อารุน ไฮเรมาท, ประธานเจ้าหน้าที่ธุรกิจและผู้ร่วมก่อตั้ง EvoluteIQ – สัมภาษณ์รายการ

อารุน ไฮเรมาท ประธานเจ้าหน้าที่ธุรกิจและผู้ร่วมก่อตั้ง EvoluteIQ เป็นผู้บริหารเทคโนโลยีและผู้ประกอบการมีประสบการณ์เกือบสามทศวรรษในด้านระบบอัตโนมัติขององค์กร ยุทธศาสตร์ผลิตภัณฑ์ การพัฒนาองค์กร และโทรคมนาคม ที่ EvoluteIQ เขารับผิดชอบในการขับเคลื่อนการเติบโตของรายได้และเสริมสร้างความสัมพันธ์กับลูกค้า โดยเฉพาะอย่างยิ่งผ่านธุรกิจ eiq360 ของบริษัท ก่อนที่จะเข้าร่วม EvoluteIQ ไฮเรมาทเป็นผู้ร่วมก่อตั้งและนำทีมแพลตฟอร์ม low-code AmperAXP ซึ่งถูกผสมผสานเข้ากับ EvoluteIQ ในปี 2021 ในช่วงแรกของอาชีพการงานของเขา เขาได้รับตำแหน่งผู้จัดการผลิตภัณฑ์อาวุโสที่ Qualcomm (QCOM ) Ikanos Communications Conexant Systems และ Globespan รวมทั้งรับผิดชอบในการพัฒนาองค์กรในภูมิภาคเอเชีย-แปซิฟิกที่ Tata Elxsi (TATAELXSI.BO )

EvoluteIQ เป็นบริษัทซอฟต์แวร์องค์กรที่พัฒนาแพลตฟอร์ม AI-native สำหรับการทำงานอัตโนมัติและการจัดการกระบวนการธุรกิจที่ซับซ้อน EIQ แพลตฟอร์มรวมถึง AI ที่มีเจตนา การสร้าง AI การจัดการกระบวนการและการตัดสินใจ การจัดการกระบวนการแบบหุ่นยนต์ การประมวลผลข้อมูลและเหตุการณ์ที่ชาญฉลาด การผสานรวมองค์กร การวิเคราะห์ และการพัฒนาแอปพลิเคชันภายในสภาพแวดล้อม low-code/no-code ที่ออกแบบมาเพื่อแทนที่เครื่องมือระบบอัตโนมัติที่กระจัดกระจายด้วยสถาปัตยกรรมที่เป็นเอกภาพ แพลตฟอร์มนี้ช่วยให้องค์กรสร้างกระบวนการทำงานที่ปรับเปลี่ยนได้ซึ่งเชื่อมต่อระบบเก่าและสมัยใหม่ในขณะเดียวกันก็รักษาความมั่นคง ความปลอดภัย และความสามารถในการปรับขนาดระดับองค์กร EvoluteIQ ให้บริการแก่องค์กรทั่วทั้งอุตสาหกรรม รวมถึงธนาคาร ประกันภัย การดูแลสุขภาพ โทรคมนาคม การผลิต พลังงาน และการค้าปลีก

ใน สัมภาษณ์ก่อนหน้านี้ กับ Sameet Gupte ซีอีโอของ EvoluteIQ เราได้พูดถึงวิสัยทัศน์โดยรวมของ EvoluteIQ สำหรับระบบอัตโนมัติขององค์กรที่เป็นมิตรกับ AI จากมุมมองของคุณที่ทำงานอย่างใกล้ชิดกับลูกค้า สิ่งที่เปลี่ยนแปลงมากที่สุดคืออะไรในวิธีที่องค์กรคิดเกี่ยวกับ AI ที่มีเจตนา ตั้งแต่การสนทนานั้น?

