Aron England, Chief Product & Technology Officer tại Accruent – Loạt phỏng vấn

Aron England, Chief Product and Technology Officer tại Accruent, là một nhà lãnh đạo công nghệ và sản phẩm giàu kinh nghiệm, được biết đến với việc xây dựng và mở rộng các đội ngũ toàn cầu, cung cấp các giải pháp SaaS và công nghệ từ giai đoạn nghiên cứu ban đầu đến các sản phẩm hướng đến khách hàng trong giai đoạn tăng trưởng cao. Ông kết hợp chuyên môn sâu rộng trong các lĩnh vực thị trường tiêu dùng, SaaS doanh nghiệp, thương mại điện tử và công nghệ thương mại với khả năng lãnh đạo con người mạnh mẽ, kết hợp đổi mới với sự hiểu biết sâu sắc về vấn đề của khách hàng để thúc đẩy sự phù hợp của sản phẩm và thị trường bền vững, cũng như kết quả kinh doanh có thể đo lường được, bao gồm cả tăng trưởng thông qua mua lại và chiến lược dựa trên sở hữu trí tuệ.

Accruent cung cấp phần mềm giúp các tổ chức vận hành mặt vật lý của doanh nghiệp một cách hiệu quả hơn, kết hợp các công cụ cho cơ sở vật chất, tài sản, không gian và hoạt động nơi làm việc trong một hệ thống kết nối. Nền tảng của công ty được thiết kế để giảm phân mảnh, cải thiện khả năng hiển thị và ra quyết định, cũng như giúp các đội ngũ lên kế hoạch, bảo trì và tối ưu hóa các tòa nhà và thiết bị trên nhiều ngành công nghiệp khác nhau.

Bạn đã xây dựng và lãnh đạo các đội ngũ hoạt động cao trong hơn 25 năm. Nhìn lại các công ty khởi nghiệp, doanh nghiệp lớn và hiện tại là Accruent, kinh nghiệm quan trọng nào đã định hình cách bạn nghĩ về việc xây dựng công nghệ đáng tin cậy trên quy mô lớn?

Từ việc dành thời gian tại các công ty Fortune 50 và làm việc trong lĩnh vực lãnh đạo công nghệ tại các công ty khởi nghiệp giai đoạn đầu, giữa và lớn, cả công ty công khai và tư nhân, tôi đã có được một loạt kinh nghiệm khi nói đến việc thúc đẩy việc áp dụng chuyển đổi số trên nhiều ngành công nghiệp khác nhau. Điều đáng chú ý nhất là tôi là nhân viên thứ chín tại DocuSign (DOCU ) và chúng tôi đang nhắm vào một thị trường cần một sự thay đổi thực sự. Việc thúc đẩy ngành công nghiệp hợp đồng analog qua một quá trình chuyển đổi số toàn diện không chỉ đòi hỏi xây dựng niềm tin trên thị trường, mà còn cần có luật pháp để đảm bảo sự an toàn cho sự thay đổi này. Có rất nhiều bài học liên quan đến thời gian của tôi tại đó có thể được áp dụng cho thị trường hiện tại của các công cụ LLM và AI.

Ở mức độ cao, mẫu kinh nghiệm của tôi vẫn nhất quán: các hệ thống đáng tin cậy không xuất hiện một cách tình cờ. Chúng đến từ kiến trúc có chủ đích, tính nhất quán của dữ liệu, tính minh bạch và sự hiểu biết sâu sắc về cách con người thực sự sử dụng công nghệ.

Bạn đã cảnh báo rằng vào năm 2026, các kỹ thuật viên sẽ không còn chấp nhận các hệ thống AI chỉ đơn giản nói “tin tôi”. Từ góc độ của Accruent, điều gì đang thúc đẩy sự thay đổi này trong kỳ vọng của các chuyên gia và nhân viên dịch vụ trên hiện trường?

Trong môi trường nơi các nhà quản lý cơ sở và kỹ thuật viên sử dụng AI để chẩn đoán sự cố thiết bị và hướng dẫn sửa chữa phức tạp, một bước đi sai từ một khuyến nghị sai hoặc không chính xác có thể gây ra rủi ro kinh doanh và an toàn lớn.

