Don Schuerman é diretor de tecnologia e vice-presidente de advertising and marketing de produtos da Pegasystems, responsável pela plataforma da Pega e pelos aplicativos de gerenciamento de relacionamento com o cliente (CRM).
Ele tem 20 anos de experiência no fornecimento de soluções de software program empresarial para organizações Fortune 500, com foco em transformação digital, mobilidade, análise, gerenciamento de processos de negócios, nuvem e CRM.
A Pegasystems oferece uma plataforma robusta projetada para ajudar as organizações a alcançar resultados transformadores de negócios por meio da otimização em tempo actual. A plataforma permite que os clientes enfrentem os principais desafios de negócios usando a tomada de decisões corporativas de IA e a automação do fluxo de trabalho, incluindo a personalização do envolvimento do cliente, a automatização de serviços e a melhoria da eficiência operacional. Fundada em 1983, a Pegasystems desenvolveu uma arquitetura escalável e flexível que apoia as empresas no atendimento às demandas atuais dos clientes, ao mesmo tempo que se adaptam às necessidades futuras.
Dada a sua vasta experiência como CTO na Pegasystems, como a Pega GenAI se destaca no cenário em rápida evolução da IA generativa para empresas?
A Pega vem inovando em soluções de IA há anos, inclusive explorando a IA generativa muito antes de ela se tornar widespread. Acho que há três coisas que nos diferenciam:
Primeiro, não estamos apenas acelerando processos, estamos impulsionando a inovação. A maioria dos fornecedores de software program empresarial lançou vários bots, agentes ou recursos de copiloto de IA de geração, mas a verdade é que essas ferramentas semelhantes não impulsionarão a diferenciação competitiva. Permitimos que nossos clientes reimaginem como todo o seu negócio funciona com ferramentas exclusivas, como o Pega GenAI Blueprint, que fornece os melhores designs de aplicativos em segundos. Não estamos apenas automatizando tarefas; estamos fundamentalmente reimaginando como as empresas operam e inovam.
Em segundo lugar, não estamos apenas automatizando isoladamente, estamos orquestrando a forma como o trabalho é feito do início ao fim. Outros fornecedores aproveitam esses recursos de bot de geração de IA e esperam que isso seja suficiente para aumentar a eficiência. Nossa plataforma está enraizada em nosso gerenciamento e orquestração de casos líderes do setor, o que nos permite não apenas automatizar com IA de geração, mas também orquestrar e otimizar todo o processo de ponta a ponta.
Terceiro, não somos apenas um mecanismo genérico de IA – estamos focados em promover um melhor envolvimento do cliente e automação do fluxo de trabalho por meio de IA. Às vezes, o problema em questão exige o poder criativo da IA generativa, enquanto outras questões podem exigir IA preditiva ou IA de decisão para infundir mais lógica no processo.
Em seu artigo da Forbes, “Desbloqueando o potencial da IA avançada para inovação empresarial”, você menciona o potencial da IA generativa para reimaginar as operações de negócios. Quais são alguns exemplos específicos em que a IA poderia catalisar a transformação do legado em empresas estabelecidas?
O vice-presidente sênior de autoridades de design da Deutsche Telekom, Daniel Wenzel, descreveu ao público da PegaWorld iNspire neste verão como ele está usando atualmente o Pega GenAI Blueprint para ajudá-lo a reimaginar mais de 800 processos de negócios separados no departamento de serviços de RH. Ele diz que o maior obstáculo na tentativa de melhorar esses processos é que os empresários e a TI não falam a mesma língua, o que leva a expectativas não concretizadas. O Pega GenAI Blueprint ajuda ambas as partes interessadas a entender o processo e como melhorá-lo com muito mais rapidez do que os métodos tradicionais, levando a soluções mais eficazes.
O mesmo artigo discute as limitações das aplicações atuais de IA generativa. Como podem as empresas ir além das melhorias incrementais de produtividade para aproveitar todo o potencial transformador da IA?
