Diya Jolly, Chief Product och teknikchef, Xero – Intervju-serie

Diya Jolly, Chief Product och teknikchef på Xero, är en erfaren produkt- och teknikledare med en bevisad meritlista av att driva innovation och tillväxt på globala teknikföretag. Med erfarenhet från Google (GOOGL ), Okta och nu Xero, har hon lett tvärfunktionella team inom produktledning, design, data science och teknik för att leverera transformerande digitala produkter. På Xero ansvarar Jolly för ett världsklass-team på 2 500 proffs, som styr företagets produkt- och teknikstrategi för att omdefiniera redovisning och finansiell teknik för småföretag genom AI-driven innovation.

Xero är en global ledare inom molnbaserad redovisning och finansiell programvara som är utformad för att ge småföretag, revisorer och redovisningskonsulter möjlighet att växa. Grundat i Nya Zeeland, servar Xero miljontals prenumeranter världen över med verktyg som förenklar finansiell hantering, automatiserar redovisningsuppgifter och integrerar med en stor ekosystem av tredjepartsapplikationer. Företaget fortsätter att innovativa genom AI, datainsikter och sömlösa användarupplevelser, vilket hjälper småföretag att blomstra genom att göra finansiell hantering smartare, snabbare och mer sammanlänkad.

Du har haft en fascinerande resa – att leda produkten på Google och Okta. Hur har det format sättet du bygger AI-nativa finansiella produkter på Xero?

Min resa genom Google och Okta har i grunden format hur jag närmar mig produktledning – särskilt när det gäller att bygga AI-nativa finansiella lösningar på Xero. På Google ledde jag produkten för YouTubes monetisering, skalade intäkterna från 1,5 miljarder dollar till 10 miljarder dollar på fem år och lanserade transformerande produkter som Google Hub och Assistant. Den erfarenheten lärde mig hur man bygger för massiv räckvidd, användarcentrerad design och långsiktig skalbarhet. På Okta drev jag produktinnovation och hjälpte till att skala intäkterna från 400 miljoner dollar till 1,8 miljarder dollar, lanserade branschdefinierande lösningar som FastPass och nästa generations identitetshantering. Där lärde jag mig hur man bygger företagsklassig tillit och navigerar i komplexa tekniska ekosystem.

Nu på Xero tar jag med mig dessa lärdomar till en ny front – AI-nativ finans. Jag leder ett globalt distribuerat team på 2 500 personer inom produkt, design, teknik, data science och säkerhet, med nyckeltalanger från Amazon (AMZN ), Apple (AAPL ), Meta, Google, Uber, Intuit (INTU ) och Square. Tillsammans embeddar vi intelligens direkt i arbetsflöden för att automatisera repetitiva uppgifter som datainmatning och avstämning, samtidigt som vi låser upp djupare finansiella insikter för småföretag. Under det senaste kalenderåret har vi levererat dubbelt så många produktlanseringar som vi gjorde för ett år sedan, och vi har konsekvent levererat över 20 % intäktsökning och en “Rule of 40”-resultat sedan FY24.

Det som driver mig är möjligheten att omdefiniera finansiella arbetsflöden genom AI – inte bara för att göra dem snabbare, utan smartare och mer intuitiva. Min tidigare erfarenhet lärde mig hur man skaljer innovation på ett ansvarsfullt sätt, och på Xero tillämpar jag den mentaliteten för att bygga produkter som inte bara är kraftfulla, utan också djupt empatiska till småföretagens behov, som är ryggraden i varje ekonomi.

Hur är Xeros ingenjörsorganisation i förändring för att stödja kraven på AI och realtidsbetalningar? Ändrar du hur teamen är strukturerade eller hur de samarbetar?

Vi genomgår en strategisk transformation på Xero för att möta kraven på AI och realtidsbetalningar – inte bara i vad vi bygger, utan i hur vi bygger det. Vår ingenjörsorganisation förändras från traditionella silos till en mer integrerad, tvärfunktionell modell som bringar samman produkt, design, data science och säkerhet under ett paraply. Den här strukturen främjar tätare samarbete och accelererar beslutsfattandet, vilket gör att vi kan embedda intelligens direkt i arbetsflöden och leverera kundvärde snabbare.

