Andrew Sales, Chief Product Officer, Scaled Agile – Phỏng vấn

Andrew Sales, Chief Product Officer và Chief Methodologist tại Scaled Agile, là một chuyên gia Lean, Agile và DevOps có kinh nghiệm, người đã dành hơn hai thập kỷ giúp các doanh nghiệp chuyển đổi cách họ cung cấp giá trị. Trong vai trò hiện tại, ông hướng dẫn chiến lược sản phẩm và sự phát triển của Khung khổ Scaled Agile (SAFe), làm việc với các tổ chức toàn cầu để áp dụng các phương pháp Agile ở quy mô doanh nghiệp. Trước khi gia nhập Scaled Agile, Sales đã giữ các vị trí lãnh đạo và tư vấn cấp cao tại CA Technologies, Rally Software và Pearson, nơi ông đã tư vấn cho các tổ chức trên khắp châu Âu, Trung Đông và châu Phi về các sáng kiến chuyển đổi Agile trong lĩnh vực dịch vụ tài chính, viễn thông, bán lẻ, phần mềm và giáo dục.

Scaled Agile, Inc là công ty đứng sau Khung khổ Scaled Agile, còn được gọi là SAFe, một khung khổ được áp dụng rộng rãi để giúp các doanh nghiệp áp dụng các phương pháp Lean, Agile và DevOps ở quy mô lớn. Thông qua khung khổ, chương trình đào tạo, chứng chỉ, mạng lưới đối tác và nền tảng SAFe Studio, Scaled Agile hỗ trợ các tổ chức muốn cải thiện sự liên kết, tốc độ giao hàng, chất lượng sản phẩm, sự tham gia của nhân viên và sự linh hoạt của kinh doanh. Công ty báo cáo rằng SAFe đã được áp dụng bởi hơn 20.000 doanh nghiệp trên toàn cầu và hơn một triệu chuyên gia đã được đào tạo về khung khổ này.

Bài học nào từ các chuyển đổi quy mô lớn đã ảnh hưởng trực tiếp đến việc tạo ra AI-Native SAFe?

Trong hơn 15 năm qua, chúng tôi đã chứng kiến hơn 20.000 tổ chức áp dụng SAFe để giải quyết một thách thức cơ bản: phối hợp phát triển sản phẩm phức tạp ở quy mô doanh nghiệp. Một bài học đã vẫn còn nhất quán: các nguyên tắc Lean và Agile vẫn tiếp tục hoạt động. Điều thay đổi là cách những nguyên tắc đó cần được áp dụng khi công nghệ thay đổi.

AI không làm cho những nguyên tắc đó trở nên lỗi thời; nó thay đổi nơi các hạn chế nằm. Các đội trở nên nhỏ hơn, được tăng cường bởi AI và tập trung ngày càng nhiều vào việc chỉ đạo công việc chứ không phải thực hiện mọi nhiệm vụ mình. Các chu kỳ quyết định đang bị nén lại, và sự tương tác giữa phán đoán của con người và thực hiện AI đang trở thành trung tâm của cách giá trị được tạo ra.

AI-Native SAFe xây dựng trên nền tảng đã được chứng minh của SAFe trong khi phát triển mô hình hoạt động cho thực tế mới này. Nó giữ nguyên sự tập trung vào giá trị của khách hàng, hợp tác xuyên chức năng, sắp xếp danh mục và cải tiến liên tục, đồng thời giới thiệu các cách mới để quản lý AI, quản lý dữ liệu như một tài sản chiến lược và thiết lập trách nhiệm trong các tổ chức được kích hoạt bởi AI.

Tại sao các khung khổ Agile truyền thống không còn đủ cho kỷ nguyên AI?

Các khung khổ Agile truyền thống vẫn còn vô cùng quý giá. Điều đã thay đổi là môi trường chúng hoạt động trong.

Trong nhiều năm, các tổ chức bị hạn chế bởi tốc độ họ có thể thiết kế, xây dựng và giao hàng phần mềm. AI thay đổi đáng kể phương trình đó. Như một khách hàng gần đây đã nói với chúng tôi, họ không còn bị giới hạn bởi tốc độ xây dựng; họ bị giới hạn bởi tốc độ xác định xem các giải pháp đó tạo ra giá trị có ý nghĩa, an toàn để triển khai và phù hợp với các mục tiêu kinh doanh.

Cổ chai đã chuyển từ sản xuất sang phán đoán. Từ đầu ra đến kết quả.

Các tổ chức hiện cần các mô hình hoạt động giúp họ liên tục đánh giá giá trị, quản lý AI một cách có trách nhiệm và phối hợp công việc giữa con người và AI. Đó là một sự tiến hóa vượt ra ngoài các phương pháp Agile truyền thống, không phải là thay thế cho chúng.

Những sai lầm lớn nhất mà các doanh nghiệp mắc phải khi cố gắng mở rộng các sáng kiến AI là gì?

Sai lầm đầu tiên là coi AI như một vấn đề về công cụ. Hầu hết các doanh nghiệp đã có quyền truy cập vào nhiều khả năng AI hơn so với những gì họ đang sử dụng hiệu quả.

