Shane Eleniak, Chief Product Officer la Calix – Seria de interviuri

Shane Eleniak ocupă funcția de Chief Product Officer la Calix, unde conduce viziunea strategică și execuția platformei și a soluțiilor SaaS ale companiei, lider în industrie. Cu accent pe facilitarea furnizorilor de servicii de comunicații pentru a-și simplifica afacerile și a oferi experiențe excepționale pentru abonați, Shane supervizează întregul ciclu de viață al produsului – de la conceptualizare la implementare de lider de piață.

Sub conducerea sa, Calix și-a consolidat poziția de pionier în industria broadband, livrând în mod constant instrumente inovatoare care împuternicesc furnizorii să concureze și să câștige.

Calix este o companie tehnologică cu sediul în Statele Unite, care oferă platforme de cloud, software și servicii gestionate, proiectate pentru furnizorii de servicii de broadband și comunicații. Oferta sa principală se concentrează pe o platformă de broadband bazată pe inteligență artificială, care integrează infrastructura cloud, datele și sistemele de rețea pentru a ajuta furnizorii să simplifice operațiunile, să îmbunătățească implicarea clienților și să ofere experiențe digitale personalizate. Permițând furnizorilor să treacă de la servicii de conectivitate de bază la furnizori de experiențe complete, Calix îi ajută să crească veniturile, să sporească loialitatea abonaților și să susțină transformarea digitală a comunităților prin servicii de broadband mai avansate și mai scalabile.

Cariera dvs. acoperă mai mult de trei decenii în inginerie, rețele, platforme cloud și conducere de produse la scară largă. Cum v-au influențat aceste experiențe perspectiva asupra a ceea ce este necesar realmente pentru a face ca inteligența artificială să efectueze lucruri reale în cadrul companiilor, în loc să rămână un experiment lateral?

Am început în telecomunicații tradiționale și rețele, unde jocul întreg era legat de calea de date și de fiabilitate la scară. Dacă nu puteți livra un serviciu curat și fiabil, nimic din ceea ce construiți deasupra lui nu contează cu adevărat. Pe atunci, telefonul era pe peretele bucătăriei, cablarea interioară nu se mișca niciodată, și atâta timp cât exista tonul de apel, totul era în regulă.

Broadband-ul și Internetul au schimbat totul. Brusc, nu mai era doar “este pornit?” Ci era Ethernet și apoi Wi-Fi, copiii pe console de jocuri și tablete, dumneavoastră pe un apel Zoom, colaborând pe o foaie de calcul cloud, și mobilitate constantă – dispozitive în interiorul casei, în curte, la meciul de fotbal, la cafenea. Experiența abonatului a devenit mult mai complexă decât o stare binară pe/dezactivat, și lumea pentru furnizorii de servicii a devenit extrem de dinamică. În acea lume, o perspectivă asupra datelor din spate – depozite de date clasice și rapoarte istorice după o lună – nu mai este suficientă. Trebuie să colectați date, să înțelegeți experiența și să generați insight-uri în timp real, deoarece abonații așteaptă acum ca problemele să fie rezolvate proactiv, nu în ore sau zile.

Această evoluție a modelat modul în care gândesc despre inteligența artificială. Majoritatea oamenilor vor să pună inteligența artificială “deasupra”, la fel cum pun inteligența business sau SaaS deasupra datelor existente. Experiența mea spune că trebuie să gândești mult mai profund decât atât și să proiectezi pentru insight-uri și acțiuni în timp real.

Pentru abonați, însă, așteptările nu s-au schimbat prea mult în ultimii 25 de ani. Ei doresc în continuare conectivitate securizată și gestionată care să se simtă la fel de simplă ca tonul de apel – ei vor ca totul să “funcționeze” fără a gândi la toate straturile și complexitatea, și vor ca asta să fie peste tot în viața lor. Cariera mea în telecomunicații și cloud m-a făcut foarte confortabil cu această paradox: construiți sisteme extrem de complexe pentru a putea abstractiza totul și a livra o experiență simplă și bună la margine. Acesta este exact modul în care gândesc despre inteligența artificială care face lucruri reale în orice companie, indiferent de domeniu.

