迪恩·吉达，Infragistics 首席执行官和 Slingshot 创始人 – 采访系列

迪恩·吉达（Dean Guida）在过去的几十年中领导他的组织经历了技术变革的洗礼，培养了 Infragistics 从 1989 年的小型初创公司发展成为全球企业软件领导者。迪恩负责监督 Infragistics 的所有业务运营和公司方向，始终专注于为客户带来愉悦，向市场提供价值，并激励 STEM 学生。凭借超过 200 万的开发者和 UX 专业人士社区，

迪恩开发了加速设计、开发和协作的软件解决方案，包括 Slingshot。Slingshot 将数据、AI 和工作管理统一在一个平台上，帮助您做出更快、更明智的决策，同时推动业务增长和协作。

迪恩也是《当毅力不足时：企业家将业务提升到下一个层次的游戏规则》（When Grit is Not Enough: An Entrepreneur’s Playbook for Taking Your Business to the Next Level)一书的作者，我强烈推荐这本书给任何 SaaS 企业家。

您在 35 年前创立了 Infragistics，那时互联网尚未完全成熟。是什么最初激发了您创造 Infragistics 的灵感，您当时如何设想它的未来？

当其他 16 岁的孩子买车时，我决定买一台 IBM PC 来教自己编程。这就是我对编程和技术的热情——以及最终激发了 Infragistics 的灵感——的起点。

大学毕业后，我在华尔街担任了两年的编码工作，并希望跳出自己的产品。就在那时，Infragistics 成立了。当我们刚刚起步时，我白天做咨询工作，晚上专注于公司。直到我们与微软竞争并赢得了一笔交易，Infragistics 才成为互联网软件行业的领军者。

从公司成立以来，我们的目标一直是让开发人员能够构建简单而美丽的应用程序。35 年后，我们继续做到这一点，并且规模更大。虽然我们无法预测技术行业在这 35 年中会发生的所有变化，但我们对公司轨迹的设想与我们最初的设想完全一致，如果不是更好的话。

我们已经发展到六个国家，超过 200 万开发人员使用我们的软件，我们的客户名单包括 100% 的 S&P 500 公司，包括富达、摩根士丹利、埃克森、英特威和美银。2022 年，我们推出了 Infragistics 的第一个非企业技术平台——Slingshot，旨在将数据放在工作场所的中心，使团队能够做出有利于增长的决策。

作为一位自筹资金的全球科技公司的创始人，您在 Infragistics 早期面临的最大挑战是什么，您如何克服这些挑战？

当我们赢得微软交易时，我不得不从早期互联网编码人员转变为商业运营者。到那时，我们只有 10 名员工，所以我负责导航公司扩张的细微差别，招聘和发展团队，并成为领导者、经理和导师。我不再仅仅构建产品——我还必须营销和销售它们。

例如，当我们开设第一家办公室时，它只是一个让人们来工作的地方。不久之后，我意识到我不仅仅是在建立一家公司——我正在建立一种文化。对于 Infragistics 来说，这意味着创造一种以增长、创新和协作为中心的文化。

领导力也是一个重大挑战。当我开始更频繁地招聘时，我开始招聘那些像我一样工作和思考的人。我很快意识到，一个成功的企业需要多样化的思维方式。

我还迅速引入了结构和目标，作为对员工成长的个人投资。但是在我参加了一个领导力项目后，我的员工和同事被要求评估我对他人的关心程度——并给我打了 2 分。我意识到，我以为通过结构和目标表明我对员工的关心，但我的员工却认为我更关心创建结构而不是与他们建立关系。我学会了，有多种方式来管理员工，并开始多样化我的管理方法，即使它们不都感觉自然。

2022 年，您推出了 Slingshot，一款旨在为商业决策集中数据的平台。是什么激发了您创造 Slingshot 的灵感？

在过去的 35 年里，我领导了 Infragistics 经历了互联网演变的多个动荡时刻（例如：90 年代末的 dot-com 技术泡沫、互联网的爆发和 2008 年的衰退）。我们在技术行业中取得成功和长寿的秘密在于，我们独特的工作场所哲学——建立信任、最大化团队成果和使用数据来迭代和做出明智的决定。

这种哲学成为 Slingshot 的骨干。

Slingshot 是一个工作管理平台，连接您所合作的每个人和他们完成工作所需的一切——所有在一个地方。使用 Slingshot，团队不必花费时间在应用程序之间切换来完成任务，并且可以从多个来源、渠道和系统中收集数据，以快速分析性能并识别趋势。我们使团队能够更聪明地工作，做出更好的决策，并实现最佳结果。

Slingshot AI 是平台的一项重大进步。AI 的集成如何增强企业做出更快、更数据驱动的决策的能力？

Slingshot 已经为公司奠定了 AI 的基础，通过集中公司的数据跨多个数据源、渠道和系统。使用 Slingshot AI，我们现在将集中数据与对话式 AI 配对，使团队能够快速访问和分析数据，以便将其集成到日常工作流和决策中。

公司拥有大量数据，但团队通常无法利用这些数据，因为他们不知道数据在哪里，或者不知道公司中存在哪些数据。使用 Slingshot AI，团队可以找到他们需要的确切数据，并了解其含义——只需几秒钟。所有这一切都从员工的一个简单问题开始。

例如，团队可以在 Slingshot 中询问诸如“营销支出如何在各个渠道中分配？”之类的问题。Slingshot AI 将从多个公司来源（如 Google Analytics、Excel、Salesforce Marketing Cloud 和 HubSpot）中提取和分析数据，以提供快速的见解和数据可视化，团队可以立即采取行动并做出决定。我们使团队能够无缝地将数据集成到他们所做的一切事情中。

