Притпал Сингх, Групповой управляющий директор в Xebia – Интервью

Притпал Сингх является Групповым управляющим директором в Xebia, где он руководит глобальными инициативами, направленными на создание и модернизацию цифровых платформ, корпоративных приложений и систем, основанных на данных. С более чем 26-летним опытом работы в финансовых услугах, здравоохранении, производстве, потребительском и высокотехнологичном секторах, он работал на пересечении технологической реализации и бизнес-трансформации. Его карьера охватывает инженерную доставку, лидерство в выходе на рынок и крупномасштабные операционные изменения, с постоянным акцентом на превращении возникающих технологий в системы, которые работают надежно в производственных средах.

Xebia является глобальной цифровой инженерной фирмой, которая проектирует, создает и модернизирует цифровые продукты и платформы для предприятий по всему миру. Компания объединяет программную инженерию, облачную и данные модернизации, Генеративный ИИ и интеллектуальную автоматизацию, чтобы помочь организациям разработать масштабируемые приложения, современные архитектуры и интегрированные возможности ИИ. С командами, работающими в нескольких регионах, Xebia работает с предприятиями, чтобы внедрить новые технологии в основные системы и платформы, обращенные к клиентам, обеспечивая, что инновации поддерживаются сильными инженерными основами.

Вы провели более 26 лет, возглавляя технологические, продажи и бизнес-трансформационные инициативы в нескольких отраслях. Как это путешествие сформировало ваш подход к инновациям и росту сегодня?

Со временем я стал намного более сосредоточенным на прочности, чем на новизне. В начале своей карьеры я был привлечен к силе самой технологии. С опытом я начал обращать больше внимания на то, что происходит после фазы пилотирования, когда системы должны интегрироваться с наследственными платформами, проходить проверки на соответствие и работать последовательно под реальными рабочими нагрузками. В разных отраслях поворотный момент всегда кажется наступающим, когда перспективная инициатива переходит в производство. Собственность становится критической. Сложность интеграции возникает. Толерантность к риску проверяется. Вот где трансформация либо созревает, либо застревает.

Сегодня я подхожу к инновациям с практической точки зрения. В Xebia мы отдаём приоритет созданию и модернизации платформ, которые находятся в основе операций. Мы думаем о долгосрочной поддерживаемости, аудитности и масштабируемости с самого начала, потому что рост только поддерживается, когда основные системы спроектированы так, чтобы выдерживать давление со временем.

Где предприятия сталкиваются с самыми большими трудностями при реализации ИИ?

Проблемы обычно появляются, когда ИИ выходит за рамки экспериментов и входит в операционные системы. Создание модели – это один этап, но внедрение ее в рабочие процессы, системы ERP или платформы обработки претензий вводит другой уровень сложности.

В одном сценарии развертывания модель работала хорошо в тестовых средах. Когда она была подключена к живому потоку транзакций, вопросы об аудите журналов, авторитете отмены и механизмах откатов замедлили развертывание. Команды по соответствию требовали отслеживаемости. Команды по риску требовали ясности по пути эскалации. Эти операционные детали в конечном итоге определили сроки.

Инициативы ИИ набирают обороты, когда конвейеры данных структурированы, мониторинг производства находится на месте, и ответственность четко определена. Организации, которые планируют эти реалии заранее, как правило, масштабируются более гладко.

Как вы различаете автоматизацию, которая улучшает эффективность, и трансформацию, которая меняет бизнес?

Автоматизация, ориентированная на эффективность, часто оптимизирует шаги внутри существующего процесса. Более широкая трансформация возникает, когда команды пересматривают, как сам процесс структурирован.

Я видел случаи, когда организации готовились к автоматизации цепочек утверждения, охватывающих более дюжины точек соприкосновения. Как только логика принятия решений была переработана и контрольные точки были консолидированы, рабочий процесс стал значительно проще. Влияние распространилось за пределы цикла времени; оно повлияло на ответственность и распределение риска.

