Arun Kumar Ramchandran, CEO al QBurst – Seria de interviuri

Arun Kumar Ramchandran, CEO al QBurst, este un veteran al tehnologiei și al serviciilor executive cu peste 25 de ani de experiență în consultanță globală, vânzări de mari contracte, proprietate P&L și transformare întreprinderilor. El a devenit CEO în aprilie 2025 și este responsabil pentru conducerea QBurst la nivel de afaceri, în timp ce îi conturează strategia ca firmă de servicii tehnologice și inginerie digitală condusă de IA. Înainte de a veni la QBurst, el a ocupat funcții de conducere la Hexaware Technologies (HEXT.BO ) (inclusiv președinte și conducerea consultanței GenAI), Capgemini/Sogeti (conducerea clientului și vânzărilor), și Infosys și Virtusa, unde a construit și extins unități de afaceri, a condus programe strategice majore și a condus creșterea în multiple geografii și verticale industriale.

QBurst este un partener global de inginerie digitală care se poziționează în jurul conceptului de „High AI-Q”, combinând livrarea cu IA cu abordări bazate pe date și IA pentru a ajuta întreprinderile să se modernizeze, să construiască și să scaleze. Compania pune accentul pe ingineria experienței digitale de la capăt la capăt, modernizarea și ingineria produselor – sprijinind clienții cu inițiative precum platforme digitale compozabile, soluții de experiență a clientului și fundații de date pregătite pentru IA – menite să producă rezultate măsurabile, cum ar fi productivitatea îmbunătățită, livrarea mai rapidă și experiențele clienților mai puternice, pe o bază internațională largă de clienți.

Ați preluat rolul de CEO la QBurst după o carieră de conducere lungă în Hexaware, Capgemini, Infosys și alte organizații globale. Ce v-a atras la QBurst în acest moment al creșterii sale, și cum vă conturează background-ul direcția pe care doriți să o luați compania?

Decizia de a veni la QBurst a fost o conjuncție de oportunitate și potențial. Ceea ce m-a atras la QBurst a fost o combinație de puncte forte inerente și o oportunitate de piață unică. Cultura antreprenorială a QBurst și succesul cu tehnologia de ultimă generație în livrarea pentru clienți exigenti m-au impresionat și intrigat.

Cu convergența schimbărilor disruptive și a mediilor în schimbare în tehnologie, industrii și reglementări, o firmă focalizată și diferențiată precum QBurst are o oportunitate de a se detașa de rest și de a crea o nouă firmă de servicii tehnologice și inginerie pentru viitorul condus de IA.

Cu peste 25 de ani în transformarea tehnologică în multiple industrii, cum v-a influențat experiența modul în care gândiți despre scalarea unei platforme de servicii conduse de IA astăzi?

Am observat că inovația principală și adoptarea tehnologiei au loc după ce ciclul de hype s-a răcit și problemele reale de afaceri încep să fie rezolvate la nivelul întreprinderii. Sunt trei puncte specifice pe care aș dori să le menționez aici în ceea ce privește scalarea unei platforme de servicii conduse de IA.

1. Depășirea etapei “PoC”.

Cea mai mare provocare pe care o văd astăzi este depășirea etapei PoC. Scalarea necesită o schimbare de mentalitate: nu doar construim IA, ci oferim soluții de producție. La QBurst, ajutăm clienții să crească dincolo de etapa PoC, concentrându-ne pe agilitate – adoptând noi modele cu ferestre de context mai mari, în loc de a fi blocate în tehnologia de ieri.

2. Fără IA fără o bază solidă

O lecție pe care am purtat-o prin fiecare ciclu tehnologic – de la zilele de început ale mobilei în 2009 până la revoluția cloud – este că nu puteți automatiza haosul. IA este la fel de puternică precum datele care o alimentează. QBurst conduce creșterea prin asigurarea că “lucrul plictisitor, dar esențial” este făcut, și anume modernizarea digitală și ingineria avansată a datelor.

