Vijay Rayapati, CEO și Co-fondator al Atomicwork – Seria de Interviuri

Vijay Rayapati este co-fondatorul și CEO-ul Atomicwork. Înainte de a fonda compania, a ocupat funcția de Vicepreședinte Senior și Director General al diviziei de Cloud Networking și Security la Nutanix, în urma achiziției Minjar de către Nutanix, compania de platformă de gestionare a cloud-ului pe care a fondat-o și a dezvoltat-o ca CEO. În etapele timpurii ale carierei sale, a deținut roluri de conducere în inginerie și produse la Kuliza și Trilogy, acumulând o experiență profundă în construirea infrastructurii enterprise și a aplicațiilor software. Background‑ul său acoperă infrastructura cloud, software‑ul enterprise și tehnologia forței de muncă AI, făcându-l un fondator bine cunoscut în domeniul IT enterprise.

Atomicwork este o companie de AI pentru enterprise care construiește o platformă agentică de management al serviciilor IT ce ajută angajații să rezolve problemele tehnologice, să automatizeze sarcinile de suport de rutină și să acceseze cunoștințele enterprise prin AI. Platforma sa combină agenții AI cu capabilitățile moderne de ITSM pentru a gestiona cererile de serviciu, a depista problemele, a orchestra fluxuri de lucru în sistemele enterprise și a reduce povara asupra echipelor IT. Clienții folosesc Atomicwork pentru a oferi suport angajaților mai rapid, îmbunătățind în același timp eficiența operațională în IT și în operațiunile de business.

Anterior ați co-fondat Minjar, ați construit afacerea sa de gestionare a cloud-ului enterprise și apoi ați condus operațiunea la Nutanix în urma achiziției. Ce lecții din construirea, vânzarea și integrarea unei companii de software enterprise v-au convins să înființați Atomicwork în 2022 și să reconstruiți managementul serviciilor IT de la zero pentru era AI?

La Minjar, am dezvoltat un software care putea reduce factura de cloud a unei companii cu o treime prin automatizare. Clienții adorau recomandările. Apoi le lăsau netratate timp de două trimestre. Mi-a luat ceva timp să înțeleg de ce, iar răspunsul nu a fost tehnic. Când automatizarea face o acțiune și greșește, nu există pe nimeni de tras la răspundere. Întreprinderile nu cumpără doar software-uri sau rezultate. Ele cumpără pe cineva care să răspundă în numele lor. Un software fără un loc în organigramă nu primește autoritate, indiferent cât de bun este.

Achiziția mi-a oferit o lecție mai restrânsă. Produsele punctuale sunt cumpărate. Sistemele de înregistrare sunt construite pe ele. Poți fi produsul mai bun și totuși să-ți petreci viața ocolind pe cel care deține fluxul de lucru.

Anii petrecuți la Nutanix au combinat cele două. Am observat cum IT achiziționează managementul serviciilor pentru control, iar angajații îl experimentează ca pe un formular și o coadă. De asemenea, am realizat că tichetul nu a fost niciodată produsul. Urma de audit a fost. De aceea ITSM a supraviețuit patruzeci de ani de antipatie din partea oamenilor și, totodată, nimeni nu a putut să îl elimine.

Așadar, întrebarea din 2022 nu era dacă AI poate face munca. Era dacă poți oferi AI un loc în organigramă. Platformele legacy de ITSM nu pot, deoarece un atribuit uman stă în centrul modelului lor de date și fiecare SLA, aprobare și raport depinde de această presupunere. Încorporezi AI și obții un formular mai rapid.

Am construit pentru celălalt răspuns, în care AI furnizează o forță de muncă hibridă, nu doar software. AI Coworkers (colegii AI) fac munca, iar IT îi guvernează așa cum HR guvernează oamenii. Nu configurezi un AI Coworker. Îl angajezi într-un rol, îi revizuiești munca și îl revoci dacă nu performează. Aceasta este diferența dintre AI ca funcționalitate și AI ca forță de muncă.

Atomicwork descrie AI Coworkers ca sisteme care dețin roluri de muncă definite și finalizează sarcinile de la început până la sfârșit, nu doar răspunzând la întrebări sau executând sarcini izolate. Ce capabilități tehnice diferențiază un AI Coworker autentic de un chatbot, un copilot sau un instrument tradițional de automatizare și unde ar trebui să se oprească autonomia acestuia?

