Ed Keisling, Chief AI Officer, Progress Software – Intervjuserie

Ed Keisling, Chief AI Officer, Progress Software, har över 30 års erfarenhet av teknisk ledning i sin roll, där han övervakar och utvecklar företagets AI-strategi och integrerar AI i hela produktportföljen.

Tidigare var Keisling Senior Vice President of Engineering for Infrastructure Management på Progress, där han ledde innovationsinsatser och förbättrade operativ effektivitet. Han har också haft ledande ingenjörsroller på Vecna Technologies, där han ledde DevOps, IT, analyser och support, och tillbringade mer än 17 år i seniora ingenjörsledande positioner på Pegasystems

Progress Software (PRGS ) är en ledande leverantör av infrastruktur- och programvaruutvecklingsverktyg, med en växande fokus på att integrera artificiell intelligens i hela plattformsekosystemet. Företagets AI-insatser omfattar infrastruktövervakning, innehållsautomatisering, semantisk sökning och ansvarsfull generativ AI. Genom att integrera AI i produkter som Sitefinity, Flowmon och Semaphore hjälper Progress företag att accelerera utvecklingen, effektivisera verksamheten och förbättra beslutsfattandet med kontextmedveten, intelligent automatisering.

Du har en lång karriär som ledare för ingenjörs- och infrastrukturteam på stora företag som Pegasystems, Vecna Technologies och nu Progress Software. Vad var det som ursprungligen drog dig till skärningspunkten mellan programvaruteknik och företagsomvandling – och hur utvecklades den till din nuvarande AI-ledarroll?

Under hela min karriär har jag varit fascinerad av olika ledningsmetoder för att få saker gjorda. De har alla sina fördelar och nackdelar, men jag har alltid trott att den bästa processen vore en där man lägger informationen i händerna på de människor som är närmast arbetet och sedan ger dem den autonomi de behöver för att fatta de beslut de behöver i realtid. Detta har varit en av pelarna i hur jag har lett både stora och små organisationer.

Denna metod gäller för alla funktionella områden, men jag är särskilt intresserad av teknik, där utvecklarna bara vill lägga huvudet och producera sitt arbete och ha minimala avbrott.

AI är en av de bästa hävstängerna för att möjliggöra detta ideal. Det är en verklig demokratisering av kunskap, som möjliggör för människor att verkligen ta ägandeskap av sina idéer och arbete och driva resultat på ett mer systematiskt sätt. Jag är passionerad för att möjliggöra för teamet på Progress att dra nytta av AI för att göra deras arbete enklare, och jag är lika driven för att försöka ta reda på hur vi kan utnyttja detta inom vår produktportfölj för att driva ännu större värde för våra kunder.

Innan du blev CAIO, ledde du ingenjörsarbetet för kritiska Progress-produkter som WhatsUp Gold, Flowmon och Chef. Vilka lärdomar från att hantera infrastruktur och operativ skala informerar din strategi för att integrera AI i en företagsproduktportfölj?

Den viktigaste faktorn för en lyckad AI-implementering är högkvalitativ data. Mer omfattande data möjliggör att driva bättre insikter och åtgärder för kunderna och tillåter oss som leverantör att skapa bättre upplevelser för dem. Vi har en pågående satsning på Progress för att knyta samman övervakningsfunktionerna i våra Loadmaster-, Flowmon- och WhatsUp Gold-produkter för att driva mer holistiska insikter om kundens miljö.

Vi tror att det finns en intressant möjlighet med Progress Chef att kunna göra ändringar i kundens miljö baserat på händelser. AI möjliggör oss att accelerera detta arbete, inte bara genom att ta med nya funktioner till marknaden i rätt tid, utan också genom att presentera åtgärderbara punkter för driftsteamet idag och för AI-agenter i framtiden.

På Progress har du betonat vikten av att skapa “säkra AI-lärandemiljöer” som tillåter experiment utan rädsla. Hur balanserar du innovation och ansvarsfull AI-styrning i sådana miljöer?

