Tungsten Automation’ın Baş AI Memuru Adam Field ile Röportaj Serisi

Adam Field, Tungsten Automation’ın Baş AI Memuru, uzun süredir kurumsal teknoloji lideri ve yapay zeka, akıllı otomasyon ve ürün stratejisi konularında derin uzmanlığa sahiptir. Mevcut rolünde, şirketin küresel AI dönüşüm çabalarının liderliğini yapıyor, Tungsten’ın ürün portföyü genelinde AI entegrasyonunu denetliyor, Tungsten AI Lab’i yönlendiriyor ve sorumlu AI benimsemesi için yönetim çerçeveleri oluşturuyor. Baş AI Memuru olmadan önce, 550 milyon doların üzerinde yıllık geliri yöneten bir ürün portföyünü yöneten Ürün Başkanı olarak görev yaptı. Tungsten’a katılmadan önce, Field, neredeyse 17 yıl boyunca Pegasystems’de inovasyon ve müşteri deneyimi girişimlerini yönetti, ortaya çıkan teknoloji stratejisini şekillendirdi ve büyük ölçekli ürün gösterimleri ve kurumsal inovasyon programları sunmada uzmanlaştı. Kariyerinin erken döneminde, Staples, Publicis Sapient ve Fidelity Investments’te teknoloji ve danışmanlık rollerini üstlendi.

Tungsten Automation,以前 Kofax olarak bilinen bir kurumsal yazılım şirketidir ve AI destekli iş akışı otomasyonu, akıllı belge işleme, robotik iş akışı otomasyonu (RPA) ve iş süreci düzenleme üzerine odaklanmıştır. Şirket, finans, sağlık, sigorta ve hükümet gibi endüstrilerdeki organizasyonlar tarafından kullanılan, belge yoğun operasyonları akıştırmak ve verimliliği artırmak için kullanılan otomasyon araçları sağlar. Platformu, AI, düşük kodlu otomasyon ve belge zekası teknolojilerini birleştirerek, şirketlerin tekrarlanan görevleri otomatikleştirmesine, yapılandırılmamış verilerden içgörüler çıkarmasına ve iş akışlarını ölçeklenebilir şekilde modernleştirmesine yardımcı olur.

Ürün stratejisi ve inovasyonu yönetmek ve inovasyon laboratuvarları oluşturmak ve 500 milyon doların üzerinde bir ürün portföyünü ölçeklemek gibi görevlerde yıllarca çalıştıktan sonra, Tungsten Automation’da Baş AI Memuru rolüne geçtiniz. Tam olarak bu anda AI liderliğine tamamen geçmeye karar vermenizi ne etkiledi ve önceki deneyimleriniz bu kararı nasıl etkiledi?

Kariyerimin büyük bir bölümünü, yeni teknolojileri, gerçekten işe yarayan bir şeye dönüştürmeye odakladım. Son birkaç yıl içinde, AI’nin yalnızca ürünlerde entegre edilecek bir başka yetenek olmadığını, sondern nasıl yazılım oluşturulduğunu ve iş kararlarının alındığını değiştirdiğini farkettim. Bu, deneylerden gerçek sonuçlar beklenmesine ve AI’nin burada kalıcı olduğuna dair artan bir gerçeğe dönüşmesi, AI liderliği rolüne tamamen geçmek için doğru zamanın geldiğini gösterdi.

Ayrıca, AI’nin birçok kişi tarafından pazarlandığı gibi bir panasea olmadığını farkettim. AI başarısı, teknik uzmanlık ve endüstri bilgisi birleştiren insanları gerektirir. Tungsten, şirketlerin AI’yi doğru şekilde kullanmasını ve gerçek kazançlar elde etmesini istiyor, bu nedenle AI Ofisi ve benim rolümü oluşturdu.

Tungsten, belgelerin yakalanması ve OCR’den tam bir akıllı otomasyon platformuna evrimleşti ve binlerce organizasyon için kritik iş akışlarını güçlendiriyor. Bu miras, AI’ye yaklaşımınızı nasıl şekillendiriyor?