Un chatbot răspunde la o întrebare, iar un copilot ajută pe cineva să finalizeze o sarcină, dar niciunul nu este responsabil pentru duca munca până la finalizare. Un AI Coworker este diferit deoarece i se atribuie un rol definit și se așteaptă să livreze un rezultat. Fie că triagează incidente, furnizează acces sau integrează angajați, continuă să lucreze la fiecare etapă pentru a atinge obiectivul, în loc să se oprească după primul pas.

Aceasta necesită mult mai mult decât un model capabil. Un AI Coworker are nevoie de o identitate, permisiunile corecte, acces la instrumente aprobate, context organizațional, un buget și limite operaționale clare pentru rolul său. Trebuie să lucreze în sistemele de business, să înțeleagă când (și pe cine) să solicite aprobare și să lase o urmă de audit pentru fiecare acțiune. De aceea ne-am concentrat intens pe platformă în jurul modelului. Un AI fiabil depinde de orchestrare, guvernanță și execuție la fel de mult ca de inteligență.

Autonomia nu ar trebui să fie niciodată nelimitată. Un AI Coworker ar trebui să opereze în cadrul responsabilităților rolului său, în timp ce oamenii rămân implicați ori de câte ori munca afectează sisteme sensibile sau are implicații legale, financiare sau de angajare.

Platforma dumneavoastră permite AI Coworkers specializați să colaboreze în gestionarea incidentelor, furnizarea de acces, onboarding și operațiuni IT. Cum își împarte acești AI Coworkers responsabilitățile, împărtășesc contextul și se recuperează când un AI Coworker ia o decizie incorectă care ar putea afecta restul fluxului de lucru?

Nu credem că un singur AI Coworker ar trebui să încerce să facă fiecare sarcină. Organizațiile IT separă deja responsabilitățile între diferite echipe, deoarece fiecare rol are obiective, permisiuni și expertiză diferite. Am aplicat aceeași gândire la AI Coworkers, motiv pentru care am lansat AI Coworkers certificați care se specializează în diferite domenii operaționale IT.

Fiecare Coworker deține o funcție specifică, împărtășind același context enterprise. Când un angajat creează un tichet în Atomicwork, rutarea inteligentă asigură că este direcționat către AI Coworkerul potrivit care lucrează la cerere și (în funcție de cerere) îl reatribuie unui alt AI Coworker, creează tichete copil pentru ca AI Coworkers să rezolve problema în paralel (de exemplu, un tichet de onboarding poate fi împărțit în activități care pot fi lucrate simultan) sau îl escaladează către un om. Pe măsură ce munca trece de la un Coworker la altul, informațiile relevante se mută împreună cu el prin tichet (sistemul de înregistrare), împreună cu accesul la sistemele relevante, cum ar fi service desk‑ul, platformele de identitate, sistemele HR și instrumentele de colaborare. Acest context partajat permite fiecărui Coworker să ia decizii pe baza a ceea ce s‑a întâmplat deja, în loc să înceapă de la zero.

Atomicwork susține diferite cadre de agenți și modele de la furnizori precum OpenAI, Anthropic și Google. Cum determinați care model ar trebui să gestioneze recuperarea, raționamentul, planificarea și execuția și cum pot întreprinderile să mențină un comportament consistent pe măsură ce modelele subiacente continuă să se schimbe?

Modelele diferite sunt bune la tipuri diferite de muncă. Accentul nostru a fost pe construirea unei platforme care să poată valorifica progresele fără a forța clienții să reproiecteze fluxurile de lucru de fiecare dată când un model se schimbă. Contextul enterprise, orchestrarea, identitatea, aplicarea politicilor, telemetria și evaluarea furnizează consistența de care organizațiile au nevoie în producție, indiferent de modelul frontier care stă la bază.

Am discutat public despre susținerea mai multor furnizori de modele, împreună cu cadre de evaluare și guvernanță, dar nu am descris logica de rutare care decide care model gestionează recuperarea, raționamentul, planificarea sau execuția. De asemenea, nu am împărtășit procesul de validare pe care îl utilizăm pe măsură ce furnizorii lansează modele și actualizări noi.

Un agent AI enterprise poate întâlni documentație contradictorie, înregistrări de configurare incomplete, cunoștințe învechite și permisiuni diferite în diverse sisteme. Cum determină stratul Universal Context al Atomicwork care informație este de încredere și actuală înainte de a permite unui agent să ia o decizie sau să acționeze?