På utvecklingssidan har vi robusta pipelines och kodningsstandarder som har finslipats under årtionden, och vi har en människa i looppen för att granska alla ändringar. Det är viktigt att vi använder denna möjlighet för att höja, inte sänka, våra standarder när det gäller kodkvalitet och fullständighet, och i vissa fall kan AI tillåta oss att förskjuta vänster med förbättrad säkerhet och kodgranskning.

Vi har regelbundna AI-hackathons inom produkterna för att komma med nya produktidéer och sätt att hjälpa automatisera eller effektivisera våra produkter. Vi har en formaliserad process som produkterna måste gå igenom om de vill gå vidare med någon av dessa idéer till produktion, där vi uttryckligen granskar funktionen för etiska och regelefterlevnadsrisker, bland många andra saker, med ledare från hela organisationen.

Många AI-projekt i företagsmiljöer når aldrig förbi proof-of-concept-fasen. Utifrån din erfarenhet, vad är de vanligaste hindren för AI-antagande – och hur hjälper du Progress kunder att övervinna dem?

Det finns ett gap mellan hype och verklighet när det gäller vad som kan praktiskt implementeras i en företagsmiljö när det gäller AI. Skyddsräckena här är liknande de för varje ny teknik; du måste vara pragmatisk när det gäller att förstå risken, omfattningen och fördelarna – och sedan designa små experiment som du kan säkert distribuera för att ge dig den erfarenhet och data du behöver för att iterera vidare.

Så detta är den strategi vi för närvarande följer på Progress, att identifiera högvärdes-, lågrisk-, människa-i-loop-lösningar som kunder kan uppleva för att bygga förtroende och sedan bygga vidare. Förtroende är avgörande här eftersom vi vill säkert bevisa vår värdeposition, eftersom vår programvara är central för många av våra kunders verksamheter.

Du har lett initiativ inom analyser, DevOps och molnarkitektur. Hur integrerar dessa discipliner med dagens AI-distributioner, och var ser du den mest spännande konvergensen?

Den största framstegen här är den heliga graalen för realtids-händelseövervakning och åtgärder som nu är möjliga tack vare AI. Utmaningen med alla datamängder är att härleda åtgärderbara punkter eller trender, särskilt i dagens miljö, där du kan ha flera system som matar in information. Det är mycket svårt och tidskrävande att filtrera dessa meddelanden ner till att ta reda på vad du behöver göra härnäst. Vi går in i en ny värld där systemet kommer att kunna dynamiskt tillhandahålla dessa insikter för dig, och du kommer att kunna fråga på naturligt språk för den information du behöver.

Du förespråkar att AI ska grundas i affärslogik snarare än hype. Kan du dela en exempel på hur att anpassa AI-utveckling till mätbara affärsresultat har lett till verkligt framgång – antingen på Progress eller i dina tidigare roller?

På Progress prioriterar vi affärsvärdet före AI-buzzwords genom att fokusera på mätbara resultat som direkt påverkar våra kunders bottenlinje.

Ett exempel är vår strategi med Progress Sitefinity AI-integrering. Istället för att lägga till AI-funktioner för att ha dem, identifierade vi specifika utmaningar som våra kunder stod inför och utvecklade riktade AI-kapaciteter för att hantera dessa utmaningar, inklusive intelligent innehållsoptimering, AI-driven prestandaanalys och automatiserad mediasökning. Med de senaste AI-kapaciteterna i Sitefinity 15.3 kan marknadsförare, utvecklare och innehållsteam leverera digitala upplevelser som kommer att möjliggöra för dem att konkurrera och vinna i en AI-driven värld.

Ytterligare ett exempel är vår Progress Flowmon-plattform. Driven av AI fungerar Flowmon som en alltid-på-cybersecurity-analytiker, som kan destillera och sammanfatta endast de viktigaste händelserna och resultaten, och ge en kontextualiserad förståelse av incidenter och nyckelinsikter i komplexa hybridmiljöer. Med Flowmon-nätverksövervakning kan säkerhetsteam fokusera på verkliga hot istället för att leta efter brus, förbättra deras svarstider och minimera risken för att missa kritiska incidenter i komplexa hybridmiljöer.