Thường xuyên, các LLM tạo ra câu trả lời kết hợp từ nhiều trang, mà không trích dẫn lại bằng chứng cơ bản. Kết quả là, nếu một kỹ thuật viên theo một bước được tạo bởi AI mà không tồn tại trực tiếp trong sổ tay của nhà sản xuất, một tổ chức có thể phải đối mặt với phản ứng tuân thủ lớn, vì họ sẽ không có một chuỗi bằng chứng có thể bảo vệ được cho các cuộc kiểm toán hoặc xem xét an toàn. Khi AI trở thành yếu tố then chốt và “vô hình” trong phần mềm, tầm quan trọng của tính khả dụng sẽ tăng lên.

Ảo giác của AI có thể gây ra hơn là một sự bất tiện trong các ngành công nghiệp được quy định — chúng có thể tạo ra rủi ro an toàn, tuân thủ và vận hành thực sự. Loại kịch bản ảo giác nào khiến bạn quan tâm nhất khi nói đến bảo trì, quản lý cơ sở hoặc vận hành tài sản?

Trong sản xuất, nếu một gợi ý được tạo bởi AI cho một công nhân nhà máy thực hiện hành động sai trên một thiết bị quan trọng, nó có thể dẫn đến thời gian ngừng hoạt động không dự kiến, vật liệu bị浪 phí, sản phẩm cuối cùng bị lỗi hoặc máy móc bị hư hỏng. Những sai lầm này có thể là những sai lầm trị giá hàng triệu đô la khi các dây chuyền sản xuất đứng yên hoặc thậm chí gây tổn hại đến danh tiếng nếu sau đó dẫn đến việc thu hồi.

Các ảo giác từ các công cụ AI cũng đặc biệt có hại cho các ngành như chăm sóc sức khỏe, nơi trách nhiệm pháp lý và sinh mạng của bệnh nhân bị đe dọa khi có sự cố máy mà không được bảo trì hoặc sửa chữa đúng thời hạn. Khi bạn đối phó với các ngành công nghiệp tương tác với thế giới thực, việc sửa chữa sai lầm không đơn giản như nhấn nút xóa và bắt đầu lại.

Bạn đã nhấn mạnh rằng mỗi đầu ra của AI phải trỏ trở lại các nguồn gốc — sổ tay, bảng dữ liệu, sơ đồ, nhật ký lịch sử. Accruent đang thiết kế các hệ thống như thế nào để đảm bảo tính khả dụng và loại bỏ các câu trả lời “hộp đen”?

Chúng tôi đảm bảo rằng các khuyến nghị của AI có thể được truy vết trở lại các điểm đầu ra có ý nghĩa trong tài liệu nguồn của nó, chẳng hạn như trang cụ thể của sổ tay, sơ đồ, bảng dữ liệu hoặc mục nhật ký đã thông báo cho gợi ý đó. Ví dụ, nếu các khuyến nghị của AI cho một nhà quản lý cơ sở trong chăm sóc sức khỏe cách bảo dưỡng một máy nén, họ nên có thể theo dõi lại đoạn văn cụ thể hỗ trợ bước đó trong một cú nhấp chuột, để đảm bảo độ chính xác. Để đóng khoảng cách tin cậy ngày càng tăng trong các hệ thống AI doanh nghiệp hiện nay, điều quan trọng là các hệ thống này cũng phải có khả năng tiết lộ những điểm hoặc trang nào thực sự được đánh giá, để người dùng biết liệu AI đã xem xét tất cả các tài liệu liên quan hay chỉ một tập con.

Nhiều công cụ AI doanh nghiệp ưu tiên tốc độ, nhưng môi trường được quy định đòi hỏi phải có hồ sơ kiểm toán, độ chính xác của tài liệu và lập luận có thể kiểm chứng. Bạn làm thế nào để cân bằng đổi mới với nhu cầu về tính minh bạch và tuân thủ?

Đính kèm AI vào các quy trình công việc hiện có là chìa khóa. Điều này đơn giản hóa quá trình thêm vào các phê duyệt, tài liệu, quy trình bảo trì và kiểm tra tuân thủ để tăng cường các phương pháp đã biết, thay vì triển khai một công cụ mới bị cô lập. Điều này có nghĩa là tránh một sự thay đổi hoàn toàn các hoạt động và cho phép nhân viên tiếp tục làm việc theo cách họ đã làm, nhưng với các quy trình thủ công, tốn thời gian trở nên tự động hóa.