การเปลี่ยนแปลงที่ใหญ่ที่สุดคือองค์กรได้หยุดถามว่า “AI สามารถทำสิ่งนี้ได้หรือไม่” และเริ่มถามว่า “ฉันสามารถไว้วางใจ AI ในการทำสิ่งนี้ได้หรือไม่?”

เมื่อหนึ่งปีที่แล้ว การสนทนาเกี่ยวกับโมเดล AI และความสามารถของมัน แต่ลูกค้าในปัจจุบันให้ความสำคัญกับเรื่องความเป็นจริงมากกว่า พวกเขาต้องการทราบว่า AI สามารถประสานงานคน แอปพลิเคชัน นโยบาย การอนุมัติ การปฏิบัติตามกฎระเบียบ และตัวแทนอื่นๆ เพื่อให้ได้ผลลัพธ์ทางธุรกิจที่วัดผลได้

การประมวลผลคำร้องเป็นตัวอย่างที่ดี AI เองไม่ใช่ส่วนที่ยาก แต่ความท้าทายคือการออกแบบวิธีการทำงานของตัวแทนอัตโนมัติพร้อมกับคนและภายในระบอบการปกครอง IT ที่ครอบคลุมหลายระบบ ทีม และข้อยกเว้น

หลายบริษัทยังคงมอง AI เป็นเพียงชั้นซอฟต์แวร์ที่เพิ่มลงบนกระบวนการทำงานที่มีอยู่แล้ว ทำไมวิธีการนี้จึงจำกัด และเมื่อองค์กรออกแบบกระบวนการใหม่โดยมีการทำงานอัตโนมัติเป็นจุดเริ่มต้น จะมีลักษณะอย่างไร?

การวาง AI ลงบนกระบวนการที่เสียหายทำให้สามารถไปถึงผลลัพธ์ที่ไม่ถูกต้องได้เร็วขึ้น

หลายกระบวนการทำงานขององค์กรมีการออกแบบมา 20 ปีที่แล้วโดยมีการตัดสินใจด้วยมือ การเพิ่ม AI เป็นขั้นตอนเพิ่มเติมอาจทำให้กระบวนการดีขึ้น แต่ไม่ได้เปลี่ยนแปลงกระบวนการใหม่ คำถามที่ดีกว่าคือการตัดสินใจใดที่ต้องการคนในวงจรและตัวแทนอัตโนมัติสามารถมอบหมายได้อย่างปลอดภัย

ในกรณีการจัดการค่าใช้จ่าย AI สามารถประเมินนโยบาย รูปแบบการใช้จ่าย ประวัติของพนักงาน และเอกสารสนับสนุนได้ การอ้างสิทธิ์ทั่วไปสามารถได้รับการอนุมัติภายในไม่กี่นาที ในขณะที่กรณีที่ไม่ปกติจะถูกส่งต่อไปยังผู้จัดการ

คุณได้โต้แย้งว่าลูกค้าจำนวนมากไม่มีปัญหาเรื่องผู้ขาย แต่มีปัญหาเรื่องแบบจำลองการดำเนินงาน สิ่งที่ท้าทายที่สุดในการขยาย AI ในองค์กรคืออะไร และทำไมจึงเป็นปัญหา?

หลายองค์กรไม่มีปัญหาเรื่อง AI แต่มีปัญหาเรื่องการเป็นเจ้าของ

ฝ่ายไอทีเป็นเจ้าของโครงสร้างพื้นฐาน ฝ่ายธุรกิจเป็นเจ้าของกระบวนการ ฝ่ายรักษาความปลอดภัยเป็นเจ้าของการกำกับดูแล ทีมข้อมูลเป็นเจ้าของโมเดล การดำเนินงานเป็นเจ้าของการดำเนินการ แต่ไม่มีใครเป็นเจ้าของวิธีการทำงานของทุกๆ ส่วนเหล่านี้เพื่อให้ได้กระบวนการธุรกิจอัตโนมัติ สิ่งที่ขาดคือวิธีการทำงานที่เป็นเอกภาพในการนำเทคโนโลยีไปใช้

