Arun Hiremath, Chief Business Officer và Đồng sáng lập của EvoluteIQ – Loạt phỏng vấn

Arun Hiremath, Chief Business Officer và Đồng sáng lập của EvoluteIQ, là một giám đốc công nghệ và doanh nhân với gần ba thập kỷ kinh nghiệm trong lĩnh vực tự động hóa doanh nghiệp, chiến lược sản phẩm, phát triển kinh doanh và viễn thông. Tại EvoluteIQ, ông chịu trách nhiệm thúc đẩy tăng trưởng doanh thu và tăng cường mối quan hệ với khách hàng, đặc biệt là thông qua kinh doanh eiq360 của công ty. Trước khi gia nhập EvoluteIQ, Hiremath đã đồng sáng lập và lãnh đạo nền tảng low-code AmperAXP, được tích hợp vào EvoluteIQ vào năm 2021. Sự nghiệp trước đây của ông bao gồm các vị trí quản lý sản phẩm cấp cao tại Qualcomm (QCOM ), Ikanos Communications, Conexant Systems và Globespan, cũng như trách nhiệm phát triển kinh doanh khu vực châu Á – Thái Bình Dương tại Tata Elxsi (TATAELXSI.BO ).

EvoluteIQ là một công ty phần mềm doanh nghiệp đang phát triển một nền tảng AI-native để tự động hóa và điều phối các quy trình kinh doanh phức tạp, từ đầu đến cuối. Nền tảng EIQ của họ kết hợp AI đại lý, AI tạo sinh, tự động hóa quy trình và quyết định, tự động hóa quy trình robot, xử lý dữ liệu và sự kiện thông minh, tích hợp doanh nghiệp, phân tích và phát triển ứng dụng trong môi trường low-code/no-code. Được thiết kế để thay thế các công cụ tự động hóa phân mảnh bằng kiến trúc thống nhất, nền tảng này giúp các tổ chức xây dựng các quy trình làm việc thích ứng kết nối các hệ thống cũ và hiện đại trong khi duy trì quản lý, bảo mật và khả năng mở rộng cấp doanh nghiệp. EvoluteIQ phục vụ các tổ chức trên nhiều ngành công nghiệp, bao gồm ngân hàng, bảo hiểm, chăm sóc sức khỏe, viễn thông, sản xuất, năng lượng và bán lẻ.

Trong phỏng vấn trước của chúng tôi với Sameet Gupte, CEO của EvoluteIQ, chúng tôi đã thảo luận về tầm nhìn rộng lớn hơn của EvoluteIQ về tự động hóa doanh nghiệp AI-native. Từ góc độ của bạn khi làm việc chặt chẽ với khách hàng, điều gì đã thay đổi nhiều nhất trong cách các doanh nghiệp nghĩ về AI đại lý kể từ cuộc trò chuyện đó?

Đổi thay lớn nhất là các doanh nghiệp đã ngừng hỏi: “Liệu AI có thể làm được điều này” và bắt đầu hỏi: “Liệu tôi có thể tin tưởng AI để làm điều này?”

Một năm trước, hầu hết các cuộc trò chuyện tập trung vào mô hình nào có khả năng gì. Khách hàng hiện nay rất thực tế. Họ muốn biết liệu AI có thể phối hợp con người, ứng dụng, chính sách, phê duyệt, tuân thủ và các đại lý khác xung quanh một kết quả kinh doanh có thể đo lường được.

Xử lý yêu cầu bồi thường là một ví dụ tốt. Bản thân AI không nhất thiết là phần khó. Thử thách là thiết kế cách các đại lý tự động làm việc cùng con người và trong quản lý CNTT trên nhiều hệ thống, nhóm và ngoại lệ.

Nhiều công ty vẫn dường như coi AI như một lớp phần mềm khác được thêm vào trên các quy trình làm việc hiện có. Tại sao cách tiếp cận đó lại hạn chế, và nó sẽ trông như thế nào khi một doanh nghiệp thiết kế lại một quy trình xung quanh việc thực hiện tự động từ đầu?

Đặt AI lên một quy trình bị hỏng chỉ cho phép bạn đạt được kết quả sai lầm nhanh hơn.

Nhiều quy trình làm việc của doanh nghiệp được thiết kế cách đây 20 năm xung quanh việc ra quyết định thủ công. Thêm AI như một bước khác có thể tối ưu hóa quy trình, nhưng nó không biến đổi nó. Câu hỏi tốt hơn là những quyết định nào thực sự cần một người trong vòng lặp, và những quyết định nào có thể được ủy quyền an toàn cho các đại lý tự động.

Trong quản lý chi phí, ví dụ, AI có thể đánh giá chính sách, mẫu chi tiêu, lịch sử nhân viên và tài liệu hỗ trợ. Các yêu cầu thường xuyên có thể được phê duyệt trong vài phút, trong khi chỉ các trường hợp bất thường được chuyển lên các nhà quản lý.