Когда вы упрощаете поток принятия решений с бизнесом сначала, автоматизация становится проще, и выгоды сохраняются.

Что отличает трансформацию в высокорегулируемых отраслях?

Высокорегулируемые секторы склонны встраивать соображения управления直接 в проектирование системы. В отраслях, таких как финансовые услуги и здравоохранение, отслеживаемость и объяснимость являются требованиями до развертывания, а не после.

Я работал с командами, которые включили ворота проверки модели в конвейеры CI/CD и установили подробные стандарты журналов с самого начала. Пути эскалации и мониторинговые рамки были определены на ранних этапах архитектурных дискуссий. Эта дисциплина формирует более устойчивые системы и готовит организации к возрастающей автономии в средах, управляемых ИИ.

Как вы обеспечиваете, чтобы инвестиции в ИИ соответствовали измеримым бизнес-результатам?

Я鼓励 руководящие команды определить операционный сдвиг, который они ожидают увидеть. Это может означать снижение времени на борту, увеличение емкости обслуживания без пропорционального роста численности сотрудников или снижение уровня ошибок при обработке претензий.

Инструментирование играет решающую роль. Платформы, которые мы поставляем, включают отслеживание пропускной способности, задержки, точности принятия решений и показателей принятия. Когда эти индикаторы видны в производственных панелях, бизнес-лидеры могут связать технологические инвестиции с операционной производительностью.

Какие заблуждения вы видите вокруг готовности ИИ?

Многие организации рассматривают успешные пилотные проекты как доказательство готовности. На практике готовность проявляется в структурированных средах данных, стабильных слоях интеграции, определенных протоколах управления и ясных моделях ответственности.

Стабильность производства и зрелость управления формируют долгосрочный успех так же, как и производительность модели. Модель может работать хорошо в тестировании, но как только она работает на полной транзакционной нагрузке, задержка, мониторинг и обработка сбоев становятся критическими. Командам нужны ясные процедуры откатов, обнаружение дрейфа, стандарты журналов и определенная ответственность, как только модель становится живой.

Как лидерам следует думать о балансировании инноваций и риска, когда ИИ становится встроенным в операции?

Ответственный ИИ встроен в систему с первого дня и поддерживается активным надзором. Ясные критерии того, где системы могут действовать самостоятельно и где человеческий надзор остается необходимым, помогают предотвратить двусмысленность позже.

Постоянный мониторинг также важен, поскольку закономерности данных меняются, и регулирующие ландшафты эволюционируют. Системы ИИ требуют периодической калибровки и проверки, чтобы поддерживать соответствие бизнес- и соответствующим ожиданиям.

Как вы поддерживаете соответствие между инженерной реализацией и исполнительной стратегией?

Соответствие становится проще, когда люди честны о компромиссах. Если вы хотите двигаться быстрее, есть технические последствия. Если вы даете системам больше автономии, вам понадобится более сильный мониторинг. Если вы настраиваете глубоко, вы делаете выбор о том, насколько легко будет поддерживать позже.

Ничего плохого в этом нет. Это просто нужно сделать явным. Когда эти реалии обсуждаются заранее, амбиции и дисциплина не конкурируют друг с другом. Лидеры могут двигаться вперед, инженеры могут строить ответственно, и все понимают, на что они подписываются. Этот тип прозрачности строит доверие и поддерживает прогресс стабильно со временем.

Где предприятиям следует сосредоточить свои стратегические инвестиции в течение следующих нескольких лет?

Адаптивность будет отделять лидеров от остальных. Это обычно сводится к сильным основам: чистым данным, масштабируемой облачной инфраструктуре, дисциплинированному развертыванию и ясному пониманию того, как системы работают.

Компании, которые инвестируют в эту основу и строят правильные партнерства по экосистеме вокруг нее, могут корректировать рынки и регулирования. В долгосрочной перспективе преимущество заключается в построении операций и архитектуры, которые могут справиться с любой волной, которая придет дальше.

Спасибо за отличный интервью, читателям, которые хотят узнать больше, следует посетить Xebia.