Sai lầm thứ hai là lớp AI lên các quy trình công việc hiện có mà không đặt câu hỏi liệu các quy trình công việc đó có nên tồn tại hay không. Tự động hóa các quy trình không hiệu quả hiếm khi tạo ra sự chuyển đổi.

Sai lầm thứ ba là coi AI như một sáng kiến đổi mới cô lập thay vì một khả năng tổ chức. Việc áp dụng AI bền vững đòi hỏi phải thay đổi chiến lược, quản trị, phát triển sản phẩm, thực tiễn hoạt động và lãnh đạo, không chỉ đơn giản là triển khai một nền tảng công nghệ khác.

Các tổ chức có tác động lớn nhất thiết kế lại cách công việc xảy ra. AI trở thành một phần của mô hình hoạt động chứ không phải là một công cụ khác mà nhân viên dự kiến sẽ sử dụng.

Khoảng trống mà Kiến trúc sư Giá trị AI lấp đầy là gì và nó thay đổi động lực của đội như thế nào?

AI giảm đáng kể chi phí tạo ra các giải pháp, nhưng nó không giảm chi phí giải quyết vấn đề sai.

Kiến trúc sư Giá trị AI tồn tại để giúp các tổ chức tìm ra cơ hội tận dụng AI đồng thời đảm bảo họ tập trung vào kết quả kinh doanh. Vai trò này giúp cân bằng giá trị của khách hàng, tính khả thi kỹ thuật, chi phí, quản trị, xem xét pháp lý và trách nhiệm đạo đức trước khi các tổ chức đầu tư vào việc mở rộng các khả năng được kích hoạt bởi AI.

Thay vì trở thành một lớp phê duyệt khác, vai trò Kiến trúc sư Giá trị AI tạo ra sự liên kết giữa các nhà lãnh đạo kinh doanh, các đội sản phẩm và các tổ chức kỹ thuật để các quyết định về AI trở nên nhanh hơn và thông tin hơn. Nó cung cấp một cơ chế thực tế để cân bằng đổi mới với trách nhiệm trong khi giữ giá trị kinh doanh có thể đo lường ở trung tâm của mọi khoản đầu tư AI.

Làm thế nào để bạn cân bằng tốc độ đổi mới với sự giám sát AI có trách nhiệm?

Quản trị không nên là điều gì đó xảy ra sau đổi mới. Nó nên được xây dựng vào mô hình hoạt động để đổi mới có thể xảy ra một cách an toàn và liên tục.

Các doanh nghiệp lớn luôn cần phải cân bằng tốc độ với trách nhiệm. AI làm tăng tầm quan trọng của sự cân bằng đó vì các hệ thống AI giới thiệu các xem xét mới về chất lượng dữ liệu, minh bạch, thiên vị, tuân thủ và trách nhiệm tổ chức.

AI-Native SAFe làm cho quản trị rõ ràng hơn là ngầm định. Nó kết hợp quản trị vào việc ra quyết định danh mục, nâng cao quản lý dữ liệu như một vấn đề hàng đầu, giữ con người trong vòng lặp và giới thiệu sự rõ ràng về vai trò xung quanh trách nhiệm AI. Khi quản trị được nhúng vào cách các tổ chức hoạt động, nó trở thành một yếu tố kích thích đổi mới chứ không phải là một hạn chế.

Các cấu trúc đội của doanh nghiệp sẽ thay đổi như thế nào trong năm năm tới?

Chúng tôi thấy bốn sự thay đổi lớn đang xuất hiện trên các tổ chức hoạt động cao.

Thứ nhất, mọi người ngày càng tập trung vào việc xác định ý định và kết quả mong muốn thay vì thực hiện mọi nhiệm vụ thủ công.

Thứ hai, các chu kỳ học tập và thử nghiệm trở nên nhanh hơn đáng kể khi AI tăng tốc khám phá và phản hồi.

Thứ ba, đổi mới trở nên phân散 hơn vì AI giảm chi phí thử nghiệm trên toàn doanh nghiệp.

Thứ tư, các đội trở nên tăng cường bởi AI, với AI hoạt động như một thành viên tích cực trong giao hàng chứ không chỉ là một công cụ năng suất khác.

Trong tương lai, các đội AI-Native sẽ có thể được định nghĩa ít hơn bởi số lượng đầu người và nhiều hơn bởi cách họ phối hợp hợp tác giữa chuyên môn của con người và khả năng AI.

Tại sao sự sẵn sàng dữ liệu vẫn còn là một chướng ngại vật lớn và các tổ chức nên ưu tiên những gì?

Dữ liệu vẫn còn là một trong những rào cản lớn nhất để hiện thực hóa AI ở quy mô doanh nghiệp vì AI chỉ hiệu quả như thông tin nó được xây dựng. Dữ liệu phân mảnh, quản trị không nhất quán và các quy trình công việc không được thiết kế cho một môi trường AI-Native tiếp tục giữ nhiều tổ chức ở chế độ thí điểm chứ không phải mở rộng AI trên toàn bộ kinh doanh.

