Adam Field, Chief AI Officer la Tungsten Automation – Seria de interviuri

Adam Field, Chief AI Officer la Tungsten Automation, este un lider de tehnologie enterprise cu experiență profundă în inteligență artificială, automatizare inteligentă și strategie de produs. În rolul său actual, el conduce eforturile globale de transformare AI ale companiei, supraveghind integrarea AI în portofoliul de produse al Tungsten, ghidând laboratorul Tungsten AI și stabilind cadre de guvernanță pentru adoptarea responsabilă a AI. Înainte de a deveni Chief AI Officer, el a ocupat funcția de Chief Product Officer, gestionând un portofoliu care genera peste 550 de milioane de dolari în venituri anuale. Înainte de a se alătura Tungsten, Field a petrecut aproape 17 ani la Pegasystems, unde a condus inițiative de inovare și experiență a clienților, a ajutat la modelarea strategiei tehnologiei emergente și a devenit cunoscut pentru livrarea de prezentări de produse la scară largă și programe de inovare enterprise. La începutul carierei sale, el a ocupat roluri tehnice și de consultanță la Staples, Publicis Sapient și Fidelity Investments.

Tungsten Automation, cunoscut anterior sub numele de Kofax, este o companie de software enterprise axată pe automatizarea fluxurilor de lucru bazate pe AI, procesarea inteligentă a documentelor, automatizarea robotică a proceselor (RPA) și orchestrarea proceselor de afaceri. Compania oferă instrumente de automatizare utilizate de organizații din diverse industrii, cum ar fi finanțe, sănătate, asigurări și guvern, pentru a rationaliza operațiunile bazate pe documente și a îmbunătăți eficiența. Platforma sa combină tehnologii AI, automatizare low-code și inteligență a documentelor pentru a ajuta întreprinderile să automateze sarcinile repetitive, să extragă informații din datele nestructurate și să modernizeze fluxurile de lucru ale afacerilor la scară largă.

Ați petrecut ani conducând strategia de produs și inovarea, inclusiv construirea laboratoarelor de inovare și extinderea unui portofoliu de produse de peste 500 de milioane de dolari, înainte de a deveni Chief AI Officer la Tungsten Automation. Ce v-a convins că acum este momentul să vă axați pe conducerea AI, și cum a influențat experiența dvs. anterioară această decizie?

Am petrecut o mare parte a carierei mele concentrându-mă pe transformarea noilor tehnologii în ceva care să funcționeze cu adevărat la scară în mediile enterprise. În ultimii ani, a devenit clar că AI nu este doar o capacitate de integrat în produse. Este o schimbare a modului în care se construiesc software-urile și se iau deciziile în întreaga afacere, parțial eclipsând și perturbând tot ceea ce a precedat. Această schimbare de la experimentare la așteptări reale de rezultate, combinată cu faptul din ce în ce mai evident că AI este aici pentru a rămâne, a făcut ca acesta să fie momentul potrivit pentru a mă axa pe conducerea AI.

De asemenea, a devenit evident că succesul AI necesită oameni care să combine expertiza tehnică și cunoașterea industriei. Tungsten dorește să ajute companiile să facă AI în mod corect și să experimenteze rezultate reale, ceea ce a determinat crearea Biroului AI și a rolului meu în cadrul acestuia.

Tungsten a evoluat de la capturarea inițială a documentelor și OCR la o platformă completă de automatizare inteligentă care alimentează fluxuri de lucru critice pentru mii de organizații. Cum vedeți că această moștenire influențează abordarea dvs. față de AI agentic astăzi?

Istoria Tungsten este strâns legată de modul în care funcționează întreprinderile. Am petrecut decenii lucrând cu documente și fluxuri de lucru care se află în centrul proceselor de afaceri critice. Acest lucru ne-a permis să înțelegem cât de complex și adesea nestructurat poate fi această informație.

Această bază este foarte relevantă pentru AI agentic. Aceste sisteme trebuie să funcționeze în medii reale, nu doar să interpreteze informații în izolare. Experiența noastră în inteligența documentelor ne permite să ne concentrăm pe context și pe asigurarea faptului că AI acționează într-un mod consistent cu modul în care funcționează afacerea. Este vorba despre construirea unor sisteme care pot fi încredințate în producție, nu doar explorate în teorie.

Această evoluție recentă a AI este atât de interesantă. Ea duce Procesarea Inteligentă a Documentelor în locuri în care nu am putut ajunge anterior — rezolvând probleme care erau prea costisitoare sau imposibile de abordat în trecut.

Ați subliniat importanța integrării AI în întregul portofoliu de produse, în loc de a o trata ca o funcționalitate independentă. Ce înseamnă, de fapt, transformarea “nativă” AI într-o platformă de software stabilă și mare?

A devenit clar de la început că funcționalitățile și caracteristicile bazate pe AI generate și agentică devin rapid “standarde”, ceea ce înseamnă că clienții nu sunt întotdeauna dispuși să plătească suplimentar pentru ele. Am realizat, de asemenea, că aceste tehnologii ne permit să modernizăm ceea ce Tungsten a făcut de ani de zile: ajutând companiile să înțeleagă datele lor documentare.

