อดัม ฟิลด์ Chief AI Officer ที่ Tungsten Automation – ซีรีส์สัมภาษณ์

อดัม ฟิลด์ Chief AI Officer ที่ Tungsten Automation เป็นผู้นำด้านเทคโนโลยีระดับองค์กรที่มีประสบการณ์ยาวนานด้านปัญญาประดิษฐ์ การอัตโนมัติที่ชาญฉลาด และกลยุทธ์ผลิตภัณฑ์ ในบทบาทปัจจุบันของเขา เขานำทีมการเปลี่ยนแปลง AI ของบริษัทในระดับโลก โดยดูแลการรวม AI เข้ากับผลิตภัณฑ์ของ Tungsten ทั้งหมด การกำกับดูแล Tungsten AI Lab และการสร้างกรอบการกำกับดูแลสำหรับการนำ AI ไปใช้อย่างมีความรับผิดชอบ ก่อนที่จะดำรงตำแหน่ง Chief AI Officer เขาเคยดำรงตำแหน่ง Chief Product Officer โดยดูแลผลิตภัณฑ์ที่สร้างรายได้มากกว่า 550 ล้านดอลลาร์ต่อปี ก่อนที่จะเข้าร่วม Tungsten ฟิลด์ใช้เวลาเกือบ 17 ปีที่ Pegasystems โดยที่เขานำการเปลี่ยนแปลงและความคิดเห็นของลูกค้า และช่วยกำหนดกลยุทธ์เทคโนโลยีที่เกิดขึ้นใหม่ และเป็นที่รู้จักในการส่งมอบผลิตภัณฑ์ที่มีขนาดใหญ่และโปรแกรมนวัตกรรมขององค์กร ในช่วงต้นอาชีพของเขา เขาเคยดำรงตำแหน่งด้านเทคโนโลยีและที่ปรึกษาที่ Staples, Publicis Sapient และ Fidelity Investments

Tungsten Automation หรือที่รู้จักกันในชื่อ Kofax เป็นบริษัทซอฟต์แวร์ระดับองค์กรที่มุ่งเน้นไปที่การอัตโนมัติกระบวนการทำงานที่มีพลังงานจาก AI การประมวลผลเอกสารอัจฉริยะ การอัตโนมัติแบบหุ่นยนต์ (RPA) และการกำกับดูแลกระบวนการทางธุรกิจ บริษัทให้บริการเครื่องมืออัตโนมัติที่ใช้โดยองค์กรต่างๆ ในอุตสาหกรรมต่างๆ เช่น การเงิน การดูแลสุขภาพ การประกันภัย และรัฐบาล เพื่อปรับปรุงประสิทธิภาพของการดำเนินงานที่มีเอกสารหนาแน่น และปรับปรุงประสิทธิภาพ การใช้เทคโนโลยี AI ที่มีพลังงานต่ำ การประมวลผลเอกสารอัจฉริยะ และเทคโนโลยีการประมวลผลเอกสารที่ช่วยให้ธุรกิจสามารถอัตโนมัติงานที่ซ้ำๆ กัน นำข้อมูลที่ไม่มีโครงสร้างมาใช้ และปรับปรุงกระบวนการทางธุรกิจในระดับใหญ่

คุณใช้เวลาหลายปีในการนำกลยุทธ์ผลิตภัณฑ์และนวัตกรรม รวมถึงการสร้างห้องปฏิบัติการนวัตกรรมและการขยายผลิตภัณฑ์มูลค่า 500 ล้านเหรียญสหรัฐฯ ก่อนที่จะเข้ารับตำแหน่ง Chief AI Officer ที่ Tungsten Automation สิ่งใดที่ทำให้คุณเชื่อว่าขณะนี้เป็นเวลาที่เหมาะสมที่จะเปลี่ยนไปสู่การเป็นผู้นำ AI อย่างเต็มที่ และประสบการณ์ในอดีตของคุณมีอิทธิพลต่อการตัดสินใจนั้นอย่างไร