La Calix, accentuați adesea că inteligența artificială operațională este construită, nu cumpărată. Care sunt cele mai comune greșeli pe care le fac organizațiile atunci când încearcă să adauge inteligență artificială fără a reevalua modul în care fluxurile de lucru trec prin companie?

Pentru mine, este mai puțin despre “construit versus cumpărat” și mai mult despre dacă ai făcut un pas înapoi și ai examinat întreaga stivă tehnologică. Multe companii au decis că inteligența artificială era pur și simplu utilizarea unor API-uri pentru a accesa un LLM, conectarea acestuia la stiva dvs. cu un ambalaj și cumpărarea de tokenuri – și astfel aveai o strategie de inteligență artificială. Acesta nu este modul în care funcționează lucrurile.

Prea mulți dintre noi ne lăsăm distrași de tehnologie în loc de rezultat. Am văzut acest film înainte. Când au apărut calculatoarele personale, toată lumea voia să discute despre dacă aveau un 286 sau un 386, câtă memorie aveau și ce sistem de operare foloseau. Astăzi, nimeni nu poate spune specificațiile laptopului sau telefonului său, și nimeni nu-și bate capul până nu încetează să funcționeze așa cum au nevoie. Ce contează este: face acest lucru să fiu mai eficient în munca mea? La fel este și cu inteligența artificială. Dacă nu puteți lega-o de fluxuri de lucru reale, valoare reală și ROI real, specificațiile tehnice sunt doar zgomot.

O altă greșeală mare este încercarea de a atașa inteligența artificială la ceea ce aveți deja fără a întreba ce efect are asupra arhitecturii, modelului de securitate și costurilor. Inteligența artificială este o tehnologie fundamentală, nu o actualizare incrementală a funcțiilor. Când o tratați ca pe o actualizare incrementală, ajungeți cu date proaste, probleme de securitate, halucinații, costuri care nu se opresc sau o mulțime de activitate care nu rezolvă o problemă pentru nimeni.

În cele din urmă, nu puteți ignora contextul și importanța expertizei verticale. Acțiunea este totul despre context, și acest context diferă între telecomunicații, fintech și sănătate. La Calix, am început cu o experiență profundă într-o industrie și am construit o platformă verticală în jurul acesteia. Am înțeles deja datele, insight-urile, fluxurile de lucru și contextul, astfel încât stiva putea reflecta acea realitate. Majoritatea companiilor cunosc industria lor verticală în detaliu. Oportunitatea este de a codifica această cunoaștere într-o stivă tehnologică verticală, în loc de a se baza pe un strat orizontal subțire și un model de inteligență artificială generic, și apoi încerca să coase totul împreună. Companiile sunt despre rezultate, nu despre modele. Adevărata întrebare este cum vă ajută această tehnologie să livrați acele rezultate în felul în care fluxurile dvs. de lucru funcționează.

Ați descris o arhitectură pe cinci straturi pentru inteligența artificială operațională, care include date, cunoaștere, orchestrare, încredere și acțiune. De ce este important să separați în mod explicit aceste straturi, și care dintre ele este subestimată sau omisă de întreprinderi?

Pentru o perioadă de timp, stiva a fost destul de simplă: date, insight-uri, tablouri de bord, fluxuri de lucru, oameni. Ați construit depozite de date, ați pus BI deasupra, ați creat motoare de flux de lucru și ați dat munca grea oamenilor. Într-o lume agențială, acest lucru nu se mai susține. Aveți nevoie de date, cunoaștere, orchestrare, încredere și acțiune, deoarece fiecare strat îndeplinește o funcție distinctă.