ดังนั้นการทดลองจึงกลายเป็นความสำเร็จที่โดดเดี่ยว องค์กรที่ขยายการทำงานอัตโนมัติได้สำเร็จกำลังเปลี่ยนแปลงแบบจำลองการดำเนินงาน ไม่ใช่แค่ซื้อเทคโนโลยีเพิ่มเติม พวกเขากำลังสร้างทีมที่ทำงานข้ามฟังก์ชันซึ่งรับผิดชอบต่อผลลัพธ์ทางธุรกิจมากกว่าระบบแต่ละระบบ คำถามที่สำคัญคือใครเป็นเจ้าของผลลัพธ์ และใครรับผิดชอบในการส่งมอบ?

คุณวาดเส้นแบ่งระหว่างการทำงานอัตโนมัติที่มีประโยชน์ การทำงานอัตโนมัติที่ฉลาด และการทำงานอัตโนมัติที่แท้จริงอย่างไร?

ฉันพิจารณาเป็นสามขั้นตอนของความตื่นรู้ การทำงานอัตโนมัติตามคำสั่ง การทำงานอัตโนมัติที่ฉลาดเข้าใจข้อมูลที่ให้มา และการทำงานอัตโนมัติที่แท้จริงเข้าใจวัตถุประสงค์ทางธุรกิจและทำงานเพื่อให้ได้ผลลัพธ์

ในกระบวนการประมวลผลใบแจ้งหนี้ การทำงานอัตโนมัติแบบดั้งเดิมจะคัดลอกข้อมูลระหว่างระบบ การทำงานอัตโนมัติที่ฉลาดจะอ่านใบแจ้งหนี้ แยกข้อมูล และระบุข้อไม่สอดคล้อง การทำงานอัตโนมัติที่แท้จริงสามารถระบุข้อมูลที่หายไป สื่อสารกับผู้จัดหาสินค้า ใช้นโยบายทางธุรกิจ จัดการข้อยกเว้น ได้รับการอนุมัติ และทำกระบวนการให้เสร็จสิ้น

ความแตกต่างไม่ได้มาจากการที่ AI ฉลาดขึ้น แต่มาจากการที่ AI เป็นเจ้าของผลลัพธ์มากกว่าการทำงานเพียงขั้นตอนเดียว

ผู้นำองค์กรต้องแสดงผลตอบแทนจากการลงทุนใน AI อย่างรวดเร็ว แต่การเปลี่ยนแปลงกระบวนการทำงานที่ซับซ้อนใช้เวลาอย่างไรจึงจะสร้างความสมดุลระหว่างความเร็ว การกำกับดูแล และการเปลี่ยนแปลงแบบจำลองการดำเนินงานในระยะยาว?

ความเร็วโดยไม่มีการกำกับดูแลจะสร้างความเสี่ยง การกำกับดูแลโดยไม่มีความเร็วจะสร้างความผิดหวัง องค์กรต้องสร้างความสมดุลระหว่างทั้งสอง

บริษัทควรเริ่มต้นด้วยกระบวนการทางธุรกิจที่สำคัญ ซึ่งสามารถแสดงคุณค่าที่วัดผลได้ แต่สร้างขึ้นบนพื้นฐานที่รองรับการกำกับดูแล ความปลอดภัย ความสามารถในการสังเกตเห็น และการปฏิบัติตามกฎระเบียบ วิธีแก้ปัญหาเริ่มต้นไม่ควรกลายเป็นสิ่งที่แยกออกมา

ข้อผิดพลาดคือการเชื่อว่าการกำกับดูแลชะลอการนวัตกรรม การกำกับดูแลที่ดีจริงๆ ช่วยเร่งการนำไปใช้เพราะสร้างความเชื่อมั่น เมื่อควบคุมที่ถูกต้องแล้ว องค์กรสามารถเคลื่อนไหวได้เร็วขึ้นและขยายขนาดด้วยความมั่นใจมากขึ้น

EvoluteIQ เน้นการทำงานอัตโนมัติของกระบวนการทำงานทั้งหมดมากกว่าการทำงานอัตโนมัติของงานที่แยกออกมา ทำไมความแตกต่างนี้จึงสำคัญมากเมื่อเปลี่ยนจากการทดลอง AI ไปสู่การนำไปใช้จริง?

