Intervjuer

Jan Arendtsz, grundare och VD för Celigo – Intervjuer

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Jan Arendtsz är grundare och VD för Celigo och en veteran inom programvarubranschen med mer än 25 års erfarenhet av produktutveckling, affärsutveckling, försäljning, kundsupport och marknadsföring. Han grundade Celigo med målet att förenkla hur företag integrerar, automatiserar och optimerar affärsprocesser inom hela företaget. Han ansvarar för att övervaka alla företagsverksamheter.

Före Celigo var Jan direktör på NetSuite, den ledande molnbaserade ERP-plattformen, där han lanserade deras integrationsplattform. Innan dess arbetade Jan för Cambridge Technology Partners, där han implementerade komplexa affärslösningar för kunder som sträckte sig från internetstartups till Fortune 500-företag.

Celigo är en molnbaserad intelligent automations- och integrationsplattform (iPaaS) som är utformad för att hjälpa organisationer att ansluta applikationer, automatisera affärsprocesser och hålla data synkroniserade över hela deras teknikstack utan tung anpassad utveckling. Dess plattform kombinerar förbyggda anslutningar, återanvändbara integrationsmallar och AI-assisterade verktyg så att både tekniska och icke-tekniska team kan designa, distribuera och hantera integrationer i stor skala. Celigo används vanligtvis för att strömlinjeforma arbetsflöden över områden som e-handel, finans, drift och IT, minska manuellt arbete, förbättra datakvalitet och möjliggöra snabbare och mer robusta affärsprocesser.

Vad var det som ursprungligen motiverade dig att grunda Celigo, och hur påverkade din erfarenhet av att leda integrations tjänster och produktinitiativ på programvaruföretag som NetSuite den lucka du såg i företagsintegrationen vid den tiden?

Den tidiga SaaS-erfarenheten visade mig att medan molnet löste ett programvarudistributionsproblem, skapade det också ett massivt dataanslutningsproblem. Vi sålde visionen om ett enat företag, men verkligheten var fragmenterade datasilor. Jag startade Celigo för att lösa dessa utmaningar.

Idag ser jag att historien upprepar sig med AI. Vi går från ett “anslutningsgap” till ett “operativt gap”. Precis som företag kämpade för att operationalisera SaaS för tjugo år sedan, kämpar de nu för att operationalisera AI. Företag kämpar för att flytta AI från experiment till pålitliga affärsresultat. Detta skapar den nästa vågen av utmaningar som Celigo är unikt positionerat för att hjälpa IT-chefer att hantera: hur man tillhandahåller en plattform som inte bara ansluter system utan också möjliggör användning av AI över hela företaget i stor skala.

Celigo har utvecklats från traditionell integration till AI-drivna arbetsflöden. Vilka signaler visade att plattformen behövde flytta i den riktningen?

Den största signalen var den skiftande flaskhalsen. För tio år sedan var flaskhalsen anslutning: att bara få System A att prata med System B. Vi löste det med iPaaS. Men när vi demokratiserade integrationen och gav affärssystem möjlighet att bygga sina egna arbetsflöden, blev den nya flaskhalsen hantering, styrning och undantagshantering.

Vi tittade på vår data och såg att medan det hade blivit lättare att bygga automatiserade arbetsflöden, var det fortfarande mänskligt intensivt att underhålla dem i stor skala. Användare tillbringade timmar med att felsöka datafel eller uppdatera mappningar.

Vi svarade genom att infoga AI i plattformens kärna, automatisera felklassificering och åtgärda för att ta bort den operativa bördan av att underhålla integrationer i stor skala. Den plattformsintelligensen sätter nu scenen för kundorienterade AI-drivna arbetsflöden som kan fungera med större autonomi och kontext.

Många organisationer investerar kraftigt i AI men ser begränsade resultat. Varför stannar så många initiativ vid data- och integrationslagret?

Vi har alla sett undersökningarna som visar att medan de flesta företag experimenterar med AI, är det få som uppnår mätbara ROI. Orsaken är inte tekniken. Det är tillvägagångssättet. För ofta behandlar organisationer AI-antagande som målet snarare än att börja med de affärsprocesser som driver företaget.

Lyckade initiativ börjar med att identifiera processer där förbättring driver den största affärspåverkan, snarare än att applicera AI på isolerade uppgifter. Därifrån måste AI anslutas till systemen där arbetet faktiskt sker, med skyddsräcken som säkerställer datakvalitet och policyefterlevnad. Utan denna styrda anslutning förblir AI avskild från utförande.

Från din synvinkel, vilka är de vanligaste arkitekturmisstagen när företag försöker lägga till AI ovanpå fragmenterade system?

Ett växande problem just nu är AI-spridning. Vi ser ofta företag som köper flera olika SaaS-tillägg: försäljningsverktyg med AI, kundtjänstverktyg med AI, marknadsföringsverktyg med AI och så vidare. Dessa är alla bara omslag runt samma underliggande LLM:er.

Arkitektoniskt kan detta skapa betydande kostnads- och styrningsproblem. IT-chefer upptäcker att de behöver en integrationsplattform för att kunna konsolidera all data och insikt över verktyg. Att utnyttja en enhetlig plattform kan samla ihop den kunskap som finns över hela företaget och ge den kontext som behövs för AI-modeller för att skala och leverera värde.

När AI blir mer autonom, hur förändrar intelligent arbetsflöde hur applikationer, data och människor interagerar inom en organisation?

