อารุน ไฮเรมาท, ประธานเจ้าหน้าที่ธุรกิจและผู้ร่วมก่อตั้ง EvoluteIQ – สัมภาษณ์รายการ

อารุน ไฮเรมาท ประธานเจ้าหน้าที่ธุรกิจและผู้ร่วมก่อตั้ง EvoluteIQ เป็นผู้บริหารเทคโนโลยีและผู้ประกอบการมีประสบการณ์เกือบสามทศวรรษในด้านการ автоматизацииขององค์กร 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 สำหรับการ автоматизацииและจัดการกระบวนการธุรกิจที่ซับซ้อน EIQ แพลตฟอร์มรวมถึง AI ที่มีเจตนา การสร้าง AI การจัดการกระบวนการและการตัดสินใจ การจัดการกระบวนการแบบหุ่นยนต์ การประมวลผลข้อมูลและเหตุการณ์ที่ชาญฉลาด การผสานรวมองค์กร การวิเคราะห์ และการพัฒนาแอปพลิเคชันภายในสภาพแวดล้อม low-code/no-code ที่ออกแบบมาเพื่อแทนที่เครื่องมือการ автоматизаціїที่กระจัดกระจายด้วยสถาปัตยกรรมที่เป็นเอกภาพ แพลตฟอร์มนี้ช่วยให้องค์กรสร้างกระบวนการทำงานที่ปรับเปลี่ยนได้ซึ่งเชื่อมต่อระบบเก่าและสมัยใหม่ในขณะเดียวกันก็รักษาความมั่นคง ความปลอดภัย และความสามารถในการปรับขนาดระดับองค์กร EvoluteIQ ให้บริการแก่องค์กรทั่วทั้งอุตสาหกรรม รวมถึงธนาคาร ประกันภัย การดูแลสุขภาพ โทรคมนาคม การผลิต พลังงาน และการค้าปลีก

ใน สัมภาษณ์ก่อนหน้านี้ กับ Sameet Gupte ซีอีโอของ EvoluteIQ เราได้พูดถึงวิสัยทัศน์โดยรวมของ EvoluteIQ สำหรับการ автоматизаціїองค์กรที่เป็นมิตรกับ AI จากมุมมองของคุณที่ทำงานอย่างใกล้ชิดกับลูกค้า สิ่งที่เปลี่ยนแปลงมากที่สุดคืออะไรใน cáchที่องค์กรคิดเกี่ยวกับ 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