ฉันใช้เวลาส่วนใหญ่ในชีวิตการทำงานของฉันในการเปลี่ยนเทคโนโลยีใหม่ๆ ให้กลายเป็นสิ่งที่ใช้ได้จริงในระดับองค์กร ในช่วงไม่กี่ปีที่ผ่านมา มันกลายเป็นเรื่องที่ชัดเจนว่า AI ไม่ใช่แค่ความสามารถที่ต้องรวมเข้ากับผลิตภัณฑ์ แต่เป็นการเปลี่ยนแปลงวิธีการสร้างซอฟต์แวร์และการตัดสินใจทางธุรกิจอย่างแท้จริง การเปลี่ยนแปลงจากการทดลองไปสู่ความคาดหวังที่แท้จริงเกี่ยวกับผลลัพธ์ รวมถึงข้อเท็จจริงที่ AI มาอยู่กับเราแล้ว ทำให้เป็นเวลาที่เหมาะสมที่จะเปลี่ยนไปสู่การเป็นผู้นำ AI อย่างเต็มที่

มัน cũngกลายเป็นเรื่องที่ชัดเจนว่า AI ไม่ใช่สิ่งที่หลายคนตลาดมันไว้ AI ต้องการผู้ที่มีความเชี่ยวชาญทางเทคนิคและความรู้ในอุตสาหกรรม Tungsten ต้องการช่วยให้บริษัทต่างๆ ใช้ AI อย่างถูกต้องและได้ผลลัพธ์ที่แท้จริง ซึ่งเป็นเหตุผลที่ Tungsten สร้างสำนักงาน AI และตำแหน่งของฉันภายในสำนักงานนั้น

Tungsten ได้พัฒนาไปจากการจับภาพเอกสารและ OCR ในช่วงแรกเป็นแพลตฟอร์มการอัตโนมัติที่มีพลังงานจาก AI ที่ครอบคลุมกระบวนการทำงานที่สำคัญสำหรับองค์กรหลายพันแห่ง คุณเห็นว่าประสบการณ์ในอดีตนี้มีอิทธิพลต่อแนวทางของคุณในการใช้ AI ที่มีพลังงานจาก AI อย่างไร

ประวัติของ Tungsten มีความเกี่ยวข้องอย่างลึกซึ้งกับวิธีการดำเนินงานขององค์กร เราใช้เวลาหลายทศวรรษในการทำงานกับเอกสารและกระบวนการทำงานที่ซับซ้อน ซึ่งเป็นศูนย์กลางของกระบวนการทางธุรกิจที่สำคัญ

ประสบการณ์นี้มีความเกี่ยวข้องอย่างมากสำหรับ AI ที่มีพลังงานจาก AI ระบบเหล่านี้ต้องทำงานในสถานการณ์จริง ไม่ใช่แค่การวิเคราะห์ข้อมูลในสถานการณ์ที่ถูกควบคุม ความรู้เกี่ยวกับเอกสารอัจฉริยะของเราช่วยให้เราเน้นไปที่บริบทและทำให้แน่ใจว่า AI ดำเนินการในลักษณะที่สอดคล้องกับวิธีการดำเนินงานของธุรกิจ

นี่คือเหตุผลที่การเปลี่ยนแปลง AI ล่าสุดนี้น่าตื่นเต้น มันนำ Intelligent Document Processing ไปสู่สถานที่ที่เราไม่เคยไปได้ก่อนหน้านี้ โดยการแก้ปัญหาที่เคยเป็นไปไม่ได้หรือมีค่าใช้จ่ายสูงเกินไปในอดีต