Bạn đã lập luận rằng nhiều khách hàng không có vấn đề về nhà cung cấp mà là vấn đề về mô hình hoạt động. Những vấn đề tổ chức phổ biến nhất nào ngăn cản AI doanh nghiệp mở rộng quy mô vượt ra ngoài các thử nghiệm?

Hầu hết các doanh nghiệp không có sự thiếu hụt AI; họ có sự thiếu hụt về quyền sở hữu.

IT sở hữu cơ sở hạ tầng. Kinh doanh sở hữu quy trình. Bảo mật sở hữu quản lý. Các nhóm dữ liệu sở hữu mô hình. Hoạt động sở hữu thực hiện. Nhưng không ai nhất thiết phải sở hữu cách tất cả các mảnh ghép đó hợp tác để cung cấp một quy trình kinh doanh tự động. Điều gì bị thiếu là một cách thống nhất để đưa công nghệ vào hoạt động.

Đó là lý do tại sao các thử nghiệm thường trở thành những thành công bị cô lập. Các tổ chức thành công trong việc mở rộng tự động hóa đang thay đổi mô hình hoạt động của họ, không chỉ mua thêm công nghệ. Họ đang tạo ra các nhóm chức năng chéo cùng sở hữu kết quả kinh doanh chứ không phải chỉ các hệ thống riêng lẻ. Câu hỏi quan trọng là: Ai sở hữu kết quả, và ai chịu trách nhiệm cung cấp nó?

Bạn vẽ ranh giới giữa tự động hóa hữu ích, tự động hóa thông minh và tự động hóa đại lý thực sự ở đâu?

Tôi xem chúng như ba giai đoạn trưởng thành. Tự động hóa tuân theo hướng dẫn. Tự động hóa thông minh hiểu thông tin được cung cấp. Tự động hóa đại lý hiểu mục tiêu kinh doanh và làm việc để đạt được kết quả.

Trong xử lý hóa đơn, tự động hóa truyền thống sao chép thông tin giữa các hệ thống. Tự động hóa thông minh đọc hóa đơn, trích xuất dữ liệu và đánh dấu sự không nhất quán. Sau đó, tự động hóa đại lý có thể xác định thông tin bị thiếu, giao tiếp với nhà cung cấp, áp dụng chính sách kinh doanh, xử lý ngoại lệ, nhận phê duyệt và hoàn thành quy trình.

Sự khác biệt không chỉ là AI thông minh hơn. Sự khác biệt là nó sở hữu kết quả chứ không phải chỉ một nhiệm vụ.

Lãnh đạo doanh nghiệp đang dưới áp lực phải chứng minh ROI của AI nhanh chóng, nhưng việc chuyển đổi quy trình phức tạp mất thời gian. Làm thế nào các công ty nên cân bằng giữa tốc độ, quản lý và thay đổi mô hình hoạt động lâu dài?

Tốc độ mà không có quản lý tạo ra rủi ro. Quản lý mà không có tốc độ tạo ra sự thất vọng. Doanh nghiệp phải cân bằng cả hai.

Các công ty nên bắt đầu với một quy trình kinh doanh quan trọng – điều gì đó có thể chứng minh giá trị có thể đo lường được – nhưng xây dựng nó trên một nền tảng hỗ trợ quản lý, bảo mật, quan sát và tuân thủ. Giải pháp ban đầu không nên trở thành một silo khác.

Lỗi là tin rằng quản lý làm chậm đổi mới. Quản lý tốt thực sự tăng tốc việc áp dụng vì nó tạo ra niềm tin. Một khi các kiểm soát phù hợp được đặt ra, các tổ chức có thể di chuyển nhanh hơn và mở rộng quy mô với sự tự tin lớn hơn.

EvoluteIQ đã nhấn mạnh tự động hóa quy trình từ đầu đến cuối chứ không phải tự động hóa các nhiệm vụ bị cô lập. Tại sao sự khác biệt đó lại quan trọng đến vậy khi chuyển từ thử nghiệm AI sang triển khai sản xuất?

Các doanh nghiệp không trải nghiệm công việc như các nhiệm vụ cá nhân; họ trải nghiệm kết quả. Không ai庆祝 vì trích xuất tài liệu trở nên nhanh hơn 60%. Họ庆祝 vì việc onboard khách hàng hiện chỉ mất vài giờ thay vì hai tuần. Cải thiện các nhiệm vụ bị cô lập thường chỉ chuyển bottleneck sang nơi khác.

Khi nhập, xác thực, phê duyệt, ra quyết định, tích hợp hệ thống và giao tiếp với khách hàng được điều phối như một quy trình làm việc AI-native, tổ chức bắt đầu thấy kết quả kinh doanh có ý nghĩa. Tối ưu hóa một nhiệm vụ cải thiện hiệu quả nhưng tối ưu hóa quy trình thay đổi hiệu suất kinh doanh tổng thể và có thể ảnh hưởng đến P&L.

