Netrio CEO 马克·克莱曼（Mark Clayman）- 采访系列

马克·克莱曼，Netrio 的 CEO，是一位拥有二十多年领导经验的资深技术高管，曾在云计算、托管 IT 服务、网络安全和企业基础设施等领域担任过重要职务。在加入 Netrio之前，他曾担任 Navisite 的 CEO，并在该公司被 Accenture 收购期间领导了公司的发展。此外，他还曾在 RDX 和 TriCore Solutions 公司担任领导职务，并在这些公司经历了快速增长和成功的收购。在早期的职业生涯中，克莱曼在 Navisite 公司担任过高级领导职务，并曾担任 Surebridge 的 CIO，建立了在技术组织中扩张、整合收购公司和为企业和中型市场客户现代化托管服务运营的声誉。

Netrio 是一家北美的托管 IT 服务提供商，专注于帮助小型和中型组织现代化和保护其技术环境。该公司专门从事托管 IT、云服务、网络安全、基础设施管理和数字化转型解决方案，在医疗保健、金融服务、零售等行业具有丰富的经验。自从与 SUCCESS Computer Consulting 合并后，Netrio 扩大了其业务范围和能力，成为一家大型的托管服务提供商（MSP），旨在为成长中的企业提供企业级的技术支持、运营效率和网络安全保护，以应对日益复杂的 IT 环境。

您曾领导多家托管服务和云计算公司经历重大收购，包括 RDX、Navisite、TriCore Solutions 和现在的 Netrio。在这些不同的时代，您对企业 IT 转型的看法如何演变，您又是如何确信 AI 将成为托管服务提供商的下一个基础性转变的?

多年来，我发现企业 IT 转型不仅仅是关于一种新技术。它可能从托管主机、云、安全、自动化和现在的 AI 开始，但真正的转型发生在这种技术改变了企业的运营和竞争方式。早期，我关注的是基础设施：工作负载的位置、系统的管理、如何提高正常运行时间、如何降低成本。随着时间的推移，人们开始讨论如何让技术为组织创造价值。客户不再仅仅问“您能否运行这个环境？”而是问“您能帮助我变得更高效、更安全、更有韧性和更具竞争力吗？”AI 是一个基础性转变，因为它同时触及了所有这些问题。对于托管服务提供商来说，AI 不仅仅是一个新工具，而是一种改变服务交付方式、工程师工作方式、客户消费支持方式和我们创造业务价值方式的范式转变。

您将 AI 描述为托管服务提供商的新交付骨干。五年后，一个 AI 本土的托管服务提供商将与今天企业所熟悉的传统托管服务提供商模型相比如何?

传统的托管服务提供商模型是围绕人员、流程和工具响应问题而建立的：监控环境、打开票、分配工程师、解决问题、并向客户报告。一个 AI 驱动的托管服务提供商将会非常不同。AI 将遍布整个交付模型，从监控和 IT 服务管理到安全、终端管理、客户沟通、分析和业务工作流优化。在接下来的 2-3 年内，托管服务提供商的领导者不仅会使用 AI 来更快地回答问题，还会使用它来检测模式、优先考虑风险、解决已知问题、总结和更新票、分析情绪，并引导工程师采取最佳行动。此外，客户体验将变得更加自助和 AI 平台驱动。

Netrio 正在推行“AI 首先，人类第二”的支持理念。用户行为中发生了什么变化，使客户越来越愿意在与人类技术人员交谈之前与 AI 交互?

最大的变化是人们的期望已经被他们每天使用的技术重置。在个人生活中，用户习惯于立即获得答案、自行搜索帮助、与聊天机器人和智能助手交互，并在无需等待回电的情况下解决基本问题。这种行为现在出现在工作场所。如果一个 AI 系统可以帮助某人解锁账户、诊断连接问题、回答“如何”问题或正确路由请求，许多用户会更喜欢这种方式，而不是使用旧模型提交票并等待有人回复。然而，重要的是要注意，AI 首先不能意味着人类永远不会介入。这意味着我们应该在 AI 能够创造速度、一致性和便利性的地方使用它，然后在问题复杂、敏感或需要判断时引入人类。

很多公司都在谈论 AI 副驾驶，但是您强调的是代理 AI 和自主修复。我们距离 AI 系统独立解决大多数常规 IT 事件而无需人类干预有多远?

我们越来越接近，但是我认为对自主的定义要务实。已经有很多常规事件可以让 AI 诊断问题、推荐行动、采取行动并以类似于人类工程师的方式更新票。这种情况与简单的聊天机器人或副驾驶不同，后者只能建议答案。

在定义的界限内使用代理 AI 有很大的机会：它了解环境、理解政策、具有正确的访问权限，并且可以安全地解决已知问题类别。Netrio 因为环境的复杂性，我们会仔细考虑在哪里使用合作伙伴的原生 AI 和哪里需要建立自己的能力。我们支持许多客户跨不同的环境，AI 代理必须理解这种多租户复杂性。在某些领域，如基础设施警报或安全警报整合，成熟的供应商 AI 可能是正确的答案。在其他领域，特别是在涉及客户环境、终端访问、凭证和远程支持的工作流时，托管服务提供商特定的智能变得非常重要。

您提到的一种更有趣的想法是对每个支持票使用 AI 驱动的情绪分析。情商和客户情绪在下一代企业 IT 运营中将变得多么重要?

