Шейн Еленіак, Головний офіцер з продукції у Calix – Серія інтерв’ю

Шейн Еленіак обіймає посаду Головного офіцера з продукції у Calix, де він очолює стратегічну візію та виконання компанії щодо її платформи та рішень SaaS, які лідирують у галузі. З фокусом на можливості надання комунальним послуговикам спрощення свого бізнесу та надання виняткових досвідів абонентів, Шейн керує цілим життєвим циклом продукції – від концептуалізації до впровадження, яке займає лідируючі позиції на ринку.

Під його керівництвом Calix зміцнив свою позицію як піонер у галузі широкосмугового доступу, постійно надаючи інноваційні інструменти, які дозволяють постачальникам конкурувати та перемагати.

Calix – це американська технологічна компанія, яка надає хмарні, програмні та сервісні платформи, призначені для постачальників широкосмугового доступу та комунальних послуг. Її основна пропозиція центрується навколо платформи широкосмугового доступу, що використовує штучний інтелект, яка інтегрує хмарну інфраструктуру, дані та мережеві системи для допомоги постачальникам у спрощенні операцій, покращенні взаємодії з клієнтами та наданні більш персоналізованих цифрових досвідів. Допомагаючи цим постачальникам переходити від базових послуг зв’язку до повноцінних “постачальників досвіду”, Calix допомагає їм зростати доходи, збільшувати лояльність абонентів та підтримувати цифрову трансформацію спільнот завдяки більш просунутим та масштабованим послугам широкосмугового доступу.

Ваша кар’єра охоплює понад три десятиліття в галузі інженерії, мереж, хмарних платформ та великомасштабного керівництва продукції. Як ці досвіди сформували вашу перспективу щодо того, що насправді потрібно, щоб штучний інтелект виконував справжню роботу всередині підприємств, а не залишався бічним експериментом?

Я починав із традиційних телекомунікацій та мереж, де вся гра полягала у шляху даних та надійності у масштабі. Якщо ви не можете доставити чисту, надійну службу, нічого, що ви будуєте на верхівці цього, насправді не має значення. Колись телефон був на стіні кухні, внутрішнє дрітування ніколи не рухалося, і поки була діал-тон, все було гаразд.

Широкосмуговий доступ та Інтернет розбили це. Раптом це не було просто “включено?” Це було Ethernet, а потім Wi-Fi, діти на ігрових консолях та планшетах, ви на зв’язку Zoom, співпрацюючи над хмарним аркушем, та постійна мобільність – пристрої всередині будинку, на задньому дворі, на футбольному матчі, в кав’ярні. Досвід абонента став значно складнішим, ніж двійковий стан ввімкнено/вимкнено, і світ для постачальників послуг став дуже динамічним. У цьому світі ретроспективний погляд на дані – класичні склади даних та історичні звіти місяць пізніше – просто не справляється. Ви повинні зібрати дані, зрозуміти досвід, та сгенерувати ідеї в реальному часі, оскільки абоненти тепер очікують, що проблеми будуть вирішені проактивно, а не за години чи дні.

Ця еволюція сформувала моє мислення щодо штучного інтелекту. Більшість людей хочуть покласти штучний інтелект “на верхівку”, так само, як вони покладають бізнес-інтелект або SaaS на верхівку існуючих озер даних. Мій досвід говорить про те, що потрібно думати набагато глибше, ніж це, та проектувати для реального часу, дієвої інсайту, та можливості приймати своєчасні дії.

Для абонентів, однак, очікування не змінилося значно за останні 25 років. Вони все ще хочуть безпечного, керованого зв’язку, який відчувається так само просто, як діал-тон – вони хочуть, щоб все “просто працювало” без думання про всі шари та складність, і вони хочуть цього всюди у своєму житті. Моя кар’єра в телекомунікаціях та хмарі зробила мене дуже комфортним з цією парадоксом: ви будуєте надзвичайно складні системи, щоб абстрагувати все це та надати простий, чудовий досвід на верхівці. Саме так я думаю про те, щоб штучний інтелект виконував справжню роботу всередині будь-якої компанії, широкосмугового доступу чи іншої.

У Calix ви часто підкреслюєте, що операційний штучний інтелект створюється, а не купується. Які найпоширеніші помилки організації роблять, коли вони намагаються додати штучний інтелект без переосмислення того, як робота проходить через бізнес?

Для мене це менше про “створене чи куплене” і більше про те, чи ви відступили назад та подивилися на весь технологічний стек. Багато компаній вирішили, що штучний інтелект просто полягає у використанні деяких API для доступу до великої мовиової моделі, підключенні її до свого стека за допомогою обгортки, та купівлі токенів – тоді у вас була стратегія штучного інтелекту. Але це не так, як це працює.

Занадто багато з нас захоплюються технологією замість результату. Ми бачили цей фільм раніше. Коли з’явилися персональні комп’ютери, кожен хотів сперечатися про те, чи має він 286 або 386, скільки пам’яті було, та яку операційну систему він використовував. Сьогодні ніхто не може сказати вам характеристики свого ноутбука чи телефону, і ніхто не турбується, поки це не перестане робити те, що їм потрібно. Що має значення, це: чи робить це мене більш ефективним у моїй роботі? Саме так і зі штучним інтелектом. Якщо ви не можете прив’язати це до реальних робочих процесів, реальної цінності та реального ROI, технічні характеристики просто шум.