Tungsten’ın geçmişi, şirketlerin gerçekten nasıl çalıştığıyla derinlemesine bağlantılı. Belgeler ve iş akışları üzerinde çalıştık ve bu, iş süreçlerinin merkezinde yer alan karmaşık ve thường yapılandırılmamış bilgilerle başa çıkmayı öğrendik.

Bu temel, AI için çok önemlidir. Bu sistemler, gerçek ortamlarda, yalnızca izole bilgilerde değil, çalışmak zorundadır. Belgelerin zekası konusundaki geçmişimiz, AI’nin işlerin yürütüldüğü şekilde davranmasını sağlamak için bağlamda odaklanmamızı sağlar. Üretimde güvenilen sistemler oluşturmak, yalnızca teoride keşfedilen sistemler değil, önemlidir.

Bu son AI evrimi çok heyecan verici. Akıllı Belge İşlemeyi, daha önce ulaşamadığımız yerlere götürüyor – geçmişte çok pahalı veya imkansız olan sorunları çözüyor.

Ürün portföyü genelinde AI’yi entegre etme yaklaşımınız, AI’yi ayrı bir özellik olarak değil, bir bütün olarak ele alma yaklaşımınız nedir?

Erken dönemde, AI özelliklerinin ve yeteneklerinin müşterilerin ekstra ücret ödemeye istekli olmadıkları bir şey haline geldiğini farkettim. Ayrıca, bu teknolojilerin Tungsten’ın yıllardır yaptıklarını modernleştirmemize olanak tanıdığını farkettim: şirketlerin belge verilerini anlamlı hale getirmelerine yardımcı olmak.

Marka vaadimizi değiştirmedik. Ayrı ürünler veya eklentiler oluşturmadık. Ürünlerin nasıl kullanıldığını yeniden düzenledik ve bu temel olduğunda, AI ürün içinde doğal bir şekilde çalışabilir. Müşterilerimizin ele aldığı kullanım örnekleri, yapılandırılmış belgelerden yapılandırılmamış bilgilere doğru kaydı.

Bu yaklaşım, müşterilerimizin temelini kendi özel verilerini ekleyerek genişletmelerine ve açık modelleri güçlendirmelerine olanak tanır.

Şirketin ilk Baş AI Memuru olarak, inovasyon hızını, yönetim, güvenlik ve sorumlu AI dağıtımı ile dengelemeyi nasıl başardınız?

AI ile hızlı hareket etme baskısı her zaman vardır, ancak kurumsal ortamlarda güven aynı derecede önemlidir. Yönetim ve güvenlik, sonradan düşünülmemeli, sistemlerin başlangıcından itibaren inşa edilmelidir.

Bunu, kullanıcılarımızı önceden eğitmek ve beklentileri belirlemek yoluyla yapıyoruz. Rolümün yarısı, iç AI stratejisi, vaazları ve yönetimine odaklanıyor. Çok erken bir aşamada bir danışma kurulu oluşturduk. Paylaşımı, deneyselliği ve iletişimi teşvik ediyoruz. Birkaç iç sisteme bağlı tüm personele teknolojiyi sunmaya hazır olduğumuz zamanlar oldu. Prototipler güçlü ve herkesi heyecanlandırdı, ancak danışma ekibimize potansiyel güvenlik veya düzenleyici engellerle karşılaştığımızda haber verdik. Они takdir ediyor ve genellikle çözüme katılıyorlar.

Sanırım ayrıca, mükemmelliğin ilerlemeye engel olmamasına izin vermemek önemlidir. Personelimizle, değişikliklerin olacağını, çok fazla değişikliğin olacağını ve araçları ve özelliklerin hazır olduğunda sunacağımızı beklemelerini istedik. Geri bildirimi aldık, gerekliyse rotayı değiştirdik ve daha fazlasını sunduk.

