Don Schuerman, Pegasystems 首席技术官 – 采访系列

Don Schuerman 是 Pegasystems 的首席技术官和产品营销副总裁，负责 Pega 的平台和客户关系管理（CRM）应用程序。

他有 20 年的经验，提供企业软件解决方案给 Fortune 500 公司，重点是数字转型、移动性、分析、业务流程管理、云计算和 CRM。

Pegasystems 提供一个强大的平台，旨在帮助组织通过实时优化实现业务转型的结果。该平台使客户能够使用企业 AI 决策和工作流自动化来解决关键业务挑战，包括个性化客户参与、自动化服务和提高运营效率。成立于 1983 年，Pegasystems 已经开发出一个可扩展和灵活的架构，支持企业满足当前客户需求的同时适应未来需求。

作为 Pegasystems 的首席技术官，您如何看待 Pega GenAI 在快速演变的企业生成式 AI 景观中的独特之处？

Pega 多年来一直在创新 AI 解决方案，包括探索生成式 AI，远在它成为主流之前。我认为有三件事让我们与众不同：

首先，我们不仅仅是在加速流程，我们正在推动创新。 大多数企业软件供应商已经推出了各种生成式 AI 机器人、代理或协同功能，但事实是这些类似的工具不会带来竞争优势。我们使客户能够重新想象他们的整个业务如何运行，使用诸如 Pega GenAI 蓝图等独特工具，该工具可以在几秒钟内提供最佳的应用程序设计。我们不仅仅是在自动化任务，我们正在从根本上重新想象业务如何运作和创新。

其次，我们不仅仅是在孤立地自动化，我们正在编排工作从开始到结束的完成方式。 其他供应商在这里和那里添加这些生成式 AI 功能，希望这就足以提高效率。我们的平台根植于我们领先的案例管理和编排，这使我们能够不仅自动化使用生成式 AI，还能够编排和优化整个流程从端到端。

第三，我们不仅仅是一个通用的生成式 AI 引擎 – 我们专注于通过 AI 驱动更好的客户参与和工作流自动化。有时，问题需要生成式 AI 的创造力，而其他问题可能需要预测性 AI 或决策 AI 来为流程注入更多逻辑。

在您的 Forbes 文章中，”解锁高级 AI 的潜力，用于业务创新，您提到了生成式 AI 重新想象业务运营的潜力。可以举出一些特定的例子，AI 可以在哪些方面推动成熟公司的传统转型？

德国电信的设计管理副总裁 Daniel Wenzel 向 PegaWorld iNspire 的观众描述了他如何使用 Pega GenAI 蓝图来重新想象人力资源服务部门的 800 多个单独的业务流程。他说，试图改进这些流程的最大瓶颈是业务人员和 IT 不讲同样的语言，这导致了未实现的期望。Pega GenAI 蓝图帮助双方的利益相关者更快地理解流程及其改进方法，远远快于传统方法，从而带来更有效的解决方案。

同一篇文章讨论了当前生成式 AI 应用的局限性。公司如何超越渐进式的生产力提高，发挥 AI 的全部转型潜力？

大多数企业软件中的生成式 AI 被应用为一次性的功能，帮助加速流程的特定方面。但是，这些类型的功能现在已经很常见，提供很少的竞争优势。生产力黑客，如摘要和文本生成，是基本要求 – 业务需要在市场上取得进步的是使用生成式 AI 创新所有新的商业方式。在高层次上，例如，Gartner 已经确定了一种新的技术类别，他们称之为 业务编排和自动化技术（BOAT），它从整体上看待业务结果，包括简化成本、改善决策、降低运营成本和使用适合当前任务的正确自动化技术。一次性生成式 AI 功能有它们的位置，但这只是拼图的一部分，而不是解决所有问题的银弹。

什么是最有前途的企业生成式 AI 用例，它们超出了典型的生产力增强，并且如何实施这些用例？

最令人兴奋的生成式 AI 机会是将最佳实践注入流程的潜力。那些仅使用生成式 AI 编写更多代码的人可能会为自己带来更多的技术债务。软件设计过程中的知识产权注入是一个游戏规则的改变者，使组织能够根据多年的经验快速达到最佳解决方案。并且，因为它是作为一个视觉模型开发的，而不是代码行，所以更容易在技术和非技术利益相关者之间跨越时间进行协作和完善。以前，完成应用程序设计可能需要几周，并需要非常专业的技能；现在，这些由生成式 AI 驱动的工具使业务用户能够用简单的语言输入他们的特定需求，并快速从概念转变为全面的设计。 Forrester 最近发表了一些研究，预测使用 AI 将知识产权注入低代码或基于模型的设计系统将从根本上改变企业使用软件的方式 – 让他们能够构建更多并购买更少的“现成”应用程序。我认为这是一个巨大的转变，我们相信通过 Pega GenAI 蓝图，我们将成为企业客户的首选平台。

