerativa para empresas?

A Pega tem inovado em soluções de IA há anos, incluindo a exploração da IA gerativa muito antes de ela se tornar mainstream. Acho que há três coisas que nos destacam:

Primeiro, não estamos apenas acelerando processos, estamos impulsionando a inovação. A maioria dos fornecedores de software empresarial lançou vários bots de IA gen, agentes ou recursos de co-piloto, mas a verdade é que essas ferramentas semelhantes não impulsionarão a diferenciação competitiva. Nós permitimos que nossos clientes reimaginem como toda a sua empresa funciona com ferramentas únicas, como o Pega GenAI Blueprint, que fornece projetos de aplicativos de melhor categoria em segundos. Não estamos apenas automatizando tarefas; estamos fundamentalmente reimaginando como as empresas operam e inovam.

Segundo, não estamos apenas automatizando em isolamento, estamos orquestrando como o trabalho é feito do início ao fim. Outros fornecedores espalham esses recursos de bot de IA gen e esperam que isso seja suficiente para aumentar a eficiência. Nossa plataforma é baseada em nosso caso de gerenciamento e orquestração de liderança do setor, o que nos permite não apenas automatizar com IA gen, mas também orquestrar e otimizar todo o processo de ponta a ponta.

Terceiro, não somos apenas um motor de IA gen genérico – estamos focados em impulsionar um melhor engajamento do cliente e automação de fluxo de trabalho por meio da IA. Às vezes, o problema em questão exige o poder criativo da IA gerativa, enquanto outros problemas podem exigir IA preditiva ou de tomada de decisão para infundir mais lógica no processo.

Em seu artigo da Forbes, “Desbloqueando o Potencial da IA Avançada para Inovação Empresarial,” você menciona o potencial da IA gerativa para reimaginar operações comerciais. Quais são alguns exemplos específicos onde a IA pode catalisar a transformação de legados em empresas estabelecidas?

O vice-presidente sênior de Autoridades de Design da Deutsche Telekom, Daniel Wenzel, descreveu ao público no PegaWorld iNspire este verão como ele está usando o Pega GenAI Blueprint para ajudá-lo a reimaginar mais de 800 processos de negócios separados no departamento de serviços de RH. Ele diz que o maior gargalo ao tentar melhorar esses processos foi que os negócios e a TI não falam a mesma língua, o que leva a expectativas não realizadas. O Pega GenAI Blueprint ajuda ambos os stakeholders a entender o processo e como melhorá-lo muito mais rápido do que os métodos tradicionais, levando a soluções mais eficazes.

O mesmo artigo discute as limitações das aplicações atuais de IA gerativa. Como as empresas podem ir além das melhorias de produtividade incrementais para aproveitar o potencial transformador completo da IA?

A maioria da IA gerativa no software empresarial é aplicada como recursos de uma vez que ajudam a acelerar aspectos específicos do processo. Mas esses tipos de recursos são comuns agora, fornecendo pouca vantagem competitiva. Dicas de produtividade como resumo e geração de texto são apostas seguras – o que as empresas precisam para avançar no mercado é usar a IA gerativa para inovar novas maneiras de fazer negócios em um alto nível. Por exemplo, a Gartner identificou uma nova categoria de tecnologia que chamam de Tecnologias de Orquestração e Automação de Negócios (BOAT) que olha para impulsionar resultados de negócios de forma mais holística, desde a simplificação de custos até a melhoria da tomada de decisão, reduzindo custos operacionais e usando as tecnologias de automação certas para o trabalho em questão. Recursos de IA gen de uma vez têm seu lugar, mas é apenas uma peça do quebra-cabeça e não é a bala de prata para resolver todos os problemas.

Quais são os casos de uso de IA gerativa mais promissores para empresas que vão além das melhorias típicas de produtividade, e como as empresas podem implementar melhor esses?

A oportunidade de IA gerativa mais emocionante é o potencial de injetar as melhores práticas em um processo. Aqueles que usam a IA gen para apenas escrever mais código podem estar se preparando para mais dívida técnica no futuro. A injeção de IP no processo de design de software é um jogo mudador, permitindo que as organizações cheguem a uma solução ótima muito mais rápido com base em anos de experiência. E porque foi desenvolvido como um modelo visual e não apenas linhas de código, é mais fácil colaborar e refiná-lo ao longo do tempo entre stakeholders técnicos e não técnicos. Anteriormente, finalizar um design de aplicativo podia levar semanas e exigia habilidades especializadas; agora, essas ferramentas impulsionadas por IA gen permitem que os usuários de negócios digitem suas necessidades específicas em linguagem simples e rapidamente passem do conceito ao design abrangente. A Forrester publicou recentemente alguma pesquisa prevendo que o uso de IA para injetar IP em sistemas de design baseados em modelo ou de baixo código mudará fundamentalmente como as empresas usam software – permitindo que elas construam mais e comprem menos aplicativos “prontos para uso”. Acho que essa é uma grande transformação, e acreditamos que com o Pega GenAI Blueprint estamos bem posicionados para ser a plataforma de escolha para nossos clientes empresariais.

Você sugeriu anteriormente que a IA gerativa pode ajudar no desenvolvimento de produtos identificando lacunas de mercado. Pode elaborar sobre como esse processo funciona e compartilhar um exemplo do mundo real?

