Интервью
Арон Ингленд, главный директор по продукту и технологиям в Accruent – Интервью
Арон Ингленд, главный директор по продукту и технологиям в Accruent, является опытным технологическим и продуктовым лидером, известным созданием и масштабированием глобальных команд, которые поставляют решения SaaS и агентские решения от ранних исследований до высокорастущих, ориентированных на клиентов продуктов. Он сочетает глубокую экспертизу на потребительских рынках, B2B SaaS, электронной коммерции и коммерческой технологии с сильным лидерством людей, сочетая инновации с острым пониманием проблем клиентов для обеспечения прочного соответствия продукта и рынка и измеримых бизнес-результатов, включая рост за счет приобретений и стратегии, основанной на интеллектуальной собственности.
Accruent предоставляет программное обеспечение, которое помогает организациям более эффективно управлять физической стороной своего бизнеса, объединяя инструменты для объектов, активов, пространства и операций на рабочем месте в одну связанную систему. Ее платформа предназначена для снижения фрагментации, улучшения видимости и принятия решений, а также для помощи командам в планировании, обслуживании и оптимизации зданий и оборудования в широком спектре отраслей.
Вы построили и возглавили высокоэффективные глобальные команды более 25 лет. Оглядываясь назад на стартапы, крупные корпорации и теперь Accruent, какой поворотный опыт наиболее сформировал ваше мышление о построении заслуживающей доверия технологии в масштабе?
Из опыта работы в компаниях Fortune 50 и руководства технологическими командами на ранних стадиях стартапов, средних и крупных публичных и частных компаний, я получил широкий спектр опыта в продвижении принятия цифровой трансформации в различных отраслях. Наиболее заметно, я был сотрудником номером девять в DocuSign, и мы нацеливались на рынок, который нуждался в真正ем изменении. Приведение аналоговой индустрии контрактов через полную цифровую трансформацию не только требовало построения доверия на рынке, но и законодательства для обеспечения безопасности этого перехода. Есть много уроков, связанных с моим временем там, которые можно применить к текущему рынку инструментов LLM и ИИ.
На высоком уровне закономерность моего опыта осталась последовательной: заслуживающие доверия системы не возникают случайно. Они возникают из намеренной архитектуры, последовательности данных, прозрачности и глубокого понимания того, как реальные люди используют технологии.
Вы предупредили, что к 2026 году техники больше не будут принимать ИИ-системы, которые просто говорят: “доверьтесь мне”. С вашей точки зрения в Accruent, что движет этим сдвигом в ожиданиях среди профессионалов первой линии и обслуживания?
В средах, где менеджеры объектов и техники используют ИИ для диагностики неисправностей оборудования и руководства сложными ремонтами, промах от ложного или неточного рекомендации может вызвать значительные бизнес- и безопасные риски.
Часто LLM создают смешанные ответы из нескольких страниц, не ссылаясь на основополагающие доказательства. В результате, если техник следует ИИ-генерируемому шагу, который никогда не существовал в руководстве OEM, организация может столкнуться с серьезными последствиями соблюдения нормативных требований, поскольку у них не будет обоснованной цепочки доказательств для аудитов или обзоров безопасности. По мере того, как ИИ становится само собой разумеющимся и более “невидимым” в программном обеспечении, важность прослеживаемости будет расти.
Галлюцинации ИИ могут быть более чем неудобством в регулируемых отраслях – они могут создавать реальные риски безопасности, соблюдения и эксплуатации. Какие сценарии галлюцинаций вас больше всего беспокоят, когда речь идет об обслуживании, управлении объектами или эксплуатации активов?
В производстве, если ИИ-генерируемое предложение говорит рабочему на заводе сделать неправильное действие с критическим оборудованием, это может привести к неожиданному простою, потере материалов, дефектным конечным продуктам или поврежденному оборудованию. Эти ошибки могут стоить миллионов долларов, поскольку производственные линии стоят на месте или даже репутационный ущерб, если позже это приведет к отзывам.
