瓦拉·库马尔·纳姆布鲁，Whatfix联合创始人兼研发负责人 – 采访系列

瓦拉·库马尔是Whatfix的联合创始人和研发负责人，负责公司的创新和战略增长。他于2014年与Khadim Batti共同创立了Whatfix，旨在使个人和组织能够与技术协同工作，发挥其全部潜能。在美国，瓦拉领导公司的多产品战略和产品开发、采用的愿景，帮助客户和合作伙伴加速成功的集成。在瓦拉的领导下，公司开创了“用户化”（userization）的概念，这是一种开创性的方法，旨在使技术适应用户，而不是要求用户适应技术。他热衷于构建用户喜爱的技术。

Whatfix是一款数字化采纳平台，帮助组织提高软件采纳率和用户生产力，通过在企业应用程序中嵌入应用内指导、演练、工具提示和自助支持。基于此，Whatfix AI引入了智能、上下文感知的代理，如作者、指导和洞察，自动化内容创建、提供实时应用内支持，并将使用数据转化为可行的洞察。Whatfix和Whatfix AI共同简化了入门、减少了培训摩擦，并优化了工作流，同时确保监督、问责和数据隐私。

您在十多年前联合创立了Whatfix，此前您曾在企业技术领域工作。是什么启发您创立了这家公司，您最初的愿景如何随着AI的崛起而演变？

我的职业生涯始于华为技术有限公司，我曾担任系统架构师，并在那里遇到了我的未来联合创始人Khadim Batti。我们一起的第一项事业是SearchEnabler，一款为中小企业提供的SEO平台。尽管我们建立了一个很好的解决方案，但我们发现了一个根本性的问题：用户无法充分利用平台的功能。即使我们添加了一个“修复”按钮来提供指导，我们意识到问题不仅仅是SEO，而是使任何技术真正适用于用户。

这一启示使我们于2014年建立了Whatfix。我们的核心信念在当时是革命性的：我们不会强迫人们适应技术，而是使技术适应人们。我们称之为“用户化”，以确保软件变得直观、推动采纳和最大化影响。

AI已经将这一使命放大了。从2019年我们的Airim收购开始，我们将AI融入到每一个我们构建的产品中。今天，我们不仅仅是使软件更加用户友好；我们正在创建能够学习、推理和大规模行动的智能系统。我们的愿景已经从简单的用户适应转变为构建真正以人为中心的AI，改变企业中工作的方式。

许多研究表明，大多数AI试点失败的原因是终端用户不知道如何将技术应用于日常工作。从您的角度来看，采纳差距的根本原因是什么？

我认为有两个基本的障碍阻碍了AI的成功采纳。首先是所谓的“过载”，大型企业正在被成千上万的应用程序淹没，每个应用程序都带有自己的AI功能。用户面临着决定哪个工具用于哪个目的的困境，导致了阻碍和杀死了投资回报率的摩擦。

第二个障碍是信任。IT领导者和CIO需要确保AI系统保持安全标准、遵守法规并且没有偏见。当组织担心数据泄露、AI幻觉或治理失败时，他们会犹豫是否要扩大试点计划。

成功需要将AI直接嵌入到人们工作的地方。通过我们的ScreenSense技术，我们分析用户正在做什么以及他们试图实现什么，然后我们的指导代理提供上下文推荐和下一步行动，跨越他们现有的系统。这种方法消除了猜测，增加了参与率，并为可能抵制新技术的用户提供了即时价值。

Whatfix的新AI代理围绕“用户化”的概念构建。您能解释一下这意味着什么以及它与传统的数字化采纳方法有何不同吗？

用户化代表了我们思考技术部署方式的根本转变。我们不会训练人们适应软件限制；我们设计出符合人类行为和需求的解决方案。我们做出的每个决定都优先考虑用户体验，旨在超越期望并提供具体的商业价值。

传统的采纳遵循一种“一刀切”的模式：部署培训，希望最好的结果，并在采纳停滞时责怪用户。用户化采取了相反的方法。我们利用AI创建个性化的、上下文敏感的指导，随着每个用户的角色和情况而演变。我们的解决方案从用户交互中学习并相应地适应。

