访谈
麦克·萨甘诺夫斯基，Appfire 人工智能产品总监 – 采访系列
麦克·萨甘诺夫斯基 是 Appfire 的人工智能产品总监。
Appfire 是一家领先的企业软件解决方案提供商，旨在增强团队之间的协作、简化工作流程、提高生产力。专门从事与 Atlassian、Salesforce 和 Microsoft 等平台集成的工具，Appfire 提供了一系列针对项目管理、自动化、报告和 IT 服务管理的应用程序。凭借全球影响力和对创新的承诺，该公司已成为寻求优化软件生态系统的组织的可靠合作伙伴，服务于广泛的行业，并使团队能够高效地实现目标。
Appfire 以提供企业协作解决方案而闻名，您能否向我们介绍 Appfire 开发人工智能驱动产品的方法?
过去一年，市场被人工智能驱动的解决方案淹没，因为公司正在努力保持相关性和竞争力。虽然其中一些产品已经满足了期望，但仍然有机会为供应商真正解决客户的需求并提供有影响力的解决方案。
在 Appfire，我们专注于保持人工智能创新前沿，这使我们能够预测和超越企业协作的不断变化的需求。我们以提供真正价值而不是仅仅声称“人工智能就绪”为目的来接近人工智能集成，而不是仅仅为了区分。我们开发人工智能驱动产品的方法集中在为客户创造无缝和有影响力的体验。
我们希望人工智能能够融入用户体验，增强它而不掩盖它，或者更糟糕的是，通过要求用户学习完全新的功能来创建额外的负担。
“时间到价值”是我们人工智能功能的最关键目标之一。这个原则集中在用户（尤其是新用户）能够开始从我们的产品中受益的速度上。
例如，使用 预制响应，支持代理响应客户时不需要浏览整个电子邮件线程；人工智能可以建议最合适的响应模板，节省时间并提高准确性。
Appfire 与 Atlassian 合作推出了 WorkFlow Pro 作为 Rovo 代理。是什么让这个人工智能驱动的产品在充满类似产品的市场中脱颖而出?
这一类产品相对较少见。我们是最先推出 Jira 级软件自动化配置助手的公司之一——这只是开始。
WorkFlow Pro 是一个用于 Jira 的人工智能驱动的自动化助手，正在改变团队设置和管理自动化工作流的方式。由 Atlassian 的 Rovo 人工智能提供支持，它帮助用户配置新自动化或排除现有自动化的故障。
历史上，Jira 自动化产品很复杂，需要一定的专业知识。WorkFlow Pro澄清了这些配置，并使新的或经验较少的 Jira 管理员能够在不花费时间阅读产品文档、论坛或冒着昂贵错误风险的情况下完成任务。
新的 Jira 管理员可以简单地询问代理如何执行任务，并根据安装的自动化应用程序（JMWE、JSU 或 Power Scripts），代理提供一步一步的指南以实现所需的结果。就像在您的厨房里有一位米其林星级厨师，随时准备回答任何问题并提供精确的说明。
在 Appfire，我们致力于简化客户的生活。在 WorkFlow Pro 的下一个版本中，用户将能够通过简单地输入所需的结果来请求新的自动化，而无需导航配置器 UI 或了解任何脚本语言。回到我们的厨师类比，下一个版本将允许用户不仅可以询问厨师如何烹饪一道菜，还可以代表他们准备这道菜，从而让他们专注于更重要的任务。
您如何在开发像 WorkFlow Pro 这样的人工智能产品时纳入用户反馈？客户输入在塑造这些工具的开发方面扮演什么角色?