3. Viziunea “High AI-Q”

Pentru a conduce această schimbare, ne-am repoziționat ca o companie “High AI-Q”. Acest lucru reflectă integrarea IA generativă și a IA agenților în toate serviciile noastre de bază, conducând transformarea întreprinderii native IA. La QBurst, IA nu este o funcție adăugată, ci țesătura de bază a strategiei și a livrării noastre. Ea combină modele de învățare automată personalizate cu automatizarea inteligentă pentru a asigura că, pe măsură ce afacerea crește, inteligența sa crește odată cu ea.

Am fost pionieri de la începutul Androidului, și aplicăm aceeași ADN proactiv pentru a conduce era IA. La QBurst, nu suntem doar o companie tehnologică; suntem un partener rezultat-orientat, a cărui creștere este condusă de satisfacția clienților.

Ați subliniat “High AI-Q” ca un cadru definitoriu pentru QBurst. Cum ar trebui să interpreteze liderii întreprinderilor acest concept, și de ce este un diferențiator important în peisajul actual al IA?

Călătoria QBurst către “High AI-Q” este o decizie conștientă: rulează rapid pe stratul operațional cu SDLC condus de IA și face mișcări îndrăznețe pe stratul strategic cu agenți gestionați. Cel mai important, ea ancorează întreaga întreprindere în schimbarea lentă, fundamentală a culturii, valorilor și capacităților umane.

Deși există riscuri și preocupări cu privire la IA, dacă este implementată în siguranță, IA poate crea abundență și inovație. Întreprinderile vor vedea valoare nu doar în ceea ce privește productivitatea, ci și creșterea și transformarea.

Din punct de vedere al livrării, vedem acest lucru desfășurându-se zilnic prin cadrul nostru SDLC condus de IA. Acesta este “cum” al transformării, unde am integrat IA în fiecare etapă a dezvoltării, de la generarea poveștilor utilizatorilor la scripturile de testare auto-vindecătoare. Rezultatele vorbesc de la sine:

• Timpul de piață: reducere semnificativă a ciclurilor de dezvoltare și testare.
• Calitate: o reducere remarcabilă de 25-35% a defectelor post-lansare.
• Eficacitate: o îmbunătățire constantă de 20-30% a livrării generale.

Stratul strategic este acolo unde mergem dincolo de optimizarea părților pentru a optimiza întregul ecosistem. Acest lucru a necesitat o reevaluare a pilonilor noștri de soluții, ceea ce a condus la crearea agenților gestionați, o fuziune a IA agenților întreprinderii și a serviciilor gestionate. Pentru clienții noștri, acest lucru înseamnă că agenții IA gestionează sarcinile din front-end și back-end, fluxurile de lucru și operațiunile, conducând atât eficiența, cât și inovația continuă. Nu doar livrăm servicii; orchestrăm o rețea de valoare fără întrerupere.

Întreprinderile acumulează ceea ce numiți “datorie IA” – cheltuieli semnificative pentru proiecte pilot GenAI care nu se scalează sau nu generează valoare. Care sunt cauzele de bază ale acestei probleme, și cum pot organizațiile să iasă din acest model?

Întreprinderile acumulează “datorie IA” atunci când investițiile GenAI se opresc la proiecte pilot și nu reușesc să scaleze în valoare reală de afaceri. Cauza de bază este ceea ce numim capcana de reutilizare – o încercare de a atașa capacități GenAI la sisteme legacy care nu au fost proiectate pentru a susține fluxuri de lucru native IA. În aceste medii, datele, arhitectura și guvernanța pur și simplu nu sunt gata, astfel încât proiectele pilot stagnează sau se întrerup sub scală.

Acest lucru este exacerbat de lipsa de pregătire fundamentală. Multe organizații se grăbesc să experimenteze, ocolind investițiile esențiale în strategia datelor, ingineria datelor și guvernanța. Fără fundații de date modernizate și cadre de control clare, inițiativele GenAI rămân izolate, demonstrații de concept, în loc de capacități ale întreprinderii.