使其特别强大的是我们的反馈驱动的开发过程。客户输入直接塑造了我们超过一半的产品路线图，确保我们正在解决真正的工作场所挑战，而不是理论问题。这种方法创造了一个以人为本的哲学，AI代理消除了摩擦，使人们能够专注于战略、创造性和高影响力的工作，而不是与技术搏斗。

我们的综合技术栈——包括数字化采纳平台（DAP）、产品分析和镜像——通过智能数据分析驱动企业范围内的技术采纳，促进了传统软件和新兴AI解决方案的部署。我们已经将AI功能融入到整个平台中，包括对话式分析界面和情绪响应触发器，使组织能够解码用户模式、完善采纳方法并实现可量化的商业结果。

ScreenSense被描述为您新AI代理的核心，解释用户上下文和意图。这种技术在实践中如何工作，以及它如何确保相关性而不让用户感到不知所措？

ScreenSense像一个智能解释器一样，分析应用程序环境（屏幕上发生了什么）和用户目标（某人试图完成什么）。这种双重意识使得能够提供技术上准确和个人相关的实时推荐。

在实践中，我们的AI代理——作者、洞察和指导——使用ScreenSense提供准确和上下文指导的帮助。与其用通用建议轰炸用户或要求他们学习新的界面，系统了解他们的即时上下文并提供恰到好处的帮助。

避免用户过载的关键是上下文过滤。ScreenSense不仅仅收集数据；它处理这些信息以确定何时干预增加了价值，而不是制造干扰。用户接收到感觉直观和及时的指导，而不是侵入式的指导，因为系统了解他们的技术环境和工作意图。

您能带我们了解一下三个新AI代理——作者、洞察和指导——并分享具体示例，说明它们如何在实际企业工作流程中提高生产力吗？

我们的作者代理使内容创建民主化，通过将日常语言转化为复杂的应用内体验。培训经理可以简单地说“为仪表板的新功能创建一个工具提示”，系统会自动构建内容，确定目标规则，并应用适当的样式。这种高效的工作流程使学习和开发团队、产品经理和业务利益相关者无需编码专业知识即可构建复杂的应用内支持元素，包括交互式叠加层、分步指南和情况帮助内容，基本上消除了传统内容开发过程中的瓶颈和技术专业知识要求。我们正在看到40%更快的内容开发，70%的效率收益即将到来。

洞察代理将分析从专家功能转变为对话式工具。产品负责人可以提出自然的问题，如“哪些功能导致用户沮丧？”并立即获得带有具体摩擦点和可行的下一步的视觉分析。这种方法使产品经理和多元化的团队贡献者能够快速发现可行的智能，了解用户参与模式和系统有效性，而无需高级数据分析技能，最终支持他们识别哪些功能需要改进或将从增强采纳计划中受益。

我们的指导代理在用户的活跃工作流程中提供即时答案。当有人在处理订单时搜索“批准过程异常”，他们会获得来自内部文档的准确、上下文相关的信息，而无需离开当前应用程序。这种方法改变了企业员工访问信息的方式，显著减少了响应时间，减少了对帮助台资源的依赖，使他们能够在不中断当前任务、不浏览冗长文档、不创建支持票的同时获得必要的清晰度，从而保持他们的专注力和工作流程中的效率。

超过300个客户已经在生产环境中部署了这些代理，看到参与度增加了一倍和三倍。

根据您的经验，哪些最佳实践将成功的GenAI采纳与失败的采纳区分开来？

成功的GenAI采纳需要两个基本元素：无缝集成和负责任的治理。成功的组织将AI能力直接嵌入现有的工作流程中，而不是引入创建额外复杂性的单独工具。

最成功的组织专注于立即的用户价值，而不是令人印象深刻的技术演示。他们解决人们每天面临的特定工作流程问题，确保AI成为生产力放大器，而不是另一个需要掌握的系统。这些公司还投资于新的角色，如AI监督员，维持人工监督以确保系统保持准确、公平并持续改进。

