Дон Шурман, технический директор Pegasystems – Серия интервью

Дон Шурман является техническим директором и вице-президентом по маркетингу продукции в Pegasystems, ответственным за платформу Pega и приложения для управления отношениями с клиентами (CRM).

У него есть 20-летний опыт поставки решений для корпоративного программного обеспечения для организаций Fortune 500, с фокусом на цифровой трансформации, мобильности, аналитике, управлении бизнес-процессами, облачных вычислениях и CRM.

Pegasystems предлагает мощную платформу, предназначенную для того, чтобы помочь организациям достичь бизнес-преобразующих результатов посредством оптимизации в реальном времени. Платформа позволяет клиентам решать ключевые бизнес-вызовы с помощью принятия решений на основе искусственного интеллекта и автоматизации рабочих процессов, включая персонализацию взаимодействия с клиентами, автоматизацию услуг и улучшение операционной эффективности. Основанная в 1983 году, Pegasystems разработала масштабируемую и гибкую архитектуру, которая поддерживает предприятия в удовлетворении текущих требований клиентов, а также адаптации к будущим потребностям.

Учитывая ваш обширный опыт в качестве технического директора Pegasystems, как Pega GenAI отличается в быстро меняющемся ландшафте генеративного ИИ для предприятий?

Pega уже много лет инновирует в области решений ИИ, включая изучение генеративного ИИ задолго до того, как он стал мейнстримом. Я думаю, что есть три вещи, которые нас выделяют:

Во-первых, мы не просто ускоряем процессы, мы стимулируем инновации. Большинство поставщиков корпоративного программного обеспечения представили различные боты, агенты или функции ко-пилота на основе генеративного ИИ, но правда в том, что эти инструменты не будут стимулировать конкурентную дифференциацию. Мы позволяем нашим клиентам переосмыслить, как работает вся их бизнес с помощью уникальных инструментов, таких как Pega GenAI Blueprint, который предоставляет лучшие дизайны приложений за считанные секунды. Мы не просто автоматизируем задачи; мы фундаментально переосмысливаем, как работают и инновируют бизнесы.

Во-вторых, мы не просто автоматизируем в изоляции, мы оркестрируем, как выполняется работа от начала до конца. Другие поставщики посыпают эти функции ботов генеративного ИИ и надеются, что это достаточно, чтобы повысить эффективность. Наша платформа основана на нашей ведущей системе управления делами и оркестровки, которая позволяет нам не только автоматизировать с помощью генеративного ИИ, но и оркестрировать и оптимизировать весь процесс от начала до конца.

В-третьих, мы не просто генеративный двигатель ИИ – мы сосредоточены на стимулировании лучшего взаимодействия с клиентами и автоматизации рабочих процессов с помощью ИИ. Иногда проблема требует творческой силы генеративного ИИ, в то время как другие проблемы могут потребовать предсказательного ИИ или принятия решений для введения более логических процессов.

В вашей статье в Forbes “Разблокирование потенциала передового ИИ для бизнес-инноваций,” вы упоминаете потенциал генеративного ИИ для переосмысления бизнес-операций. Какие конкретные примеры того, где ИИ может катализировать трансформацию наследственных компаний?

Директор по дизайну Deutsche Telekom (DTE.DE ) Даниэль Венцель рассказал аудитории на PegaWorld iNspire этим летом, как он использует Pega GenAI Blueprint, чтобы помочь ему переосмыслить более 800 отдельных бизнес-процессов в отделе услуг по персоналу. Он говорит, что самой большой проблемой в попытке улучшить эти процессы было то, что бизнес-пользователи и ИТ не говорят на одном языке, что приводит к нереализованным ожиданиям. Pega GenAI Blueprint помогает обоим заинтересованным сторонам понять процесс и то, как его улучшить, намного быстрее, чем традиционные методы, что приводит к более эффективным решениям.

Та же статья обсуждает ограничения текущих приложений генеративного ИИ. Как компании могут перейти от инкрементных улучшений производительности к освоению полного трансформационного потенциала ИИ?