Partea vizibilă pe care toată lumea vrea să o discute este stratul de acțiune – agenții. Acesta este vârful aisbergului. Ce determină dacă puteți lăsa agenții să atingă sisteme reale este tot “lucrul plictisitor” de sub suprafață: conducte de date și date curate, stratul de cunoaștere care oferă context, orchestrarea care coordonează fluxurile de lucru dinamice și modelul de încredere care decide ce ar trebui să fie permis din start. Când Titanicul a naufragiat, nu a fost partea mică pe care o puteți vedea care l-a scufundat; a fost masa uriașă de gheață de dedesubt. Inteligența artificială operațională este la fel. Conductele de sub suprafață sunt ceea ce face sau ruinează totul.

Istoric, nu am tratat orchestrarea și încrederea ca straturi separate, deoarece oamenii făceau cea mai mare parte a muncii. Orchestration însemna manageri și cozi de bilete; încredere însemna nume de utilizator și parole. Acum trebuie să aveți încredere în entități – agenți – să facă lucruri și trebuie să coordonați mai mulți agenți în timp real în jurul datelor dinamice. Acesta este un problemă de proiectare complet diferită, ceea ce face ca aceste straturi să aibă nevoie să fie explicite.

Stratul pe care majoritatea oamenilor îl subestimează este încrederea. Multe organizații cred că gestionează încrederea pentru că au controale de acces – cine poate să se autentifice în sistem. Însă adevărata încredere într-o lume agențială nu este “are acest utilizator acces?” Ci “este această acțiune particulară adecvată pentru acest individ sau acest agent la acest moment în timp?” Acesta este un punct de guvernanță, nu o întrebare de control al accesului. Dacă nu faceți acest strat explicit, rămâneți în țara demonstrațiilor, pentru că nu veți fi niciodată confortabil lăsând agenții să facă lucruri reale în producție.

Deci, încrederea este evident o parte fundamentală a strategiei dvs. de inteligență artificială. Cum proiectați sisteme astfel încât deciziile automate să rămână observabile, auditable și reversibile, în timp ce se deplasează suficient de repede pentru a livra valoare comercială?

Trebuie să începeți de la o mentalitate de încredere zero. Prima întrebare nu este “poate acest agent să facă acest lucru din punct de vedere tehnic?” Prima întrebare este “ar trebui ca acest agent, în numele acestei persoane, să încerce să facă acest lucru deloc?” Dacă răspunsul este nu, atunci nu continuați.

Dacă răspunsul este da, intrați în baraje: auditabilitate, trasabilitate și nevoia unui om în buclă. Modelul nostru se bazează pe un strat de încredere care acționează un pic ca un polițist de circulație la începutul fiecărei interacțiuni: cine sunteți, ce faceți și de ce faceți acest lucru? Acesta elimină o mulțime de probleme de securitate, deoarece nu lăsați agenții să ruleze și să facă lucruri și apoi sperați să observați după aceea.

Alternativa este să lăsați agenții să plece, apoi să ridicați o alarmă dacă merg să facă ceva rău. Sunteți presupunând că puteți vedea, figurați, identificați și opriți în timp real, la viteza și scala la care funcționează aceste sisteme. Acesta este un problemă foarte grea, și este de ce atât de mulți oameni se luptă – încearcă să caute actori răi în timp real, în loc de a preveni acțiuni rele din start.

În plus, am adăugat porți stratificate. Chiar și dacă un agent acționează în numele persoanei potrivite, încă examinăm sesiunea și conținutul – încearcă să otrăvească un model, să abuzeze o interfață de programare sau să împingă ceva în afara politicii? Toate acestea sunt înfășurate în observabilitate deplină, astfel încât puteți audita ce s-a întâmplat și puteți reveni asupra acestuia, dacă este necesar. Acesta este modul în care vă deplasați rapid și totuși dormiți noaptea.

Multe companii reușesc să genereze insight-uri de inteligență artificială, dar se luptă să le traducă în acțiune. Care au fost deciziile de proiectare care au permis Calix să pună inteligența artificială direct în fluxurile de lucru zilnice de marketing, operațiuni și suport clienți?