คุณเน้นย้ำถึงการรวม AI ทั่วทั้งผลิตภัณฑ์ chứไม่ใช่การรักษา AI เป็นคุณลักษณะที่แยกออกมา คุณอธิบายการเปลี่ยนแปลง “AI-เนทีฟ” ในแพลตฟอร์มซอฟต์แวร์ขนาดใหญ่และจัดตั้งแล้วได้อย่างไร

มันกลายเป็นเรื่องที่ชัดเจนตั้งแต่แรกว่าฟีเจอร์ที่มีพลังงานจาก AI ที่สร้างขึ้นและ AI ที่มีพลังงานจาก AI กำลังจะกลายเป็นมาตรฐาน ซึ่งหมายความว่าลูกค้าไม่ได้เต็มใจที่จะจ่ายเงินเพิ่มเติมสำหรับฟีเจอร์เหล่านี้

เรายังคงคำมั่นสัญญาของผลิตภัณฑ์ไว้ เราไม่ได้สร้างผลิตภัณฑ์ใหม่หรือฟีเจอร์ที่แยกออกมา เราเปลี่ยนแปลงวิธีการใช้ผลิตภัณฑ์ และเมื่อฐานรากนี้ถูกสร้างขึ้น AI สามารถทำงานในลักษณะที่รู้สึกเป็นธรรมชาติภายในผลิตภัณฑ์มากกว่าการทำงานแยกออกมา

และกรณีการใช้งานที่ลูกค้าของเริ่มแก้ไขเปลี่ยนจากเอกสารที่มีโครงสร้างไปสู่แหล่งข้อมูลที่ไม่มีโครงสร้าง และเรากำหนดคำว่า “เอกสาร” ใหม่ ไม่ใช่แค่ภาพของกระดาษหรือไฟล์ดิจิทัล แต่ยังรวมถึงข้อมูลที่ไม่มีโครงสร้างที่อาศัยอยู่ในสิ่งต่างๆ เช่น บันทึกการโทรของตัวแทนการเคลม การถอดเสียงการโทรของศูนย์บริการลูกค้า โพสต์บนโซเชียลมีเดีย บทความบนเว็บ และอื่นๆ

การเข้าถึงในลักษณะนี้ช่วยให้ลูกค้าของเราสามารถเพิ่มข้อมูลที่เป็นเอกลักษณ์ของตนเองเข้ากับแบบจำลองและระบบของเรา ซึ่งเป็นตัวแยกแยะที่แท้จริง

ในฐานะ Chief AI Officer คนแรกของคุณ คุณสร้างสมดุลระหว่างความเร็วในการนวัตกรรมกับความต้องการด้านการกำกับดูแล ความมั่นคง และการนำ AI ไปใช้อย่างมีความรับผิดชอบในระดับใหญ่ๆ ได้อย่างไร

มักจะมีการผลักดันให้เคลื่อนไหวอย่างรวดเร็วด้วย AI แต่ในสถานการณ์องค์กร ความน่าเชื่อถือมีความสำคัญไม่น้อยกว่าความเร็ว การกำกับดูแลและความมั่นคงไม่สามารถถือเป็นเรื่องรองได้ ต้องถูกสร้างเข้าไปในระบบตั้งแต่แรก

วิธีการที่เราทำคือการตั้งค่าการคาดหวังในตอนแรกโดยการให้ความรู้แก่ผู้ใช้ปลายทาง เช่น ครึ่งหนึ่งของบทบาทของฉันเน้นไปที่กลยุทธ์ AI ภายใน การเผยแพร่และกำกับดูแล เราได้รวบรวมคณะกรรมการที่ปรึกษาที่มีหน้าที่หลากหลายตั้งแต่เนิ่นๆ เราส่งเสริมให้มีการแบ่งปัน การทดลอง และการสื่อสาร มีครั้งหนึ่งที่เทคโนโลยีนั้นพร้อมที่จะปล่อยออกสู่ทุกคน แต่เราบอกให้คณะกรรมการที่ปรึกษารู้ว่าเมื่อเราพบอุปสรรคด้านความมั่นคงหรือการกำกับดูแล พวกเขาชื่นชมการให้ข้อมูลและบางครั้งเข้าร่วมในการแก้ปัญหา