Vi har också investerat kraftigt i distribuerade team, vilket ger oss tillgång till global talang och diverse perspektiv. Denna diversitet är kritisk när vi bygger AI-nativa plattformar som måste vara både skalbara och känsliga för lokala finansiella regleringar. Våra team arbetar nu med delade OKR som är anpassade till våra principer för ansvarsfull AI, vilket säkerställer att varje initiativ – vare sig det är att generera en faktura eller integrera Melios betalningsinfrastruktur – är grundat i transparens, tillförlitlighet och kundförtroende.

För att stödja realtidsbetalningar moderniserar vi vår infrastruktur för att hantera högvolym, låglatens transaktioner, samtidigt som vi upprätthåller företagsklassig säkerhet. Detta inkluderar att omstrukturera delar av vår plattform för att göra den mer modulär och resilient, vilket möjliggör snabbare experiment utan att kompromissa med stabiliteten. Resultatet är en mer agil, empowerment ingenjörskultur – en som är redo att möta de föränderliga behoven hos småföretag och deras rådgivare i en digital först-värld.

Efter förvärvet av Melio, vad är några av de största tekniska eller kulturella utmaningarna du har mött medan du integrerar dess betalningsinfrastruktur i Xeros befintliga plattform och ingenjörssystem?

Efter vår nyliga tillkännagivande om vår överenskommelse att förvärva Melio, planerar och utformar vi för närvarande vad vår fullt integrerade betalningslösning kommer att se ut i Xero och vi kommer att dela en uppdatering i rätt tid. Detta inkluderar att anpassa team över geografier och discipliner för att främja delade mål och värderingar. Vår erfarenhet av att integrera Syft och lansera AI-drivna verktyg som Just Ask Xero (JAX) (för närvarande i beta) har hjälpt oss att bygga en playbook för framgångsrik integration – en som prioriterar kundpåverkan, transparens och hastighet.

Vad är de mest lovande användningsfallen där maskinlärande redan har en inverkan på Xeros produktsvit?

Maskinlärande förändrar redan hur våra kunder interagerar med Xero. Verktyg som Hubdoc använder nästa generations OCR för att automatisera datainsamling från dokument, medan JAX – vår GenAI-drivna smarta kompanjon – hjälper användare att hantera uppgifter via SMS, e-post eller WhatsApp. Dessa innovationer minskar friktionen i finansiella arbetsflöden, automatiserar repetitiva uppgifter och avslöjar djupare insikter. Vi embeddar intelligens i både kundorienterade funktioner och interna operationer för att driva smartare beslut och bättre genomförande.

Hur säkerställer du att dina AI-initiativ förblir grundade i att lösa verkliga kundproblem, särskilt i ett område som är så känsligt och reglerat som finans?

Vi börjar med kunden genom att forska deras problem, kartlägga deras arbetsflöden och bedöma var och om AI kan hjälpa på ett meningsfullt sätt. Varje AI-initiativ på Xero är utformat för att lösa ett specifikt kundproblem – vare sig det är att förenkla fakturagenerering eller redigera en offert direkt från appar och enheter som kunder vanligtvis använder – JAX mål är att hjälpa småföretag att få betalt snabbare. Vi embeddar intelligens i arbetsflöden snarare än att skapa fristående verktyg, vilket säkerställer att AI förbättrar användarupplevelsen utan att lägga till komplexitet.

Vad är din approach till att bygga AI på ett ansvarsfullt sätt – särskilt i termer av datakvalitet, modellbias och transparens?

Våra nyligen lanserade principer för ansvarsfull AI förstärker den här approachen genom att vägleda hur vi använder AI för att skapa kund- och aktieägarvärde samtidigt som vi hanterar risk på ett ansvarsfullt sätt. Dessa principer är rotade i våra värderingar och syfte och våra långvariga åtaganden till ansvarsfull dataanvändning. De säkerställer att våra AI-system förblir transparenta, tillförlitliga och säkra. Varje AI-system på Xero övervakas av en utsedd människa, och vi är engagerade i att hjälpa användare att förstå när och hur AI används. Vi rullar också ut interna utbildningsprogram för att säkerställa att våra team innovativa på ett ansvarsfullt och medvetet sätt.

I stället för att förlita sig enbart på rekrytering, hur investerar Xero i att vidareutbilda din nuvarande arbetsstyrka för att leverera på AI-nativa mål?

Vidareutbildning är en kärndel av vår strategi. Vi investerar i interna utbildningsprogram, tvärfunktionellt samarbete och hands-on-erfarenhet med AI-verktyg. Genom att embedda AI i våra arbetsflöden ger vi teamen möjlighet att lära genom att göra – vare sig det är att bygga nya funktioner, analysera data eller förbättra modeller. Den här approachen säkerställer att vår arbetsstyrka utvecklas tillsammans med vår teknik.

