Don Schuerman, CTO tại Pegasystems – Loạt phỏng vấn

Don Schuerman là giám đốc công nghệ và phó chủ tịch tiếp thị sản phẩm tại Pegasystems, chịu trách nhiệm về nền tảng và ứng dụng quản lý quan hệ khách hàng (CRM) của Pega.

Ông có 20 năm kinh nghiệm trong việc cung cấp các giải pháp phần mềm doanh nghiệp cho các tổ chức Fortune 500, với trọng tâm vào chuyển đổi số, di động, phân tích, quản lý quy trình kinh doanh, đám mây và CRM.

Pegasystems cung cấp một nền tảng mạnh mẽ được thiết kế để giúp các tổ chức đạt được kết quả chuyển đổi kinh doanh thông qua tối ưu hóa thời gian thực. Nền tảng này cho phép khách hàng giải quyết các thách thức kinh doanh chính bằng cách sử dụng quyết định AI doanh nghiệp và tự động hóa quy trình, bao gồm cả việc cá nhân hóa tương tác khách hàng, tự động hóa dịch vụ và cải thiện hiệu quả hoạt động. Thành lập vào năm 1983, Pegasystems đã phát triển một kiến trúc có thể mở rộng và linh hoạt hỗ trợ các doanh nghiệp đáp ứng nhu cầu khách hàng hiện tại và thích nghi với nhu cầu tương lai.

Với kinh nghiệm rộng lớn của bạn as CTO tại Pegasystems, làm thế nào Pega GenAI phân biệt mình trong cảnh quan phát triển nhanh chóng của trí tuệ nhân tạo tạo sinh cho doanh nghiệp?

Pega đã được đổi mới các giải pháp AI trong nhiều năm, bao gồm cả việc khám phá trí tuệ nhân tạo tạo sinh từ trước khi nó trở thành xu hướng. Tôi nghĩ có ba điều khiến chúng tôi khác biệt:

Thứ nhất, chúng tôi không chỉ tăng tốc quy trình, mà còn thúc đẩy đổi mới. Hầu hết các nhà cung cấp phần mềm doanh nghiệp đã triển khai các bot, đại lý hoặc tính năng đồng hành AI tạo sinh, nhưng sự thật là những công cụ giống nhau này sẽ không mang lại sự khác biệt cạnh tranh. Chúng tôi cho phép khách hàng của mình tưởng tượng lại cách toàn bộ doanh nghiệp của họ hoạt động với các công cụ độc đáo như Pega GenAI Blueprint, cung cấp thiết kế ứng dụng tốt nhất trong vài giây. Chúng tôi không chỉ tự động hóa nhiệm vụ; chúng tôi đang cơ bản tưởng tượng lại cách các doanh nghiệp hoạt động và đổi mới.

Thứ hai, chúng tôi không chỉ tự động hóa trong孤立, mà còn điều phối cách công việcđược thực hiện từ đầu đến cuối. Các nhà cung cấp khác rắc rối các tính năng bot AI tạo sinh và hy vọng rằng đó là đủ để tăng hiệu quả. Nền tảng của chúng tôi được dựa trên quản lý trường hợp và điều phối hàng đầu trong ngành, cho phép chúng tôi không chỉ tự động hóa với AI tạo sinh mà còn điều phối và tối ưu hóa toàn bộ quy trình từ đầu đến cuối.

Thứ ba, chúng tôi không chỉ là một động cơ AI tạo sinh chung – chúng tôi tập trung vào việc thúc đẩy tương tác khách hàng và tự động hóa quy trình tốt hơn thông qua AI. Đôi khi, vấn đề tại tay đòi hỏi sức mạnh sáng tạo của trí tuệ nhân tạo tạo sinh, trong khi các vấn đề khác có thể yêu cầu AI dự đoán hoặc quyết định để đưa thêm logic vào quy trình.

Trong bài viết của bạn trên Mở khóa tiềm năng của AI tiên tiến cho đổi mới kinh doanh, bạn đề cập đến tiềm năng của trí tuệ nhân tạo tạo sinh trong việc tưởng tượng lại hoạt động kinh doanh. Những ví dụ cụ thể nào về việc AI có thể kích hoạt chuyển đổi di sản trong các công ty đã thành lập?