När AI blir mer autonom, förändrar intelligent arbetsflöde hur applikationer, data och människor interagerar genom att skifta automatisering från uppgiftsutförande till beslutsorkestrering. Applikationer är inte längre bara anslutna för att utbyta data. De blir samordnade deltagare i ett arbetsflöde där AI tolkar kontext över system och bestämmer nästa bästa åtgärd.

Detta skift bringar förändringshantering till förgrunden. Du kan ha den bästa modellen i världen, men om teamen inte litar på den, kommer de inte att använda den. En lyckad operationalisering av AI kräver synlighet i varför en AI-agent tog ett specifikt beslut och förtroende för att det fungerar inom en styrd ram.

Celigo betjänar både stora företag och snabbt växande varumärken. Hur skiljer sig integrations-, datakvalitets- och orkestreringsutmaningar sig över dessa skalnivåer?

För snabbt växande varumärken är målet ofta snabbhet till värde. De antar verktyg så snabbt att de riskerar att bygga en sprucken stack som kommer att bryta om ett eller två år. För dem erbjuder Celigo möjligheten att operationalisera snabbt utan att skapa teknisk skuld.

För stora företag är utmaningarna kring kontext och styrning. De har värdefulla lagringsenheter för data, men den kan inte vara redo för AI-ledda arbetsflöden. De behöver öka tillgängligheten och värdet av data över komplexa miljöer. De behöver säkerställa att när de operationaliserar AI över hela sina organisationer, läcker de inte PII eller hallucinationer in i sina kundinteraktioner. Vi fungerar som en viktig hanterings- och kontrollskikt.

Celigo befinner sig i skärningspunkten mellan iPaaS, arbetsflödesorkestrering och AI. Hur bör organisationer utforma sin integrationslager så att det blir en aktiv del av AI-stacken snarare än passiv infrastruktur?
Organisationer flyttar bortom integration som enkel dataförflyttning mot intelligent automatisering som en kontrollerad anslutningslager för affärsprocesser. Automatisering existerar på en skala från förutsägbar, regelbaserad körning till mer autonomt beteende, med det största företagsvärdet skapat i mitten.

En intelligent automatiseringsplattform ansluter AI till rätt företagsdata med inbyggd styrning, synlighet och mänsklig tillsyn. Den orkestrerar anslutning över system, tillämpar intelligens selektivt och kör resultat direkt inom operativa applikationer där arbetet faktiskt sker. Snarare än att passivt flytta data mellan system, blir integrationslagret aktivt genom att upprätthålla realtidsansluten, styrd anslutning och kontroll. Det säkerställer att intelligent automatisering förblir tillförlitlig, granskbar och anpassad till hur företaget är utformat för att fungera.

Med uppkomsten av agens AI, vilken roll ser du att integrationsplattformar spelar för att möjliggöra AI-system att vidta åtgärder på ett säkert och tillförlitligt sätt över affärsapplikationer?

Agens AI behöver skyddsräcken. Celigo bygger en framtid där integrationer kommer att hantera sig själva genom att upptäcka schemaförändringar, förutsäga fel och självläka innan en människa ens vet att något är fel.

Rollen för vår plattform är inte bara att tillåta användare över hela företaget att bygga och köra arbetsflöden snabbt och effektivt, utan också att tillåta centrala IT att tillhandahålla dessa skyddsräcken. Om en agent vill uppdatera en post, kommer plattformen att säkerställa att åtgärden validerar mot affärsregler först. Vi möjliggör för agenter att vidta åtgärder genom att tillhandahålla en deterministisk miljö där icke-deterministisk AI kan fungera säkert.

Om man ser framåt mot 2026, vad ser du som de verkliga konsekvenserna för organisationer som inte strömlinjeformar sin data specifikt för AI?

Konsekvensen kommer att vara en divergens i ROI. Företag som misslyckas med att infoga AI i sina operationer kommer att begränsas av att mäta “timmar sparade” på ad-hoc-uppgifter, medan deras konkurrenter kommer att mäta “intäktsökning” från fullt automatiserade affärsområden.

Utman de steg som krävs för att ansluta sin data och applikationer, kommer organisationer att nå en vägg där AI-modeller hallucinerar på grund av brist på kontext, eller kostnader spiralar eftersom de betalar för de siloade utdata av AI-spridning utan en enhetlig strategi. Företag kunde effektivt bli prissatta ur agilitet.

För teknikledare som moderniserar sina stackar idag, vilka kärnförmågor bör de prioritera i en iPaaS för att säkerställa att deras AI-initiativ kan skala och leverera verkliga resultat?

Sök efter en modern iPaaS som byggdes för en värld där allt behöver ansluta till allt. Det betyder: en universell plattform som kan hantera hela spektrumet av automatisering: från data- och applikationsintegration, till B2B- supply chain-flöden, API-hantering och autonoma agenter. Det sätter ett företag upp för mindre komplexitet, mindre overhead, mer användaraktivering och slutligen möjligheten för IT att strategiskt och säkert inkorporera AI och operationalisera allt över hela företaget.

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

Antoine är en visionär ledare och medgrundare av Unite.AI, driven av en outtröttlig passion för att forma och främja framtidens AI och robotik. En serieentreprenör, han tror att AI kommer att vara lika störande för samhället som elektricitet, och han fångas ofta i att prata om potentialen för störande teknologier och AGI.

Som en futurist är han dedikerad till att utforska hur dessa innovationer kommer att forma vår värld. Dessutom är han grundare av Securities.io, en plattform som fokuserar på att investera i banbrytande teknologier som omdefinierar framtiden och omformar hela sektorer.