Den här visionen stöds av företagsomfattande utbildningsprogram, tech-pratar och Xeros Masterclass-serie, som håller anställda i framkanten av AI-framsteg. Xeros tvåårs globala hackathon – en av dem var helt AI-fokuserad – erbjuder anställda en plattform för att experimentera, samarbeta och bygga verkliga lösningar. Dessa initiativ, tillsammans med ledarskapsengagemang och ett patentprogram som uppmuntrar egen innovation, säkerställer att varje teammedlem är utrustad för att bidra meningsfullt till Xeros AI-nativa transformation.

Varför tror du att distribuerade team är essentiella för att bygga skalbara, AI-drivna plattformar idag?

Distribuerade team är inte bara ett logistiskt val – de är en strategisk fördel när det gäller att bygga skalbara, AI-drivna plattformar. På Xero tillåter vår globala fotavtryck oss att operera över tidszoner, iterera kontinuerligt och bringa rikare perspektiv in i vår produktutveckling. Den här diversiteten är särskilt kritisk i AI, där kontext och nyanser betyder mycket. Genom att decentralisera beslutsfattandet och ge regionala team befogenhet, kan vi bygga lösningar som är både globalt skalbara och lokalt relevanta, samtidigt som vi upprätthåller den agility som behövs för att svara på snabbt föränderliga tekniska förändringar.

Hur balanserar du spänningen mellan plattformsstabilitet och experiment när du integrerar maskinlärande i ett globalt SaaS-produkt?

Att balansera stabilitet och experiment är något vi närmar oss mycket medvetet. På Xero embeddar vi AI-arbetsflöden inkrementellt – testar rigoröst, samlar in kundfeedback och skalar endast när vi ser tydligt värde. Starka styrningsramar håller den här innovationen säker och ansvarsfull, medan vår kultur av experiment säkerställer att teamen kan utforska djärva idéer utan att kompromissa med plattformsreliabilitet. Målet är att flytta snabbt på sätt som betyder mest för våra kunder – leverera ny intelligens och automatisering utan att någonsin störa det förtroende de har i oss.

Finns det framväxande AI-teknologier eller tekniker som du är särskilt entusiastisk över, antingen internt eller branschomfattande?

Jag är särskilt entusiastisk över potentialen för stora språkmodeller att transformera redovisning. Jag är övertygad om att GenAI kommer att automatisera tidskrävande, repetitiva uppgifter som datainmatning, bankavstämning och fakturahantering, vilket frigör tid för djupare finansiella insikter och beslutsfattande. Enligt Xero-data möter hälften av USA:s småföretag finansiella utmaningar på grund av brist på finansiell litteracitet. Att arbeta med revisorer och redovisningskonsulter som rådgivare, ger småföretagsägare möjlighet att fatta informerade finansiella beslut, vilket hjälper dem att övervinna hinder och ta tillfällen i dagens dynamiska affärsmiljö. Genom att kombinera kraften i GenAI med den betrodda vägledningen från redovisningsproffs, kan vi låsa upp en smartare, mer resilient finansiell framtid för småföretag.

Hur ser du att AI kommer att transformera rollen för ingenjörer och produktchefer på Xero under de kommande 2-3 åren?

Under de kommande åren kommer AI att förändra hur produktchefer och ingenjörer på Xero arbetar – och, som en följd, hur snabbt vi kan leverera värde till våra kunder.

För produktchefer kommer AI att ta bort friktion i tidig produktutveckling. De kommer att spendera mindre tid på att skriva långa produktkravdokument (PRD) och mer tid på att prototypa, testa och förbättra produkter med kunder. För ingenjörer kommer AI-kopiloter att accelerera kodning, generera testfall och låta teamen spendera mer tid på arkitektur, skalbarhet och problemlösning.

Till slut betyder allt detta att vi kan bygga produkter bättre, snabbare och som reflekterar kundbehoven i realtid. AI kommer att förstärka mänsklig kreativitet och hjälpa våra team att stanna närmare kunderna för att kontinuerligt förbättra upplevelsen de har på vår plattform. Det betyder att vi kan bygga produkter bättre, snabbare och som reflekterar kundbehoven i realtid. AI kommer att förstärka mänsklig kreativitet och hjälpa våra team att stanna närmare kunderna för att kontinuerligt förbättra upplevelsen de har på vår plattform.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka Xero.