Аарон Кеслер, директор по управлению продуктами ИИ в SnapLogic – Интервью

У вас был довольно интересный предпринимательский путь, начиная с STAK в колледже и заканчивая приобретением Carvertise. Как эти ранние trải nghiệm сформировали ваше мышление относительно продукта?

Это был действительно интересный период в моей жизни. Мой сосед по комнате и я основали STAK, потому что мы были скучны по нашим занятиям и хотели получить реальный опыт. Мы никогда не представляли, что это приведет к нашему приобретению компанией, которая стала постер-стартапом Делавэра. Этот опыт действительно сформировал мое мышление относительно продукта, потому что я естественно тяготел к общению с бизнесом, задаванию вопросов о проблемах и созданию решений. Я даже не знал, что такое менеджер продукта в то время – я просто делал эту работу.

В Carvertise я начал делать то же самое: работать с их клиентами, чтобы понять болевые точки и разработать решения – снова, задолго до того, как у меня было звание менеджера продукта. Как инженер, ваша задача – решать проблемы с помощью технологий. Как менеджер продукта, ваша задача смещается в сторону нахождения правильных проблем – тех, которые стоят того, чтобы их решить, потому что они также создают бизнес-ценность. Как предприниматель, особенно без финансирования, ваше мышление становится таким: как я могу решить чью-то проблему так, чтобы это помогло мне положить еду на стол? Этот ранний скраб и хастл научили меня всегда смотреть через разные линзы. Будете ли вы в самофинансируемом стартапе, в компании с поддержкой венчурного капитала или в гиганте здравоохранения, менталитет “базовой потребности” Маслоу всегда будет основой.

Вы говорите о своей страсти к наставничеству над начинающими менеджерами продукта. Какой совет вы хотели бы получить, когда только начинали работать с продуктами?

Лучший совет, который я когда-либо получил, – и который я даю начинающим менеджерам продукта, – это: “Если вы всегда будете аргументировать с точки зрения клиента, вы никогда не проиграете спор”. Эта фраза кажется простой, но она невероятно мощная. Она означает, что вам нужно действительно понять вашего клиента – его потребности, болевые точки, поведение и контекст – так, чтобы вы не просто приходили на встречи с мнениями, а с идеями. Без этого все становится HIPPO (мнение самого высокооплачиваемого человека), битвой за то, кто имеет больше власти или громче мнения. С этим вы становитесь человеком, к которому люди обращаются за ясностью.

Вы ранее заявляли, что каждый сотрудник скоро будет работать вместе с десятком агентов ИИ. Как выглядит этот будущий мир в повседневной работе?

Что может быть интересным, так это то, что мы уже живем в реальности, где люди работают с множеством агентов ИИ – мы помогли нашим клиентам, таким как DCU, спланировать, построить, протестировать, обезопасить и внедрить десятки агентов, чтобы помочь их рабочей силе. Что fascinates, так это то, что компании строят организационные схемы агентов ИИ для каждого сотрудника, основанные на их потребностях. Например, сотрудники будут иметь своих собственных агентов ИИ, посвященных определенным случаям – таким как агент для составления эпиков/историй пользователей, тот, который помогает с кодированием или прототипированием или создает запросы на вытягивание, и другой, который анализирует обратную связь клиентов – все это санкционировано и оркестрировано ИТ, потому что есть многое на заднем плане, определяющего, кто имеет доступ к какой информации, какие агенты должны следовать руководящим принципам управления, и т. д. Я не считаю, что агенты заменят людей, по крайней мере, в обозримом будущем, но они удалят повторяющиеся, низкоценные задачи, так что люди смогут сосредоточиться на более высоком уровне мышления. Через пять лет я ожидаю, что большинство команд будут полагаться на агентов так же, как мы полагаемся на Slack или Google Docs сегодня.

Как вы рекомендуете компаниям мостить разрыв в грамотности ИИ между техническими и нетехническими командами?

