Andrew Sales, Chief Product Officer, Scaled Agile – Interviu în serie

Andrew Sales, Chief Product Officer și Chief Methodologist la Scaled Agile, este un lider experimentat în domeniul Lean, Agile și DevOps, care a petrecut mai mult de două decenii ajutând întreprinderile să-și transforme modul în care livrează valoare. În funcția sa actuală, el conduce strategia de produs și evoluția Scaled Agile Framework (SAFe), lucrând cu organizații globale pentru a adopta practici agile la scară întreprindere. Înainte de a se alătura Scaled Agile, Sales a deținut funcții de conducere și consultanță la CA Technologies, Rally Software și Pearson, unde a consiliat organizații din Europa, Orientul Mijlociu și Africa cu privire la inițiative de transformare agile care acoperă servicii financiare, telecomunicații, retail, software și educație.

Scaled Agile, Inc este compania din spatele Scaled Agile Framework, cunoscut mai bine sub numele de SAFe, un cadru larg adoptat pentru a ajuta întreprinderile să aplice practici Lean, Agile și DevOps la scară. Prin intermediul cadrului său, al programelor de formare, al programelor de certificare, al rețelei de parteneri și al platformei SAFe Studio, Scaled Agile sprijină organizațiile care doresc să îmbunătățească alinierea, viteza de livrare, calitatea produsului, angajamentul angajaților și agilitatea afacerilor. Compania raportează că SAFe a fost adoptat de peste 20.000 de întreprinderi la nivel global și că peste un milion de profesioniști au fost instruiți în cadrul acestuia.

Ce lecții din transformările la scară mare au influențat cel mai direct crearea AI-Native SAFe?

În ultimii 15 ani, am urmărit peste 20.000 de organizații care au adoptat SAFe pentru a rezolva o provocare fundamentală: coordonarea dezvoltării complexe de produse la scară întreprindere. O lecție a rămas remarcabil de constantă: principiile Lean și Agile continuă să funcționeze. Ce se schimbă este modul în care aceste principii trebuie aplicate pe măsură ce tehnologia se schimbă.

AI nu face aceste principii învechite; schimbă locul unde se află constrângerile. Echipele devin mai mici, mai augmentate cu AI și tot mai focalizate pe direcționarea muncii, mai degrabă decât pe executarea fiecărei sarcini în mod individual. Ciclurile de decizie se comprimă, iar interacțiunea dintre judecata umană și execuția AI devine centrală pentru modul în care se creează valoarea.

AI-Native SAFe se bazează pe fundația dovedită a SAFe, evoluând modelul de operare pentru această nouă realitate. Păstrează focalizarea pe valoarea clientului, colaborarea transversală, alinierea portofoliului și îmbunătățirea continuă, introducând noi modalități de guvernare a AI, gestionare a datelor ca activ strategic și stabilire a responsabilității în organizațiile activate de AI.

De ce cadrele Agile tradiționale nu mai sunt suficiente pentru era AI?

Cadrele Agile tradiționale rămân incredibil de valoroase. Ce s-a schimbat este mediul în care acestea operează.

Durante mulți ani, organizațiile au fost limitate de viteza cu care puteau proiecta, construi și livra software. AI schimbă dramatic această ecuație. Așa cum ne-a spus recent un client, ei nu mai sunt limitați de viteza cu care pot construi lucruri; sunt limitați de viteza cu care pot determina dacă aceste soluții creează valoare semnificativă, sunt sigure pentru implementare și se aliniază cu obiectivele de afaceri.

Botelul s-a mutat de la producție la judecată. De la ieșiri la rezultate.

Organizațiile au nevoie acum de modele de operare care să le ajute să evalueze în mod continuu valoarea, să guverneze AI în mod responsabil și să coordoneze munca între oameni și AI. Acesta este un evoluționism dincolo de practicile Agile tradiționale, nu o înlocuire a acestora.

Ce sunt cele mai mari greșeli pe care le fac întreprinderile atunci când încearcă să scaleze inițiativele AI?

Prima greșeală este tratarea AI ca o problemă de instrumentare. Majoritatea întreprinderilor au deja acces la mai multe capacități AI decât le folosesc eficient.