Giám đốc thiết kế của Deutsche Telekom (DTE.DE ), Daniel Wenzel, đã mô tả với khán giả tại PegaWorld iNspire vào mùa hè này về cách ông đang sử dụng Pega GenAI Blueprint để giúp ông tưởng tượng lại hơn 800 quy trình kinh doanh riêng biệt trong bộ phận dịch vụ nhân sự. Ông nói rằng nút thắt lớn nhất trong việc cố gắng cải thiện những quy trình này là rằng các doanh nghiệp và IT không nói cùng một ngôn ngữ, dẫn đến những kỳ vọng không được thực hiện. Pega GenAI Blueprint giúp cả hai bên liên quan hiểu quy trình và cách cải thiện nó nhanh hơn so với các phương pháp truyền thống, dẫn đến các giải pháp hiệu quả hơn.

Cùng một bài viết cũng thảo luận về những hạn chế của các ứng dụng AI tạo sinh hiện tại. Làm thế nào các công ty có thể đi beyond những cải thiện năng suất nhỏ để tận dụng toàn bộ tiềm năng chuyển đổi của AI?

Hầu hết AI tạo sinh trong phần mềm doanh nghiệp được áp dụng như các tính năng riêng lẻ giúp tăng tốc các khía cạnh cụ thể của quy trình. Nhưng những tính năng này đã trở nên phổ biến và không mang lại lợi thế cạnh tranh. Các mẹo về năng suất như tóm tắt và tạo văn bản là những điều cơ bản – những gì các doanh nghiệp cần để tiến bộ trên thị trường là sử dụng AI tạo sinh để đổi mới tất cả các cách làm kinh doanh ở mức cao. Ví dụ, Gartner đã xác định một danh mục công nghệ mới mà họ gọi là Công nghệ điều phối và tự động hóa kinh doanh (BOAT) xem xét việc thúc đẩy kết quả kinh doanh một cách toàn diện, từ việc tối ưu hóa chi phí, cải thiện việc ra quyết định, giảm chi phí hoạt động và sử dụng các công nghệ tự động hóa phù hợp cho công việc. Các tính năng AI tạo sinh riêng lẻ có vị trí của chúng, nhưng đó chỉ là một phần của câu đố và không phải là viên đạn bạc để giải quyết tất cả các vấn đề.

Những trường hợp sử dụng AI tạo sinh nào cho doanh nghiệp là đầy hứa hẹn nhất, vượt beyond những cải thiện năng suất thông thường, và làm thế nào các doanh nghiệp có thể triển khai những trường hợp này?

Cơ hội AI tạo sinh thú vị nhất là tiềm năng tiêm các phương pháp hay nhất vào quy trình. Những người sử dụng AI tạo sinh để chỉ viết thêm mã có thể đang thiết lập mình cho thêm nợ kỹ thuật trong tương lai. Việc tiêm IP vào quy trình thiết kế phần mềm là một yếu tố thay đổi trò chơi, cho phép các tổ chức đạt được giải pháp tối ưu nhanh hơn dựa trên nhiều năm kinh nghiệm. Và vì nó được phát triển như một mô hình trực quan và không chỉ là các dòng mã, nên dễ dàng hơn để cộng tác và tinh chỉnh nó theo thời gian trên các bên liên quan kỹ thuật và phi kỹ thuật. Trước đây, việc hoàn thiện thiết kế ứng dụng có thể mất vài tuần và yêu cầu kỹ năng chuyên sâu; bây giờ, những công cụ AI tạo sinh này cho phép người dùng kinh doanh nhập nhu cầu cụ thể của họ bằng ngôn ngữ đơn giản và nhanh chóng chuyển từ khái niệm đến thiết kế toàn diện. Forrester gần đây đã xuất bản một số nghiên cứu dự đoán rằng việc sử dụng AI để tiêm IP vào các hệ thống thiết kế dựa trên mô hình hoặc mã thấp sẽ cơ bản thay đổi cách các doanh nghiệp sử dụng phần mềm – cho phép họ xây dựng nhiều hơn và mua ít hơn các ứng dụng ‘trên kệ’. Tôi nghĩ đây là một sự chuyển đổi lớn, và chúng tôi tin rằng với Pega GenAI Blueprint, chúng tôi đang ở vị trí tốt để trở thành nền tảng được chọn cho khách hàng doanh nghiệp của mình.