Cunoașterea enterprise rareori există într-un singur loc. O parte trăiește în documentație, o parte în sistemele de înregistrare și o parte în activitatea zilnică a afacerii. AI are nevoie de tot acest context dacă vrea să ia decizii fiabile.

Universal Context aduce aceste surse împreună prin combinarea cunoașterii enterprise cu date despre persoane, rețea, infrastructură și dispozitive din sistemele operaționale live. Un AI Coworker poate face referire la informații de pe platforme precum Confluence sau SharePoint, MDM-uri precum Intune și JAMF, în timp ce înțelege și ce se întâmplă în sisteme precum Jira, Workday, Salesforce sau furnizorii de identitate. De asemenea, respectă permisiunile existente, astfel încât oamenii și AI Coworkers să acceseze doar informațiile pentru care sunt deja autorizați.

Am explicat cum Universal Context conectează sistemele enterprise și păstrează limitele de securitate, dar nu am descris cum rezolvă informațiile contradictorii când sursele de încredere sunt în dezacord sau cum determină care sursă ar trebui să aibă prioritate. Aceste detalii de implementare nu fac parte din documentația noastră publică.

AI Coworkerul Universal poate sprijini angajații prin Microsoft Teams, Slack, e‑mail, browser, portal și prin chat, voce și moduri vizuale. Ce noi capabilități de depanare devin posibile când un agent poate vedea și auzi ce experimentează angajatul și cum preveniți expunerea conținutului sensibil de pe ecran sau a conversațiilor?

Suportul IT tradițional depinde de descrierea precisă a problemelor tehnice de către angajați, și aceasta este adesea cea mai dificilă parte a interacțiunii. Contextul vocal și vizual permite AI‑ului să vadă același mesaj de eroare, aplicație sau ecran de configurare pe care îl privește angajatul, facilitând mult înțelegerea problemei și ghidarea persoanei prin pasul următor fără o conversație lungă de tipul „întrebare‑răspuns”.

Aceste capabilități funcționează doar dacă angajații au încredere în ele. Considerăm că accesul vizual ar trebui să necesite consimțământ explicit și utilizatorii ar trebui să știe întotdeauna când este activ. Informațiile sensibile sunt protejate prin mascarea PII, controale administrative și politici adecvate de retenție.

Am fost, de asemenea, clari că datele clienților nu sunt folosite pentru a antrena modelele noastre sau modelele de bază ale terților. Acest lucru oferă organizațiilor posibilitatea de a adopta AI multimodal fără a renunța la controlul asupra datelor lor.

Atomicwork poate fi implementat alături de un mediu existent ServiceNow sau Jira Service Management fără a necesita o migrare imediată. Considerați aceasta în primul rând o strategie de tranziție sau multe întreprinderi vor opera permanent o forță de muncă AI deasupra sistemului lor legacy de înregistrare?

Majoritatea întreprinderilor mari au petrecut ani construind procese, integrări și guvernanță în jurul platformelor precum ServiceNow și Jira Service Management. Cererea de a le înlocui pe aceste sisteme înainte de a adopta AI creează fricțiuni inutile.

Am construit integrările Atomicwork cu ServiceNow și Jira Service Management pentru ca clienții să poată transforma experiența angajaților și să-și completeze echipele de servicii cu AI Coworkers încă din prima zi, fără a perturba sistemele de care se bazează deja. Conectorul aduce contextul IT enterprise relevant pentru ca AI Coworkers să îl folosească, menținând în același timp o sincronizare bidirecțională pentru agenții de serviciu din sistemul existent. Nu credem că întreprinderile ar trebui să aleagă un singur drum din prima zi. Prioritatea este să le ajutăm să adopte AI în propriul ritm.

Acordarea AI Coworkers acces la sistemele de identitate, datele angajaților, infrastructură și aplicațiile de business introduce riscuri precum injecția de prompturi, surse de cunoștințe compromise, permisiuni excesive și erori în lanț ale agenților. Ce măsuri de protecție, limite de aprobare și mecanisme de audit sunt esențiale înainte ca o întreprindere să poată permite în siguranță agenților să acționeze autonom?

AI Coworkers sunt guvernați ca angajații cu acces privilegiat. Fiecare Coworker are un rol definit, permisiuni limitate, instrumente aprobate, limite de cheltuieli și limite clare privind ceea ce poate face independent. Acțiunile sensibile — în special cele care implică identitate, infrastructură, finanțe, aspecte legale sau de angajare — necesită aprobare umană.