Начните с малого, имейте четкий план того, как это вписывается в вашу стратегию интеграции данных и приложений, сохраняйте все вручную, чтобы поймать любые сюрпризы, и будьте открыты для итерации от исходных целей и подхода. Найдите проблемы, ставшие любопытными о скучных задачах в вашем бизнесе. Самые высокоценные проблемы для решения часто являются скучными, которые неуслышанные герои решают каждый день. Мы узнали много из этих лучших практик впервые, когда построили агентов, чтобы помочь нашей финансовой команде SnapLogic. Самый важный подход заключается в том, чтобы убедиться, что у вас есть безопасные ограждения того, какие данные и приложения определенные сотрудники или отделы имеют доступ.

Затем компании должны относиться к этому как к курсу колледжа: объяснять ключевые термины просто, давать людям возможность попробовать инструменты самих себя в контролируемых средах, и затем следовать более глубокими погружениями. Мы также делаем известным, что нормально не знать все. ИИ развивается быстро, и никто не является экспертом во всех областях. Ключевым моментом является помощь командам в понимании того, что возможно, и дать им уверенность, чтобы задавать правильные вопросы.

Какие эффективные стратегии вы видели для повышения квалификации ИИ, которые выходят за рамки общих модулей обучения?

Лучший подход, который я видел, – это позволить людям получить руки на это. Обучение – это отличная отправная точка – вам нужно показать им, как ИИ действительно помогает с работой, которую они уже делают. Оттуда относитесь к этому как к санкционированному подходу к тени ИТ, или тени агентов, когда сотрудники находят творческие решения, которые могут решить очень конкретные проблемы, которые у них есть. Мы дали нашей полевой команде и нетехническим командам доступ к AgentCreator, агентной технологии ИИ SnapLogic, которая устраняет сложность принятия ИИ в предприятии, и дали им возможность попробовать построить что-то и доложить обратно с вопросами. Этот упражнение привел к реальным опытам обучения, потому что он был связан с их повседневной работой.

Вы видите риск в том, что компании принимают инструменты ИИ без надлежащего повышения квалификации – какие из них являются наиболее распространенными?

Самые большие риски, которые я видел, – это значительные нарушения управления и/или безопасности данных, которые могут привести к дорогостоящим штрафам и потенциально поставить под угрозу данные клиентов. Однако некоторые из наиболее частых рисков, которые я вижу, – это компании, принимающие инструменты ИИ без полного понимания того, что они могут и не могут делать. ИИ – это не магия. Если ваши данные – беспорядок, или ваши команды не знают, как использовать инструменты, вы не увидите ценность. Другая проблема заключается в том, что организации толкают принятие сверху вниз и не учитывают людей, которые фактически выполняют работу. Вы не можете просто внедрить что-то и ожидать, что это застрянет. Вам нужны чемпионы, чтобы просвещать и направлять людей, командам нужна сильная стратегия данных, время и контекст, чтобы поставить ограждения, и пространство, чтобы учиться.

В SnapLogic вы работаете над новым развитием продукта. Как ИИ влияет на вашу стратегию продукта сегодня?

ИИ и обратная связь клиентов находятся в центре нашей инновационной стратегии продукта. Это не только о добавлении функций ИИ, но и о том, чтобы постоянно доставлять более эффективные и простые в использовании решения для наших клиентов, которые упрощают, как они взаимодействуют с интеграциями и автоматизацией. Мы строим продукты с учетом как мощных пользователей, так и нетехнических пользователей – и ИИ помогает мостить этот разрыв.

Как инструмент AgentCreator от SnapLogic помогает бизнесу строить своих собственных агентов ИИ? Можете ли вы поделиться случаем, когда это имело большое влияние?

AgentCreator предназначен для того, чтобы помочь командам строить реальных, готовых к использованию в предприятии агентов ИИ без написания одной строки кода. Он устраняет необходимость опытных разработчиков Python для построения приложений на основе LLM с нуля и наделяет команды по финансам, HR, маркетингу и ИТ возможностью создавать агенты ИИ, управляемые естественным языком, всего за несколько часов. Эти агенты тесно интегрированы с данными предприятия, так что они могут делать больше, чем просто реагировать. Интегрированные агенты автоматизируют сложные рабочие процессы, принимают решения и действуют в реальном времени, все в контексте бизнеса.