AI, endüstri genelinde büyük bir odak haline geliyor. Gerçek kurumsal düzeyde AI sistemlerini, deneysel veya abartılı uygulamalardan ayıran şey nedir?

Ana fark, sistemlerin gerçek koşullarda nasıl performans gösterdiğidir. Deneyimli yaklaşımlar, kontrol edilen ortamlarda iyi çalışabilir, ancak karmaşık veriler veya iş akışlarıyla karşılaştıklarında mücadele edebilir. Kurumsal düzeyde sistemler, bu değişkenliği ele almalı ve tutarlı sonuçlar üretmelidir.

Son 30 yıl içinde inşa edilen çoğu sistem, insan etkileşimi veya kontrol edilen API erişimi için tasarlandı. Sistem entegrasyonu, ajanların etkileşime girdiği ve geleneksel bir UI aracılığıyla insan yerine etkileşime girdiği ajanlar çağı için yeniden düşünülmelidir. İstisnaları, hataları ve denetimi işleme şekli dahil her şey farklıdır.

Diğer önemli bir faktör, hesap verilebilirliktir. Kuruluşlar, kararların nasıl alındığını anlamalı ve sonuçlara güvenmelidir. Bu düzeyde şeffaflık, AI sistemlerinin gerçek operasyonel kullanıma geçmesini sağlar.

Tungsten AI Lab’i, araştırma ve uygulamalı inovasyon merkezi olarak yönetiyorsunuz. Deneysel AI çalışmalarının, müşteriler için ölçülebilir iş sonuçlarına dönüşmesini nasıl sağlıyorsunuz?

Aslında, Tungsten AI Lab’de bunun tam tersini yaptım. Ekibe, deneysel çalışmalar yapmasına, öğrenmesine ve yeni yaklaşımlar denemesine izin verildiğini, ancak sonuçların ürünlerimize girip girmeyeceğinin önemli olmadığını söyledim. Bazen, ne yapmamak gerektiğini öğrenmek daha iyidir. Sanırım bu, onlara yeni şeyler deneme ve düşünme özgürlüğü verdi.

Örneğin, şu anda araştırma sprintlerimizden biri, mevcut bir ürün bileşenine tamamen yeni bir yaklaşım içeriyor. Araştırmacılar, bir problemi çözmek için yeni yöntemler buldular ve bu, müşterilerimize sunabileceğimiz tamamen yeni bir eklenti çözümü olabilir. Yalnızca mevcut yolda ilerlersek, buraya asla ulaşamazdık.

Bununla birlikte, bu, serbest bir ortam değildir. Araştırma projelerine harcayacağımız zamanı ve miktarını dikkatli bir şekilde düşünüyoruz.

Çok sayıda organizasyon hala AI pilotlarından üretime geçiş yapmakta zorluk çekiyor. En büyük engelleri görüyorsunuz ve şirketlerin bunları nasıl aşabileceğini düşünüyorsunuz?

En büyük engellerden biri, karanlık verilerdir. Çoğu organizasyon, büyük miktarda bilgiye sahiptir, ancak bunun büyük bir kısmı belgeler, e-postalar, PDF’ler ve diğer yapılandırılmamış formatlarda yaşar ve AI sistemleri tarafından yorumlanması zor olan bilgilerdir. Bu, даже iyi tasarlanmış modellerin, iş hakkında eksik ve tutarlı olmayan bir görüşe sahip olmasına ve güvenilir olmayan çıktılara ve durdurulan girişimlere yol açar.

Bunu aşmak için, şirketlerin karanlık verilerini kullanılabilir hale getirmeye odaklanmaları gerekir. Bu, yalnızca bilgi çıkarmak değil, aynı zamanda AI sistemlerinin güvenle çalışabilmesi için yapı, bağlam ve yönetim oluşturmaktır. Bu temel oluşturulduğunda, AI daha güvenilir ve ölçeklenebilir hale gelir.

