Don Schuerman, Pegasystems’ta CTO – Röportaj Serisi

Don Schuerman, Pegasystems’ta chief technology officer ve ürün pazarlama başkan yardımcısı olarak görev yapmakta ve Pega’nın platformu ve müşteri ilişkileri yönetimi (CRM) uygulamalarından sorumludur.

20 yılı aşkın bir süredir Fortune 500 şirketlerineenterprise yazılım çözümleri sunmakta ve dijital dönüşüm, mobilite, analitik, iş süreci yönetimi, bulut ve CRM konularına odaklanmaktadır.

Pegasystems, gerçek zamanlı optimizasyon yoluyla iş dönüşümünü sağlayan sonuçlar elde etmeye yardımcı olmak için tasarlanmış güçlü bir platform sunar. Platform, müşterilerle müşteri özelinde etkileşimi kişiselleştirmek, hizmetleri otomatikleştirmek ve operasyonel verimliliği artırmak dahil olmak üzere ana iş zorluklarını ele almak için kurumsal AI karar alma ve iş akışı otomasyonunu sağlar. 1983 yılında kurulan Pegasystems, mevcut müşteri taleplerini karşılayacak ve gelecekteki ihtiyaçlara uyum sağlayacak şekilde geliştirilmiş esnek ve ölçeklenebilir bir mimariye sahiptir.

Geniş deneyiminiz ve Pegasystems’taki CTO olarak, Pega GenAI nasıl hızlı bir şekilde gelişen kurumsal generatif AI manzarasında kendini ayırt etmektedir?

Pega, yıllardır AI çözümleri geliştirmekte ve generatif AI’yi ana akıma girmeden önce keşfetmektedir. Üç şeyin bizi ayırt ettiğini düşünüyorum:

İlk olarak, sadece süreçleri hızlandırmıyoruz, inovasyonu sürüyoruz. Çoğu kurumsal yazılım satıcısı, çeşitli gen AI botları, ajanları veya kopya pilot özellikleri çıkardı, ancak bu benzer araçlar rekabet avantajı sağlamaz. Müşterilerimize, Pega GenAI Blueprint gibi benzersiz araçlar sunarak tüm işlerini yeniden tasarlamalarına yardımcı oluyoruz. Bu araç, saniyeler içinde en iyi uygulama tasarımlarını sağlar. Sadece görevleri otomatikleştirmiyoruz, işlerin nasıl çalıştığını ve inovasyonunu temel olarak yeniden düşünüyoruz.

İkincisi, yalnızca izole olarak otomatikleştirmiyoruz, işin baştan sona nasıl yapıldığını düzenleyiyoruz. Diğer satıcılar, bu gen AI bot özelliklerini serpiştirir ve verimliliği artırmaya yeteceğini umar. Platformumuz, endüstri lideri vaka yönetimi ve düzenleme üzerine kuruludur ve yalnızca gen AI ile otomatikleştirmemizi değil, aynı zamanda tüm süreci baştan sona optimize etmemizi sağlar.

Üçüncüsü, yalnızca genel bir gen AI motoru değiliz – müşteri etkileşimi ve iş akışı otomasyonu yoluyla AI’yi sürmek için odaklanıyoruz. Bazen, eldeki sorun yaratıcı güç için generatif AI gerektirebilirken, diğer sorunlar mantık sürecine daha fazla AI karar alma veya AI kararını enjekte etmek için daha iyi olabilir.

Forbes’taki makalenizde, İş İnovasyonu için Gelişmiş AI’nin Potansiyelini Açıklamak, kurumsal işlemleri yeniden düşünmek için generatif AI’nin potansiyelini vurguluyorsunuz. Kuruluşlarda miras dönüşümünü katalize edebilecek bazı özel örnekler nelerdir?

Deutsche Telekom’ (DTE.DE ) un Tasarım Otoriteleri SVP’si Daniel Wenzel, PegaWorld iNspire’da bu yaz Pega GenAI Blueprint’u kullanarak insan kaynakları hizmetleri bölümündeki 800’den fazla ayrı iş sürecini yeniden düşünmeye nasıl yardımcı olduğunu anlatmıştır. En büyük engel, iş süreçlerini iyileştirmeye çalışırken, iş ve IT’nin aynı dili konuşmaması ve bunun sonucunda gerçekleşmeyen beklentiler olduğunu söylemiştir. Pega GenAI Blueprint, hem iş hem de IT paydaşlarının süreci anlamalarına ve geliştirmelerine geleneksel yöntemlerden çok daha hızlı bir şekilde yardımcı olur ve daha etkili çözümler sağlar.

Aynı makale, mevcut generatif AI uygulamalarının sınırlarını da tartışmaktadır. Şirketler, yalnızca artan verimlilik iyileştirmelerinden öteye geçerek AI’nin tam dönüşümsel potansiyelini nasıl kullanabilir?