AgentCreator стал игроком для наших клиентов, таких как Independent Bank (INDB ), который использовал AgentCreator, чтобы запустить голосовые и чат-ассистентов, чтобы сократить задолженность по тикетам службы поддержки ИТ и освободить ресурсы ИТ, чтобы сосредоточиться на новых инициативах GenAI. Кроме того, провайдер администрирования льгот Aptia использовал AgentCreator, чтобы автоматизировать одну из своих наиболее ручных и ресурсоемких процессов: выбор льгот. То, что раньше занимало часы бэкенд-ввода данных, теперь занимает минуты, благодаря агентам ИИ, которые упрощают перевод и проверку данных между системами.

SnapGPT позволяет интегрироваться через естественный язык. Как это демократизировало доступ для нетехнических пользователей?

SnapGPT, наш интеграционный копилот, – отличный пример того, как GenAI ломает барьеры в программном обеспечении для предприятий. С ним пользователи, от нетехнических до технических, могут описать желаемый результат, используя простые естественные языковые подсказки – как подключение двух систем или запуск рабочего процесса – и интеграция строится для них. SnapGPT выходит за рамки построения конвейеров интеграции – пользователи могут описать конвейеры, создать документацию, сгенерировать SQL-запросы и выражения и преобразовать данные из одного формата в другой с помощью простой подсказки. Это превращает то, что когда-то было процессом, требующим разработчиков, в нечто, доступное сотрудникам по всему бизнесу. Это не только о том, чтобы сэкономить время – это о том, чтобы сместить, кто может строить. Когда больше людей по всему бизнесу могут вносить свой вклад, вы разблокируете более быструю итерацию и больше инноваций.

Что отличает инструменты ИИ от SnapLogic, такие как AutoSuggest и SnapGPT, от других платформ интеграции на рынке?

SnapLogic – это первая генеративная платформа интеграции, которая постоянно разблокирует ценность данных по всему современному предприятию с беспрецедентной скоростью и масштабом. С возможностью строить передовые приложения GenAI всего за несколько часов – без написания кода – вместе с SnapGPT, первым и наиболее продвинутым интеграционным копилотом GenAI, организации могут значительно ускорить бизнес-ценность. Генеративные возможности ИИ конкурентов отсутствуют или не существуют. В отличие от многих конкурентов, SnapLogic родился в облаке и предназначен для управления сложностями облачных, локальных и гибридных сред.

SnapLogic предлагает итеративные функции разработки, включая автоматическую проверку и схему при чтении, которые позволяют командам завершать проекты быстрее. Эти функции позволяют интеграторам разного уровня навыков быстро начинать работу, в отличие от конкурентов, которые в основном требуют высококвалифицированных разработчиков, что может значительно замедлить реализацию. SnapLogic – это высокопроизводительная платформа, которая обрабатывает более четырех триллионов документов в месяц и может эффективно перемещать данные в хранилища и озера данных, в то время как некоторые конкуренты не поддерживают интеграцию в реальном времени и не могут поддерживать гибридные среды.

Что вас больше всего вдохновляет в будущем управления продуктом в мире, управляемом ИИ?

Что меня больше всего вдохновляет в будущем управления продуктом, – это возникновение одного из последних бьющихся слов в пространстве ИИ “кодирование настроек” – способность строить рабочие прототипы, используя естественный язык. Я представляю себе мир, где каждый в трио продукта – дизайн, управление продуктом и инженерия – работает руками с инструментами, которые переводят идеи в реальные, функциональные решения в реальном времени. Вместо того, чтобы полагаться исключительно на инженеров и дизайнеров, чтобы оживить идеи, каждый сможет создавать и итерировать быстро.

Представьте, что вы на звонке с клиентом и, в этот момент, прототипируете живое решение, используя их фактические данные. Вместо того, чтобы просто слушать их предложенные решения, мы могли бы совместно создавать с ними и открывать лучшие способы решения их проблем. Этот сдвиг сделает процесс разработки продукта значительно более совместным, творческим и согласованным. И это вдохновляет меня, потому что моя любимая часть работы – строить рядом с другими, чтобы решать значимые проблемы.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить SnapLogic.