ธุรกิจไม่ประสบการณ์งานเป็นงานเดียว แต่ประสบการณ์ผลลัพธ์ ไม่มีใครเฉลิมฉลองเพราะการถอดข้อมูลเอกสารเร็วขึ้น 60% พวกเขาจะเฉลิมฉลองเพราะกระบวนการลงทะเบียนลูกค้าใช้เวลาเพียงไม่กี่ชั่วโมงแทนสองสัปดาห์ การปรับปรุงงานที่แยกออกมาเพียงอย่างเดียวอาจเพียงย้ายปัญหาอุดตันไปที่อื่น

เมื่อกระบวนการทำงานต่างๆ เช่น การรับเข้า การตรวจสอบ การอนุมัติ การตัดสินใจ การผสานรวมระบบ และการสื่อสารกับลูกค้า ถูกจัดการเป็นกระบวนการทำงานอัตโนมัติ AI-native องค์กรจะเริ่มเห็นผลลัพธ์ทางธุรกิจที่มีความหมาย การปรับปรุงงานเพียงอย่างเดียวจะเพิ่มประสิทธิภาพ แต่การปรับปรุงกระบวนการจะเปลี่ยนแปลงประสิทธิภาพการทำงานของธุรกิจโดยรวมและอาจส่งผลกระทบต่องบการเงิน

ตลาดคลาวด์กำลังเป็นช่องทางการจำหน่ายสำหรับ AI องค์กรขนาดใหญ่ คุณเห็นว่าแพลตฟอร์มอย่าง Google Cloud จะเปลี่ยนแปลงการค้นหา การประเมิน การซื้อ และการนำ AI ที่มีเจตนาไปใช้ได้อย่างไร?

ตลาดคลาวด์ทำสำหรับซอฟต์แวร์องค์กรเหมือนกับที่ร้านแอปทำสำหรับผู้บริโภค แต่มีการกำกับดูแลองค์กรที่ถูกสร้างเข้าไป

พวกเขาเอาแรงต้านออกจากกระบวนการซื้อ การตรวจสอบความปลอดภัย และข้อตกลงทางการค้า องค์กรสามารถใช้การมุ่งเน้นไปที่ผลลัพธ์ทางธุรกิจได้มากกว่าการซื้อซอฟต์แวร์

ลูกค้าไม่ควรต้องรอกระบวนการซื้อซอฟต์แวร์เป็นเวลา 6 เดือนเพียงเพื่อประเมินแพลตฟอร์ม AI-native ตลาดคลาวด์ทำให้พวกเขาเริ่มแก้ปัญหาได้เร็วขึ้นในขณะเดียวกันก็ยังคงอยู่ภายใต้การกำกับดูแลองค์กรที่มีอยู่

EvoluteIQ เพิ่งเน้นย้ำถึง eiq360 เป็นแพลตฟอร์มที่ใช้ Google Cloud และ Gemini ซึ่งสามารถเปลี่ยนความตั้งใจทางธุรกิจเป็นกระบวนการทำงานที่พร้อมสำหรับองค์กรโดยใช้ภาษาธรรมชาติ ในขณะเดียวกันก็รักษาการกำกับดูแลและควบคุมไว้ สิ่งนี้หมายถึงอะไรสำหรับผู้ใช้ที่ไม่ใช่ผู้เชี่ยวชาญ?