在 Appfire，我们与用户保持密切联系。我们的设计师和产品经理定期与他们互动，我们还有一支专门的用户研究团队，开展更广泛的研究计划，以指导我们的愿景和产品路线图。
我们分析量化数据和用户故事，关注挑战，并问自己：“人工智能可以在这一刻提供帮助吗？”如果我们充分了解用户的问题，并相信人工智能可以提供解决方案，我们的团队就会开始尝试使用该技术来解决这个问题。每个功能的旅程始于用户的痛点，而不是技术。
例如，我们从用户那里了解到，新的管理员在创建复杂的自动化时面临着重大障碍。许多人缺乏经验或时间来学习文档和掌握复杂的脚本机制。WorkFlow Pro 是为了缓解这一痛点而开发的，帮助用户更轻松地学习和配置 Jira。
除了 WorkFlow Pro 之外，Appfire 计划开发其他人工智能驱动的应用程序。这些新产品将如何改变用户设置目标、跟踪工作和更有效地利用数据的方式?
人工智能将对未来知识工作者能够完成的任务和他们与软件的交互方式产生深远的影响。组织将演变，变得更加扁平、敏捷和高效。项目将需要更少的人来协调和交付。虽然这听起来像是一个大胆的预测，但它已经通过以下三个关键的人工智能驱动的进步开始成形：
- 将技术上复杂或平凡的任务卸载给人工智能
- 使用自然语言与软件交互
- 代理工作流
我们已经看到人工智能减轻了平凡任务的负担，并使新用户更容易使用这些产品。例如，人工智能助手可以记录会议笔记或列出操作事项。为了说明这一点，在 Appfire 的例子中，当经理在 OKR 框架中创建新的关键结果时，人工智能将根据行业最佳实践和公司的独特情况建议关键结果的措辞，从而减轻用户在学习定义有效 OKR 时的精神负担。
自然语言界面代表了我们设计和使用软件的范式转变。过去 50 年来软件的演变创造了几乎无限的能力，但也带来了巨大的复杂性。
直到最近，还没有一种简单的方法来应对这种复杂性。现在，人工智能和自然语言界面使其变得可管理和易于使用。例如，Appfire 最受欢迎的应用程序类别之一是文档管理。许多 Fortune 500 公司需要文档工作流来满足合规或监管审查的要求。很快，创建这些工作流可能就像对系统说话一样简单。经理可能会说：“为了获得批准和分发给所有员工的政策，首先需要由高级领导团队审查和批准。”人工智能将理解这一指令并创建工作流。如果缺少任何细节，人工智能将提示以获取澄清并提供更顺畅流程的提示。
此外，“代理工作流”是人工智能革命的下一个前沿，我们在 Appfire 的 WorkFlow Pro 代理中正在拥抱这一点。在未来，人工智能代理将像人类协作者一样发挥作用，能够处理复杂任务，例如进行研究、从多个来源收集信息，并与其他代理和人员协调，以在几小时或几天内交付提案。这种代理驱动的方法将超越简单的交互，例如与 ChatGPT 的交互；代理将变得更加积极，甚至可能在您意识到需要之前建议一个草稿演示文稿。与代理的语音交互也将变得更加普遍，允许用户在移动中工作。
总之，我们在知识工作中使用人工智能的目标就像我们现在操作车辆一样：我们知道我们想去哪里，但通常不需要了解内燃机的复杂性或自己调整汽车。
您还在使用人工智能增强现有的 Appfire 产品。您能否给我们一些现有 Appfire 应用程序如何使用人工智能增强其功能和用户体验的例子?
每个应用程序都是独一无二的，解决不同的用户挑战，并为不同的用户角色设计。因此，在这些应用程序中使用人工智能是为了增强特定的功能并以有意义的方式提高用户体验。
在预制响应中，人工智能通过帮助用户快速根据请求内容和现有模板制定响应来加速客户沟通。这个人工智能功能不仅节省时间，还提高了客户互动的质量。
在 OKR for Jira 中，例如，人工智能可以帮助那些不熟悉 OKR 框架（目标和关键结果）的用户。通过简化和澄清这种往往复杂的方法论，人工智能可以提供指导，帮助用户制定有效的关键结果与特定的目标保持一致，使 OKR 过程更加易于理解。
最后，WorkFlow Pro 代表了一种与我们的文档交互和我们对代理工作流和自然语言自动化请求的承诺的创新方式。这种人工智能驱动的方法降低了新 Jira 管理员的入门门槛，并为经验丰富的管理员简化了工作流程。
Appfire 正在开发跨多个 Appfire 应用程序的共享人工智能服务，例如总结功能。您如何设想这些服务影响用户在整个平台上的生产力?