A maior parte da IA generativa em software program empresarial é aplicada como recursos únicos que ajudam a acelerar aspectos específicos do processo. Mas esses tipos de recursos são comuns agora, proporcionando pouca vantagem competitiva. Hacks de produtividade, como resumo e geração de texto, são apostas básicas – o que as empresas precisam para avançar no mercado é usar IA generativa para inovar todas as novas formas de fazer negócios em alto nível. Por exemplo, o Gartner identificou uma nova categoria de tecnologia que eles chamam de Enterprise Orchestration and Automation Applied sciences (BOAT), que busca gerar resultados de negócios de forma mais holística, desde a racionalização de custos até a melhoria da tomada de decisões, até a redução de custos operacionais e o uso das tecnologias de automação certas para o trabalho em mãos. Recursos únicos de IA de geração têm seu lugar, mas são apenas uma peça do quebra-cabeça e não a solução mágica para resolver todos os problemas.
Quais são os casos de uso empresarial mais promissores para IA generativa que vão além das melhorias típicas de produtividade, e como as empresas podem implementá-los da melhor forma?
A oportunidade mais interessante de IA generativa é o potencial de injetar melhores práticas em um processo. Aqueles que estão usando a geração AI apenas para escrever mais código podem estar se preparando para mais dívidas técnicas no futuro. A injeção de IP no processo de design de software program é uma virada de jogo, permitindo que as organizações cheguem a uma solução supreme com muito mais rapidez, com base em anos de experiência. E como é desenvolvido como um modelo visible e não apenas como linhas de código, é mais fácil colaborar e refiná-lo ao longo do tempo entre as partes interessadas técnicas e não técnicas. Anteriormente, finalizar o design de um aplicativo podia levar semanas e exigia conjuntos de habilidades muito especializadas; agora, essas ferramentas baseadas em IA permitem que os usuários corporativos digitem suas necessidades específicas em linguagem simples e passem rapidamente do conceito ao design abrangente. A Forrester publicou recentemente uma pesquisa prevendo que o uso de IA para injetar IP em sistemas de design de baixo código ou baseados em modelos mudará fundamentalmente a forma como as empresas usam software program – permitindo-lhes construir mais e comprar muito menos aplicativos “prontos para uso”. Acredito que esta é uma grande transformação e acreditamos que com o Pega GenAI Blueprint estamos bem posicionados para ser a plataforma preferida de nossos clientes empresariais.
Você sugeriu anteriormente que a IA generativa pode ajudar no desenvolvimento de produtos, identificando lacunas de mercado. Você pode explicar como esse processo funciona e compartilhar um exemplo do mundo actual?
Nosso Pega Buyer Resolution Hub é uma solução de IA preditiva que ajuda nossos clientes a tomar a próxima melhor ação com seus clientes, seja vendendo um produto, resolvendo um problema de serviço ou, às vezes, não fazendo nada. Isso nos permite conectar-nos 1:1 com os clientes com ações que melhor atendem às suas necessidades individuais. Mas operar de forma 1:1 significa que você precisa de uma grande quantidade de ofertas personalizadas – é muito melhor do que enviar spam para todos com a mesma mensagem, mas exige que as organizações de advertising and marketing criem mais mensagens exclusivas para diferentes grupos de clientes. Agora, com a geração AI, podemos descobrir quais clientes foram mal atendidos e então sugerir novas ações e construir novos tratamentos que seriam mais benéficos para esses grupos. Isto tem o potencial de ajudar as organizações a expandirem-se para públicos de mercado que normalmente não conseguem atingir.
Como podem as empresas estabelecidas com sistemas legados integrar eficazmente a IA generativa para se manterem competitivas face a startups mais ágeis, especialmente na reinvenção das suas operações principais?
Acredito que estamos entrando em um ponto crítico para sistemas legados. Durante décadas, as grandes empresas têm eliminado a dívida técnica no futuro. Passamos anos aplicando soluções de band-aid, como RPA, que não abordavam o dreno basic que os sistemas legados representam para as empresas – eles desviam gastos de TI que poderiam ser destinados à inovação, introduzem riscos e impedem que as empresas avancem rapidamente em mercados em mudança. . Felizmente, acredito que um dos superpoderes da geração AI é que ela nos permitirá acelerar dramaticamente a taxa na qual redesenhamos e retiramos nossos sistemas legados – não simplesmente recodificando-os, mas repensando os próprios fluxos de trabalho e processos para que ambos funcionem em sistemas modernos. arquiteturas de nuvem e forneça as experiências digitais que clientes e funcionários esperam.