Большинство генеративного ИИ в корпоративном программном обеспечении применяется как отдельные функции, которые помогают ускорить определенные аспекты процесса. Но эти типы функций являются обычными сейчас, предоставляя мало конкурентного преимущества. Хитрости производительности, такие как суммирование и генерация текста, являются базовыми – что бизнесу нужно для продвижения на рынке, это использовать генеративный ИИ для инноваций всех новых способов ведения бизнеса на высоком уровне. Например, Gartner определил новую категорию технологий, которую они называют Бизнес-оркестровка и автоматизация технологий (BOAT), которая смотрит на стимулирование бизнес-результатов более целостно, от оптимизации затрат до улучшения принятия решений, снижения операционных затрат и использования правильных технологий автоматизации для работы. Отдельные функции генеративного ИИ имеют свое место, но это只是 часть пазла и не серебряная пуля для решения всех проблем.

Какие наиболее перспективные корпоративные варианты использования генеративного ИИ, которые выходят за рамки типичных улучшений производительности, и как бизнес может лучше всего реализовать эти?

Самая интересная возможность генеративного ИИ – это потенциал ввести лучшие практики в процесс. Те, кто использует генеративный ИИ для написания большего количества кода, могут создавать больше технического долга в будущем. Введение интеллектуальной собственности в процесс разработки программного обеспечения является игроком. Это позволяет организациям добиться оптимального решения намного быстрее на основе лет опыта. И поскольку это разработано как визуальная модель, а не просто строки кода, это проще сотрудничать и совершенствовать его во времени на протяжении технических и нетехнических заинтересованных сторон. Ранее окончательный дизайн приложения мог занять недели и требовал очень специализированных навыков; теперь эти инструменты, работающие на генеративном ИИ, позволяют бизнес-пользователям вводить свои конкретные потребности на простом языке и быстро переходить от концепции к полному дизайну. Forrester недавно опубликовал некоторые исследования, прогнозирующие, что использование ИИ для введения интеллектуальной собственности в низкокодовые или модельные системы дизайна фундаментально изменит, как предприятия используют программное обеспечение – позволяя им строить больше и покупать меньше «готовых» приложений. Я думаю, что это большая трансформация, и мы считаем, что с Pega GenAI Blueprint мы хорошо позиционированы, чтобы быть платформой выбора для наших корпоративных клиентов.

Вы ранее предложили, что генеративный ИИ может помочь в разработке продукта, выявляя пробелы на рынке. Можете ли вы подробнее рассказать о том, как работает этот процесс, и поделиться реальным примером?

Наш Pega Customer Decision Hub – это решение предсказательного ИИ, которое помогает нашим клиентам принимать следующие лучшие действия с их клиентами, будь то продажа продукта, решение проблемы обслуживания или иногда ничего не делать. Это позволяет нам соединиться с клиентами 1:1 с действиями, которые лучше всего служат их индивидуальным потребностям. Но работа в 1:1方式 требует большого количества адаптированных предложений – это намного лучше, чем спамить всех одним и тем же сообщением, но это требует от организаций маркетинга создавать больше сообщений, уникальных для разных групп клиентов. Теперь с генеративным ИИ мы можем выявить, какие клиенты были недооценены, и затем предложить новые действия и создать новые методы лечения, которые будут более полезны для этих групп. Это имеет потенциал помочь организациям расширить свою аудиторию на рынке, которую они обычно не могли решить.

Как устоявшиеся компании с наследственными системами могут эффективно интегрировать генеративный ИИ, чтобы остаться конкурентоспособными против более гибких стартапов, особенно в переосмыслении их основных операций?

Я думаю, что мы вступаем в точку бифуркации для наследственных систем. На протяжении десятилетий крупные предприятия откладывали решение проблемы технического долга. Мы потратили годы на применение временных решений, таких как RPA, которые не решали фундаментального истощения, которое наследственные системы оказывают на предприятия – они отводят ИТ-расходы, которые могли бы идти на инновации, они вводят риск и предотвращают предприятия от быстрого движения в меняющихся рынках. К счастью, я считаю, что одним из суперсил генеративного ИИ является то, что он позволит нам значительно ускорить скорость, с которой мы перерабатываем и выводим из эксплуатации наши наследственные системы – не просто перекодировывая их, а переосмысливая рабочие процессы и процессы сами по себе, чтобы работать на современных облачных архитектурах и обеспечивать цифровые впечатления, которые ожидают клиенты и сотрудники.