我认为这将成为衡量服务质量的重要组成部分。在托管服务中，仅仅知道是否关闭了票或是否满足了服务等级协议是不够的。您还需要知道客户在交互过程中感觉如何。他们是否感到沮丧？他们是否感到困惑？他们是否感到被倾听？问题是否一直存在？历史上，托管服务提供商可能会在每月或每季度的业务审查或客户满意度调查中了解这些模式，这很有用，但通常为时已晚。AI 驱动的情绪分析使我们能够实时了解客户体验。这意味着我们可以确定客户何时感到沮丧、沟通不清晰或反复出现的问题何时损害信任，我们可以迅速干预。这是 AI 放大服务的人性化方面，而不是取代它。

您提到许多组织正在与“影子 AI”作斗争。企业在员工快速采用 AI 工具时，目前正在犯下的最大的治理错误是什么?

最大的错误是让 AI 采用以完全分散的方式发生。员工会进行实验，这在很多情况下是件好事，但组织需要了解正在使用哪些工具、输入哪些数据以及正在创建哪些风险。目前，许多公司有个人在业务的各个角落使用 AI，但没有共同的政策、没有测量框架、没有培训模型，也没有明确的与组织目标保持一致的路线图。这会产生安全风险、合规风险和浪费的努力。理想的方法不是关闭实验，而是正式化和组织它。公司需要治理框架、访问控制、员工培训、批准的使用案例和衡量价值的方法。这在中型企业中尤其重要，因为这些企业经常面临来自董事会和领导层的相同压力，要求他们利用 AI，但可能没有内部 AI 专家、安全和合规团队来指导这一努力。

随着 AI 自动化更多基本的托管服务任务，您是否认为托管服务的传统经济学在未来十年内将发生根本性变化?

是的，我认为经济学将会发生相当大的变化。传统的托管服务模型通常是围绕劳动力、工具和利润率建立的。如果 AI 和自动化减少了基本支持、监控和修复所需的人力投入，那么对这些商品化服务的定价压力是不可避免的。但是我并不认为这是一个负面因素。我认为这是一个迫使托管服务提供商向价值链上游移动的推动力。价值将越来越多地来自于帮助客户将技术应用于业务成果：改善运营、自动化工作流程、加强安全性和做出更好的决策。

这就是为什么与客户进行战略对话如此重要。托管服务提供商需要了解客户如何运营其业务：他们的供应链、客户服务模型、内部流程、增长计划和风险状况。然后我们可以使用 AI 和自动化来解决更有价值的问题。这时经济学就从支持环境所需的人数转变为托管服务提供商为业务创造的可衡量价值。

许多关于 AI 的讨论都集中在大型企业身上，但中型企业通常缺乏内部专家来负责地部署 AI。中型企业面临的独特挑战是什么，这些挑战被更广泛的行业所忽视?

中型企业处于一个非常有趣的位置。他们有真正的业务压力来采用 AI，并且在许多情况下，他们与大型企业有相同的紧迫感。他们的领导团队和董事会正在询问他们的 AI 战略、效率和竞争力。但是，如前所述，他们没有像大型企业 500 强公司那样拥有相同的内部资源。他们没有专门的 AI 治理团队、大型安全组织、成熟的数据科学功能或将 AI 从试验转移到生产所需的变革管理资源。因此，他们可能会陷入实验和执行之间的困境。他们知道 AI 很重要，但他们需要帮助确定正确的使用案例、建立治理、确保环境安全、培训员工并将 AI 集成到真正的工作流程中。这就是为什么我们在 Netrio 的方法专注于实际采用：就绪、治理、战略、平台部署、使能和持续开发和支持。

Netrio 在包括医疗保健、金融服务和零售在内的行业运营。您是否认为未来在 AI 启用的托管服务中获胜的公司将是那些具有最深垂直专业知识的公司，而不是那些具有最广泛的技术栈的公司?

是的，我认为是这样。广泛的技术栈很重要，但这还不够。真正的价值来自于理解客户的业务，以至于您知道 AI 可以真正带来改变。医疗保健、金融服务、零售、制造业、酒店业 – 每个行业都有不同的工作流程、监管压力、客户期望、风险状况和运营现实。一个通用的 AI 部署可能会带来一些效率，但一个特定领域的解决方案可以解决一个更有意义的问题。例如，在监管金融服务环境中思考 AI 的方式与在零售运营或酒店业工作流程中思考 AI 的方式是不同的。那些将 AI、自动化、安全性和垂直专业知识相结合的托管服务提供商将会获胜。

展望未来，您认为哪些企业 IT 管理方面将永远保持人性化驱动，无论 AI 系统变得多么先进?

人性化驱动的方面将是那些需要信任、判断、同理心和战略背景的领域。AI 将继续承担更多重复性的运营工作，这是一个好事。它将帮助工程师移动得更快、改善响应时间、识别模式、自动化已知问题。但客户仍然需要能够理解其业务的人、能够帮助他们做出权衡的人以及能够为建议背书的人。安全性是一个很好的例子。AI 可以检测威胁、优先考虑警报、自动化响应，但建立安全文化仍然严重依赖于人、培训、领导和判断。同样，对于 AI 采用本身也是如此。您可以部署强大的工具，但仍然需要有人来决定哪些使用案例很重要、哪些风险是可以接受的、如何培训员工以及如何衡量成功。

感谢这次精彩的采访，希望读者能够通过访问 Netrio 来了解更多信息。