那些挣扎的组织通常将AI视为技术项目，而不是用户体验转变。他们专注于部署指标，而不是采纳结果，并未解决阻碍扩展的信任和复杂性障碍。

随着AI工具在软件栈中越来越受欢迎，您如何看待Whatfix等采纳平台在这一趋势加速时的演变？

随着AI普及加速，采纳平台将成为防止企业混乱的关键编排层。没有统一的指导，组织将冒着创建重叠的能力的风险，这些能力会让用户感到困惑并浪费投资。

Whatfix是连接规划、部署、采纳和优化的整个企业软件生命周期的智能骨干。我们的平台套件结合数字化采纳、产品分析和镜像的模拟能力，创建数据驱动的采纳策略，适用于传统软件和新兴AI部署。

我们正在扩展我们的产品，包括AI原生解决方案，如Seek、Assistant和AI Roleplay。这些结合了智能自动化和自适应培训，创建了全面的采纳体验。我们的目标是成为最大化每项技术投资回报率的统一智能层。

组织不再需要管理单个工具；他们需要能够理解整个技术生态系统并引导用户通过日益复杂的景观的平台，具有信心和效率。

展望未来，Whatfix曾谈到数字解决方案可以实时自我纠正和个性化的未来。您认为为了实现这一未来，哪些里程碑是最关键的？

我们的路线图集中在建立Whatfix作为世界领先的企业技术用户化AI平台。为此，我们需要在未来五年内实现三个相互关联的里程碑。

首先，我们正在将AI代理的部署从当前的300多个客户扩展到所有Whatfix参与的标准实施。这些代理将成为数百万企业用户导航复杂性和加速日常工作流程的默认方式。

第二，我们正在超越当前的数字化采纳、分析和镜像产品，打造全面AI首先的产品能力。像Seek、Assistant和AI Roleplay这样的解决方案将为企业提供完整的技术生命周期管理所需的统一智能基础设施。

第三，我们正在追求全球类别领导地位，重新定义AI驱动世界中的数字化采纳。成功意味着成为让企业AI真正可访问和实用的公司。

最终的里程碑是将以人为中心、上下文和意图感知的AI交到每个企业用户手中。如果数百万人在各个行业工作得更聪明、更快、更少摩擦，因为Whatfix，我们就实现了我们的基本使命。

随着企业在快速AI采纳和员工信任之间取得平衡，您预见到如果不采取以用户为中心的方法，会带来哪些风险？

主要的风险是大规模采纳失败。没有以用户为中心的设计，企业将面临我们今天看到的相同的信任挑战，包括对数据安全、AI幻觉和治理差距的担忧。这些担忧会在组织中制造阻力，阻止扩大试点计划，有效地浪费AI投资。

复杂性危机也将加剧。随着每个应用程序添加AI功能而不考虑用户体验，员工将面临日益碎片化的工作流程和决策困境。这将导致生产力下降，而不是AI承诺的效率增益。

也许最关键的是，组织冒着制造AI抵抗文化的风险，在这种文化中，用户积极避免新功能，因为以前的实施制造了摩擦而不是价值。一旦用户对AI工具失去信心，重建信任需要显著更多的努力和资源。

最后，您如何在企业AI采纳的技术和人文两方面保持领先地位？

我们的组织方法为我们提供了对两方面的宝贵见解。我们已经将AI融入整个业务运营，从销售团队使用AI进行客户潜在客户丰富到我们的智能搜索系统连接员工与内部知识库。产品团队使用AI代理作为工作流程的联合驾驶员，这让我们亲身体验到客户面临的挑战。

我们还实施了全面的劳动力发展计划，通过我们的AI实验室和零点击框架，每位软件工程师都学会了像AI工程师一样思考。这在整个组织内创建了通用语言，既能告知我们的技术开发，也能理解用户采纳模式。

最重要的是，我们的产品开发过程仍然深深植根于客户反馈，超过一半的产品路线图都是由现实世界中的企业挑战塑造的。这种持续的对话确保我们不仅理解技术上可行的内容，还理解为使用这些系统的用户日常创建的价值。