ฉันคิดว่ามันสำคัญที่จะไม่ให้ความสมบูรณ์แบบมาขัดขวางความก้าวหน้า เราตั้งความคาดหวังให้พนักงานของเราว่าพวกเขาควรคาดหวังการเปลี่ยนแปลง และการเปลี่ยนแปลงมากมาย พวกเขาควรคาดหวังว่าเราจะปล่อยเครื่องมือและฟีเจอร์ออกมาเมื่อพร้อม รับฟังความคิดเห็น เปลี่ยนแปลงหากจำเป็น และปล่อยออกมาอีกครั้ง

AI ที่มีพลังงานจาก AI กำลังจะกลายเป็นจุดสนใจหลักในอุตสาหกรรม คุณคิดว่าสิ่งใดที่ทำให้ระบบ AI ที่มีพลังงานจาก AI ในระดับองค์กรแตกต่างจากการติดตั้งที่เป็นการทดลองหรือมีการตลาดมากเกินไป

ความแตกต่างหลักคือว่าระบบเหล่านี้ทำงานในสถานการณ์จริงได้อย่างไร ระบบที่ทดลองหลายระบบทำงานได้ดีในสถานการณ์ที่ควบคุมได้ แต่พบปัญหาเมื่อเผชิญกับข้อมูลที่ซับซ้อนหรือกระบวนการทำงานที่ซับซ้อน ระบบระดับองค์กรต้องสามารถจัดการกับความแปรผันได้และยังคงให้ผลลัพธ์ที่ต่อเนื่อง

ระบบส่วนใหญ่ที่สร้างขึ้นในช่วง 30 ปีที่ผ่านมาถูกสร้างขึ้นสำหรับการโต้ตอบของมนุษย์หรือการเข้าถึง API ที่ควบคุมได้ การบูรณาการระบบต้องถูกคิดใหม่ในยุค AI ทุกอย่างตั้งแต่วิธีการจัดการกับข้อผิดพลาดและข้อผิดพลาดไปจนถึงการตรวจสอบและบัญชีเป็นเรื่องที่แตกต่างเมื่อระบบโต้ตอบกันมากกว่ามนุษย์ผ่าน UI ที่มีการควบคุม

ปัจจัยสำคัญอีกประการหนึ่งคือความรับผิดชอบ องค์กรต้องเข้าใจว่าการตัดสินใจเกิดขึ้นได้อย่างไรและสามารถไว้วางใจผลลัพธ์ได้ ระดับของความโปร่งใสนี้คือสิ่งที่ทำให้ระบบ AI ที่มีพลังงานจาก AI สามารถเคลื่อนจากการสาธิตที่น่าสนใจไปสู่การใช้งานจริง

คุณเป็นผู้นำของ Tungsten AI Lab ซึ่งเป็นศูนย์กลางการวิจัยและนวัตกรรมที่ใช้การประยุกต์ใช้ คุณรับรองว่างานทดลอง AI นำไปสู่ผลลัพธ์ทางธุรกิจที่วัดผลได้สำหรับลูกค้าได้อย่างไร

ฉันใช้แนวทางที่ตรงกันข้ามกับ Tungsten AI Lab ฉันบอกทีมว่าสามารถทดลองได้ เรียนรู้ และลองวิธีการใหม่ๆ แม้ว่าผลลัพธ์อาจไม่เคยเข้าสู่ผลิตภัณฑ์ของเรา ก็เช่นกัน มันช่วยให้พวกเขาได้รับอิสรภาพในการคิดอย่างอิสระและทดลองวิธีการใหม่ๆ