Slingshot 能够分析来自 Google Analytics、HubSpot 和 Salesforce 等平台的数据，令人印象深刻。您如何确保 AI 可以在如此多样化的数据生态系统中无缝工作？

Slingshot 使团队能够直接连接超过 30 个数据源，包括 Salesforce、HubSpot、Google Ads、Google Analytics 和 QuickBooks。Slingshot AI 可以无缝地跨这些多样化的数据生态系统工作，因为来自这些系统和源的数据都可以在 Slingshot 平台中访问。一旦团队连接了他们的数据源，数据就会在实时更新，因此 Slingshot AI 将始终提供最新的性能和趋势。

随着 AI 的日益采用，您如何看待像 Slingshot 这样的平台在未来几年内如何改变团队的工作和协作方式？

在接下来的几年里，我们将看到更多公司利用过去几十年积累的数据，借助 AI 的帮助。团队将不再仅凭直觉或高级领导者的意见做出关键的商业决策——他们将使用数据来告知他们所做的一切。他们将能够做到这一点，因为像 Slingshot 这样的工作管理技术使公司能够成为数据驱动的组织，每个员工都可以成为数据分析师——即使他们没有任何数据经验。

随着数据成为每个组织的核心并且对所有人都可访问，公司将推动更明智的决策，提高效率，最终增加业务增长。

我们还将看到团队依赖于像 Slingshot 这样的 AI 驱动平台来提高生产力，通过自动化低级、重复性任务，使他们能够专注于更高层次的战略工作。这包括使用 AI 来总结讨论并从内部会议中创建操作项。没有这些行政任务的负担，团队可以将时间转移到真正推动业务发展的任务和项目上。

许多公司难以解锁其数据的全部价值。Slingshot 如何帮助企业从数据收集转向可行的见解，以及该领域仍然存在哪些挑战？

Slingshot 使团队能够超越跨系统和渠道收集和访问数据——分析它，通过创建可视化仪表板。团队不必盯着原始数据电子表格，而可以创建多源可视化（或图表、图形和其他类型的可视化），以识别趋势、评估性能和预测项目或业务的最佳下一步。这种对数据的整体了解对于做出决策和推动项目发展至关重要。

Slingshot AI 自动创建这些可视化，当团队询问有关业务性能和趋势的问题时。这些自动可视化可以轻松添加到 Slingshot 内的永久仪表板中，因此团队可以定期审查和实时评估性能。

Slingshot 能够提供对公司数据的整体视角，是因为团队在平台中集中了他们的数据。集中公司数据仍然是许多企业面临的挑战，它不仅阻止他们做出数据驱动的决策，还阻止他们成功支持 AI。根据 Slingshot 的 2024 数字工作趋势报告，31% 的员工和公司领导者表示，如果他们的数据都集中在一个地方，他们的组织的数据就能够支持 AI。

如果公司希望解锁 AI 的全部潜力，他们需要尽快解决这些数据挑战。

您如何预见 Slingshot AI 在未来会发展？是否有任何新功能或能力让您感到兴奋，想要引入？

在接下来的几年里，Slingshot AI 将继续成为员工日常工作流程中更直观、更集成的一部分。

目前，团队可以询问有关任何事情的有针对性问题，从活动性能到业务支出，并立即获得答案。随着 Slingshot AI 从公司数据和用户中学习，该技术将演变为不仅能够回答团队当前数据的问题，还能够预测未来性能和趋势，并告诉团队如何继续前进。

我们才刚刚开始提高生产力和推动更好的业务决策和结果。我们期待着进一步扩大这一点，并使每家公司都成为数据驱动的组织。

您曾撰写关于创业中的毅力和坚持不懈的文章。您如何在领导公司经历数十年的技术变革时应用这些原则？

很多人认为，建立成功业务的答案是毅力——比任何人都更努力地工作。虽然这绝对是建立和发展业务的重要组成部分，但仅凭毅力是有限的。

我能够领导 Infragistics 经历近四十年的技术变革，是因为我在每个关键时刻都吸取了教训，并将其转化为一套经过艰苦努力获得的哲学。我在领导业务和个人生活中都使用这种哲学。

尤其是在技术变革方面，我认为灵活性是成为一家成功的科技公司的重要组成部分。即使是最好的计划和战略也可能因科技行业的快速变化或意外的干扰而迅速过时。关键是要确保您正在做出不会损害公司的愿景和使命的调整。

这并不意味着要跟上每一个新趋势，但这意味着要对变化持开放态度，并不断评估如何满足客户的需求。

对于那些考虑将 AI 集成到其运营中的商业领导者，但却被所需的复杂性或数据准备工作所淹没，您会给他们什么建议？

一家公司不会在一夜之间让其组织或数据为 AI 做好准备。这需要一些时间。考虑到这一点，我建议一次处理一个部分，而不是看大局。也许这意味着一次处理一个部门，或者采取诸如清理数据然后集中数据等单个步骤——公司必须决定什么对他们来说是正确的。

在实施 AI 之前，公司应该先让他们的数据准备就绪，所以我建议首先关注这一点，然后再实施新工具和技术。同时，寻求有此类经验的技术和/或专家的帮助也是有益的，他们可以指导您完成这些步骤。

但最重要的是要记住，虽然这需要时间和资源，但在短期内转向数据驱动的组织以支持 AI 将是长期内最好的决定。

感谢这次精彩的采访，希望读者能够通过访问 Slingshot 或阅读《当毅力不足时：企业家将业务提升到下一个层次的游戏规则》（When Grit is Not Enough: An Entrepreneur’s Playbook for Taking Your Business to the Next Level) 来了解更多信息。