Cu mult înainte de a deveni inteligența artificială steaua spectacolului, la Calix eram obsedați de o singură întrebare: ce face un insight cu adevărat acționabil pentru o persoană reală într-un loc de muncă real? Din 2018, am lucrat cu furnizorii de servicii pentru a înțelege cum lucrează diferitele personaje – ce face un marketer marți dimineața, ce face o echipă de operațiuni când se declanșează o alarmă, ce fac echipele de suport atunci când un abonat sună frustrat. Acest lucru ne-a forțat să devenim foarte clari cu privire la care insight-uri contează pentru cine, în ce context și ce înseamnă “acțiune bună”.

Așa că, când a apărut inteligența artificială agențială, nu am început de la zero. Am avut deja sisteme în timp real care generau insight-uri acționabile legate de personaje și fluxuri de lucru specifice. Întrebarea de proiectare a devenit: dată o setare de unelte diferită și o stivă tehnologică diferită, cum ați re-proiecta aceste fluxuri de lucru într-o lume de inteligență artificială agențială, în loc de a încerca să inventați totul de la zero?

Când asociați această cunoaștere profundă a personajelor cu inteligența artificială agențială, puteți construi fluxuri de lucru dinamice peste date dinamice. Agenții pot determina în timp real care sunt pașii și care personaje trebuie implicați, în funcție de ceea ce se întâmplă, în loc de a forța să codificați sute de fluxuri rigide în micro-servicii. Pentru majoritatea companiilor, problema grea în acest moment este încercarea de a face decizii în timp real pe baza contextului și apoi de a proiecta fluxul de lucru potrivit în jurul acestuia. Pentru noi, acea parte era deja în loc; am făcut insight-uri acționabile în timp real, bazate pe personaje, de ani de zile. Inteligența artificială agențială este doar un set nou de unelte deasupra acestei fundații.

Viziunea dvs. de platformă include interoperabilitate agențială și sisteme de inteligență artificială federate. Cum schimbă această abordare modul în care instrumentele pentru companii colaborează în comparație cu integrările punctuale tradiționale?

Dacă priviți la ultimii 20 de ani, modelul implicit a fost “cumpărați o mulțime de unelte SaaS și le legați împreună în jurul unui depozit de date”. Fiecare sistem nou a însemnat o nouă integrare punctuală, o nouă conductă de date și un alt loc în care să reconciliați adevărul. Într-o lume agențială, acest lucru nu se escaladează. Vrei ca datele să rămână acolo unde aparțin și ca agenții să vorbească unii cu alții prin interfețe bine definite.

De aceea, vorbim despre atingerea sistemului la două straturi: MCP la stratul de cunoaștere și A2A la straturile de orchestrare și încredere. MCP este modul în care agenții descoperă și utilizează unelte și date fără o integrare personalizată de fiecare dată. A2A este modul în care agenții coordonează munca unii cu alții sub garduri clare.

Odată ce aveți asta, colaborarea încetează să arate ca o grămadă de conectări fragile și începe să arate ca o rețea de specialiști care pot face echipă dinamică în jurul muncii reale. Aici intră analogia matricei Eisenhower. Nu totul este la fel de urgent și la fel de important. Unele munci sunt cu adevărat critice din punct de vedere al timpului, unele sunt importante dar pot fi programate, unele trebuie doar să fie făcute, și unele sunt zgomot. Cu coordonarea agenților care stă pe un strat de orchestrare și încredere, puteți trata aceste categorii în mod diferit la scară: agenții pot înconjura problemele urgente și importante, puteți pune în coadă sau programa cele importante dar nu urgente, și puteți ține munca de valoare scăzută departe de a aglomera totul.

Acesta este un world foarte diferit de “să adăugăm încă un conector și să sperăm că coada se golește”. Efectiv, vedeți fluxuri de lucru dinamice și orchestrare, în loc de o încurcătură de integrări punctuale unde totul strigă la aceeași prioritate.

Odată ce agenții inteligenței artificiale sunt lăsați să acționeze autonom, guvernanța devine rapid o provocare. Cum echilibrați viteza, responsabilitatea și supravegherea umană atunci când sistemele de inteligență artificială iau sau execută decizii la scară?

