Марк Клейман, генеральный директор Netrio – Интервью

Марк Клейман, генеральный директор Netrio, – ветеран технологической отрасли с более чем двумя десятилетиями опыта руководства в области облачных вычислений, управляемых ИТ-услуг, кибербезопасности и инфраструктуры предприятий. До того, как присоединиться к Netrio в 2024 году, он занимал должность генерального директора Navisite во время ее приобретения Accenture, и ранее возглавлял RDX и TriCore Solutions в периоды значительного роста и успешных приобретений. Ранее в своей карьере Клейман занимал руководящие должности в Navisite и был техническим директором Surebridge, заслужив репутацию специалиста по масштабированию технологических организаций, интеграции приобретенных компаний и модернизации управляемых сервисов для корпоративных и средних клиентов.

Netrio – североамериканский поставщик управляемых ИТ-услуг, ориентированный на помощь малым и средним организациям в модернизации и обеспечении безопасности их технологических сред. Компания специализируется на управляемых ИТ-услугах, облачных услугах, кибербезопасности, управлении инфраструктурой и решениях цифровой трансформации, с опытом работы в таких отраслях, как здравоохранение, финансовые услуги и розничная торговля. После слияния с SUCCESS Computer Consulting Netrio расширила свою сферу деятельности и возможности, позиционируя себя как более крупного поставщика управляемых услуг, предназначенного для предоставления поддержки технологий уровня предприятия, операционной эффективности и защиты кибербезопасности для растущих бизнесов, ориентирующихся в все более сложных ИТ-средах.

Вы возглавляли несколько компаний, предоставляющих управляемые услуги и облачные услуги, через крупные приобретения, включая роли в RDX, Navisite, TriCore Solutions и теперь Netrio. Как изменилось ваше представление об трансформации ИТ-предприятий на протяжении этих разных эпох, и что убедило вас, что ИИ станет следующим фундаментальным сдвигом для поставщиков управляемых услуг?

За годы я обнаружил, что трансформация ИТ-предприятий не только о новой технологической категории. Это может начаться так с управляемого хостинга, облака, безопасности, автоматизации и теперь ИИ, но реальная трансформация происходит, когда эта технология меняет то, как бизнес работает и конкурирует. Ранее в своей карьере основное внимание уделялось инфраструктуре: где проживают рабочие нагрузки, как управляются системы, как улучшить время безотказной работы и как уменьшить затраты. Со временем разговор перешел к тому, как и где технология может создать ценность для организации. Клиенты начали задавать вопросы не только «Можете ли вы запустить эту среду?», но и «Можете ли вы помочь мне стать более эффективным, более безопасным, более устойчивым и более конкурентоспособным?» ИИ – это фундаментальный сдвиг, поскольку он затрагивает все эти вопросы одновременно. Для поставщиков управляемых услуг ИИ не только новый инструмент, который мы добавляем в портфель… Это сдвиг парадигмы, который меняет то, как услуги предоставляются, как инженеры работают, как клиенты потребляют поддержку, и как мы создаем бизнес-ценность.

Вы описали ИИ как становящийся новой основой для поставщиков управляемых услуг. Что будет выглядеть как ИИ-родной поставщик управляемых услуг через пять лет по сравнению с традиционной моделью поставщиков управляемых услуг, к которой привыкли предприятия сегодня?

Традиционная модель поставщика управляемых услуг была построена вокруг людей, процессов и инструментов, реагирующих на проблемы: мониторинг среды, открытие тикета, назначение инженера, решение проблемы и отчет клиенту. ИИ-ориентированный поставщик управляемых услуг будет выглядеть совсем по-другому. ИИ будет расположен по всей модели доставки, от мониторинга и ИТ-сервисов до безопасности, управления конечными точками, коммуникации с клиентами, аналитики и оптимизации бизнес-потоков. В течение следующих 2-3 лет лидеры поставщиков управляемых услуг не только будут использовать ИИ для ответов на вопросы быстрее; они будут использовать его для обнаружения закономерностей, определения приоритета рисков, устранения известных проблем, суммирования и обновления тикетов, анализа настроений и руководства инженерами к следующему лучшему действию. Кроме того, и самое главное, опыт клиента будет намного более самодостаточным и ИИ-платформенным.

Netrio продвигает философию поддержки «ИИ сначала, человек вторым». Что изменилось в поведении пользователей, что делает клиентов все более комфортными при взаимодействии с ИИ, прежде чем говорить с человеческим техником?

