Ян Арендтц, основатель и генеральный директор Celigo – серия интервью.

Ян Арендтц Он является основателем и генеральным директором Celigo, а также ветераном индустрии программного обеспечения с более чем 25-летним опытом в разработке продуктов, развитии бизнеса, продажах, обеспечении успеха клиентов и маркетинге. Он основал Celigo с целью упростить процесс интеграции, автоматизации и оптимизации бизнес-процессов в масштабах всего предприятия. Он отвечает за все операционные процессы компании.

До работы в Celigo Ян занимал должность директора в NetSuite, ведущей облачной ERP-платформе, где запустил интеграционную платформу. До этого Ян работал в Cambridge Technology Partners, где внедрял сложные бизнес-решения для клиентов, от интернет-стартапов до компаний из списка Fortune 500.

Celigo Celigo — это облачная интеллектуальная платформа автоматизации и интеграции (iPaaS), разработанная для того, чтобы помочь организациям подключать приложения, автоматизировать бизнес-процессы и синхронизировать данные по всему технологическому стеку без сложной разработки собственных решений. Ее платформа сочетает в себе готовые коннекторы, многоразовые шаблоны интеграции и инструменты с поддержкой ИИ, позволяя как техническим, так и нетехническим командам проектировать, развертывать и управлять интеграциями в масштабе. Celigo широко используется для оптимизации рабочих процессов в таких областях, как электронная коммерция, финансы, операционная деятельность и ИТ, сокращая ручной труд, повышая точность данных и обеспечивая более быстрые и отказоустойчивые бизнес-процессы.

Что изначально побудило вас основать Celigo, и как ваш опыт руководства интеграционными сервисами и продуктовыми инициативами в таких компаниях-разработчиках программного обеспечения, как NetSuite, повлиял на выявленный вами в то время пробел в сфере корпоративной интеграции?

Тот ранний опыт работы с SaaS показал мне, что, хотя облако и решило проблему доставки программного обеспечения, оно также создало огромную проблему связности данных. Мы продавали концепцию единого бизнеса, но в реальности существовали разрозненные хранилища данных. Я основал Celigo, чтобы решить эти проблемы.

Сегодня я вижу, как история повторяется с искусственным интеллектом. Мы переходим от «пробела в связности» к «операционному разрыву». Как двадцать лет назад компании испытывали трудности с внедрением SaaS, так теперь они испытывают трудности с внедрением ИИ. Компании сталкиваются с проблемой перехода от экспериментов с ИИ к надежным бизнес-результатам. Это создает следующую волну проблем, в решении которых Celigo обладает уникальными возможностями для оказания помощи ИТ-руководителям: как предоставить платформу, которая не просто соединяет системы, но и позволяет использовать ИИ в масштабах всего предприятия.

Компания Celigo эволюционировала от традиционной интеграции к рабочим процессам, управляемым искусственным интеллектом. Какие сигналы подсказали вам необходимость движения платформы в этом направлении?

Самым важным сигналом стало изменение узкого места. Десять лет назад узким местом было подключение: просто заставить систему A взаимодействовать с системой B. Мы решили эту проблему с помощью iPaaS. Но по мере того, как мы демократизировали интеграцию и предоставили бизнес-пользователям возможность создавать собственные рабочие процессы, новым узким местом стало управление, контроль и обработка исключений.

Мы проанализировали наши данные и обнаружили, что, хотя создание автоматизированных рабочих процессов стало проще, их поддержка в больших масштабах по-прежнему требует значительных человеческих ресурсов. Пользователи тратили часы на устранение ошибок в данных или обновление сопоставлений.

В ответ мы внедрили ИИ в ядро ​​нашей платформы, автоматизировав классификацию и устранение ошибок, чтобы снять операционную нагрузку по поддержке интеграций в масштабе предприятия. Теперь интеллектуальные возможности платформы создают основу для рабочих процессов, работающих с клиентами на основе ИИ, которые могут функционировать с большей автономностью и учетом контекста.