Întreruperea acestui model necesită o schimbare către proiectarea IA din primul moment. În loc de a întreba unde poate fi adăugată IA, organizațiile trebuie să proiecteze sisteme cu rezultate IA în minte de la început, aliniind arhitectura, fluxurile de date și guvernanța pentru a susține automatizarea inteligentă la scară.

În practică, acest lucru începe cu ingineria datelor. Construirea unor conducte de date robuste, bine guvernate și a modelelor dinainte creează condițiile pentru GenAI să se scaleze în mod durabil. Când baza este corectă, IA trece de la experimentare la impact. Astfel, “datoria IA” cedează loc valorii pe termen lung.

Modelul contractual tradițional de timp și materiale este din ce în ce mai mult considerat a fi în dezacord cu realitățile eficienței conduse de IA. De ce este acest model învechit, și cum abordări precum “Agenți gestionați” sau “Serviciu-ca-Software” pot oferi o cale mai durabilă înainte pentru IT-ul întreprinderilor?

Modelul tradițional de timp și materiale a fost construit pentru o eră a lipsei de resurse, unde valoarea era direct legată de efortul uman. În era IA, acea presupunere nu mai este valabilă. Inteligența și execuția devin abundente, și pe măsură ce abundența crește, valoarea se deplasează de la efort la rezultate. IA rupe fundamental logica facturării pe oră.

De aceea, industria se îndreaptă către modele bazate pe rezultate. Metrice precum biletele rezolvate fără intervenție umană sau fluxurile de lucru finalizate de la capăt la capăt de IA oferă o valoare clară și măsurabilă. Aceste modele tratează capacitatea ca software, nu ca forță de muncă, ceea ce poate fi descris ca “serviciu-ca-software”.

Abordări precum Agenți gestionați și Serviciu-ca-Software oferă o cale mai durabilă înainte. Ele schimbă accentul de la plata pentru efort la plata pentru rezultate inteligente, permițând costuri previzibile, îmbunătățire continuă și avantaje partajate din automatizare. Agenții gestionați permit inginerilor umani și agenților IA să lucreze împreună către obiective de afaceri, în timp ce Serviciu-ca-Software face valoarea măsurabilă prin rezultate, nu prin ore petrecute.

Într-o lume condusă de IA, cele mai aliniate modele comerciale sunt cele care răsplătesc rezultatele, nu efortul – creând un câștig-câștig atât pentru întreprinderi, cât și pentru furnizorii de servicii.

Metodologia dvs. “High AI-Q” se concentrează pe Talent, Aplicare și Impact ca cele trei straturi critice pentru pregătirea IA. Cum pot CIO-urile evalua maturitatea lor pe aceste straturi înainte de a scala inițiativele GenAI?

Înainte de a scala GenAI, CIO-urile au nevoie de o vedere clară a maturității pe cele trei straturi “High AI-Q” ale talentului, aplicației și impactului și nu doar a stivei tehnologice.

La stratul talentului, maturitatea este despre pregătirea oamenilor. CIO-urile ar trebui să evalueze abilitățile IA, deschiderea către schimbare și dacă angajații au acces securizat și guvernat la LLM-uri care permit experimentarea în siguranță.

La stratul aplicației, accentul este pe fundamentalele datelor și guvernanței, cum ar fi calitatea datelor, arhitectura, securitatea și maturitatea politicilor și a gardurilor de protecție în ceea ce privește accesul și practicile de dezvoltare IA.

La stratul impactului, CIO-urile ar trebui să evalueze cazurile de utilizare prin efort versus valoare de afaceri. Identificarea oportunităților cu efort scăzut și valoare de afaceri ridicată permite victorii rapide și sprijină o abordare iterativă pentru scalarea GenAI.

Pentru organizațiile care încă operează pe arhitecturi legacy, care sunt pașii de modernizare fundamentali necesari pentru a se pregăti pentru fluxurile de lucru agenților și modelele de livrare native IA?

Iată cele trei pași care pot pregăti organizațiile pe măsură ce se îndreaptă către fluxurile de lucru agenților.