Am refăcut modul în care produsul este utilizat, iar atunci când această bază este în loc, AI poate funcționa într-un mod care pare natural în cadrul produsului, mai degrabă decât separat de acesta. Și cazurile de utilizare pe care clienții noștri le-au abordat s-au mutat de la documente structurate la surse nestructurate de informații. Și am redefinit “documentul” pe parcurs. Un document nu mai este doar o imagine a unei hârtii sau a unui fișier digital. Datele nestructurate trăiesc în lucruri precum notele ajustorilor de daune, transcrierile apelurilor centrului de contact, postările de pe rețelele sociale, articolele de pe web și multe altele.

Acest mod de abordare permite clienților noștri să-și îmbunătățească baza și modelele deschise cu datele lor proprietare, care este adevăratul diferențiator.

Ca primul Chief AI Officer al companiei, cum echilibrați viteza de inovare cu nevoia de guvernanță, securitate și implementare responsabilă a AI la scară?

Există întotdeauna o presiune pentru a se deplasa rapid cu AI, dar în mediile enterprise, încrederea contează la fel de mult ca și viteza. Guvernanța și securitatea nu pot fi tratate ca o gândire ulterioară. Ele trebuie să fie integrate în sistem de la început.

Modul în care facem acest lucru este prin stabilirea așteptărilor de la început, educând utilizatorii noștri finali. De exemplu, jumătate din rolul meu se concentrează pe strategia internă de AI, evanghelizare și guvernanță. Am adunat un consiliu consultativ transfuncțional foarte devreme. Încurajăm partajarea, experimentarea și comunicarea. Au existat momente în care tehnologia era gata să fie lansată către toți angajații conectați la mai multe sisteme interne. Prototipurile erau puternice și au entuziasmat pe toată lumea, dar am informat echipa noastră consultativă ori de câte ori am întâmpinat potențiale obstacole de securitate sau de reglementare. Ei apreciază insight-ul și adesea participă la soluționare.

Cred că este, de asemenea, important să nu lăsăm perfecțiunea să stea în calea progresului. Am stabilit așteptarea cu personalul nostru că ar trebui să se aștepte la schimbări și multe dintre ele. Ar trebui să se aștepte că vom lansa instrumente și caracteristici pe măsură ce sunt gata, să primim feedback, să schimbăm direcția dacă este necesar și apoi să lansăm mai mult.

AI agentic devine rapid o focalizare majoră în întreaga industrie. În opinia dvs., ce separă sistemele agentică reale de enterprise de implementările experimentale sau supraevaluate?

Cheia diferențierii este modul în care sistemele funcționează în condiții reale. Multe abordări experimentale funcționează bine în medii controlate, dar se luptă atunci când se confruntă cu date murdare sau fluxuri de lucru complexe. Sistemele de nivel enterprise trebuie să poată gestiona această variabilitate și să ofere în continuare rezultate consistente.

Majoritatea sistemelor din ultimii 30 de ani au fost construite pentru interacțiunea umană sau prin acces API controlat. Integrarea sistemelor trebuie reevaluată în era agentică. Totul, de la modul de a gestiona excepțiile, erorile și auditurile, este diferit atunci când agenții interacționează, mai degrabă decât un utilizator prin intermediul unei interfețe tradiționale.

Un alt factor important este responsabilitatea. Organizațiile trebuie să înțeleagă cum se iau deciziile și să poată avea încredere în rezultate. Acest nivel de transparență este ceea ce permite sistemelor agentică să treacă de la demonstrații interesante la utilizare operațională reală.

Sunteți liderul laboratorului Tungsten AI, un centru pentru cercetare și inovare aplicată. Cum asigurați că munca experimentală de AI se traduce în rezultate comerciale măsurabile pentru clienți?

De fapt, am adoptat o abordare puțin diferită cu laboratorul Tungsten AI. Le-am spus echipei de la început că este în regulă să experimenteze, să învețe și să încerce abordări noi, chiar dacă rezultatele nu ajung niciodată în produsele noastre. Adesea, este mai bine să învățați ce să nu faceți. Cred că acest lucru le-a dat libertatea de a gândi liber și de a experimenta modalități noi de a face lucrurile.

De exemplu, deși nu pot dezvălui caracteristica exactă, una dintre cercetările noastre actuale implică o abordare complet nouă a unei componente existente a produsului. Cercetătorii au găsit metode noi pentru a rezolva o problemă, ceea ce a condus la un “moment de revelație” care ne-ar putea permite să oferim o soluție suplimentară complet nouă clienților noștri. Dacă am fi cercetat doar modul de implementare a ceea ce era deja în planul nostru, nu am fi ajuns niciodată aici.

Acest lucru spus, nu este o libertate nelimitată. Suntem atenți la unde cheltuim timpul și cât de mult timp cheltuim pe fiecare proiect de cercetare.