Kỹ thuật viên trên hiện trường dựa vào các hướng dẫn chính xác. Accruent đang tiếp cận thách thức của việc dựa trên đầu ra của AI vào tài liệu nguồn có thẩm quyền để giảm rủi ro và tăng cường sự tự tin của kỹ thuật viên như thế nào?

Phương pháp của chúng tôi bắt đầu bằng việc thu thập và tổ chức các sổ tay, sơ đồ, bản vẽ, hợp đồng thuê và lệnh làm việc lịch sử để đảm bảo AI cung cấp câu trả lời từ nội dung cụ thể của công ty, không phải dữ liệu đào tạo chung. Khi tạo ra các thủ tục, khuyến nghị hoặc danh sách kiểm tra, các hệ thống của chúng tôi được thiết kế để mỗi bước có thể được truy vết trở lại tài liệu gốc.

Nếu không có tính năng này, các kỹ thuật viên đã bị giới hạn về nguồn lực sẽ phải dành thêm thời gian để đào sâu vào tài liệu một cách thủ công để xác minh độ chính xác, làm chậm thêm các quy trình và lệnh làm việc.

Cung cấp AI sẵn sàng cho kiểm toán đòi hỏi phải có một lượng lớn dữ liệu có cấu trúc. Những thách thức dữ liệu nào — từ tài liệu di sản không có cấu trúc đến lịch sử tài sản không nhất quán — cần được giải quyết để biến tầm nhìn này thành hiện thực?

Cung cấp AI sẵn sàng cho kiểm toán bắt đầu với dữ liệu đáng tin cậy và được tổ chức tốt. Tuy nhiên, hầu hết môi trường được xây dựng vẫn sống trong các quy trình analog, với nhập dữ liệu thủ công, tệp PDF được quét và bảng tính bị cô lập. Khi có khoảng trống trong dữ liệu và lịch sử tài sản không đầy đủ hoặc không nhất quán, rủi ro ảo giác của AI tăng lên. Để làm cho đầu ra của AI trở nên đáng tin cậy trong môi trường được quy định, các công ty phải giải quyết các chướng ngại vật dữ liệu di sản, từ các định dạng không có cấu trúc đến lịch sử không nhất quán, đến thiếu quản trị, bằng cách di chuyển vào các hệ thống tài liệu và dữ liệu tài sản được cấu trúc, kiểm soát phiên bản và tập trung.

Hệ thống Quản lý Tài liệu Kỹ thuật (EDMS) của chúng tôi có thể thực hiện việc đó cho nhiều ngành công nghiệp, bao gồm khai thác, tiện ích, sản xuất và nhiều hơn nữa. Những ngành công nghiệp này thường phụ thuộc vào bản vẽ kỹ thuật và tài liệu vật lý, điều này có thể tạo ra những cơn ác mộng về kiểm soát phiên bản. Sử dụng giải pháp EDMS của chúng tôi để số hóa các tài liệu này là bước đầu tiên. Từ đó, phần mềm giúp quản lý kiểm soát phiên bản, quản lý quy trình công việc và hồ sơ kiểm toán để đảm bảo loại bỏ sự không nhất quán.

Khi AI trở nên nhúng trong bảo trì, quản lý cơ sở và quản lý vòng đời tài sản, bạn thấy cơ hội lớn nhất để cải thiện năng suất mà không ảnh hưởng đến an toàn hoặc yêu cầu quy định là gì?

Một trong những cơ hội lớn nhất là tự động hóa các nhiệm vụ tầm thường, không mang lại giá trị gia tăng cho nhân viên, chẳng hạn như nhập dữ liệu thủ công và lên lịch lệnh làm việc cho các kỹ thuật viên. Từ bên ngoài, nó có vẻ như một nhiệm vụ tương đối dễ dàng nhưng tốn thời gian. Tuy nhiên, AI có thể tiếp cận nhiệm vụ này một cách chiến lược hơn.