Greșeala pe care o văd este că oamenii cred că pot atașa inteligența artificială agențială la ceea ce au și apoi încearcă să “echilibreze” viteza, responsabilitatea și supravegherea umană după aceea. Nu puteți. Trebuie să începeți prin a recunoaște că aceasta este o problemă a stivei tehnologice verticale și prin a construi intenționat un strat de încredere și un strat de orchestrare. Fără aceste straturi, se transformă într-un haos – totul este primul venit, primul servit, sau cineva care strigă cel mai tare.

Din nou, este matricea Eisenhower: nu toată munca este creată egal. Încrederea și orchestrarea sunt modul în care operaționalizați acest lucru într-o lume agențială. Nu vrei ca fiecare agent să trateze fiecare sarcină ca pe un exercițiu de stingere a incendiilor; vrei ca sistemul să știe ce este cu adevărat critic din punct de vedere al timpului, ce poate fi programat și ce ar trebui să fie tratat liniștit în fundal.

Și apoi există “îngust peste gras”. Majoritatea companiilor se înșală, crezând că impactul mai mare din inteligența artificială vine din a rămâne larg. Sunteți mult mai bine să alegeți o felie verticală îngustă – un caz de utilizare concret, un set de fluxuri de lucru – și să construiți încrederea și orchestrarea de care aveți nevoie acolo mai întâi. Deveniți mai subțiri în verticală, faceți-o corect, țineți oamenii în buclă la margini și apoi extindeți. Acesta este modul în care vă deplasați rapid, rămâneți responsabili și evitați crearea unei haotice pe care nu o puteți dezmembra mai târziu.

Ca lider al unor echipe mari globale de produse și inginerie, ce schimbări organizaționale sau culturale sunt necesare pentru ca inteligența artificială să devină o capacitate durabilă a companiei, în loc de o colecție de piloți desconectați?

Majoritatea întreprinderilor nu au o “problemă de inteligență artificială”; au o problemă de cunoaștere și flux de lucru. Primul pas este să încetați să jucați cu soluții punctuale și să treceți de la depozite de date la un depozit de cunoaștere federat pe care toată lumea îl poate vedea și acționa. Atâta timp cât cunoașterea trăiește în silozuri și inteligența artificială este un vârf de pe fiecare siloz, veți obține piloți, nu transformare.

De acolo, trebuie să fiți dispuși să abordați problemele mai grele într-o ordine specifică. Pasul unu este să separați hype-ul de realitate și să adoptați ceea ce funcționează, nu ceea ce este cel mai zgomotos în fluxul dvs. Pasul doi este să re-proiectați stratul de cunoaștere, astfel încât să puteți transforma datele în context federat și partajat, în loc de încă un raport îngropat într-un sistem. Pasul trei este să re-gândiți fluxurile de lucru în jurul acelei cunoașteri și a unui strat real de încredere – majoritatea muncii de astăzi este organizată în jurul oamenilor, abilităților și silozurilor locale de cunoaștere. Dacă nu schimbați asta, agenții vor fi doar un alt instrument care orbitează aceleași vechi blocaje.

Abia atunci ajungeți la schimbarea culturală, care este adesea cea mai grea. Aveți nevoie de o cultură în care oamenii nu sunt în primul rând îngrijorați de pierderea locurilor de muncă, a uneltelor sau a identității, ci sunt cu adevărat entuziasmați să lucreze cu capacități noi. Acesta este un problemă de management al schimbării, nu o problemă tehnologică. Arată mult ca liderii distribuiți reali: oamenii de la vârful lancei înțeleg fluxurile de lucru, se simt în siguranță numind fricțiunile și sunt entuziasmați să pună agenții la muncă pe ele.

Privind dincolo de broadband și telecomunicații, care industrii credeți că sunt mai bine poziționate pentru a adopta inteligența artificială operațională și agențială, și care sunt condițiile care le fac pregătite?