Cea de-a doua greșeală este suprapunerea AI peste fluxuri de lucru existente fără a pune la îndoială dacă aceste fluxuri de lucru ar trebui să existe în primul rând. Automatizarea proceselor ineficiente rareori produce transformare.

O a treia greșeală este tratarea AI ca o inițiativă de inovare izolată, în loc de o capacitate organizațională. Adoptarea durabilă a AI necesită schimbări în strategie, guvernanță, dezvoltare de produse, practici operaționale și conducere, și nu doar implementarea unei noi platforme tehnologice.

Organizațiile care au cel mai mare impact reconstruiesc modul în care are loc munca. AI devine parte a modelului de operare, mai degrabă decât un alt instrument pe care angajații sunt așteptați să-l folosească.

Ce gol umple Arhitectul de valoare AI și cum schimbă dinamica echipei?

AI reduce dramatic costul creării de soluții, dar nu reduce costul rezolvării problemei greșite.

Arhitectul de valoare AI există pentru a ajuta organizațiile să descopere oportunități de a utiliza AI, asigurându-se că rămân focalizați pe rezultatele de afaceri. Acest rol ajută la echilibrarea valorii clientului, fezabilității tehnice, costului, guvernanței, considerațiilor legale și responsabilității etice, înainte ca organizațiile să investească în scalarea capacităților activate de AI.

În loc să devină un alt strat de aprobare, rolul Arhitectului de valoare AI creează aliniere între liderii de afaceri, echipele de produs și organizațiile tehnice, astfel încât deciziile cu privire la AI să fie atât mai rapide, cât și mai bine informate. Acesta oferă un mecanism practic pentru a echilibra inovația cu responsabilitatea, menținând valoarea măsurabilă a afacerii în centrul fiecărei investiții în AI.

Cum echilibrați viteza de inovare cu supravegherea responsabilă a AI?

Guvernanța nu ar trebui să fie ceva ce se întâmplă după inovare. Ar trebui să fie integrată în modelul de operare, astfel încât inovația să poată avea loc în siguranță și în mod continuu.

Întreprinderile mari au avut întotdeauna nevoie să echilibreze viteza cu responsabilitatea. AI accentuează importanța acestui echilibru, deoarece sistemele AI introduc considerații noi cu privire la calitatea datelor, transparență, prejudecăți, conformitate și responsabilitate organizațională.

AI-Native SAFe face guvernanța explicită, mai degrabă decât implicită. Aceasta incorporează guvernanța în deciziile de portofoliu, ridică managementul datelor la nivel de preocupare de primă clasă, păstrează omul în buclă și introduce claritatea rolului în ceea ce privește responsabilitatea AI. Când guvernanța este încorporată în modul în care organizațiile funcționează, aceasta devine un factor care facilitează inovația, mai degrabă decât o constrângere.

Cum vor schimba structurile de echipă ale întreprinderilor în următorii cinci ani?

Vedem patru schimbări majore care apar în organizațiile cu performanțe ridicate.

În primul rând, oamenii se concentrează tot mai mult pe definirea intenției și a rezultatelor dorite, mai degrabă decât pe executarea fiecărei sarcini în mod manual.

În al doilea rând, ciclurile de învățare și experimentare devin dramatic mai rapide, deoarece AI accelerează explorarea și feedback-ul.

În al treilea rând, inovația devine mai distribuită, deoarece AI reduce costul experimentării la nivelul întreprinderii.

În final, echipele devin tot mai mult augmentate cu AI, cu AI care acționează ca un participant activ în livrare, mai degrabă decât doar un instrument de productivitate.

În viitor, echipele AI-Native vor fi definite mai puțin de numărul de angajați și mai mult de modul în care orchestrează colaborarea între expertiza umană și capacitatea AI.

De ce pregătirea datelor rămâne încă un obstacol major și ce ar trebui să prioritizeze organizațiile?

Datele rămân una dintre cele mai mari bariere pentru realizarea AI la scară întreprindere, deoarece AI este la fel de eficientă pe cât este de bună informația pe care se bazează. Datele fragmentate, guvernanța inconstantă și fluxurile de lucru care nu au fost proiectate pentru un mediu nativ AI continuă să țină multe organizații blocate în modul de pilot, mai degrabă decât să scaleze AI în întreaga afacere.