Bạn đã đề xuất trước đó rằng AI tạo sinh có thể hỗ trợ trong phát triển sản phẩm bằng cách xác định khoảng trống thị trường. Bạn có thể giải thích thêm về cách quy trình này hoạt động và chia sẻ một ví dụ thực tế?

Nền tảng ra quyết định khách hàng của chúng tôi là một giải pháp AI dự đoán giúp khách hàng của chúng tôi thực hiện hành động tiếp theo tốt nhất với khách hàng của họ, cho dù đó là bán thêm sản phẩm, giải quyết vấn đề dịch vụ hoặc đôi khi không làm gì cả. Điều này cho phép chúng tôi kết nối với khách hàng 1:1 với các hành động phục vụ tốt nhất nhu cầu cá nhân của họ. Nhưng hoạt động theo cách 1:1 có nghĩa là bạn cần một lượng lớn các đề xuất được tùy chỉnh – nó tốt hơn nhiều so với việc gửi thư rác cho mọi người, nhưng nó đòi hỏi các tổ chức tiếp thị phải tạo ra nhiều thông điệp hơn phù hợp với các nhóm khách hàng khác nhau. Bây giờ với AI tạo sinh, chúng tôi có thể khám phá ra những khách hàng nào đã không được phục vụ và sau đó đề xuất các hành động mới và xây dựng các phương pháp điều trị mới sẽ có lợi hơn cho những nhóm này. Điều này có tiềm năng giúp các tổ chức mở rộng vào các khán giả thị trường mà họ thường không thể tiếp cận.

Làm thế nào các công ty đã thành lập với hệ thống di sản có thể tích hợp hiệu quả AI tạo sinh để duy trì tính cạnh tranh với các công ty khởi nghiệp linh hoạt hơn, đặc biệt là trong việc tưởng tượng lại hoạt động cốt lõi của họ?

Tôi nghĩ chúng tôi đang bước vào một điểm chuyển đổi cho các hệ thống di sản. Trong nhiều thập kỷ, các doanh nghiệp lớn đã đá quả bóng nợ kỹ thuật xuống đường. Chúng tôi đã dành nhiều năm áp dụng các giải pháp tạm thời như RPA mà không giải quyết các vấn đề cơ bản mà các hệ thống di sản đặt ra cho các doanh nghiệp – chúng hút tiền chi tiêu CNTT có thể dành cho đổi mới, chúng giới thiệu rủi ro và chúng ngăn cản các doanh nghiệp di chuyển nhanh trong các thị trường thay đổi. May mắn thay, tôi tin rằng một trong những siêu năng lực của AI tạo sinh là nó sẽ cho phép chúng tôi tăng tốc độ tái thiết và nghỉ hưu các hệ thống di sản của mình – không chỉ bằng cách tái mã hóa chúng, mà bằng cách tái nghĩ quy trình và quy trình làm việc để chạy trên kiến trúc đám mây hiện đại và cung cấp các trải nghiệm kỹ thuật số mà khách hàng và nhân viên mong đợi.

Trong một bài viết riêng về thiết lập một tuyên ngôn AI, bạn nhấn mạnh tầm quan trọng của việc gắn chiến lược AI với kết quả có thể đo lường. Bạn có thể cung cấp hướng dẫn về cách các doanh nghiệp có thể căn chỉnh mục tiêu AI của họ với kết quả kinh doanh cụ thể?

Quá nhiều công ty bắt đầu bằng cách tập trung vào một công cụ mới như AI thay vì bắt đầu bằng cách tìm ra mục tiêu kinh doanh của họ là gì và vấn đề họ cần giải quyết. Bằng cách tập trung vào công cụ thay vì vấn đề, họ tự giới hạn mình vào một con đường có thể không tối ưu cho doanh nghiệp của họ. Thay vào đó, họ cần bước lại và hỏi mình họ đang cố gắng đạt được điều gì. Đôi khi AI tạo sinh không phải là giải pháp đúng và có thể được phục vụ tốt hơn bằng cách áp dụng AI quyết định thay vào đó. Họ cần nhớ rằng có các loại AI khác nhau phù hợp hơn với việc giải quyết các vấn đề kinh doanh khác nhau.

