Арун Хирмат, главный бизнес-офицер и сооснователь EvoluteIQ – Интервью

Арун Хирмат, главный бизнес-офицер и сооснователь EvoluteIQ, является технологическим руководителем и предпринимателем с почти тридцатилетним опытом в области корпоративной автоматизации, стратегии продукта, бизнес-развития и телекоммуникаций. В EvoluteIQ он отвечает за стимулирование роста доходов и укрепление отношений с клиентами, особенно через бизнес eiq360 компании. До присоединения к EvoluteIQ Хирмат был сооснователем и руководителем платформы low-code AmperAXP, которая была интегрирована в EvoluteIQ в 2021 году. Его предыдущая карьера включала руководящие должности по управлению продуктом в Qualcomm (QCOM ), Ikanos Communications, Conexant Systems и Globespan, а также ответственность за развитие бизнеса в регионе Азия-Тихий океан в компании Tata Elxsi (TATAELXSI.BO ).

EvoluteIQ – это корпоративная компания по разработке программного обеспечения, создающая платформу на основе ИИ для автоматизации и оркестровки сложных бизнес-процессов. Платформа EIQ объединяет агентный ИИ, генеративный ИИ, автоматизацию процессов и принятия решений, автоматизацию роботизированных процессов, интеллектуальную обработку данных и событий, корпоративные интеграции, аналитику и разработку приложений в среде с низким кодом или без кода. Разработанная для замены фрагментированных инструментов автоматизации на единую архитектуру, платформа помогает организациям создавать адаптивные рабочие процессы, которые соединяют устаревшие и современные системы, сохраняя при этом корпоративный уровень управления, безопасности и масштабируемости. EvoluteIQ обслуживает организации из различных отраслей, включая банковское дело, страхование, здравоохранение, телекоммуникации, производство, энергию и розничную торговлю.

В нашем предыдущем интервью с Самитом Гупте, генеральным директором EvoluteIQ, мы обсуждали более широкую концепцию EvoluteIQ в области корпоративной автоматизации на основе ИИ. С вашей точки зрения, работая в тесном сотрудничестве с клиентами, что изменилось больше всего в том, как корпорации думают об агентном ИИ с тех пор?

Самым большим сдвигом является то, что корпорации перестали спрашивать: “Может ли ИИ сделать это?” и начали спрашивать: “Могу ли я доверять ИИ, чтобы он сделал это?”

Год назад большинство разговоров были сосредоточены на том, какие возможности имеет каждая модель. Теперь клиенты гораздо более прагматичны. Они хотят знать, может ли ИИ координировать людей, приложения, политики, одобрения, соблюдение требований и других агентов вокруг измеримого бизнес-результата.

Обработка претензий является хорошим примером. Сам ИИ не обязательно является сложной частью. Вызов заключается в том, чтобы спроектировать, как автономные агенты работают вместе с людьми и в рамках управления ИТ через несколько систем, команд и исключений.

Многие компании все еще, кажется, рассматривают ИИ как еще один слой программного обеспечения, добавленный поверх существующих рабочих процессов. Почему такой подход ограничивающий, и как выглядит ситуация, когда корпорация перерабатывает процесс вокруг автономного выполнения с самого начала?

Добавление ИИ поверх сломанного процесса просто позволяет достичь неправильного результата быстрее.

Многие корпоративные рабочие процессы были разработаны 20 лет назад вокруг ручного принятия решений. Добавление ИИ как еще одного шага может оптимизировать процесс, но не преобразует его. Лучший вопрос – какие решения действительно требуют участия человека, а какие можно безопасно делегировать автономным агентам.

Например, в управлении расходами ИИ может оценить политики, модели расходов, историю сотрудников и сопроводительные документы. Рутинные претензии могут быть одобрены в течение нескольких минут, а необычные случаи эскалируются к менеджерам.

Вы утверждали, что многие клиенты не имеют проблемы с поставщиком, а скорее с моделью работы. Какие наиболее распространенные организационные проблемы препятствуют масштабированию корпоративного ИИ за пределы пилотных проектов?

Большинство корпораций не имеют нехватки ИИ; у них есть нехватка собственности.

ИТ владеет инфраструктурой. Бизнес владеет процессом. Безопасность владеет управлением. Команды данных владеют моделями. Операции владеют выполнением. Но никто обязательно не владеет тем, как все эти части работают вместе, чтобы обеспечить автономный бизнес-процесс. То, что отсутствует, – это единый способ сделать технологию работать.

Это причина, по которой пилотные проекты часто становятся изолированными успехами. Организации, которые успешно масштабируют автоматизацию, меняют свою модель работы, а не просто покупают больше технологий. Они создают межфункциональные команды, которые совместно владеют бизнес-результатами, а не отдельными системами. Важный вопрос: кто владеет результатом, и кто отвечает за его доставку?

Где вы проводите границу между полезной автоматизацией, интеллектуальной автоматизацией и истинной агентной автоматизацией?

Я рассматриваю их как три стадии зрелости. Автоматизация выполняет инструкции. Интеллектуальная автоматизация понимает предоставленную информацию. Агентная автоматизация понимает бизнес-цель и работает над достижением результата.

При обработке счетов традиционная автоматизация копирует информацию между системами. Интеллектуальная автоматизация читает счета, извлекает данные и флагирует несоответствия. Затем агентная автоматизация может выявить отсутствующую информацию, связаться с поставщиками, применить бизнес-политики, обработать исключения, получить одобрения и завершить процесс.