1. Prioritizați modernizarea fundației de date: Pentru organizațiile care operează pe arhitecturi legacy, primul pas este modernizarea fundației de date pentru a permite metadate, liniaj și metrici de calitate a datelor pentru datele izolate. Acest lucru asigură că agenții au datele contextual bogate și explicabile de care au nevoie. Introducerea unor instrumente GenAI a făcut această modernizare mai rapidă și mai ușoară. În timp ce utilizarea GenAI cu arhitecturi legacy este posibilă, cerința de token pentru obținerea de rezultate semnificative ar fi extrem de ridicată.

2. Stabiliți straturile de cunoaștere ale întreprinderii: Organizațiile care nu și-au modernizat sistemele vor avea multă cunoaștere neînregistrată. Construirea straturilor de cunoaștere pentru a captura această cunoaștere tranzitorie acumulată în cadrul sistemului va fi a doua sarcină prioritară. Acesta este stratul lipsă în multe organizații în ceea ce privește adoptarea IA.

3. Definiți limitele și modurile de lucru ale agenților: Al treilea pas este să vă asigurați că agenții respectă toate cele mai bune practici și se conformează normelor de securitate actuale în organizație. Cadrele de guvernanță, politicile de securitate și cadrele de observabilitate permit agenților să gândească și să acționeze eficient în limitele și modurile de lucru stabilite ale organizației.

Când vă pregătiți pentru “pregătirea IA”, ce necesită dincolo de instrumente – în ceea ce privește datele, procesele, guvernanța și capacitățile echipei?

Pregătirea IA merge mult dincolo de selectarea instrumentelor potrivite. În practică, adoptarea IA reușește sau eșuează în funcție de capacitatea organizației de a captura cunoașterea tribală, cum ar fi procesele ne scrise, logica decizională și relațiile cheie care există doar în mintea angajaților. Această cunoaștere trebuie documentată în limbaj natural pe care sistemele IA pot să o raționeze, nu doar să proceseze date în izolare.

Pregătirea datelor este la fel de critică, dar calitatea singură nu este suficientă. Ceea ce determină într-adevăr succesul este metadatele, care includ contextul, liniajul și sensul din spatele datelor. Fără acestea, chiar și cele mai avansate modele produc rezultate superficiale sau neverosimile.

Adoptarea IA a întreprinderii este mai lentă decât cea a consumatorilor: datele organizaționale sunt adesea murdare, fragmentate și distribuite pe multiple sisteme, mai degrabă decât curate și centralizate; modelele de astăzi nu sunt încă suficient de precise pentru situații și funcții specifice de companie fără adaptare la contextul unic al organizației; pentru a debloca valoarea reală, modelele trebuie să fie antrenate și rafinate pe datele proprietare ale întreprinderii, în special în “ultimul mil” al fluxurilor de lucru și al cazurilor de utilizare specifice.

În cele din urmă, echipele trebuie să dezvolte intuiția IA. Pregătirea înseamnă dezvoltarea alfabetizării IA a angajaților, astfel încât aceștia să știe cum să stimuleze eficient, să valideze rezultatele și să auditeze ieșirile, mai degrabă decât să aibă încredere oarbă într-o “cutie neagră”. IA funcționează cel mai bine atunci când oamenii rămân ferm în buclă.

Sectorul serviciilor tehnologice este aglomerat cu jucători legacy. Ce considerați a fi diferențiatorii cei mai puternici ai QBurst atunci când concurați pentru mandatele de transformare a întreprinderilor?

QBurst se diferențiază pe piața serviciilor tehnologice prin asocierea expertizei tehnice profunde cu agilitatea unei firme mult mai mici, conduse de inovație.

Avantajul nostru competitiv este definit de cinci piloni cheie:

1. Adâncimea ingineriei cu o mentalitate de design thinking – Nu doar scriem cod. Rezolvăm probleme de afaceri prin soluții holistice, centrate pe utilizator.