在 Appfire，我们拥有一个广泛的应用程序组合，涵盖多个市场，包括 Atlassian、Microsoft、monday.com 和 Salesforce。
由于我们有这么多应用程序和人工智能的多样用例，我们退一步设计和构建了一个可以在多个应用程序中使用的共享内部人工智能服务。
我们开发了一个平台人工智能服务，允许我们的应用程序产品团队连接到多个大型语言模型。现在该服务已经上线，我们将继续用诸如本地运行的模型和预包装的提示等功能扩展它。
随着人工智能技术的快速演变，您如何确保 Appfire 的人工智能开发方法继续满足不断变化的客户需求和市场需求?
在 Appfire，产品经理的首要任务是弥合技术可行性和解决有意义的客户问题之间的差距。随着人工智能能力的快速发展，我们紧跟市场趋势，并积极监测行业最佳实践。在客户方面，我们不断与用户互动，以了解他们的挑战，不仅仅是在我们的应用程序中，还包括他们使用的底层平台。
当我们确定技术可行性和有意义的客户需求之间的重叠时，我们专注于提供安全和强大的人工智能功能。在发布之前，我们会与用户一起实验和测试这些解决方案，以确保它们真正解决了他们的痛点。
Appfire 操作在一个竞争激烈的人工智能驱动的 SaaS 环境中。您正在采取什么措施来确保您的创新保持独特并继续为用户带来价值?
Appfire 的人工智能方法注重目的。我们不是仅仅为了检查人工智能的复选框而将其集成；我们的目标是使人工智能在我们的产品中工作得如此自然，以至于它几乎对用户来说是不可见的。我们希望人工智能解决客户面临的真正挑战——无论是简化 Jira 中的工作流程、管理复杂的文档流程还是简化战略规划。理想情况下，使用人工智能应该与拿起笔一样直观。
许多 SaaS 产品传统上需要专门的专业知识来解锁其全部潜力。我们对人工智能的愿景是降低学习曲线，使我们的应用程序更加易于使用。通过推出我们的第一个 Rovo 代理 WorkFlow Pro，我们正在迈出这一旅程的重要一步。最终，我们的目标是确保我们的应用程序中的人工智能使用户能够更快速地实现价值。
展望未来，您认为哪些人工智能开发趋势将对 SaaS 行业产生最大的影响?
未来几年中，将对 SaaS 行业产生重大影响的两大人工智能趋势是人工智能驱动的代理的崛起和对安全性及隐私的担忧日益增长。
一些人认为，代理技术尚未达到其炒作，并且仍然相对不成熟。对于这些怀疑者，我会说，我们经常高估技术在 1-2 年内将实现的目标，但我们大大低估了它在十年内将实现的目标。虽然当前的代理用例确实有限，但我们正在整个软件价值链中看到大量投资于代理工作流。来自 OpenAI 和 Anthropic 等公司的基础模型，以及 Appfire 目前运营或计划运营的平台，正在对代理技术进行大量投资。例如，OpenAI 正在开发“系统 2”代理，能够进行推理，而 Anthropic 已经推出了能够使用常规应用程序和网站、模拟人类操作的模型。Atlassian 推出了 Rovo，Salesforce 推出了 Agentforce。每周都会带来新的代理进展公告，在 Appfire，我们对这些发展感到兴奋，并期待将它们集成到我们的应用程序中。
同时，随着人工智能能力的扩展，相关的数据安全和隐私风险也会增加。企业必须确保任何人工智能集成都尊重和保护其资产和客户的资产，从敏感数据到更广泛的安全措施。平衡创新与强大的安全实践对于解锁人工智能在 SaaS 中的全部价值和实现负责任、安全的进步至关重要。
感谢这次精彩的采访，希望读者可以通过访问 Appfire 来了解更多信息。