เรากำลังเปลี่ยนจากโลกที่ผู้ใช้ธุรกิจอธิบายความต้องการให้กับทีมวิศวกรรมและรอผลลัพธ์ ไปสู่โลกที่ผู้ใช้อธิบายผลลัพธ์

ด้วย eiq360 ผู้ใช้สามารถอธิบายกระบวนการที่ต้องการปรับปรุงได้โดยใช้ภาษาธรรมชาติ แพลตฟอร์มนี้สามารถช่วยสร้างกระบวนการทำงานที่พร้อมสำหรับองค์กรในขณะเดียวกันก็ใช้การกำกับดูแล ความปลอดภัย การปฏิบัติตามกฎระเบียบ และการควบคุมการดำเนินงานโดยอัตโนมัติ

สิ่งนี้ไม่ได้กำจัดทีมไอที แต่เพิ่มความสามารถให้กับพวกเขา ทีมเทคโนโลยีสามารถกำหนดรั้วการกำกับดูแล บริการที่สามารถใช้ซ้ำได้ และมาตรฐานการกำกับดูแลแทนการสร้างกระบวนการทำงานทุกอย่างด้วยตนเอง นี่คือหนึ่งในความเปลี่ยนแปลงที่สำคัญที่สุดของ AI ที่นำมาใช้ในซอฟต์แวร์องค์กร

วลี “AI องค์กรควรทำให้รู้สึกน่าเบื่อ” ขัดแย้งกับความตื่นเต้นที่มีอยู่ในขณะนี้ สิ่งใดควรจะน่าเบื่อ ที่คาดการณ์ได้ หรือซ้ำๆ เมื่อ AI ถูกนำมาใช้สำหรับการดำเนินงานธุรกิจที่สำคัญ?

ไม่มีใครต้องการให้การชำระเงินเป็นเรื่องที่น่าตื่นเต้น ไม่มีใครต้องการให้การอ้างสิทธิ์ประกันเป็นเรื่องที่น่าประหลาดใจ ไม่มีใครต้องการให้ธุรกรรมธนาคารเป็นเรื่องที่สร้างสรรค์

AI องค์กรควรจะน่าตื่นเต้นในช่วงการทดลอง แต่เมื่อเข้าสู่การผลิตแล้ว ควรจะคาดการณ์ได้และน่าเบื่อ มันควรจะสร้างผลลัพธ์ที่สม่ำเสมอ อธิบายการตัดสินใจของมัน ระบุเมื่อความมั่นใจต่ำ และขอความช่วยเหลือจากมนุษย์เมื่อจำเป็น AI องค์กรที่ดีที่สุดไม่ใช่ AI ที่ทุกคนต้องการพูดถึง แต่เป็น AI ที่ไม่มีใครสังเกตเห็นเพราะธุรกิจทำงานได้ดีขึ้น

เมื่อมองไปข้างหน้า สิ่งใดจะทำให้องค์กรที่ประสบความสำเร็จในการดำเนินงาน AI ที่มีเจตนาแตกต่างจากที่ยังคงอยู่ในโหมดการทดลอง?

ผู้ชนะจะไม่จำเป็นต้องมีโมเดล AI ที่ทันสมัยที่สุด แต่จะเป็นผู้ที่มีแบบจำลองการดำเนินงานที่ดีที่สุดสำหรับ AI พวกเขาจะออกแบบกระบวนการใหม่แทนการดิจิตอลไร้ประสิทธิภาพ สร้างการกำกับดูแลก่อนที่จะขยายขนาด และสร้างความสามารถที่สามารถใช้ซ้ำได้แทนการสร้างหลักฐานการทำงานที่แยกออกมา

สิ่งที่สำคัญที่สุดคือพวกเขาจะหยุดคิดถึง AI เป็นเพียงแอปพลิเคชันอีกตัวหนึ่ง และเริ่มมอง AI เป็นกำลังงานใหม่ที่ทำงานร่วมกับคน ระบบ และนโยบายทางธุรกิจ ทศวรรษหน้าจะเกี่ยวกับการปรับให้เหมาะสมว่าคน ตัวแทน AI และระบบองค์กรทำงานร่วมกันได้อย่างไร