Med Progress som betjänar hundratusentals globala kunder, hur säkerställer du att din AI-strategi skalas ansvarsfullt över ett sådant stort och diversifierat ekosystem av utvecklare och företag?

Vi vill att kunderna ska ha tillgång till den bästa tekniken för att göra dem framgångsrika och låta dem dra nytta av våra produkter. Progress har flera produkter, var och en som utnyttjar AI för att ta med innovativa lösningar till marknaden. En av våra fördelar är att vi kan ta dessa lärdomar, standardisera dem och göra dem tillgängliga för andra produkter i portföljen för att ytterligare accelerera deras kapaciteter. I grunden kan koncept som semantik, dokumentbearbetning och sammanfattning, övervakning och avvikelseupptäckt utnyttjas över flera produkter.

Du har bidragit till mentorprogram på MIT och University of New Hampshire. Vilka färdigheter eller attityder tror du att nästa generations AI-ledare måste utveckla för att bygga både etiska och effektiva lösningar?

Något jag försöker inprägla i de studenter jag handleder är konceptet och värdet av “att lära sig att lära”. Kan de ta ett komplext projekt de har slutfört, assimilera lärdomarna och sedan abstrahera dem för att tillämpa dem på ett problemområde de aldrig har sett förut? Ju mer du kan göra detta, desto mer blir det en superkraft där du bygger förtroendet att oavsett vilket problem du kan stöta på, vet du att du har en verktygslåda för att bryta ner det och lyckas. Denna färdighet kommer att låta studenterna navigera i teknologiskift.

Men bortom detta vill vi att studenterna ska vara nyfikna, ha en vetenskaplig inställning och hitta arbete som de är passionerade om. Om du verkligen bryr dig om ditt arbete och tar stolthet i det, kommer de etiska och effektiva aspekterna ofta att följa naturligt – förutsatt att organisationen etablerar lämpliga skyddsräcken för att vägleda denna process.
 
Progress har integrerat AI i sina produkter under flera år. Vilka senaste framsteg eller skift i AI-landskapet tror du har gjort det möjligt för skalbar AI-implementering än någonsin?

Det är uppenbart att tekniken har förbättrats dramatiskt, och den har blivit mycket mer tillgänglig. Du behöver inte längre bygga eller träna modeller för att driva värde från en LLM eller ha ett team av dataexperter för att optimera algoritmer.

Men praktiskt sett tror jag att detta börjar med medvetenhet – OpenAI/ChatGPT satte AI i rampljuset och gjorde det tillgängligt för alla. Denna omfattande tillgänglighet bygger förtroende hos människor i termer av vad som är möjligt och vilka typer av problem AI kan lösa. Oavsett vad detta leder till mer förtroende för de som bygger lösningar som kan lösa verkliga problem, samt för slutanvändarna av dessa lösningar.

Om du ser framåt, hur ser du rollen som Chief AI Officer utvecklas när AI blir mer djupt integrerad i en organisations DNA? Kommer den att förbli en distinkt roll eller bli en kärnkompetens som förväntas av alla C-nivåledare?

Jag tror att AI kommer att behöva bli en kärnkompetens för alla anställda, inte bara ledare för organisationen, för att organisationer ska kunna blomstra. Detta är något vi driver på Progress och arbetar hårt för att möjliggöra för våra team så att de kan delta i denna transformation. Faktum är att jag tror att det är en del av hemligheten – tillsammans med fantastiska produkter, kunder och partners – som verkligen kommer att driva antagande och innovation. Jag tror att organisationer som lyckas med detta kommer att vara de nya ledarna inom sin bransch. Min uppgift är att hjälpa till att se till att detta händer och att vi är anpassade till rätt branschtrender som kommer att göra oss framgångsrika.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Progress Software.