Многие организации вкладывают значительные средства в ИИ, но видят лишь ограниченные результаты. Почему так много инициатив застревают на уровне данных и интеграции?

Мы все видели результаты опросов, показывающие, что, хотя большинство компаний экспериментируют с ИИ, лишь немногие получают измеримую отдачу от инвестиций. Причина не в технологии, а в подходе. Слишком часто организации рассматривают внедрение ИИ как самоцель, вместо того чтобы начинать с бизнес-процессов, управляющих предприятием.

Успешные инициативы начинаются с выявления процессов, в которых улучшение оказывает наибольшее влияние на бизнес, а не с применения ИИ к отдельным задачам. Далее ИИ должен быть интегрирован в системы, где фактически выполняется работа, с механизмами контроля, обеспечивающими качество данных и соблюдение политик. Без такой регулируемой интеграции ИИ остается оторванным от процесса выполнения.

Наконец, для ИИ необходима хорошо организованная структура, которая уравновешивает автономию и контроль. Рабочие процессы с участием человека и обработка исключений имеют решающее значение для поддержания доверия по мере того, как ИИ берет на себя все больше ответственности. Когда ИИ внедряется в сквозные бизнес-процессы, он превращается из новинки в оперативный инструмент, обеспечивающий реальные бизнес-результаты.

С вашей точки зрения, какие архитектурные ошибки наиболее распространены, когда компании пытаются внедрить ИИ поверх разрозненных систем?

Сейчас всё большую проблему представляет собой разрастание искусственного интеллекта. Мы часто видим, как компании приобретают множество различных SaaS-расширений: инструменты продаж с ИИ, инструменты обслуживания клиентов с ИИ, маркетинговые инструменты с ИИ и так далее. Всё это лишь оболочки вокруг одних и тех же базовых LLM-модулей.

С архитектурной точки зрения это может создать значительные проблемы с затратами и управлением. ИТ-руководители обнаруживают, что им необходима интеграционная платформа для консолидации всех данных и аналитических выводов из разных инструментов. Использование единой платформы может объединить знания, хранящиеся в масштабах всего предприятия, и обеспечить контекст, необходимый для масштабирования моделей ИИ и получения от них пользы.

Как интеллектуальные рабочие процессы меняют способы взаимодействия приложений, данных и людей внутри организации по мере того, как искусственный интеллект становится все более автономным?

По мере того как ИИ становится все более автономным, интеллектуальные рабочие процессы меняют способы взаимодействия приложений, данных и людей, смещая автоматизацию от выполнения задач к координации принятия решений. Приложения больше не просто связаны для обмена данными. Они становятся скоординированными участниками рабочего процесса, в котором ИИ интерпретирует контекст в разных системах и определяет наилучшее следующее действие.

Этот сдвиг выводит управление изменениями на первый план. У вас может быть лучшая в мире модель, но если команды ей не доверяют, они не будут её использовать. Успешное внедрение ИИ требует понимания того, почему агент ИИ принял то или иное решение, и уверенности в том, что он работает в рамках регулируемой структуры.

По мере того, как рабочие процессы эволюционируют от выполнения задач к оценке результатов, люди перестают быть операторами и становятся наблюдателями. Пользователи могут выбирать уровень автономии, который они доверяют ИИ, при этом участие человека в управлении обеспечивает контроль, подотчетность и адаптивность по мере совершенствования агентов с течением времени. В результате получается динамичная гибридная среда, где приложения действуют, ИИ принимает решения, а люди направляют.

Компания Celigo обслуживает как крупные предприятия, так и быстрорастущие бренды. Чем отличаются задачи интеграции, качества данных и оркестрации на этих этапах масштабирования?

Для быстрорастущих брендов целью часто является скорость получения выгоды. Они внедряют инструменты настолько быстро, что рискуют создать разрозненную систему, которая выйдет из строя через год-два. Для них Celigo предлагает возможность быстрого внедрения без накопления технического долга.