您以前曾建议生成式 AI 可以通过识别市场缺口来帮助产品开发。您能详细说明这个过程并分享一个现实世界的例子吗？

我们的 Pega 客户决策中心是一个预测性 AI 解决方案，帮助我们的客户对客户采取下一步最佳行动，无论是销售产品、解决服务问题，还是有时什么都不做。这使我们能够以 1:1 的方式与客户建立联系，采取最能满足他们个性化需求的行动。但是，以 1:1 的方式运作意味着您需要大量量身定制的产品 – 这比向所有人发送相同的信息要好得多，但它需要营销组织创建更多针对不同客户群体的独特信息。现在，使用生成式 AI，我们可以发现哪些客户没有得到充分服务，然后建议新的行动并为这些群体建立新的处理方法。这有可能帮助组织扩大到他们通常无法接触到的市场受众。

成熟公司如何有效地将生成式 AI 集成到具有传统系统的企业中，以保持对更敏捷的初创公司的竞争力，特别是在重新想象核心运营方面？

我认为我们正在达到技术债务的临界点。几十年来，大型企业一直在将技术债务往后推。我们花了很多年时间应用临时解决方案，如 RPA，这些解决方案没有解决传统系统对企业的根本性影响 – 它们耗尽了可以用于创新的事项支出，它们引入了风险，并阻止了企业在不断变化的市场中快速移动。幸运的是，我相信生成式 AI 的超能力之一是，它将使我们能够显著加快重新设计和退役传统系统的速度 – 不仅仅是重新编码它们，而是重新思考工作流程和流程本身，以便在现代云架构上运行并提供客户和员工所期望的数字体验。

在一篇关于建立 AI 宣言的单独文章中，您强调了将 AI 战略与可行的成果联系起来的重要性。您能提供如何将 AI 目标与有形的业务成果对齐的指导吗？

太多的公司从关注一个闪亮的新工具开始，如 AI，而不是首先弄清楚他们的业务目标是什么以及需要解决什么问题。通过关注工具而不是问题，他们将自己局限于可能不适合他们业务的道路。相反，他们需要退一步，问问自己他们真正想要实现什么。有时，生成式 AI 不是正确的解决方案，可能更适合应用 AI 决策。他们需要记住，有不同类型的 AI，更适合解决不同业务问题。

企业如何利用生成式 AI 来革命性地改变他们的运营，而不是仅仅自动化例行任务？他们应该采取什么策略来最大化这一领域的投资回报率？

不要仅仅关注个别任务 – 这将阻止您看到森林。退一步，了解您的整体业务工作流程和您试图从中推动的结果。生成式 AI 可以用于分析您的流程并在各个行业中注入最佳实践。这可以通过使公司能够重新思考和重新设计核心工作流程来带来深远的变化。例如，AI 可以帮助从头开始设计新的运营模式，或重新设计现有的模型以提高效率和创新。建立明确的指标来衡量成功，并定期根据这些见解完善您的方法。通过利用 AI 来推动有意义的变化，而不是渐进式的改进，企业可以解锁巨大的价值并保持领先地位。

您认为哪些行业最有可能从使用 AI 重新设计工作流程中受益，并且应该如何开始实施这种方法？

几乎任何组织都可以从改进工作流程中受益，特别是在快速变化的市场中。金融服务、电信和医疗保健等服务行业可能会获得最大的收益，以帮助简化他们与客户的互动。这些行业处理复杂、数据密集的流程，并面临着提高效率、降低成本和提供更好结果的日益增长的压力。另外，任何具有大量传统服务的行业（如银行业）都可以通过审查他们多年前建立的流程来使其现代化并确保他们能够跟上新兴竞争对手的步伐，从而受益。

“人工在循环”方法如何提高 AI 在客户面向角色中的有效性和道德部署？

生成式 AI 虽然强大，但会产生不总是准确或适当的输出。通过整合人工监督，我们可以减轻 AI 生成的内容不准确或道德问题的风险。

例如，在客户服务中，AI 可以生成响应和建议，但有一个人类来审查这些输出，以确保它们符合公司的价值观和客户的需求。这种监督对于保持透明度和问责制至关重要，特别是当 AI 模型产生看似合理但不正确或误导性的信息时。

有趣的是，人工在循环中可以将生成式 AI 的一个弱点 – 它本质上是不可预测或不确定的，这意味着它不会给出相同的答案两次 – 转变为优势。使用 Pega GenAI 蓝图，我们将生成式 AI 用作头脑风暴伙伴，提出新的工作流程设计方法。人类始终是最终的决策者，但通过不断提出新的方法，生成式 AI 推动原创性思维并帮助人类避免“重复铺设牛道”。感谢您这次精彩的采访，希望了解更多的读者可以访问 Pegasystems。