ตัวอย่างเช่น ในขณะที่ฉันไม่สามารถเปิดเผยคุณลักษณะที่แน่นอนได้ การวิจัยปัจจุบันของเรากำลังพัฒนาแนวทางใหม่ในการแก้ปัญหา ซึ่งนำไปสู่การค้นพบใหม่ที่เราอาจสามารถนำเสนอโซลูชันใหม่ให้กับลูกค้าได้ หากเราแค่วิจัยวิธีการนำสิ่งที่อยู่ในแผนงานไปใช้ เราก็ไม่เคยได้มาถึงจุดนี้

อย่างไรก็ตาม มันไม่ใช่การให้เสรีภาพโดยไม่มีขอบเขต เราให้ความสำคัญกับวิธีการที่เราจะใช้เวลาและเงินในการวิจัยแต่ละโครงการ

หลายองค์กรยังคงดิ้นรนในการย้ายจากการทดลอง AI ไปสู่การผลิต คุณเห็นอุปสรรคที่ใหญ่ที่สุดและวิธีการที่บริษัทสามารถเอาชนะอุปสรรคเหล่านั้นได้อย่างไร

อุปสรรคที่ใหญ่ที่สุดคือข้อมูลมืด องค์กรส่วนใหญ่มีข้อมูลจำนวนมาก แต่ส่วนใหญ่อาศัยอยู่ในเอกสาร อีเมล PDF และรูปแบบที่ไม่มีโครงสร้างอื่นๆ ที่ยากสำหรับระบบ AI ที่จะวิเคราะห์ ซึ่งหมายความว่าแม้แต่แบบจำลองที่ออกแบบมาอย่างดี cũngมักจะทำงานกับมุมมองที่ไม่สมบูรณ์และไม่สอดคล้องกันของธุรกิจ ซึ่งนำไปสู่การผลิตที่ไม่น่าเชื่อถือและความคืบหน้าที่หยุดชะงัก

เพื่อเคลื่อนตัวผ่านอุปสรรคนี้ บริษัทต่างๆ ต้องมุ่งเน้นไปที่การเปลี่ยนข้อมูลมืดให้กลายเป็นสิ่งที่ใช้ได้ ซึ่งหมายถึงการไม่เพียงแต่นำข้อมูลมาใช้ แต่ยังสร้างโครงสร้าง บริบท และการกำกับดูแลรอบๆ มัน เพื่อให้ระบบ AI สามารถทำงานได้ด้วยความมั่นใจ เมื่อฐานรากนี้ถูกสร้างขึ้น AI จะกลายเป็นระบบที่น่าเชื่อถือและง่ายต่อการขยายจากการทดลองที่แยกออกมาไปสู่สภาพแวดล้อมการผลิตที่แท้จริง

Tungsten ทำงานในอุตสาหกรรมที่มีเอกสารหนาแน่นและกระบวนการทำงานที่ซับซ้อน AI กำลังเปลี่ยนแปลงวิธีการที่องค์กรคิดเกี่ยวกับข้อมูลที่ไม่มีโครงสร้างและกระบวนการตัดสินใจอย่างไร

AI กำลังเปลี่ยนแปลงวิธีการที่องค์กรคิดเกี่ยวกับคุณค่าของข้อมูลที่พวกเขาได้รับมาหลายปี จำนวนมากของความรู้ขององค์กรมีอยู่ในเอกสาร อีเมล PDF และเนื้อหาที่ไม่มีโครงสร้างอื่นๆ ที่ยากต่อการเข้าถึงหรือใช้ในการดำเนินงาน ตอนนี้ องค์กรต่างๆ ตระหนักว่าข้อมูลนี้มีบริบทและตรรกะทางธุรกิจที่ระบบ AI ต้องการเพื่อให้ได้ผลลัพธ์ที่น่าเชื่อถือ