В отдельной статье о установлении манифеста ИИ, вы подчеркиваете важность привязки стратегии ИИ к осязаемым результатам. Можете ли вы предоставить рекомендации о том, как бизнес может согласовать свои цели ИИ с осязаемыми бизнес-результатами?

Слишком многие компании начинают с фокусировки на блестящем новом инструменте, таком как ИИ, а не с определения того, какие их бизнес-цели и какую проблему они должны решить. Сосредоточившись на инструменте, а не на проблеме, они сами себя ограничивают в пути, который может быть неоптимальным для их бизнеса. Вместо этого они должны отступить и спросить себя, чего они действительно пытаются достичь. Иногда генеративный ИИ не является правильным решением и может быть лучше обслужен применением принятия решений ИИ. Они должны помнить, что существуют разные типы ИИ, которые лучше подходят для решения разных бизнес-проблем.

Как бизнес может использовать генеративный ИИ, чтобы революционизировать свои операции, а не просто автоматизировать рутинные задачи? Какие стратегии они должны использовать, чтобы максимизировать ROI в этой области?

Не просто фокусируйтесь на отдельных задачах – это предотвратит вас от видения леса за деревьями. Отступите и поймите ваши общие бизнес-потоки и результаты, которые вы пытаетесь стимулировать из них. Генеративный ИИ может быть использован для анализа ваших процессов и введения лучших практик в различных отраслях. Это может стимулировать глубокие изменения, позволяя компаниям переосмыслить и переработать свои основные рабочие процессы. Например, ИИ может помочь спроектировать новые операционные модели с нуля или переработать существующие, чтобы улучшить эффективность и инновации. Установите четкие метрики для измерения успеха и регулярно совершенствуйте ваш подход на основе этих прозрений. Используя ИИ для стимулирования значимых изменений, а не инкрементных улучшений, бизнес может разблокировать значительную ценность и оставаться впереди конкурентов.

Какие отрасли, по вашему мнению, наиболее готовы извлечь выгоду из переработки рабочих процессов с помощью ИИ, и как они должны начать реализацию этого подхода?

Почти любая организация может универсально извлечь выгоду из улучшения своих рабочих процессов, особенно в быстро меняющихся рынках. Сервисные отрасли, такие как финансовые услуги, телекоммуникации и здравоохранение, могут, вероятно, реализовать наиболее значительные выгоды, чтобы помочь оптимизировать, как они взаимодействуют со своими клиентами. Эти секторы обрабатывают сложные, интенсивные данные процессы и находятся под все возрастающим давлением, чтобы улучшить эффективность, снизить затраты и обеспечить лучшие результаты. Кроме того, любая отрасль с большим количеством наследственных услуг – таких как банковское дело – может извлечь выгоду из изучения своих процессов, вероятно, установленных годами назад, для их модернизации и обеспечения того, чтобы они оставались конкурентоспособными с более новыми конкурентами.

Как подход «человек в цикле» повышает эффективность и этическую реализацию ИИ, особенно в клиентоориентированных ролях?

Генеративный ИИ, хотя и мощный, может производить выводы, которые не всегда точны или подходящи. Интегрируя человеческий надзор, мы можем смягчить риски, такие как неточности или этические проблемы, генерируемые ИИ.

Например, в обслуживании клиентов ИИ может генерировать ответы и рекомендации, но наличие человека, который проверяет эти выводы, гарантирует, что они соответствуют ценностям компании и потребностям клиентов. Этот надзор имеет решающее значение для поддержания прозрачности и подотчетности, особенно когда модели ИИ производят правдоподобную, но неверную или вводящую в заблуждение информацию.

Интересно, что наличие человека в цикле позволяет вам взять одну из слабостей генеративного ИИ – это является внутренне непредсказуемым или недетерминированным, что означает, что он не дает вам один и тот же ответ дважды – и превратить это в силу. С Pega GenAI Blueprint мы используем генеративный ИИ как партнера для мозгового штурма, предлагая новые подходы к дизайну рабочих процессов. Человек всегда является окончательным решателем, но постоянно предлагая новые подходы, генеративный ИИ стимулирует оригинальное мышление и помогает людям избежать «пересмотра коровьего пути».

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Pegasystems.