Nghiên cứu từ Viện Trở lại AI cho thấy 55% các giám đốc điều hành toàn cầu cho rằng thiếu dữ liệu sẵn sàng cho AI là yếu tố hạn chế lớn nhất để nhận ra giá trị từ AI. Điều đó củng cố những gì chúng tôi đang thấy trong thực tế: trước khi các tổ chức đầu tư nặng vào các ứng dụng AI mới, họ cần phải đối xử với dữ liệu như một tài sản chiến lược được quản lý, với quyền sở hữu rõ ràng, quản trị, tiêu chuẩn chất lượng và niềm tin. AI mở rộng bất kỳ thông tin nào nó được cung cấp, cho dù đó là tốt hay xấu.

Đó là lý do tại sao AI-Native SAFe kết hợp quản lý dữ liệu được kiểm soát như một yếu tố cấu trúc của mô hình hoạt động chứ không phải là một điều kiện tiên quyết hoặc trách nhiệm của người khác. Sự sẵn sàng dữ liệu không chỉ là một thách thức CNTT; nó là một thách thức về quản trị và mô hình hoạt động ảnh hưởng trực tiếp đến khả năng tạo ra giá trị kinh doanh từ AI.

Làm thế nào AI-Native SAFe giúp các tổ chức chuyển từ đo lường đầu ra đến đo lường kết quả?

AI làm cho việc tạo ra đầu ra trở nên dễ dàng hơn đáng kể. Khi thực hiện trở nên nhanh hơn và ít tốn kém hơn, đầu ra alone trở thành một thước đo tiến bộ yếu hơn. Lợi thế cạnh tranh thực sự chuyển sang đo lường xem những đầu ra đó tạo ra kết quả kinh doanh có ý nghĩa.

AI-Native SAFe được xây dựng xung quanh một chu kỳ phát triển sản phẩm dựa trên kết quả. Nó cung cấp các vai trò, thực tiễn và quản trị cần thiết để liên tục kết nối các khoản đầu tư AI với giá trị kinh doanh có thể đo lường.

Cùng một nghiên cứu từ Viện Trở lại AI hỗ trợ sự thay đổi này: các tổ chức thường xuyên đo lường và truyền đạt giá trị của AI ở cấp điều hành và hội đồng quản trị báo cáo lợi nhuận mạnh mẽ hơn từ các khoản đầu tư AI của họ. AI-Native SAFe giúp làm cho kỷ luật dựa trên kết quả đó trở thành một phần liên tục của cách doanh nghiệp hoạt động.

Các yếu tố nào các tổ chức nên xem xét khi quyết định chuyển sang AI-Native SAFe?

SAFe cốt lõi vẫn là mô hình hoạt động phù hợp cho nhiều tổ chức. AI-Native SAFe không được thiết kế để thay thế nó; nó mở rộng nó cho các tổ chức mà mô hình hoạt động của họ ngày càng được định hình bởi AI.

Các tổ chức nên xem xét nơi AI đang tạo ra cơ hội có ý nghĩa để thiết kế lại công việc chứ không chỉ tự động hóa các hoạt động hiện có. Họ nên đánh giá xem quản trị, thực tiễn lãnh đạo và khả năng dữ liệu của họ có sẵn sàng hỗ trợ AI ở quy mô doanh nghiệp hay không.

Quan trọng nhất, đây không phải là một quyết định tất cả hoặc không có gì. AI-Native SAFe bao gồm hướng dẫn áp dụng để các tổ chức có thể tiến hóa dần dần, áp dụng các thực tiễn AI-Native SAFe.

Mỗi tổ chức bắt đầu từ một vị trí khác nhau, và AI-Native SAFe được thiết kế để hỗ trợ sự tiến hóa đó.

Một doanh nghiệp bản địa AI thực sự trông như thế nào vào năm 2030?

Đến năm 2030, các tổ chức hoạt động cao nhất sẽ không nghĩ về AI như một vấn đề công nghệ mà như một cơ hội kinh doanh. Nó sẽ trở thành một phần không thể thiếu trong cách họ làm việc, duy trì tính cạnh tranh và cung cấp giá trị cho khách hàng của họ.

Các nhà lãnh đạo con người sẽ ngày càng xác định ý định, đưa ra quyết định chiến lược, thực hiện phán đoán và chịu trách nhiệm về kết quả. Các tác nhân AI sẽ thực hiện nhiều phân tích, phối hợp và thực hiện mà trước đây đòi hỏi nỗ lực đáng kể của con người.

Điều sẽ phân biệt các nhà lãnh đạo ngành không phải là khả năng tiếp cận AI, mọi người sẽ có khả năng tiếp cận AI mạnh mẽ. Yếu tố phân biệt sẽ là chất lượng của mô hình hoạt động của họ: cách họ phối hợp con người, AI, dữ liệu, quản trị và học tập liên tục để cung cấp kết quả kinh doanh có thể đo lường ở quy mô.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Scaled Agile.