Эти галлюцинации от инструментов ИИ также особенно вредны для отраслей, таких как здравоохранение, поскольку ответственность и жизнь пациентов находятся под угрозой, когда происходит неисправность оборудования, которая не была должным образом обслужена или исправлена вовремя. Когда вы имеете дело с отраслями, которые взаимодействуют с реальным миром, исправление ошибок не так просто, как нажатие кнопки “удалить” и начало заново.
Вы подчеркнули, что каждый выход ИИ должен указывать на исходные источники – руководства, таблицы данных, диаграммы, исторические журналы. Как Accruent проектирует системы, обеспечивающие прослеживаемость и исключающие “черные ящики” ответов?
Мы гарантируем, что ИИ-рекомендации могут быть прослежены до значимых точек выхода в исходном материале, таком как конкретная страница руководства, диаграмма, таблица данных или журнальная запись, которая проинформировала предложение. Например, если ИИ-рекомендации говорят менеджеру объекта в здравоохранении, как обслужить компрессор, они должны иметь возможность отслеживать обратно к точному абзацу, который поддерживает этот шаг, чтобы обеспечить точность. Чтобы закрыть растущий разрыв доверия в современном корпоративном ИИ, важно, чтобы эти системы также могли показать, какие точки или страницы были фактически оценены, чтобы пользователи знали, рассмотрел ли ИИ все соответствующие документы или только подмножество.
Многие корпоративные инструменты ИИ отдают приоритет скорости, но регулируемые среды требуют аудиторских следов, точности документации и проверяемой аргументации. Как вы балансируете инновации с необходимостью прозрачности и соблюдения?
Внедрение ИИ в существующие рабочие процессы является ключом. Это упрощает процесс добавления одобрений, документации, графиков обслуживания и проверок соблюдения для дополнения известных практик, а не реализации нового изолированного инструмента. Это означает избежание полной переработки операций и позволяя сотрудникам продолжать работать так, как они делали, но с ручными, трудоемкими процессами, которые становятся автоматизированными.
Техники в поле полагаются на точные инструкции. Как Accruent подходит к задаче закрепления выходов ИИ в авторитетных источниках для снижения риска и повышения уверенности техников?
Наш подход начинается с захвата и организации руководств, диаграмм, чертежей, договоров аренды и исторических заказов на работу, чтобы гарантировать, что ИИ предоставляет ответы из конкретного контента компании, а не из общих данных обучения. При генерации процедур, рекомендаций или контрольных списков наши системы предназначены так, чтобы каждый шаг был прослеживаемым обратно к исходной документации.
Без этой функции техники, которые уже испытывают нехватку ресурсов, должны были бы тратить еще больше времени на ручной поиск в документах, чтобы проверить точность, что еще больше задержит процессы и заказы на работу.
Доставка прозрачных, готовых к аудиту ИИ требует больших объемов структурированных данных. Какие проблемы с данными – от неструктурированных наследственных документов до несоответствующих историй активов – необходимо решить, чтобы сделать эту концепцию реальной?
Доставка готового к аудиту ИИ начинается с надежных и хорошо организованных данных. Однако большинство построенной среды все еще живет в аналоговых процессах, с ручными входами данных, сканированными PDF и разрозненными электронными таблицами. Когда есть пробелы в данных и истории активов, которые являются неполными или несоответствующими, риски галлюцинации ИИ увеличиваются. Чтобы сделать выходы ИИ заслуживающими доверия в регулируемых средах, компании должны сначала решить проблемы с наследственными данными, от неструктурированных форматов до несоответствующих историй, до отсутствия управления, мигрируя в структурированные, контролируемые версии, централизованные системы документов и данных активов.
Наша СУД (Система управления документами инженерного проектирования) может сделать это для нескольких отраслей, включая горнодобывающую, коммунальную, производственную и многое другое. Эти отрасли часто полагаются на физические инженерные чертежи и документацию, что может создать кошмары с контролем версий. Использование нашей СУД для оцифровки этих документов является первым шагом. Оттуда программное обеспечение помогает управлять контролем версий, управлением рабочим процессом и аудиторскими следами, чтобы гарантировать, что несоответствия исключены.