Tungsten, belge yoğun ve iş akışı yoğun endüstrilerde çalışıyor. AI, şirketlerin yapılandırılmamış verilere ve karar almaya nasıl yaklaştığını değiştiriyor?

AI, şirketlerin zaten sahip oldukları bilginin değerini yeniden düşünmelerine neden oluyor. Yıllarca, büyük miktarda kurumsal bilgi, belgelerde, e-postalarda, PDF’lerde ve diğer yapılandırılmamış içeriklerde yer aldı ve bu, erişilmesi veya operasyonel hale getirilmesi zor olan bilgilerdi. Şimdi, şirketler bu verilerin, AI sistemlerinin güvenilir sonuçlar üretmesi için gerekli bağlam ve iş mantığını içerdiğini fark ediyorlar. Modeller kendileri birer mal, ancak şirketlerin özel bilgileri ve bu modeller birleştiğinde farklılaşıyor.

Aynı zamanda, veri egemenliği, yönetim ve kurumsal bilgilerin nereye aktığı konusunda artan bir farkındalık var. Birçok şirket, daha fazla dış veri çekmeye veya geniş model erişimini denemeye çalışırken, aslında kendi organizasyonları içinde büyük miktarda kullanılmayan zeka oturuyor. Odak, artık güvenli ve yönetilen bir şekilde iç yapılandırılmamış verilerin etkinleştirilmesine ve AI’nin daha iyi kararlar almasına yardımcı olmasına dönüyor, böylece gereksiz risk yaratılmıyor.

Müşteri Danışma Kurulları oluşturdunuz ve kariyeriniz boyunca kurumsal müşterilerle yakın çalıştınız. AI stratejisinin şekillenmesinde, özellikle teknoloji bu kadar hızlı gelişirken, müşteri geri bildiriminin önemi nedir?

Müşteri geri bildirimi, özellikle AI gibi hızlı gelişen bir alanda, bir hediye. Stratejinin gerçek iş ihtiyaçlarına bağlı kalmasına yardımcı olur.

Ayrıca, önceliklendirme konusunda yardımcı olur. AI’nin birçok yöne gidebilir, ancak müşteri girdisi, en büyük değerin nerede oluşturulabileceğine dair netlik sağlar. Odak, önemli sonuçlara kalır ve inovasyon, şirketlerin gerçekten nasıl çalıştığıyla hizalanır.

Genel AI’nin çok erken günlerinde, danışma kurulundaki bir müşterinin, ürün yönünü sevdiğini, ancak yeni bir LLM özellikli ürün için ekstra ödeme yapmayacağını söylemesi beni etkiledi. Bu, endüstrinin geri kalanıyla uyumluydu.

İleriye bakıldığında, AI destekli otomasyon için en büyük fırsatın nerede olduğunu düşünüyorsunuz ve şirketlerin şimdi hazırlanmaları gereken nedir?

En büyük fırsat, AI’yi uçtan uca iş akışlarına daha derinlemesine entegre etmekte yatıyor. Şirketler, AI’nin yalnızca izole görevlerde değil, tüm süreçleri ve iş akışlarını nasıl destekleyebileceğini görecekler. Şu anda, birçok AI sistemi, ayrı görevlere odaklanıyor, ancak şirketler, uyumlu uçtan uca süreçlerle çalışıyor.

Bu değişikliğe hazırlanmak için, şirketlerin veri temelini ve şeffaflık ve kontrolü destekleyen sistemlere yatırım yapmaları gerekiyor. Ayrıca, “inşa vs. ortaklık” yerine “inşa vs. satın alma” konusunda düşünmeliler. AI DIY’nin sıfırdan başarısız olduğunu gördük. En çok faydayı sağlayan şirketler, AI destekli ortaklıklarla çözümlerini hızlandıranlar olacak, her şeyi sıfırdan yeniden inşa etmeye çalışmayacaklar.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Tungsten Automation‘i ziyaret edebilir.