Çoğu kurumsal yazılımda generatif AI, belirli süreç yönlerini hızlandırmaya yardımcı olan tek seferlik özellikler olarak uygulanır. Ancak bu tür özellikler artık yaygınlaşmıştır ve rekabet avantajı sağlamaz. Özetleme ve metin oluşturma gibi verimlilik hileleri artık standart hale gelmiştir – işlerin piyasada ilerlemesi için yeni iş yapma yollarını geliştirmek için AI’yi kullanmaları gerekir. Örneğin, Gartner, iş sonuçlarını daha holistik bir şekilde sürmek için İş Orkestrasyonu ve Otomasyon Teknolojileri (BOAT) adlı yeni bir teknoloji kategorisini tanımlamıştır. Bu, maliyetleri düzeltmekten, karar alma süreçlerini iyileştirmekten, operasyonel maliyetleri azaltmaktan ve işi yaparken doğru otomasyon teknolojilerini kullanmaktan ibarettir. Tek seferlik gen AI özellikleri önemlidir, ancak bu yalnızca bir parçadır ve tüm sorunları çözmek için gümüş bir mermi değildir.

Tipik verimlilik iyileştirmelerinin ötesine geçen en umut verici kurumsal generatif AI kullanım örnekleri nelerdir ve şirketler bunları nasıl uygulayabilir?

En heyecan verici generatif AI fırsatı, bir sürece en iyi uygulamaları enjekte etme potansiyelidir. Gen AI’yi yalnızca daha fazla kod yazmak için kullananlar, gelecekte daha fazla teknik borçlanmaya yol açabilirler. Yazılım tasarım sürecine IP enjekte etmek, şirketlerin optimal bir çözüme ulaşmasına yardımcı olur ve bu, yılların deneyimine dayanır. Ayrıca, bu, görsel bir model olarak geliştirilir ve yalnızca kod satırları değildir, bu nedenle teknik ve teknik olmayan paydaşlar arasında işbirliği ve iyileştirme daha kolaydır. Önceki olarak, bir uygulama tasarımını tamamlamak haftalar alabilirdi ve çok özel becerilere ihtiyaç duyuluyordu; şimdi, bu gen AI destekli araçlar, iş kullanıcılarının belirli ihtiyaçlarını basit bir dilde yazmasına ve hızlı bir şekilde kavramadan kapsamlı bir tasarıma geçmesine olanak tanır. Forrester, yakın zamanda, AI’yi düşük kodlu veya model tabanlı tasarım sistemlerine IP enjekte etmek için kullanmanın, şirketlerin nasıl yazılım kullandığını temel olarak değiştireceğini öngören bazı araştırmaları yayınladı – şirketlerin daha fazla ve daha az ‘raflardan’ uygulamalar satın almasına olanak tanır. Bunu büyük bir dönüşüm olarak görüyorum ve Pega GenAI Blueprint ile işletme müşterilerimiz için tercih edilen platform olabileceğimize inanıyorum.

Önceki bir röportajda, generatif AI’nin ürün geliştirmeye, pazar boşluklarını belirlemeye yardımcı olabileceğini söylediniz. Bu sürecin nasıl çalıştığını ve bir gerçek dünya örneğini paylaşabilir misiniz?

Pega Müşteri Karar Merkezi, müşterilerle bire bir bağlantı kurmak için kullanılan bir AI kararı alma çözümüdür. Müşterilere, ürün satmak, hizmet sorunlarını çözmek veya bazen hiçbir şey yapmamak için en iyi sonraki eylemi gerçekleştirmemize yardımcı olur. Bu, müşterilere bire bir bağlantı kurmamızı sağlar ve onların bireysel ihtiyaçlarına en iyi şekilde hizmet eder. Ancak, bire bir bağlantı kurmak, çok sayıda özelleştirilmiş teklifler gerektirir – herkesi aynı mesajla spamalamaktan çok daha iyidir, ancak pazarlama organizasyonlarının farklı müşteri gruplarına özgü daha fazla mesaj oluşturmasını gerektirir. Şimdi, gen AI ile, hangi müşterilerin yeterince hizmet görmediğini belirleyebilir ve bu gruplar için daha faydalı olabilecek yeni eylemler ve tedaviler önerebiliriz. Bu, şirketlerin genellikle ulaşamadıkları pazar kitlelerine ulaşmalarına yardımcı olabilir.

Kuruluşlar, miras sistemlerini etkili bir şekilde entegre ederek, daha çevik startup’lara karşı rekabetçi kalabilir mi? Özellikle de işlemlerini yeniden düşünmek için?

Sanırım miras sistemler için bir dönüm noktasına giriyoruz. Büyük şirketler, teknik borçlarını yıllarca erteliyorlar. Band-Aid çözümler gibi RPA uygulamaları, miras sistemlerin şirketlere getirdiği temel drenaja çözüm getirmedi – bunlar, inovasyona gitmesi gereken IT harcamalarını emer, risk getirir ve şirketlerin değişen pazarlarda hızlı hareket etmesini engeller. Neyse ki, gen AI’nin süper güçlerinden birinin, miras sistemlerin yeniden tasarlanmasını ve emekliliğini hızlandırmasına izin vereceğine inanıyorum – yalnızca onları yeniden kodlayarak değil, iş akışlarını ve süreçleri kendilerini modern bulut mimarilerine göre çalışacak ve müşterilerin ve çalışanların beklediği dijital deneyimi sunacak şekilde yeniden düşünerek.