Nosso Pega Customer Decision Hub é uma solução de IA preditiva que ajuda nossos clientes a tomar a próxima melhor ação com seus clientes, seja isso vender um produto, consertar um problema de serviço ou às vezes não fazer nada. Isso nos permite nos conectar com os clientes 1:1 com ações que melhor atendem às suas necessidades individuais. Mas operar de forma 1:1 significa que você precisa de uma grande quantidade de ofertas personalizadas – é muito melhor do que enviar spam para todos com a mesma mensagem, mas exige que as organizações de marketing criem mais mensagens únicas para diferentes grupos de clientes. Agora, com a IA gen, podemos descobrir quais clientes foram subatendidos e, em seguida, sugerir novas ações e criar novos tratamentos que seriam mais benéficos para esses grupos. Isso tem o potencial de ajudar as organizações a expandir para audiências de mercado que elas normalmente não conseguem atingir.

Como as empresas estabelecidas com sistemas legados podem integrar efetivamente a IA gerativa para permanecer competitivas contra startups mais ágeis, particularmente na reimaginação de suas operações centrais?

Acho que estamos chegando a um ponto de inflexão para os sistemas legados. Por décadas, as grandes empresas vêm chutando a lata de dívida técnica para a frente. Passamos anos aplicando soluções de curativos como RPA que não abordam o dreno fundamental que os sistemas legados colocam nas empresas – eles sugam o gasto de TI que poderia estar indo para a inovação, introduzem riscos e impedem que as empresas se movam rapidamente em mercados em mudança. Felizmente, acredito que um dos superpoderes da IA gen é que ela nos permitirá acelerar dramaticamente a taxa na qual redesenhamos e aposentamos nossos sistemas legados – não apenas recodificando-os, mas reimaginando os fluxos de trabalho e processos em si para ambos executar em arquiteturas de nuvem modernas e entregar as experiências digitais que os clientes e funcionários esperam.

Em um artigo separado sobre estabelecer um manifesto de IA, você enfatiza a importância de vincular a estratégia de IA a resultados de ação. Pode fornecer orientação sobre como as empresas podem alinhar seus objetivos de IA com resultados de negócios tangíveis?

Muitas empresas começam se concentrando em uma ferramenta brilhante como a IA em vez de começar a descobrir quais são seus objetivos comerciais e qual problema precisam resolver. Ao se concentrar na ferramenta em vez do problema, elas se encaixam em um caminho que pode não ser ótimo para seus negócios. Em vez disso, elas precisam dar um passo atrás e perguntar a si mesmas o que realmente estão tentando alcançar. Às vezes, a IA gen não é a solução certa e pode ser melhor atendida aplicando a tomada de decisão de IA. Elas precisam lembrar que existem diferentes tipos de IA que são mais adequados para resolver diferentes problemas de negócios.

Como as empresas podem aproveitar a IA gerativa para revolucionar suas operações em vez de apenas automatizar tarefas rotineiras? Quais estratégias elas devem empregar para maximizar o ROI nessa área?

Não se concentre apenas nas tarefas individuais – isso impedirá que você veja a floresta pelas árvores. Dê um passo atrás e entenda seus fluxos de trabalho comerciais gerais e os resultados que você está tentando impulsionar a partir deles. A IA gerativa pode ser usada para analisar seus processos e infundir as melhores práticas em diferentes setores. Isso pode impulsionar mudanças profundas, permitindo que as empresas reimaginem e redesenhem seus fluxos de trabalho centrais. Por exemplo, a IA pode ajudar a projetar novos modelos operacionais do zero ou reengenharia os existentes para melhorar a eficiência e a inovação. Estabeleça métricas claras para medir o sucesso e refine regularmente sua abordagem com base nesses insights. Ao aproveitar a IA para impulsionar mudanças significativas em vez de melhorias incrementais, as empresas podem desbloquear um valor significativo e permanecer à frente da concorrência.

Quais setores você acredita que estão mais preparados para se beneficiar do redesenho de fluxos de trabalho usando a IA, e como elas devem começar a implementar essa abordagem?

Quase qualquer organização pode se beneficiar universalmente da melhoria de seus fluxos de trabalho, particularmente em mercados em rápida mudança. Setores de serviços, como serviços financeiros, telecomunicações e saúde, podem provavelmente realizar os maiores ganhos para ajudar a simplificar como eles se envolvem com seus clientes. Esses setores lidam com processos complexos e intensivos em dados e estão sob pressão crescente para melhorar a eficiência, reduzir custos e entregar melhores resultados. Além disso, qualquer setor com grandes quantidades de serviços legados – como bancos – pode se beneficiar examinando seus processos provavelmente estabelecidos há anos para modernizá-los e garantir que eles mantenham o ritmo com a concorrência mais nova.

Como a abordagem “humano no loop” melhora a eficácia e o deploy ético da IA, particularmente em funções que lidam com o cliente?

A IA gerativa, embora poderosa, pode produzir saídas que não são sempre precisas ou apropriadas. Ao integrar a supervisão humana, podemos mitigar riscos, como imprecisões ou questões éticas no conteúdo gerado pela IA.

Por exemplo, no atendimento ao cliente, a IA pode gerar respostas e recomendações, mas ter um humano revisando essas saídas garante que elas estejam alinhadas com os valores da empresa e as necessidades do cliente. Essa supervisão é crucial para manter a transparência e a responsabilidade, particularmente quando os modelos de IA produzem informações plausíveis, mas incorretas ou enganosas.

Interessantemente, ter um humano no loop permite que você pegue uma das fraquezas da IA gen – é intrinsicamente imprevisível ou não determinístico, o que significa que não dá a você a mesma resposta duas vezes – e transforme isso em uma força. Com o Pega GenAI Blueprint, usamos a IA gen como um parceiro de brainstorming, sugerindo novas abordagens para o design do fluxo de trabalho. O humano é sempre o decisor final, mas ao sugerir constantemente novas abordagens, a IA gen impulsiona o pensamento original e ajuda os humanos a evitar “recapear o caminho do gado”.

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