Самое большое изменение заключается в том, что ожидания людей были сбиты технологией, которую они используют каждый день. В своей личной жизни пользователи привыкли получать мгновенные ответы, искать помощь самостоятельно, взаимодействовать с чат-ботами и интеллектуальными помощниками и решать базовые проблемы без ожидания, пока кто-то перезвонит. Это поведение теперь проявляется на рабочем месте. Если система ИИ может помочь кому-то разблокировать учетную запись, диагностировать проблему с подключением, ответить на вопрос «как это сделать» или направить запрос правильно за несколько секунд, многие пользователи предпочтут это старой модели подачи тикета и ожидания, пока кто-то ответит. Однако важно отметить, что ИИ-сначала не может означать человек-никогда. Это означает, что мы должны использовать ИИ, где он создает скорость, последовательность и удобство, и затем привлекать людей, когда проблема сложна, чувствительна или требует суждения.

Многие компании говорят об ИИ-копилотах, но вы подчеркиваете агентный ИИ и автономное исправление. Насколько близко мы к ИИ-системам, которые могут независимо решать большинство рутинных ИТ-инцидентов без вмешательства человека?

Мы приближаемся, но я думаю, что важно быть практичным в отношении того, что означает автономность. Существует уже много рутинных инцидентов, где ИИ может диагностировать проблему, рекомендовать действие, выполнить действие и обновить тикет таким образом, который выглядит очень похоже на то, что сделал бы человеческий инженер. Это очень отличается от простого чат-бота или копилота, который только предлагает ответ.

Есть большая возможность использования агентного ИИ, который может работать в определенных границах: он знает среду, понимает политику, имеет правильный доступ и может исправлять известные классы проблем безопасно. В Netrio, из-за сложности наших сред, мы тщательно рассматриваем, где использовать родной ИИ партнеров и где нам нужно построить свои собственные возможности. Мы поддерживаем многих клиентов в разных средах, и агент ИИ должен понимать эту многоарендную сложность. В некоторых областях, таких как инфраструктурное оповещение или консолидация безопасности, зрелый ИИ поставщика может быть правильным ответом. В других областях, особенно где рабочий процесс охватывает среду клиента, доступ к конечным точкам, учетные данные и удаленную поддержку, интеллект поставщика управляемых услуг становится очень важным.

Одна из наиболее интересных идей, которую вы подняли, – это ИИ-анализ настроений на каждом тикете поддержки. Насколько важным станет эмоциональный интеллект и настроение клиента в следующем поколении корпоративных ИТ-операций?

Я думаю, что это станет важной частью того, как измеряется качество обслуживания. В управляемых услугах недостаточно знать, был ли тикет закрыт или было ли соблюдено SLA. Вы также должны знать, как клиент чувствовал себя во время этого взаимодействия. Был ли он разочарован? Был ли он сбит с толку? Чувствовал ли он себя услышанным? Продолжалась ли проблема? Исторически поставщики управляемых услуг могли узнать об этих закономерностях на ежемесячном или квартальном бизнес-обзоре или из опроса удовлетворенности клиентов, что полезно, но часто слишком поздно. ИИ-анализ настроений дает нам возможность понять опыт клиента почти в режиме реального времени. Это означает, что мы можем определить, где клиент разочарован, где коммуникация неясна или где повторяющаяся проблема наносит ущерб доверию, и мы можем вмешаться быстро. Это тот момент, когда ИИ усиливает человеческую сторону обслуживания, а не заменяет ее.

Вы упомянули, что многие организации борются с «теневым ИИ» внутри своих компаний. Какие самые большие ошибки управления, которые предприятия совершают сейчас, когда сотрудники быстро принимают инструменты ИИ на свой страх и риск?

Самая большая ошибка заключается в том, что принятие ИИ происходит совершенно фрагментированным образом. Сотрудники будут экспериментировать, и во многих случаях это хорошая вещь, но организация должна понять, какие инструменты используются, какие данные вводятся и какие риски создаются. Сейчас многие компании имеют отдельных лиц, использующих ИИ в карманах по всему бизнесу, но нет общей политики, нет рамок измерения, нет модели обучения и нет четкого плана для согласования с целями организации.

Это создает риск безопасности, риск соблюдения, и расточительные усилия. Идеальный подход не заключается в том, чтобы прекратить эксперименты, а в формализации и организации их. Компании нуждаются в рамках управления, контроля доступа, обучении сотрудников, утвержденных случаях использования и способе измерения ценности. Это особенно верно в среднем рынке, где компании часто имеют то же давление со стороны советов и руководства, чтобы использовать ИИ, но у них может не быть внутренней экспертизы ИИ, безопасности и соблюдения, чтобы руководить усилиями.

Когда ИИ автоматизирует более базовые задачи поставщиков управляемых услуг, видите ли вы, что традиционная экономика управляемых услуг фундаментально меняется в течение следующего десятилетия?