Nu gândesc realmente despre asta în termeni de alegerea câștigătorilor pe baza etichetelor de industrie; gândesc în termeni de modele. Aproape fiecare verticală are aceeași provocare de bază: au construit silozuri de date și silozuri de funcții în loc de o vedere unică pe trei cicluri de viață – client, angajat și produs. Cele care sunt pregătite sunt cele care sunt dispuse să vadă asta, să admită că nu au un strat real de cunoaștere și să îl repare.

De acolo, condițiile arată destul de similare, indiferent dacă sunteți în sănătate, fintech, retail sau infrastructură critică. Aveți nevoie de fluxuri de lucru complexe în care oamenii sunt întinși, puncte reale de fricțiune pe care le puteți numi și suficiente date de înaltă calitate pentru a oferi agenților context. Dacă puteți cartografia fluxurile de lucru actuale, vedea unde munca se încetinește sau se îngrămădește, înțelegeți care transferuri creează întârzieri și apoi sprijiniți asta cu un depozit de cunoaștere federat, inteligența artificială agențială devine un set de unelte incredibil.

În acea lume, “pregătirea industriei” se reduce la conducere. Sunt liderii companiei dispuși să meargă dincolo de uneltele de marketing și tablourile de bord orizontale subțiri și să investească într-o stivă tehnologică verticală – transformând datele în cunoaștere, federând acea cunoaștere, punând cadre de orchestrare și încredere în loc și având conversații oneste despre unde este cu adevărat ROI-ul? Orice companie din orice industrie care face această muncă este bine poziționată pentru inteligența artificială operațională și agențială; cele care nu o fac vor fi blocate, adăugând încă un instrument la o grămadă deja zgomotoasă.

Pe măsură ce inteligența artificială pentru companii evoluează către medii multi-agente și multi-cloud, ce arată o arhitectură bună de inteligență artificială peste cinci ani, și care sunt principiile pe care liderii ar trebui să se angajeze astăzi pentru a evita reconstruirea sistemelor lor mai târziu?

Peste cinci ani, partea interesantă a inteligenței artificiale nu va fi agenții individuali sau modelele; va fi fluxurile de lucru agențiale pe care le fac și valoarea comercială pe care o livreză aceste fluxuri de lucru. Agenții înșiși vor veni și vor pleca. Straturile de sub ei – date, cunoaștere, orchestrare, încredere și acțiune – vor continua să evolueze, dar nevoia lor nu dispare.

De aceea, sunt mai concentrat pe arhitectură decât pe orice instrument specific. Ne mutăm de la depozite de date la depozite de cunoaștere federate, de la integrări punctuale fragile la stive deschise și stratificate. În acea lume, veți avea agenți care rulează în cloud-uri diferite, atingând surse de cunoaștere diferite și coordonându-se prin interfețe bine definite – MCP la stratul de cunoaștere și protocoale agențiale la straturile de orchestrare și încredere. Pe măsură ce tehnologia se îmbunătățește, veți dori să puteți înlocuiți piese mai bune în aceste straturi fără a reconstrui totul de fiecare dată.

Așa că, principiile pentru lideri sunt simple. Nu construiți monolitic. Proiectați pentru straturi, astfel încât datele, cunoașterea, orchestrarea, încrederea și acțiunea să poată evolua independent. Proiectați pentru fluxuri, nu pentru caracteristici, astfel încât să fiți clari care fluxuri de lucru contează și ce înseamnă “bun” în ciclurile de viață ale clienților, angajaților și produselor. Și proiectați pentru guvernanță la nivel de agent: presupuneți încredere zero din start, definiți “cărți de agent” clare și utilizați orchestrarea pentru a decide ce este urgent, ce este important și ce trebuie doar să fie făcut. Dacă faceți asta, puteți lăsa tehnologia să se schimbe – așa cum face întotdeauna – fără a vă face griji constant despre reconstruire.

Mulțumim pentru acest interviu minunat, cititorilor care doresc să afle mai multe despre Calix.