Thị trường đám mây đang ngày càng trở thành kênh phân phối cho tự động hóa AI doanh nghiệp. Bạn nhìn thấy các nền tảng như Google Cloud thay đổi như thế nào về cách các tổ chức lớn khám phá, đánh giá, mua và triển khai tự động hóa AI-native?

Thị trường đám mây đang làm cho phần mềm doanh nghiệp những gì các cửa hàng ứng dụng đã làm cho người tiêu dùng, nhưng với quản lý doanh nghiệp được tích hợp.

Họ loại bỏ ma sát trên toàn bộ quy trình mua, xem xét bảo mật và thỏa thuận thương mại. Các tổ chức cũng có thể tận dụng các cam kết đám mây hiện có, cho phép các nhóm tập trung ít hơn vào việc mua phần mềm và nhiều hơn vào kết quả kinh doanh.

Khách hàng không nên phải chờ đợi chu kỳ mua sắm sáu tháng chỉ để đánh giá một nền tảng AI-native. Thị trường cho phép họ bắt đầu giải quyết các vấn đề kinh doanh nhanh hơn trong khi vẫn nằm trong quản lý doanh nghiệp đã thiết lập.

EvoluteIQ gần đây đã nhấn mạnh eiq360 như một nền tảng dựa trên Google Cloud và Gemini có thể chuyển đổi ý định kinh doanh thành các quy trình làm việc sẵn sàng cho doanh nghiệp bằng ngôn ngữ tự nhiên, đồng thời duy trì quản lý và kiểm soát. Điều đó có ý nghĩa gì cho người dùng kinh doanh không kỹ thuật?

Chúng tôi đang chuyển từ một thế giới nơi người dùng kinh doanh mô tả yêu cầu cho các nhóm kỹ thuật và chờ đợi kết quả, sang một thế giới nơi người dùng mô tả kết quả.

Với eiq360, người dùng có thể mô tả quy trình họ muốn cải thiện bằng ngôn ngữ tự nhiên. Nền tảng sau đó có thể giúp tạo ra các quy trình làm việc sẵn sàng cho doanh nghiệp trong khi tự động áp dụng quản lý, bảo mật, tuân thủ và kiểm soát vận hành.

Điều này không loại bỏ IT; nó nâng cao IT. Các nhóm công nghệ có thể tập trung vào việc xác định các rào cản doanh nghiệp, dịch vụ có thể tái sử dụng và tiêu chuẩn quản lý thay vì xây dựng thủ công từng quy trình làm việc. Đó là một trong những thay đổi quan trọng nhất mà AI đang mang lại cho phần mềm doanh nghiệp như chúng tôi nhìn thấy.

Câu “AI doanh nghiệp nên cảm thấy nhàm chán” đi ngược lại với nhiều sự cường điệu hiện tại. Điều gì nên cảm thấy nhàm chán, có thể đoán trước hoặc lặp lại về AI khi nó được sử dụng cho việc thực hiện kinh doanh quan trọng?

Không ai muốn việc trả lương trở nên thú vị. Không ai muốn một yêu cầu bảo hiểm trở nên bất ngờ. Không ai muốn một giao dịch ngân hàng trở nên sáng tạo.

AI doanh nghiệp nên tuyệt đối là đổi mới trong quá trình thử nghiệm. Khi nó đi vào sản xuất, nó nên trở nên có thể đoán trước một cách tuyệt vời. Nó nên tạo ra kết quả nhất quán, giải thích quyết định của mình, nhận ra khi sự tự tin thấp và yêu cầu can thiệp của con người khi cần. AI doanh nghiệp tốt nhất không phải là AI mà mọi người muốn nói về. Đó là AI mà không ai để ý vì kinh doanh đơn giản là hoạt động tốt hơn.

Nhìn về tương lai, điều gì sẽ phân biệt các doanh nghiệp thành công trong việc vận hành AI đại lý với những doanh nghiệp vẫn còn mắc kẹt trong chế độ thử nghiệm?

Người chiến thắng sẽ không nhất thiết phải có các mô hình AI tiên tiến nhất. Họ sẽ là những người có mô hình hoạt động tốt nhất cho AI. Họ sẽ thiết kế lại quy trình thay vì số hóa sự không hiệu quả, xây dựng quản lý trước khi mở rộng quy mô và tạo ra các khả năng doanh nghiệp có thể tái sử dụng thay vì các bằng chứng về khái niệm bị cô lập.

Điều quan trọng nhất là họ sẽ ngừng nghĩ về AI như một ứng dụng khác và bắt đầu đối xử với nó như một lực lượng lao động mới hợp tác với con người, hệ thống và chính sách kinh doanh. Thập kỷ tới sẽ là về việc tối ưu hóa cách con người, các đại lý AI và hệ thống doanh nghiệp làm việc cùng nhau.