По мере того, как ИИ становится встроенным в техническое обслуживание, управление объектами и управление жизненным циклом активов, где вы видите самые большие возможности для повышения производительности без компрометации безопасности или нормативных требований?
Одной из самых больших возможностей является автоматизация скучных, не добавляющих ценности задач для сотрудников, таких как ручной ввод данных и планирование заказов на работу для техников. Снаружи это кажется относительно простой, но трудоемкой задачей. Однако ИИ может подойти к этой задаче более стратегически.
Сначала, если оборудование в вопросе контролируется с помощью датчиков, заказ на работу может быть запущен на основе обнаружения аномалий, прежде чем произойдет любая реальная неисправность. Во-вторых, ИИ может помочь автоматически расставлять приоритеты заказов на работу на основе срочности и планирования ремонтов в моменты, которые вызывают наименьшее количество сбоев для бизнеса – он также может взвесить несколько одновременных проблем, затрат, безопасность и доход одновременно для наилучшего возможного пути вперед.
ИИ имеет потенциал не просто “помогать” командам по техническому обслуживанию и управлению объектами – он будет все больше действовать как цифровой оператор.
Доверие становится новым стандартом для корпоративного ИИ. Что, по вашему мнению, поставщики должны делать по-другому в течение следующих двух лет, чтобы заслужить – и сохранить – это доверие?
Поставщики должны перестать предполагать, что клиенты просто “доверяют модели”, когда речь идет о корпоративном ИИ. Рекомендации ИИ должны показать доказательства того, как они были сгенерированы. Одним из способов решить эту проблему является предоставление цитат и ясных описаний документов, которые ИИ оценил или не оценил. Например, если сотрудник просит ИИ проанализировать 1000 договоров аренды, он должен знать явно, оценил ли ИИ все 1000 или только 700, и почему или почему нет.
В рамках этого главным фактором, который поставщики должны уделять приоритетное внимание, является прозрачность использования данных. Это включает ясность о том, кто видит данные, как они используются (включая любые последствия для обучения), и как они изолированы или разделены с окружением других клиентов.
В течение следующих двух лет заслуживание доверия будет иметь первостепенное значение, и поставщики могут получить верхнюю руку, будучи явными о ограничениях инструментов ИИ, сохраняя людей в цикле для высокорисковых решений и начиная с узких, хорошо определенных случаев использования, которые доставляют осязаемую ценность без помещения клиентов в ситуацию “черного ящика”.
Оглядываясь вперед, как вы видите эволюцию ИИ в миссионно-kritических операциях, и какую роль, по вашему мнению, Accruent будет играть в установлении отраслевых стандартов для заслуживающего доверия, прозрачного ИИ?
ИИ в миссионно-kritических операциях быстро эволюционирует из изолированных автоматизаций отдельных задач в интеллектуальные, многоагентные системы, которые могут координировать и оптимизировать целые рабочие процессы. Вместо того, чтобы просто помогать пользователям, ИИ будет предоставлять автономную поддержку принятия решений, непрерывно отслеживать операционные условия, прогнозировать риски и рекомендовать действия с полной прозрачностью и прослеживаемостью. По мере того, как ИИ учится сочетать неструктурированные документы, структурированные операционные данные и реальные сигналы, он будет встроен直接 в повседневные процессы, что приведет к более быстрым, безопасным и надежным результатам.
Со временем это позволит сдвигнуться в сторону автономных операций, где системы могут самооптимизироваться и самоисправляться, а люди будут сосредоточены на надзоре и стратегическом принятии решений. Как лидер рынка, Accruent поможет установить отраслевые стандарты для заслуживающего доверия и прозрачного ИИ, внедряя аудиторность, объяснимость и сильное управление в свою платформу, и сотрудничая с клиентами, партнерами и регулирующими органами для определения лучших практик для безопасного развертывания в миссионно-kritических средах.
Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Accruent.