Multe organizații se luptă încă să treacă de la proiecte pilot de AI la producție. Care sunt cele mai mari bariere pe care le întâlniți și cum pot companiile să le depășească?

Una dintre cele mai mari bariere este datele întunecate. Majoritatea organizațiilor au acces la volume uriașe de informații, dar o parte semnificativă dintre acestea trăiesc în documente, e-mailuri, PDF-uri și alte formate nestructurate care sunt greu de interpretat de sistemele AI. Acest lucru înseamnă că chiar și modelele bine proiectate lucrează adesea cu o vedere incompletă și inconsistentă a afacerii, ceea ce duce la ieșiri neverosimile și inițiative blocate.

Pentru a depăși acest lucru, companiile trebuie să se concentreze pe transformarea datelor întunecate în ceva utilizabil. Acest lucru implică nu doar extragerea informațiilor, ci și crearea structurii, contextului și guvernanței în jurul acestora, astfel încât sistemele AI să poată acționa cu încredere. Odată ce această bază este în loc, AI devine mult mai fiabil și mai ușor de scalat din medii izolate de pilotare în medii de producție reale.

Tungsten activează în industrii cu fluxuri de lucru intensive și documente grele. Cum schimbă AI modul în care întreprinderile gândesc despre datele nestructurate și luarea deciziilor?

AI schimbă modul în care organizațiile gândesc despre valoarea informațiilor pe care le dețin deja. De ani de zile, cantități mari de cunoștințe enterprise au stat în documente, e-mailuri, PDF-uri și alte conținuturi nestructurate care erau greu de accesat sau de operat. Acum, organizațiile realizează că aceste date conțin contextul și logica de afaceri de care sistemele AI au nevoie pentru a produce rezultate fiabile. Modelele în sine sunt o marfă, informațiile proprietare ale organizațiilor combinate cu aceste modele sunt ceea ce diferențiază.

În același timp, există o conștientizare crescândă în jurul suveranității datelor, guvernanței și fluxului de informații ale întreprinderii. Multe companii se grăbesc să aducă mai multe date externe sau să experimenteze cu accesul larg la modele, când, în realitate, ele stau deja pe cantități uriașe de inteligență nestructurată în cadrul propriei organizații. Accentul începe să se mute către activarea acestor date nestructurate interne într-un mod securizat și guvernat, astfel încât AI să poată sprijini luarea deciziilor mai bune fără a crea riscuri inutile.

Ați construit consilii consultative ale clienților și ați lucrat îndeaproape cu clienții enterprise pe parcursul carierei dvs. Cât de important este feedback-ul clienților în modelarea strategiei de AI, mai ales când tehnologia evoluează atât de rapid?

Feedback-ul clienților este un dar, mai ales într-un spațiu care se mișcă atât de rapid ca AI. Acesta ne ajută să ne asigurăm că strategia rămâne ancorată în nevoi comerciale reale, mai degrabă decât în posibilități teoretice.

De asemenea, ajută la prioritizare. Există multe direcții în care AI poate merge, dar input-ul clienților oferă claritate cu privire la unde poate fi creată cea mai mare valoare. Acest lucru menține focusul pe rezultate care contează și asigură că inovația rămâne aliniată cu modul în care funcționează organizațiile în realitate.

Îmi amintesc că, în zilele foarte timpurii ale inteligenței generative, un client de pe consiliul nostru consultativ mi-a spus că, deși îi place direcția produsului, nu ar plăti niciodată suplimentar pentru o nouă funcționalitate LLM bazată pe inteligență artificială din planul nostru. Acest lucru a fost revelator, deoarece el era aliniat cu restul industriei.

Privind înainte, unde vedeți cea mai mare oportunitate pentru automatizarea condusă de AI în următorii 3 până la 5 ani, și ce ar trebui să se pregătească întreprinderile pentru acest lucru?

Cea mai mare oportunitate este în conectarea AI mai profundă în fluxurile de lucru de la capăt la capăt. Mai degrabă decât a se concentra pe sarcini izolate, organizațiile vor examina modul în care AI poate sprijini procese întregi și îmbunătăți modul în care lucrul se deplasează în întreaga afacere. În acest moment, multe sisteme agentică sunt direcționate către sarcini discrete, dar afacerile funcționează pe fluxuri de lucru de la capăt la capăt conforme.

Pentru a se pregăti pentru această schimbare, întreprinderile trebuie să investească în fundațiile lor de date și în sisteme care susțin transparența și controlul. Și ar trebui să se gândească la “construirea în parteneriat” mai degrabă decât “construirea sau cumpărarea”. Am văzut prea des eșecul DIY AI de la zero. Organizațiile care vor beneficia cel mai mult vor fi cele care găsesc parteneri potriviți pentru a-și accelera soluțiile bazate pe AI, mai degrabă decât încercând să reconstruiască totul de la zero.

Mulțumim pentru acest interviu minunat; cititorii care doresc să afle mai multe despre Tungsten Automation ar trebui să viziteze Tungsten Automation.