Trước hết, nếu thiết bị được theo dõi bằng cảm biến, một lệnh làm việc có thể được kích hoạt dựa trên việc phát hiện bất thường, trước khi có bất kỳ sự cố thực sự nào xảy ra. Thứ hai, AI có thể giúp tự động ưu tiên các lệnh làm việc dựa trên mức độ khẩn cấp và lên lịch sửa chữa vào thời điểm gây ít gián đoạn nhất cho doanh nghiệp – nó cũng có thể cân nhắc nhiều vấn đề đồng thời, chi phí, an toàn và doanh thu cùng một lúc để tìm ra con đường tiến bộ tốt nhất.

AI có tiềm năng không chỉ “hỗ trợ” các đội bảo trì và quản lý cơ sở – nó sẽ ngày càng đóng vai trò như một nhà điều hành kỹ thuật số.

Tin cậy đang trở thành yếu tố then chốt mới cho AI doanh nghiệp. Bạn tin rằng các nhà cung cấp sẽ cần làm gì khác biệt trong hai năm tới để kiếm được — và giữ — sự tin cậy đó?

Các nhà cung cấp phải ngừng giả định rằng khách hàng sẽ đơn giản “tin vào mô hình” khi nói đến AI doanh nghiệp. Các khuyến nghị từ AI cần phải thể hiện bằng chứng về cách chúng được tạo ra. Một cách để giải quyết điều này là dưới dạng trích dẫn và mô tả rõ ràng về tài liệu mà AI đã xem xét và không xem xét. Ví dụ, nếu một nhân viên yêu cầu AI phân tích 1.000 hợp đồng thuê, họ nên biết rõ liệu nó đã đánh giá tất cả 1.000 hay chỉ 700, và tại sao hoặc tại sao không.

Trong khuôn khổ này, yếu tố hàng đầu mà các nhà cung cấp nên ưu tiên là tính minh bạch trong việc sử dụng dữ liệu. Điều đó bao gồm sự rõ ràng về ai nhìn thấy dữ liệu, cách nó được sử dụng (bao gồm cả ý nghĩa đào tạo), và cách nó được phân tách hoặc cô lập khỏi môi trường của khách hàng khác.

Trong hai năm tới, việc kiếm được sự tin cậy sẽ là tối quan trọng, và các nhà cung cấp có thể chiếm ưu thế bằng cách rõ ràng về hạn chế của công cụ AI, giữ con người trong vòng lặp cho các quyết định rủi ro cao, và bắt đầu với các trường hợp sử dụng hẹp, rõ ràng, mang lại giá trị hữu hình mà không đặt khách hàng vào tình huống “hộp đen”.

Nhìn về tương lai, bạn thấy AI sẽ phát triển như thế nào trong các hoạt động quan trọng và vai trò nào bạn kỳ vọng Accruent sẽ đóng trong việc thiết lập các tiêu chuẩn ngành cho AI đáng tin cậy và minh bạch?

AI trong các hoạt động quan trọng đang phát triển nhanh chóng từ tự động hóa nhiệm vụ đơn lẻ bị cô lập thành các hệ thống thông minh, đa tác nhân có thể phối hợp và tối ưu hóa toàn bộ quy trình công việc. Thay vì chỉ hỗ trợ người dùng, AI sẽ cung cấp hỗ trợ quyết định tự chủ, liên tục theo dõi điều kiện hoạt động, dự đoán rủi ro và đề xuất hành động với tính minh bạch và khả năng truy vết đầy đủ. Khi AI học cách kết hợp tài liệu không có cấu trúc, dữ liệu hoạt động có cấu trúc và tín hiệu thời gian thực, nó sẽ được nhúng trực tiếp vào các quy trình hàng ngày, thúc đẩy kết quả nhanh hơn, an toàn hơn và đáng tin cậy hơn.

Theo thời gian, điều này sẽ cho phép một sự thay đổi hướng tới các hoạt động tự chủ, nơi các hệ thống có thể tự tối ưu hóa và tự sửa chữa, trong khi con người tập trung vào giám sát và ra quyết định chiến lược. Với tư cách là người dẫn đầu thị trường, Accruent sẽ giúp thiết lập các tiêu chuẩn ngành cho AI đáng tin cậy và minh bạch bằng cách tích hợp khả năng kiểm toán, giải thích và quản trị mạnh mẽ vào nền tảng của mình và bằng cách hợp tác với khách hàng, đối tác và cơ quan quản lý để định nghĩa các phương pháp hay nhất cho việc triển khai an toàn trong các môi trường quan trọng.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm có thể truy cập Accruent.