ในขณะเดียวกันก็มีการตระหนักถึงความสำคัญของการควบคุมข้อมูล การกำกับดูแล และที่มาของข้อมูลองค์กรหลายแห่งกำลังแข่งขันกันเพื่อนำข้อมูลภายนอกมาใช้หรือทดลองกับการเข้าถึงแบบจำลองที่กว้างขวาง เมื่อในความเป็นจริงแล้วพวกเขาอยู่บนข้อมูลจำนวนมากที่ไม่ได้ถูกใช้ภายในองค์กรของตนเอง จุดสนใจเริ่มเปลี่ยนไปสู่การกระตุ้นให้ข้อมูลที่ไม่มีโครงสร้างภายในองค์กรให้ทำงานในลักษณะที่มีการควบคุมและกำกับดูแล เพื่อให้ AI สามารถสนับสนุนการตัดสินใจที่ดีขึ้นโดยไม่สร้างความเสี่ยงที่ไม่จำเป็น

คุณสร้างคณะกรรมการที่ปรึกษาลูกค้าและทำงานอย่างใกล้ชิดกับลูกค้าองค์กรตลอดอาชีพของคุณ คุณคิดว่าข้อเสนอแนะจากลูกค้ามีความสำคัญเพียงใดในการกำหนดกลยุทธ์ AI โดยเฉพาะอย่างยิ่งเมื่อเทคโนโลยีกำลังพัฒนาอย่างรวดเร็ว

ข้อเสนอแนะจากลูกค้าเป็นของขวัญ โดยเฉพาะอย่างยิ่งในพื้นที่ที่กำลังเคลื่อนไหวอย่างรวดเร็วเช่น AI มันช่วยให้แน่ใจว่ากลยุทธ์ยังคงอยู่บนพื้นฐานของความต้องการทางธุรกิจที่แท้จริงมากกว่าความเป็นไปได้ที่เป็นทางทฤษฎี

มันช่วยในการจัดลำดับความสำคัญด้วย มีหลายทิศทางที่ AI สามารถไปได้ แต่ข้อเสนอแนะจากลูกค้าให้ความชัดเจนเกี่ยวกับที่ที่คุณค่าสามารถสร้างขึ้นได้มากที่สุด ซึ่งทำให้โฟกัสไปที่ผลลัพธ์ที่มีความหมายและรับรองว่าการนวัตกรรมยังคงสอดคล้องกับวิธีการดำเนินงานขององค์กร

เมื่อมองไปข้างหน้า คุณเห็นโอกาสที่ใหญ่ที่สุดสำหรับการอัตโนมัติที่มีพลังงานจาก AI ในช่วง 3 ถึง 5 ปีข้างหน้า และสิ่งที่องค์กรควรเตรียมตัวสำหรับตอนนี้

โอกาสที่ใหญ่ที่สุดคือการเชื่อมต่อ AI ลึกเข้าไปในกระบวนการทำงานทั้งหมด ไม่ใช่แค่การมุ่งเน้นไปที่งานที่แยกออกมา องค์กรจะพิจารณาว่า AI สามารถสนับสนุนกระบวนการทั้งหมดและปรับปรุงวิธีการทำงานของธุรกิจได้อย่างไร

เพื่อเตรียมตัวสำหรับการเปลี่ยนแปลงนี้ องค์กรควรลงทุนในการสร้างรากฐานข้อมูลและระบบที่สนับสนุนความโปร่งใสและการควบคุม และพวกเขาควรพิจารณา “สร้างหรือร่วมมือ” มากกว่าการ “สร้างหรือซื้อ” เราได้เห็น AI ที่สร้างขึ้นเองจากศูนย์กลางล้มเหลวหลายครั้ง องค์กรที่ได้รับประโยชน์สูงสุดจะเป็นองค์กรที่พบพันธมิตรที่มีพลังงานจาก AI ที่ถูกต้องเพื่อเร่งการแก้ปัญหาของตนเอง แทนที่จะพยายามสร้างทุกอย่างขึ้นมาใหม่จากศูนย์

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ Tungsten Automation