Арун Хіремат, головний бізнес-офіцер і співзасновник EvoluteIQ – Інтерв’ю серія

Арун Хіремат, головний бізнес-офіцер і співзасновник EvoluteIQ, є технологічним виконавцем і підприємцем з майже трьома десятилітнями досвіду у сфері корпоративної автоматизації, стратегії продукту, розвитку бізнесу та телекомунікацій. У EvoluteIQ він відповідає за розвиток доходів і зміцнення відносин з клієнтами, особливо через бізнес eiq360 компанії. До того, як приєднатися до EvoluteIQ, Хіремат став співзасновником і очолив постачальника низькокодової платформи AmperAXP, який був інтегрований у EvoluteIQ у 2021 році. Його попередня кар’єра включала старші посади управління продуктом у Qualcomm (QCOM ), Ikanos Communications, Conexant Systems та Globespan, а також відповідальність за розвиток бізнесу в Азії та на Тихому океані у Tata Elxsi (TATAELXSI.BO ).

EvoluteIQ є корпоративною програмною компанією, яка розробляє AI-родну платформу для автоматизації та оркестрування складних бізнес-процесів. Її платформа EIQ поєднує агентську AI, генеративну AI, автоматизацію процесів та рішень, автоматизацію роботизованих процесів, інтелектуальну обробку даних та подій, корпоративні інтеграції, аналітику та розробку застосунків у середовищі низького коду/без коду. Розроблена для заміни фрагментованих інструментів автоматизації єдиною архітектурою, платформа допомагає організаціям створювати адаптивні робочі процеси, які поєднують старі та сучасні системи, зберігаючи при цьому корпоративний рівень керування, безпеки та масштабованості. EvoluteIQ обслуговує організації різних галузей, включаючи банківську справу, страхування, охорону здоров’я, телекомунікації, виробництво, енергетику та роздрібну торгівлю.

У нашому попередньому інтерв’ю з Саметом Гупте, генеральним директором EvoluteIQ, ми обговорювали ширшу бачення EvoluteIQ щодо корпоративної автоматизації на основі AI. З вашої точки зору, працюючи у тісній співпраці з клієнтами, що змінилося найбільшою мірою в тому, як підприємства думають про агентську AI з того часу?

Найбільша зміна полягає в тому, що підприємства припинили питати: “Чи може зробити це AI” і почали питати: “Чи можна довіряти AI, щоб зробити це?”

Рік тому більшість розмов зосереджувалися на тому, яку модель мала які можливості. Тепер клієнти значно più прагматичні. Вони хочуть знати, чи може AI координувати людей, застосунки, політики, затвердження, дотримання вимог та інших агентів навколо вимірюваного бізнес-результату.

Обробка претензій є хорошим прикладом. Сама AI не є обов’язково складною частиною. Виклик полягає в тому, щоб спроектувати, як автономні агенти працюють поряд з людьми та в межах ІТ-управління через кілька систем, команд та винятків.

Багато компаній усе ще, здається, розглядають AI як ще один шар програмного забезпечення, доданий до існуючих робочих процесів. Чому такий підхід обмежений, і що відбувається, коли підприємство переробляє процес навколо автономної реалізації з самого початку?

Додавання AI до пошкодженого процесу просто дозволяє досягти неправильного результату швидше.

Багато корпоративних робочих процесів були розроблені 20 років тому навколо ручного прийняття рішень. Додавання AI як ще одного кроку може оптимізувати процес, але не перетворює його. Краще питання полягає в тому, які рішення справді вимагають участі людини, а які можна безпечно делегувати автономним агентам.

Наприклад, у управлінні витратами AI може оцінювати політики, моделі витрат, історію працівників та супровідні документи. Рутинні претензії можуть бути затверджені за хвилини, тоді як лише незвичайні випадки передаються менеджерам.

Ви стверджували, що багато клієнтів не мають проблеми з постачальником, а радше з проблемами оперативної моделі. Які найбільш поширені організаційні питання, які перешкоджають корпоративному AI масштабуватися за межі пілотних проектів?

Більшість підприємств не мають нестачі AI; вони мають нестачу власності.

ІТ володіє інфраструктурою. Бізнес володіє процесом. Безпека володіє управлінням. Команди даних володіють моделями. Операції володіють виконанням. Але ніхто не обов’язково володіє тим, як всі ці частини поєднуються для надання автономного бізнес-процесу. Що відсутнє, це єдиний спосіб зробити технологію працездатною.

Це пояснює, чому пілотні проекти часто стають ізольованими успіхами. Організації, які успішно масштабують автоматизацію, змінюють свою оперативну модель, а не просто купують більше технологій. Вони створюють міжфункціональні команди, які спільно володіють бізнес-результатами, а не окремими системами. Найважливіше питання: Хто володіє результатом, і хто відповідає за його надання?

Де ви проводите межу між корисною автоматизацією, інтелектуальною автоматизацією та справжньою агентською автоматизацією?

Я розглядаю їх як три стадії зрілості. Автоматизація слідує інструкціям. Інтелектуальна автоматизація розуміє інформацію, яка надається. Агентська автоматизація розуміє бізнес-ціль і працює над її досягненням.

При обробці інвойсів традиційна автоматизація копіює інформацію між системами. Інтелектуальна автоматизація читає інвойси, витягує дані та підкреслює несумісності. Потім агентська автоматизація може визначити відсутню інформацію, зв’язатися з постачальниками, застосувати бізнес-політики, обробити винятки, отримати затвердження та завершити процес.