Abilitățile și instrucțiunile sunt verificate înainte de publicare pentru riscuri precum injecția de prompturi, instrucțiuni ascunse, acces la acreditări, scurgere de date și acțiuni nesigure. Dacă un instrument se modifică într-un mod care îi crește riscul, este dezactivat automat până la revizuire. Măsuri suplimentare de protecție — inclusiv limite de acțiune, prevenirea acțiunilor duplicate, controale de oprire de urgență și preluarea de către om — ajută la limitarea erorilor înainte să se răspândească.

Fiecare acțiune este trasabilă: organizațiile pot vedea ce a declanșat Coworkerul, ce informații și instrumente a utilizat, ce aprobări au fost obținute și ce rezultat a urmat. Evaluarea continuă, monitorizarea și testele red‑team asigură că aceste măsuri de protecție rămân eficiente pe măsură ce modelele, instrumentele și mediile enterprise evoluează.

Am investit masiv în evaluare, aplicarea politicilor, monitorizare și testare red‑team deoarece implementarea AI este doar începutul. Organizațiile au nevoie de încredere că acei Coworkers continuă să se comporte conform așteptărilor pe măsură ce modelele și mediile enterprise evoluează.

Raportul State of AI in IT 2026 al Atomicwork a constatat că două treimi dintre profesioniștii IT raportează beneficii pozitive din investițiile în AI, în timp ce doar una din cinci organizații a integrat complet AI în echipele lor de management al serviciilor. Ce separă implementările care generează valoare de afaceri măsurabilă de proiectele pilot care rămân blocate în faza de experimentare?

Majoritatea organizațiilor au demonstrat deja că AI poate îmbunătăți sarcinile individuale. Companiile care observă valoare de afaceri măsurabilă conectează AI la fluxuri de lucru operaționale complete, în loc să îl folosească ca asistent independent.

Acest lucru începe prin rezolvarea unei probleme de business specifice prin gândirea în roluri, oferind AI Coworkers acces la sistemele de care au nevoie și măsurând rezultatele relevante — fie că este vorba de timpi de rezolvare mai rapizi, costuri de suport reduse sau o experiență a angajaților mai bună. Odată ce echipele au încredere în acele rezultate, extinderea AI la fluxuri de lucru suplimentare devine mult mai ușoară.

Cercetarea noastră a constatat, de asemenea, că AI responsabil rămâne una dintre cele mai înalte priorități pentru liderii IT. Acest lucru are sens, deoarece organizațiile nu vor acorda AI mai multă responsabilitate decât dacă înțeleg cum ajunge la decizii, pot revizui acele decizii ulterior și știu că există barierele de protecție adecvate.

Pe măsură ce AI Coworkers încep să rezolve cereri de suport, să gestioneze accesul, să diagnosticheze incidente și să coordoneze fluxurile de lucru, cum se vor schimba responsabilitățile profesioniștilor din service desk, echipelor de operațiuni IT și ale directorilor de informații (CIO)? Privind mai departe, ar putea IT să devină departamentul responsabil pentru angajarea, guvernarea și măsurarea întregii forțe de muncă digitale a unei întreprinderi?

AI va prelua o mare parte a muncii operaționale repetitive care consumă service desk‑urile de astăzi, permițând oamenilor să petreacă mai mult timp gestionând excepțiile, îmbunătățind procesele și rafinând cunoștințele de care depinde AI.

Echipele de operațiuni IT se vor concentra din ce în ce mai mult pe guvernarea AI Coworkers în loc să execute manual fiecare flux de lucru. Vor defini permisiuni, vor conecta sistemele, vor monitoriza performanța și se vor asigura că AI continuă să funcționeze în cadrul politicilor stabilite.

De asemenea, mă aștept ca rolul CIO‑ului să se extindă. Gestionarea a sute de AI Coworkers începe să semene cu gestionarea oricărei alte infrastructuri enterprise. Cineva trebuie să decidă la ce pot accesa acești Coworkers, cum sunt evaluați, când sunt actualizați și dacă oferă valoare. Echipele de business vor continua să definească munca, în timp ce IT devine HR‑ul pentru AI, adică responsabil pentru platformă, guvernanță și controalele operaționale care mențin în siguranță forța de muncă AI a unei întreprinderi.

Vă mulțumim pentru interviul excelent, cititorii care doresc să afle mai multe ar trebui să viziteze Atomicwork.