Да, я думаю, что экономика изменится довольно сильно. Традиционная модель управляемых услуг часто была построена вокруг труда, инструментов и маржи. Если ИИ и автоматизация уменьшают количество человеческих усилий, необходимых для базовой поддержки, мониторинга и исправления, то давление цен на эти стандартизированные услуги неизбежно. Но я не рассматриваю это как негатив. Я рассматриваю это как вынуждающую функцию для поставщиков управляемых услуг, чтобы перейти вверх по цепочке создания ценности. Ценность будет все больше поступать от помощи клиентам в применении технологий к бизнес-результатам: улучшению операций, автоматизации рабочих процессов, укреплению безопасности и принятию лучших решений.

Это почему стратегические разговоры с клиентами так важны. Поставщики управляемых услуг должны понимать, как клиент ведет свой бизнес – его цепочку поставок, модель обслуживания клиентов, внутренние процессы, планы роста и профиль риска. Затем мы можем использовать ИИ и автоматизацию для решения более ценных проблем. Затем экономика меняется от того, сколько людей требуется для поддержки среды, к тому, какую измеримую ценность поставщик управляемых услуг создает для бизнеса.

Многие разговоры об ИИ фокусируются на крупных предприятиях, но компании среднего рынка часто не имеют внутренней экспертизы, чтобы развернуть ИИ ответственно. Какие уникальные проблемы стоят перед компаниями среднего рынка, которые упускаются из виду более широкой отраслью?

Компании среднего рынка находятся в очень интересном положении. У них есть реальное бизнес-давление, чтобы принять ИИ, и во многих случаях у них есть то же самое срочное желание, что и у более крупных предприятий. Их команды руководства и советы спрашивают, какова их стратегия ИИ, где эффективность и как компания будет оставаться конкурентоспособной. Но, как упоминалось ранее, у них нет тех же внутренних ресурсов, что и у компании из списка Fortune 500. У них нет специальной команды управления ИИ, большой организации безопасности, зрелой функции науки о данных или ресурсов управления изменениями, необходимых для перехода от пилотов ИИ к производству. Итак, они могут застрять между экспериментами и выполнением. Они знают, что ИИ имеет значение, но им нужна помощь в определении правильных случаев использования, установлении управления, обеспечении безопасности среды, обучении сотрудников и интеграции ИИ в реальные рабочие процессы. Это почему наш подход в Netrio фокусируется на практическом принятии: готовности, управлении, стратегии, развертывании платформы, обеспечении и постоянном развитии и поддержке.

Netrio работает в отраслях, включая здравоохранение, финансовые услуги и розничную торговлю. Думаете ли вы, что будущие победители в управляемых услугах, усиленных ИИ, будут компаниями с наиболее глубокой вертикальной экспертизой, а не с наиболее широким технологическим стеком?

Да, я думаю. Широкий технологический стек важен, но он не достаточно сам по себе. Реальная ценность приходит, когда вы понимаете бизнес клиента достаточно глубоко, чтобы знать, где ИИ может действительно сделать разницу. Здравоохранение, финансовые услуги, розничная торговля, производство, гостиничный бизнес – каждая из этих отраслей имеет разные рабочие процессы, давление регулирования, ожидания клиентов, профили риска и операционные реалии. Общая развертка ИИ может создать некоторую эффективность, но решение, специфичное для области, может решить гораздо более значимую проблему. Например, способ, которым вы думаете об ИИ в регулируемой финансовой среде, отличается от того, как вы думаете об ИИ в розничных операциях или гостиничных рабочих процессах. Поставщики управляемых услуг, которые выиграют, будут теми, кто объединяет ИИ, автоматизацию, безопасность и вертикальную экспертизу.

Оглядываясь вперед, какие части управления ИТ-предприятием, по вашему мнению, останутся фундаментально человеческими, независимо от того, насколько совершенными станут системы ИИ?

Человеческие части будут областями, которые требуют доверия, суждения, эмпатии и стратегического контекста. ИИ будет продолжать брать на себя более повторяющуюся операционную работу, и это хорошая вещь. Это поможет инженерам работать быстрее, улучшить время ответа, выявить закономерности и автоматизировать известные проблемы. Но клиенты все еще нуждаются в людях, которые понимают их бизнес, могут помочь им сделать компромиссы и могут стоять за рекомендации, которые делаются. Безопасность – отличный пример. ИИ может обнаружить угрозы, определить приоритет предупреждений, автоматизировать ответы, но построение культуры безопасности все еще сильно зависит от людей, обучения, руководства и суждения. То же самое верно и для принятия ИИ. Вы можете развернуть мощные инструменты, но кто-то все еще должен решить, какие случаи использования имеют значение, какие риски приемлемы, как сотрудников следует обучать и как успех должен быть измерен.

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