Для крупных предприятий проблемы связаны с контекстом и управлением. Они обладают ценными массивами данных, но они могут быть не готовы к рабочим процессам, основанным на ИИ. Им необходимо расширить доступ к данным и повысить их ценность в сложных средах. Им необходимо обеспечить, чтобы при внедрении ИИ в своих организациях не происходило утечки персональных данных или искажений в процессе взаимодействия с клиентами. Мы выступаем в качестве важного уровня управления и контроля.

Celigo находится на стыке iPaaS, оркестрации рабочих процессов и искусственного интеллекта. Как организациям следует проектировать свой интеграционный слой, чтобы он стал активной частью стека ИИ, а не пассивной инфраструктурой?
Организации переходят от интеграции как простого перемещения данных к интеллектуальной автоматизации как контролируемому уровню взаимодействия для бизнес-процессов. Автоматизация существует в спектре от предсказуемого, основанного на правилах выполнения до более автономного поведения, при этом наибольшая ценность для предприятия создается в промежуточном диапазоне.

Интеллектуальная платформа автоматизации связывает ИИ с необходимыми корпоративными данными, обеспечивая встроенное управление, прозрачность и контроль со стороны человека. Она организует взаимодействие между системами, избирательно применяет интеллектуальные функции и выполняет результаты непосредственно в операционных приложениях, где фактически выполняется работа. Вместо пассивного перемещения данных между системами, интеграционный слой становится активным, поддерживая управляемое взаимодействие и контроль в режиме реального времени. Это гарантирует надежность, возможность аудита и соответствие интеллектуальной автоматизации принципам функционирования бизнеса.

В условиях развития агентного ИИ, какую роль, по вашему мнению, играют интеграционные платформы в обеспечении безопасного и надежного выполнения действий системами ИИ в рамках бизнес-приложений?

Агентному ИИ необходимы механизмы защиты. Компания Celigo строит будущее, в котором интеграции будут все чаще управляться самостоятельно, обнаруживая изменения схемы, прогнозируя сбои и самовосстанавливаясь еще до того, как человек узнает о проблеме.

Роль нашей платформы заключается не только в том, чтобы позволить пользователям по всей компании быстро и эффективно создавать и запускать рабочие процессы, но и в том, чтобы позволить центральному ИТ-отделу обеспечивать эти механизмы защиты. Если агент хочет обновить запись, платформа сначала проверит действие на соответствие бизнес-правилам. Мы даем агентам возможность предпринимать действия, предоставляя детерминированную среду, в которой недетерминированный ИИ может безопасно работать.

Заглядывая в 2026 год, какие, на ваш взгляд, реальные последствия это повлечет для организаций, которые не смогут оптимизировать свои данные специально для использования ИИ?

В результате возникнет расхождение в показателях рентабельности инвестиций. Компании, которые не внедрят ИИ в свою деятельность, будут ограничены измерением «сэкономленного времени» на выполнении разовых задач, в то время как их конкуренты будут измерять «рост выручки» от полностью автоматизированных бизнес-процессов.

Если сейчас не предпринять шаги по объединению своих данных и приложений, организации столкнутся с проблемой, когда модели ИИ будут выдавать ложные результаты из-за отсутствия контекста, или же затраты будут расти из-за того, что они будут платить за разрозненные результаты разрастания ИИ без единой стратегии. Компании могут фактически оказаться не в состоянии обеспечить гибкость из-за высоких цен.

Какие ключевые возможности iPaaS следует приоритезировать сегодня технологическим лидерам, модернизирующим свои системы, чтобы обеспечить масштабируемость своих инициатив в области ИИ и получение реальных результатов?

Ищите современную iPaaS, созданную для мира, где всё должно взаимодействовать со всем. Это означает: универсальную платформу, способную обрабатывать весь спектр автоматизации: от интеграции данных и приложений до потоков в цепочке поставок B2B, управления API и автономных агентов. Это позволит организации снизить сложность, накладные расходы, расширить возможности пользователей и, в конечном итоге, ИТ-отдел сможет стратегически и безопасно внедрять ИИ и операционализировать всё в масштабах всего предприятия.

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