Làm thế nào các doanh nghiệp có thể tận dụng AI tạo sinh để cách mạng hóa hoạt động của họ thay vì chỉ tự động hóa các nhiệm vụ thường xuyên? Những chiến lược nào họ nên áp dụng để tối đa hóa ROI trong lĩnh vực này?

Đừng chỉ tập trung vào các nhiệm vụ cá nhân – điều này sẽ ngăn bạn nhìn thấy bức tranh lớn. Bước lại và hiểu các quy trình kinh doanh tổng thể của bạn và kết quả bạn đang cố gắng thúc đẩy từ chúng. AI tạo sinh có thể được sử dụng để phân tích các quy trình của bạn và tiêm các phương pháp hay nhất vào bất kỳ ngành nào. Điều này có thể thúc đẩy những thay đổi sâu sắc bằng cách cho phép các công ty tưởng tượng lại và thiết kế lại các quy trình cốt lõi của họ. Ví dụ, AI có thể giúp thiết kế các mô hình hoạt động mới từ đầu hoặc tái thiết kế các mô hình hiện có để cải thiện hiệu quả và đổi mới. Thiết lập các chỉ số thành công rõ ràng và tinh chỉnh lại phương pháp của bạn thường xuyên dựa trên những thông tin này. Bằng cách tận dụng AI để thúc đẩy thay đổi có ý nghĩa thay vì cải thiện nhỏ, các doanh nghiệp có thể mở khóa giá trị đáng kể và duy trì lợi thế cạnh tranh.

Những ngành nào bạn tin là có nhiều khả năng được hưởng lợi từ việc tái thiết quy trình bằng AI, và họ nên bắt đầu triển khai phương pháp này như thế nào?

Gần như bất kỳ tổ chức nào cũng có thể được hưởng lợi từ việc cải thiện quy trình của họ, đặc biệt là trong các thị trường thay đổi nhanh chóng. Các ngành dịch vụ như dịch vụ tài chính, viễn thông và chăm sóc sức khỏe có thể nhận ra được nhiều lợi ích nhất để giúp tối ưu hóa cách họ tương tác với khách hàng của mình. Những lĩnh vực này xử lý các quy trình phức tạp, đòi hỏi dữ liệu và đang dưới áp lực ngày càng tăng để cải thiện hiệu quả, giảm chi phí và cung cấp kết quả tốt hơn. Ngoài ra, bất kỳ ngành nào có nhiều dịch vụ di sản – như ngân hàng – có thể được hưởng lợi bằng cách kiểm tra các quy trình của họ có thể được thiết lập nhiều năm trước để hiện đại hóa chúng và đảm bảo họ theo kịp sự cạnh tranh mới hơn.

Làm thế nào phương pháp ‘con người trong vòng lặp’ tăng cường hiệu quả và triển khai đạo đức của AI, đặc biệt là trong các vai trò đối mặt với khách hàng?

AI tạo sinh, mặc dù mạnh mẽ, có thể tạo ra đầu ra không luôn chính xác hoặc phù hợp. Bằng cách tích hợp giám sát của con người, chúng tôi có thể giảm thiểu rủi ro như nội dung không chính xác do AI tạo ra hoặc các vấn đề đạo đức.

Ví dụ, trong dịch vụ khách hàng, AI có thể tạo ra phản hồi và đề xuất, nhưng việc có một người xem xét những đầu ra này đảm bảo chúng phù hợp với giá trị của công ty và nhu cầu của khách hàng. Sự giám sát này là rất quan trọng để duy trì tính minh bạch và trách nhiệm, đặc biệt là khi các mô hình AI tạo ra thông tin có thể thuyết phục nhưng không chính xác hoặc gây hiểu lầm.

Đáng chú ý, việc có con người trong vòng lặp cho phép bạn lấy một trong những điểm yếu của AI tạo sinh – nó vốn không thể đoán trước hoặc không xác định, có nghĩa là nó không cung cấp cùng một câu trả lời hai lần – và biến nó thành một điểm mạnh. Với Pega GenAI Blueprint, chúng tôi sử dụng AI tạo sinh như một đối tác suy nghĩ, đề xuất các cách tiếp cận mới để thiết kế quy trình. Con người luôn là người quyết định cuối cùng, nhưng bằng cách liên tục đề xuất các cách tiếp cận mới, AI tạo sinh thúc đẩy suy nghĩ ban đầu và giúp con người tránh ‘đi lại trên cùng một con đường’.

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