Em um artigo separado sobre estabelecendo um manifesto de IAvocê enfatiza a importância de vincular a estratégia de IA a resultados acionáveis. Você pode fornecer orientação sobre como as empresas podem alinhar seus objetivos de IA com resultados comerciais tangíveis?
Muitas empresas começam focando em uma ferramenta totalmente nova como a IA, em vez de começar descobrindo quais são seus objetivos de negócios e quais problemas precisam resolver. Ao se concentrarem na ferramenta e não no problema, eles se classificam em um caminho que pode não ser o supreme para seus negócios. Em vez disso, eles precisam dar um passo atrás e perguntar-se o que estão realmente tentando realizar. Às vezes, a geração de IA não é a solução certa e pode ser melhor atendida com a aplicação de decisões de IA. Eles precisam lembrar que existem diferentes tipos de IA que são mais adequados para resolver diferentes problemas de negócios.
Como podem as empresas aproveitar a IA generativa para revolucionar as suas operações, em vez de apenas automatizar tarefas rotineiras? Que estratégias eles deveriam empregar para maximizar o ROI nesta área?
Não se concentre apenas nas tarefas individuais – isso impedirá que você veja a floresta em busca das árvores. Dê um passo atrás e entenda seus fluxos de trabalho gerais de negócios e os resultados que você está tentando obter deles. A IA generativa pode ser usada para analisar seus processos e infundir as melhores práticas em diversos setores diferentes. Isto pode gerar mudanças profundas, permitindo que as empresas repensem e redesenhem os seus principais fluxos de trabalho. Por exemplo, a IA pode ajudar a conceber novos modelos operacionais a partir do zero ou reprojetar os existentes para melhorar a eficiência e a inovação. Estabeleça métricas claras para medir o sucesso e refine regularmente sua abordagem com base nesses insights. Ao aproveitar a IA para promover mudanças significativas em vez de melhorias incrementais, as empresas podem desbloquear valor significativo e permanecer à frente da concorrência.
Quais setores você acredita que estão mais preparados para se beneficiar do redesenho dos fluxos de trabalho usando IA e como eles deveriam começar a implementar essa abordagem?
Quase todas as organizações podem beneficiar universalmente da melhoria dos seus fluxos de trabalho, especialmente em mercados em rápida mudança. Os setores de serviços, como serviços financeiros, telecomunicações e saúde, provavelmente poderão obter os maiores ganhos para ajudar a agilizar a forma como interagem com seus clientes. Estes setores lidam com processos complexos e com utilização intensiva de dados e estão sob pressão crescente para melhorar a eficiência, reduzir custos e produzir melhores resultados. Além disso, qualquer indústria com grandes quantidades de serviços legados – como a banca – pode beneficiar ao examinar os seus processos provavelmente estabelecidos há anos para os modernizar e garantir que acompanham o ritmo da concorrência mais recente.
Como é que a abordagem “human-in-the-loop” melhora a eficácia e a implementação ética da IA, especialmente em funções voltadas para o cliente?
A IA generativa, embora poderosa, pode produzir resultados que nem sempre são precisos ou apropriados. Ao integrar a supervisão humana, podemos mitigar riscos como imprecisões de conteúdo gerado por IA ou questões éticas.
Por exemplo, no atendimento ao cliente, a IA pode gerar respostas e recomendações, mas a análise humana desses resultados garante que estejam alinhados com os valores da empresa e as necessidades do cliente. Esta supervisão é essential para manter a transparência e a responsabilização, especialmente quando os modelos de IA produzem informações plausíveis, mas incorretas ou enganosas.
Curiosamente, ter um ser humano informado permite que você pegue um dos pontos fracos da geração AI – é inerentemente não previsível ou não determinista, o que significa que não dá a mesma resposta duas vezes – e transforme isso em um ponto forte . Com o Pega GenAI Blueprint, usamos a gen AI como parceira de brainstorming, sugerindo novas abordagens para o design do fluxo de trabalho. O ser humano é sempre o decisor closing, mas ao sugerir constantemente novas abordagens, a geração AI impulsiona o pensamento authentic e ajuda os seres humanos a evitar “reconstruir o caminho das vacas”.
Obrigado pela ótima entrevista, os leitores que desejarem saber mais devem visitar a Pegasystems.