Різниця не полягає лише в тому, що AI є розумнішою. Різниця полягає в тому, що вона володіє результатом, а не однією задачею.

Керівники підприємств перебувають під тиском, щоб швидко продемонструвати ROI від AI, але складна трансформація процесів займає час. Як компанії повинні балансувати швидкість, управління та довгострокову зміну оперативної моделі?

Швидкість без управління створює ризик. Управління без швидкості створює розчарування. Підприємства повинні балансувати між ними.

Компанії повинні почати з бізнес-процесу, який має значення – щось видиме, що може продемонструвати вимірювану цінність, – але побудувати його на основі, яка підтримує управління, безпеку, спостережливість та дотримання вимог. Початкове рішення не повинно стати ще одним сілом.

Помилка полягає в тому, що управління сповільнює інновації. Добре управління насправді прискорює прийняття, оскільки створює довіру. Як тільки правильні контролю встановлені, організації можуть рухатися швидше та масштабуватися з більшим впевненням.

EvoluteIQ підкреслює автоматизацію кінцевих процесів, а не автоматизацію ізольованих завдань. Чому ця відмінність має इतनе значення при переході від експериментів з AI до розгортання у виробництві?

Бізнес не переживає роботу як окремі завдання, він переживає результати. Ніхто не святкує, тому що витягування документів стало на 60% швидшим. Вони святкують, тому що реєстрація клієнта тепер займає кілька годин замість двох тижнів. Покращення окремих завдань часто просто зсуває瓶頸 в інше місце.

Коли прийом, валідация, затвердження, прийняття рішень, інтеграція систем та спілкування з клієнтами оркеструються як одна AI-родна робоча потока, організація починає бачити значущі бізнес-результати. Оптимізація завдання покращує ефективність, але оптимізація процесу змінює загальну бізнес-продуктивність та може вплинути на фінансовий результат.

Клауд-ринки все частіше стають каналами розподілу корпоративного AI. Як ви бачите, що платформи, такі як Google Cloud, змінюють спосіб, яким великі організації відкривають, оцінюють, закуповують та розгортають AI-родну автоматизацію?

Клауд-ринки роблять для корпоративного програмного забезпечення те саме, що апстори робили для споживачів, але з управлінням підприємства, закладеним у них.

Вони усувають тертя по всьому процесу закупівлі, перевіркам безпеки та комерційним угодам. Організації також можуть використовувати існуючі зобов’язання з клаудом, що дозволяє командам зосередитися менше на тому, як купувати програмне забезпечення, а більше на бізнес-результатах.

Клієнту не повинно бути потрібно чекати шість місяців на процедуру закупівлі, просто щоб оцінити AI-родну платформу. Ринки дозволяють їм почати вирішувати бізнес-проблеми значно швидше, залишаючись при цьому в межах встановленого управління підприємства.

EvoluteIQ нещодавно підкреслив eiq360 як платформу Google Cloud та Gemini, яка може перетворити бізнес-інтент на корпоративні робочі потоки, використовуючи природню мову, зберігаючи при цьому управління та контроль. Що таке зміна для нек-технічних бізнес-клієнтів?

Ми переходимо від світу, у якому бізнес-клієнти описують вимоги інженерним командам і чекають результатів, до світу, у якому користувачі описують результати.

З eiq360 користувачі тепер можуть описати процес, який вони хочуть покращити, природною мовою. Платформа потім може допомогти згенерувати корпоративні робочі потоки, автоматично застосовуючи управління, безпеку, дотримання вимог та операційний контроль.

Це не усуває ІТ; це підвищує ІТ. Технічні команди тепер можуть зосередитися на визначенні корпоративних обмежень, повторно використовуваних послуг та стандартів управління замість ручної побудови кожного робочого процесу. Це одна з найбільш важливих змін, які AI приносить до корпоративного програмного забезпечення.

Фраза “корпоративний AI повинен бути нудним” суперечить більшості поточної гіперболізації. Що повинно бути нудним, передбачуваним або повторюваним про AI, коли воно використовується для критичної бізнес-реалізації?

Ніхто не хоче, щоб зарплата була цікавою. Ніхто не хоче, щоб страхова претензія була несподіваною. Ніхто не хоче, щоб банківська транзакція була творчою.

Корпоративний AI повинен бути абсолютно інноваційним під час експериментів. Як тільки він вступає у виробництво, він повинен стати чудово передбачуваним. Він повинен виробляти стабільні результати, пояснювати свої рішення, визнавати, коли впевненість низька, і запитувати людське втручання, коли це необхідно. Найкращий корпоративний AI – це не той AI, про який кожен хоче говорити. Це той AI, якого ніхто не помічає, оскільки бізнес просто працює краще.

Оглядаючи вперед, що відділятиме підприємства, які успішно операціоналізують агентську AI, від тих, які залишаються в пілотному режимі?

Переможці не обов’язково матимуть найрозробленіші AI-моделі. Вони будуть тими, хто має найкращу оперативну модель для AI. Вони перероблять процеси, а не буде цифровізація неефективностей, побудують управління до масштабування та створять повторно використовувані корпоративні можливості, а не ізольовані докази концепції.

Найважливіше, що вони припинять думати про AI як про ще одне застосування та почнуть розглядати його як нову робочу силу, яка співпрацює з людьми, системами та бізнес-політиками. Наступне десятиліття буде про оптимізацію того, як люди, агенти AI та корпоративні системи працюють разом.