Ayrıca, AI manifestosu oluşturmak hakkındaki bir makalede, AI stratejisinin somut iş sonuçlarına bağlanmasının önemini vurguluyorsunuz. Şirketler, AI hedeflerini somut iş sonuçlarıyla nasıl hizalayabilir?

Çok fazla şirket, yeni bir araç gibi AI’ye odaklanarak başlıyor, ancak iş hedeflerini ve çözmesi gereken sorunu belirlemiyor. Araçla başlamaları, işlerine optimal olmayan bir yola sokabilir. Bunun yerine, geri adım atıp ne yapmaya çalıştıklarını sormalılar. Bazen gen AI doğru çözüm değildir ve AI karar alma daha iyi bir seçim olabilir. Farklı AI türleri olduğunu ve farklı iş sorunlarını çözmede daha iyi olduğunu unutmamalılar.

Şirketler, işlemlerini devrimleştirerek, yalnızca rutin görevleri otomatikleştirmektense, generatif AI’yi nasıl kullanabilir? Bu alandaROI’yi en üst düzeye çıkarmak için hangi stratejileri uygulamalılar?

Sadece bireysel görevlere odaklanmayın – bu, ormanı ağaçlardan ayıramamanıza neden olur. Geri adım atın ve genel iş akışlarınızı ve bu akışlardan elde etmek istediğiniz sonuçları anlamaya çalışın. Generatif AI, süreçlerinizi analiz etmek ve çeşitli endüstrilerde en iyi uygulamaları enjekte etmek için kullanılabilir. Bu, şirketlerin temel iş akışlarını yeniden düşünmelerine ve yeniden tasarlamalarına yardımcı olarak derin değişiklikler yaratabilir. Örneğin, AI, yeni operasyonel modelleri sıfırdan tasarlayabilir veya mevcut olanları verimliliği ve inovasyonu artırmak için yeniden mühendislik yapabilir. Başarıyı ölçmek için net metriklere sahip olun ve bu içgörülere dayanarak yaklaşımınızı düzenli olarak iyileştirin. AI’yi anlamlı değişim sürmek için kullanmak, şirketlerin önemli değer kilitlemesine yardımcı olabilir ve rekabette öne çıkmasına yardımcı olabilir.

Hangi sektörler, iş akışlarını yeniden tasarlamak için AI’yi kullanarak en çok fayda sağlayabilir ve bu yaklaşımı nasıl uygulamalılar?

Herhangi bir kuruluş, iş akışlarını iyileştirmekten evrensel olarak yararlanabilir, özellikle hızlı değişen pazarlarda. Finansal hizmetler, telekomünikasyon ve sağlık hizmetleri gibi hizmet sektörleri, müşteri etkileşimlerini akıştırmak ve operasyonel verimliliği artırmak için en çok kazanımları elde edebilir. Bu sektörler, karmaşık, veri yoğunluklu süreçlerle ilgilenir ve verimliliği artırmak, maliyetleri azaltmak ve daha iyi sonuçlar elde etmek için artan bir baskıya sahiptir. Ayrıca, yıllarca önce kurulan işlemlere sahip olan herhangi bir endüstri – bankacılık gibi – işlemlerini modernleştirmek ve yeni rekabete ayak uydurmak için işlemlerini incelemekten yararlanabilir.

‘İnsan-döngü’ yaklaşımı, özellikle müşteri odaklı rollerde, AI’nin etkinliğini ve etik dağıtımını nasıl artırır?

Generatif AI, güçlüdür, ancak her zaman doğru veya uygun olmayan çıktılar üretebilir. İnsan denetimi entegre ederek, AI tarafından üretilen içerik yanlışlıkları veya etik sorunları gibi riskleri azaltabiliriz.

Örneğin, müşteri hizmetlerinde AI, yanıtlar ve öneriler üretebilir, ancak bu çıktıların şirket değerleri ve müşteri ihtiyaçlarına uyumlu olduğunu garantilemek için insan gözden geçirmesi gerekir. Bu denetim, özellikle AI modelleri inandırıcı ancak yanlış veya yanıltıcı bilgiler üretebileceği için şeffaflık ve hesap verebilirlik için çok önemlidir.

İlginç bir şekilde, döngüde insan olması, gen AI’nin bir zayıflığını – doğası gereği öngörülemez veya belirsiz olması, yani aynı yanıtı iki kez vermemesi – bir güç haline getirmemize olanak tanır. Pega GenAI Blueprint ile gen AI’yi bir beyin fırtıması ortağı olarak kullanıyoruz ve iş akışı tasarımına yeni yaklaşımlar öneriyoruz. İnsan her zaman nihai karar vericidir, ancak gen AI sürekli olarak yeni yaklaşımlar önererek orijinal düşünceyi teşvik eder ve insanları ‘inek yolunu yeniden döşemekten’ kaçınmaya yardımcı olur.

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