Інша велика помилка полягає у спробі прикрутити штучний інтелект до того, що у вас вже є, без запитання про те, що це робить з вашою архітектурою, моделлю безпеки та витратами. Штучний інтелект – це фундаментальна технологія, а не інкрементальне оновлення функції. Коли ви його розглядаєте як інкрементальне, ви закінчуєте з поганими даними, проблемами безпеки, галюцинаціями, неконтрольованими витратами чи великою активністю, яка не вирішує проблему для нікого.

Нарешті, ви не можете ігнорувати контекст та важливість вертикальної експертизи. Дія полягає у контексті, і цей контекст відрізняється у телекомунікаціях, фінтехі та охороні здоров’я. У Calix ми почали з глибоким досвідом у одній галузі та побудували вертикальну платформу навколо неї. Ми вже розуміли дані, інсайти, робочі процеси та контекст, тому стек міг відображати цю реальність. Більшість компаній знає свою вертикальну галузь усередині та зовні. Можливість полягає у тому, щоб закодувати ці знання у вертикальний технологічний стек, а не покладатися на тонкий горизонтальний шар та загальну модель штучного інтелекту, а потім спробувати склеїти все разом. Бізнес полягає у результатах, а не у моделях. Реальне питання полягає у тому, як ця технологія допомагає вам доставляти ці результати у спосіб, у який ваша робота проходить.

Ви описали п’ятишарову архітектуру операційного штучного інтелекту, яка включає дані, знання, оркестрацію, довіру та дію. Чому важливо явно розділяти ці шари, і який із них підприємства найчастіше недооцінюють або повністю пропускають?

Тривалий час стек був досить простим: дані, інсайти, панелі управління, робочі процеси, люди. Ви будували склади даних, клали бізнес-інтелект на верхівку, створювали двигуни робочих процесів та передавали важку роботу людям. У світі агентів це не витримує. Вам потрібно дані, знання, оркестрацію, довіру та дію, оскільки кожен шар виконує окрему функцію.

Видимою частиною, про яку кожен хоче говорити, є шар дії – агенти. Це верхівка айсберга. Що визначає, чи зможете ви коли-небудь дозволити агентам торкатися реальних систем, – це все “нудне” під водою: трубопроводи даних та чисті дані, шар знань, який дає вам контекст, оркестрація, яка координує динамічні робочі процеси, та модель довіри, яка вирішує, що повинно бути дозволено вперше. Коли Титанік затонув, це не була мала частина, яку можна було побачити, яка його потопила; це була величезна маса льоду під водою. Операційний штучний інтелект – це те саме. Труби під поверхнею – це те, що робить або ламає вас.

Історично ми ніколи не розглядали оркестрацію та довіру як окремі шари, оскільки люди виконували більшу частину цієї роботи. Оркестрація означала менеджерів та черги тікетів; довіра означала імена користувачів та паролі. Тепер вам потрібно довіряти сутностям – агентам – робити речі, і вам потрібно координувати 여러 агентів у реальному часі навколо динамічних даних. Це зовсім інша задача проектування, тому ці шари потрібно зробити явними.

Шар, якого більшість людей недооцінюють, – це довіра. Багато організацій думають, що вони обробляють довіру, оскільки у них є контроль доступу – хто може зайти до якої системи. Але справжня довіра в агентському світі не полягає у тому, “має цей користувач доступ?” Це “чи є ця конкретна дія підходящою для цієї особи або цього агента в цей момент часу?” Це питання управління, а не питання контролю доступу. Якщо ви не робите цей шар явним, ви застряєте у демонстраційному світі, оскільки ви ніколи не будете комфортно дозволяти агентам виконувати справжню роботу у виробництві.

Таким чином, довіра очевидно є фундаментальною частиною вашої стратегії штучного інтелекту. Як ви проектуєте системи, щоб автоматизовані рішення залишалися спостережуваними, аудитованими та оборотними, одночасно рухаючись досить швидко, щоб доставляти бізнес-цінність?

Ви повинні починати з нульової довіри. Перше питання не “може цей агент технічно зробити це?” Перше питання – “має цей агент, від імені цієї особи, намагатися зробити це взагалі?” Якщо відповідь – ні, тоді не продовжуйте.

Якщо відповідь – так, ви переходите до поручнів: аудитованість, слідування та необхідність людини у циклі. Наша модель залежить від шару довіри, який діє трохи як регулювальник руху на початку кожного взаємодії: хто ви, що ви робите, та чому ви це робите? Це усуває багато проблем безпеки, оскільки ви не дозволяєте агентам бігти та робити речі, а потім сподіватися, що ви помітите це після факту.

Альтернативою є відпустити агентів, а потім підняти тривогу, якщо вони пішли та зробили щось погане. Ви припускаєте, що можете побачити це, зрозуміти, ідентифікувати та зупинити це в реальному часі, у темпі та масштабі, у яких ці системи працюють. Це дуже складна проблема, і це причина, чому так багато людей борються – вони намагаються шукати поганих акторів у реальному часі замість того, щоб запобігати поганим діям заздалегідь.

Повідомлення про помилку: переклад не завершено.