Cercetările Institutului Return on AI au arătat că 55% dintre executivii globali consideră lipsa de date pregătite pentru AI ca fiind singurul cel mai mare inhibitor pentru a obține valoare din AI. Acest lucru confirmă ceea ce vedem în practică: înainte de a investi masiv în aplicații AI noi, organizațiile trebuie să trateze datele ca un activ strategic gestionat, cu proprietate clară, guvernanță, standarde de calitate și încredere. AI scalează orice informație pe care o primește, indiferent dacă este bună sau rea.

Acesta este motivul pentru care AI-Native SAFe incorporează gestionarea curată a datelor ca element structural al modelului de operare, mai degrabă decât tratându-le ca o condiție prealabilă sau responsabilitatea cuiva. Pregătirea datelor nu este doar o provocare pentru IT; este o provocare de conducere și model de operare care afectează direct capacitatea unei organizații de a genera valoare de afaceri din AI.

Cum ajută AI-Native SAFe organizațiile să treacă de la măsurarea ieșirilor la măsurarea rezultatelor?

AI face ca generarea de ieșiri să fie dramatic mai ușoară. Pe măsură ce execuția devine mai rapidă și mai puțin costisitoare, ieșirea singură devine o măsură mult mai slabă a progresului. Adevăratul avantaj competitiv se mută către măsurarea faptului că aceste ieșiri creează rezultate de afaceri semnificative.

AI-Native SAFe este construit în jurul unui ciclu de dezvoltare de produse orientat către rezultate. Acesta oferă rolurile, practicile și guvernanța necesare pentru a conecta în mod continuu investițiile în AI la valoarea măsurabilă a afacerii.

Același studiu al Institutului Return on AI susține acest schimb: organizațiile care măsoară și comunică în mod regulat valoarea AI la nivelul conducerii și al consiliului de administrație raportează randamente semnificativ mai puternice pentru investițiile lor în AI. AI-Native SAFe ajută la facerea acestei discipline orientate către rezultate o parte continuă a modului în care funcționează întreprinderea.

Ce factori ar trebui să ia în considerare organizațiile atunci când decid dacă să treacă la AI-Native SAFe?

SAFe de bază rămâne modelul de operare potrivit pentru multe organizații. AI-Native SAFe nu este destinat să înlocuiască acesta; îl extinde pentru organizațiile a căror model de operare este din ce în ce mai influențat de AI.

Organizațiile ar trebui să ia în considerare unde AI creează oportunități semnificative de a redesena munca, mai degrabă decât de a o automatiza. Ar trebui să evalueze dacă guvernanța, practicile de conducere și capacitățile de date sunt pregătite să susțină AI la scară întreprindere.

Cel mai important, aceasta nu este o decizie de tipul “totul sau nimic”. AI-Native SAFe include îndrumări de adoptare, astfel încât organizațiile să poată evolua în mod incremental, adoptând practicile AI-Native SAFe.

Fiecare organizație pornește de la un punct diferit, iar AI-Native SAFe este proiectat pentru a sprijini această evoluție.

Ce arată o întreprindere cu adevărat nativă AI în 2030?

Până în 2030, organizațiile cu performanțe ridicate nu vor mai considera AI o problemă de tehnologie, ci o oportunitate de afaceri. Acesta va deveni integrat în modul în care acestea efectuează munca, rămân competitive și livrează valoare clienților lor.

Liderii umani vor defini tot mai mult intenția, vor lua decizii strategice, vor exercita judecata și vor rămâne responsabili pentru rezultate. Agenții AI vor efectua mai multă analiză, coordonare și execuție care anterior necesita efort uman semnificativ.

Ceea ce va diferenția liderii industriei nu va fi accesul la AI, deoarece toată lumea va avea acces la capacități AI puternice. Diferențiatorul va fi calitatea modelului de operare: cât de eficient orchestrează oamenii, AI, date, guvernanță și învățare continuă pentru a livra rezultate de afaceri măsurabile la scară.

Mulțumim pentru acest interviu minunat. Citiitorii care doresc să afle mai multe despre subiect pot vizita Scaled Agile.