Разница заключается не только в том, что ИИ умнее. Разница заключается в том, что он владеет результатом, а не одной задачей.

Руководители корпораций находятся под давлением, чтобы быстро показать ROI ИИ, но сложная трансформация процессов занимает время. Как компании должны сбалансировать скорость, управление и долгосрочные изменения модели работы?

Скорость без управления создает риск. Управление без скорости создает разочарование. Корпорации должны сбалансировать оба аспекта.

Компании должны начинать с бизнес-процесса, который имеет значение – чего-то видимого, что может продемонстрировать измеримую ценность, – но строить его на основе, которая поддерживает управление, безопасность, наблюдаемость и соблюдение требований. Первоначальное решение не должно стать еще одним силосом.

Ошибкой является убеждение, что управление замедляет инновации. Хорошее управление на самом деле ускоряет принятие, потому что оно создает доверие. Как только правильные контроли будут на месте, организации могут двигаться быстрее и масштабироваться с большей уверенностью.

EvoluteIQ подчеркивает автоматизацию процессов от начала до конца, а не автоматизацию изолированных задач. Почему это различие имеет такое значение при переходе от экспериментов с ИИ к производственной реализации?

Бизнес не испытывает работу как отдельные задачи; он испытывает результаты. Никто не празднует, потому что извлечение документов стало на 60% быстрее. Они празднуют, потому что процесс наboarding клиентов теперь занимает несколько часов вместо двух недель. Улучшение изолированных задач часто просто смещает узкое место в другое место.

Когда ввод, проверка, одобрения, принятие решений, интеграция систем и коммуникация с клиентами оркестрируются как один рабочий процесс на основе ИИ, организация начинает видеть значимые бизнес-результаты. Оптимизация задачи улучшает эффективность, но оптимизация процесса меняет общую производительность бизнеса и может повлиять на финансовые показатели.

Клауд-рынки все чаще становятся каналами распределения для корпоративного ИИ. Как вы видите платформы, такие как Google Cloud, меняющие то, как крупные организации обнаруживают, оценивают, приобретают и развертывают автоматизацию на основе ИИ?

Клауд-рынки делают для корпоративного программного обеспечения то, что магазины приложений сделали для потребителей, но с встроенным корпоративным управлением.

Они удаляют трение через закупки, проверки безопасности и коммерческие соглашения. Организации также могут использовать существующие обязательства перед облачными сервисами, позволяя командам сосредоточиться меньше на том, как покупать программное обеспечение, и больше на бизнес-результатах.

Клиент не должен ждать шестимесячного цикла закупок, чтобы просто оценить платформу на основе ИИ. Рынки позволяют им начать решать бизнес-проблемы гораздо быстрее, оставаясь при этом в пределах установленного корпоративного управления.

EvoluteIQ недавно подчеркнул eiq360 как платформу на основе Google Cloud и Gemini, которая может превратить бизнес-интент в корпоративные рабочие процессы, используя естественный язык, сохраняя при этом управление и контроль. Что это изменение означает для неквалифицированных бизнес-пользователей?

Мы переходим из мира, где бизнес-пользователи описывают требования инженерным командам и ждут результатов, в мир, где пользователи описывают результаты.

С помощью eiq360 пользователи теперь могут описать процесс, который они хотят улучшить, используя естественный язык. Платформа может затем помочь сгенерировать корпоративные рабочие процессы, автоматически применяя управление, безопасность, соблюдение требований и оперативные контроли.

Это не устраняет ИТ; оно возвышает ИТ. Технологические команды теперь могут сосредоточиться на определении корпоративных ограничений, многоразовых услуг и стандартов управления вместо того, чтобы вручную строить каждый рабочий процесс. Это одно из наиболее важных изменений, которые ИИ приносит в корпоративное программное обеспечение, как мы его видим.

Фраза “корпоративный ИИ должен быть скучным” противоречит большей части текущей шумихи. Что должно быть скучным, предсказуемым или повторяющимся в ИИ, когда он используется для миссионно-kritического бизнес-выполнения?

Никто не хочет, чтобы зарплата была интересной. Никто не хочет, чтобы страховой претензии были удивительными. Никто не хочет, чтобы банковская транзакция была творческой.

Корпоративный ИИ должен быть абсолютно инновационным во время экспериментов. Как только он входит в производство, он должен стать чудесно предсказуемым. Он должен производить последовательные результаты, объяснять свои решения, распознавать, когда уверенность низка, и запрашивать вмешательство человека, когда это необходимо. Лучший корпоративный ИИ – это не тот, о котором все хотят говорить. Это тот, которого никто не замечает, потому что бизнес просто работает лучше.

Оглядываясь вперед, что будет отделять корпорации, которые успешно операционализируют агентный ИИ, от тех, которые остаются в режиме пилотных проектов?

Победители не обязательно будут иметь самые передовые модели ИИ. Они будут теми, у кого будет лучшая модель работы для ИИ. Они будут перерабатывать процессы, а не оцифровывать неэффективность, строить управление до масштабирования и создавать многоразовые корпоративные возможности, а не изолированные доказательства концепции.

Самое главное, они перестанут думать об ИИ как о еще одном приложении и начнут рассматривать его как новый рабочий коллектив, который сотрудничает с людьми, системами и бизнес-политиками. Следующее десятилетие будет о том, чтобы оптимизировать, как люди, агенты ИИ и корпоративные системы работают вместе.