2. Agilitate și proprietate – Suntem suficient de mari pentru a scala, dar suficient de mici pentru a ne îngriji – flexibilitatea și adaptarea noastră la schimbări rapide sunt lucruri pentru care clienții noștri au oferit mărturii. Echipele noastre iau o proprietate reală a succesului clientului. Veți vedea că proprietatea livrării se extinde până la nivelul conducerii senior.

3. Fluență culturală: Indiferent dacă este vorba de aplicații mini LINE în Japonia sau sisteme de preț integrate pentru lanțuri de magazine americane, personalizăm nu doar tehnologia, ci și experiența – pentru fiecare piață.

4. Viziunea IA-primă – Îmbedăm IA în livrarea noastră, în operațiunile noastre și în soluțiile noastre pentru clienți – nu doar ca un cuvânt cheie, ci ca un multiplicator de capacități.

5. Cultură de inovare și experimentare – Liderii noștri sunt tehnici și iubesc să rezolve problemele clienților utilizând tehnologia cea mai recentă și emergentă. Nu ne temem de eșec și am creat un impact semnificativ pentru clienții noștri, adoptând abordări de tip start-up în multe cazuri.

Suntem, de asemenea, dispuși să ne perturbăm pe noi înșine. Experimentăm cu modele bazate pe rezultate, cadre de livrare compozabile și laboratoare de co-inovare pentru clienții noștri întreprinderi.

Privind înainte trei până la cinci ani, cum anticipați că modelele de operare IT ale întreprinderilor vor evolua odată cu apariția fluxurilor de lucru agenților și organizațiilor native IA, și ce ar trebui liderii să se pregătească acum?

Următoarea undă de inovație va aparține celor care pot căsători capacitățile puternice IA cu sisteme de control, supraveghere și încredere atente. De aceea, conversația care apare în jurul cadrului agenților întreprinderii pare atât de importantă – și atât de urgentă.

Unele dintre insight-urile cheie pentru mine sunt:

• Construcția centrelor de date IA se accelerează, nu încetinește; sentimentul în lumea centrelor de date este extrem de optimist, cu capacitate, cerere și investiții care sar în sus.
• Adoptarea IA a întreprinderii va fi mai lentă decât cea a consumatorilor (datele organizaționale sunt adesea murdare, fragmentate și distribuite pe multiple sisteme, mai degrabă decât curate și centralizate; modelele de astăzi nu sunt încă suficient de precise pentru situații și funcții specifice de companie fără adaptare la contextul unic al organizației; pentru a debloca valoarea reală, modelele trebuie să fie antrenate și rafinate pe datele proprietare ale întreprinderii, în special în “ultimul mil” al fluxurilor de lucru și al cazurilor de utilizare specifice).
• Înainte ca agenții cu adevărat autonomi să poată prospera în întreprindere, există o provocare mai mare: construirea unor structuri de supraveghere, aprobări și garduri, care să permită forței de muncă umană să execute în mod fiabil și să scaleze.

Liderii ar trebui să se pregătească, ținând cont de următoarele:

• Agenții ar trebui să fie tratați ca noi angajați, cu scopuri clar definite, supraveghere explicită și mecanisme pentru a conține greșelile pe măsură ce “învață” regulile scrise și nescrise ale organizației.
• Există nevoie de un “autobuz de agenți” sau de un strat de coordonare în care agenții se înregistrează, obțin permisiuni de scriere și au acțiunile monitorizate de agenți de supraveghere.
• Recrearea echilibrului și a controlului care fac organizațiile umane robuste va fi critică pentru a obține execuție sigură, precisă și fiabilă într-o lume a agenților întreprinderii.
• Managementul talentului uman și recalificarea sunt un alt aspect important, pe măsură ce interfețele și colaborările umane IA se schimbă cu sistemele și cadrele agenților.
• Cel mai excitant front este apariția cadrului avansat de agenți întreprinderii – dincolo de ceea ce există astăzi – care poate transforma această viziune într-o realitate practică și scalabilă, atunci când este combinat cu o puternică înțelegere de domeniu și soluții.

Mulțumim pentru acest interviu minunat, cititorilor care doresc să afle mai multe ar trebui să viziteze QBurst.