Aaron Kesler, Gerente de Producto Sr., AI/ML en Snaplogic – Serie de entrevistas

Aaron KeslerSr. Product Supervisor, AI/ML en Snaplogic, es un líder de productos certificado con más de una década de experiencia construyendo marcos escalables que combinan el pensamiento de diseño, los trabajos a realizar y el descubrimiento de productos. Se enfoca en desarrollar nuevos productos y procesos impulsados ​​por la IA mientras asesora a los aspirantes a PM a través de su weblog y entrenamiento de estrategia, ejecución y desarrollo centrado en el cliente.

Has tenido un viaje empresarial bastante emprendedor, comenzó a Stak en la universidad y ha sido adquirido por Carvertise. ¿Cómo esas experiencias tempranas dieron forma a la mentalidad de su producto?

Este fue un momento realmente interesante en mi vida. Mi compañero de cuarto y yo comenzamos a Stak porque estábamos aburridos con nuestros cursos y queríamos experiencia en el mundo actual. Nunca imaginamos que nos llevaría a ser adquiridos por lo que se convirtió en la startup de carteles de Delaware. Esa experiencia realmente dio forma a la mentalidad de mi producto porque naturalmente gravité para hablar con las empresas, preguntándoles sobre sus problemas y construyendo soluciones. Ni siquiera sabía qué period un gerente de producto en ese entonces, solo estaba haciendo el trabajo.

En Carvertise, comencé a hacer lo mismo: trabajar con sus clientes para comprender los puntos débiles y desarrollar soluciones, de nuevo, mucho antes de tener el título de PM. Como ingeniero, su trabajo es resolver problemas con la tecnología. Como gerente de producto, su trabajo cambia a encontrar los problemas correctos, los que valen la pena resolver porque también generan valor comercial. Como emprendedor, especialmente sin fondos, su mentalidad se convierte en: ¿Cómo resuelvo el problema de alguien de una manera que me ayude a poner comida en la mesa? Esa pelea temprana y ajetreo me enseñó a mirar siempre a través de diferentes lentes. Ya sea que esté en una startup autofinanciada, una empresa respaldada por VC o un gigante de la salud, la mentalidad de “necesidad básica” de Maslow siempre será la base.

Hablas de tu pasión por entrenar aspirantes a gerentes de productos. ¿Qué consejo desearías tener cuando estabas en el producto?

El mejor consejo que tengo, y el consejo que doy a los aspirantes a síndrome premenstrual, es: “Si siempre discutes desde la perspectiva del cliente, nunca perderás una discusión”. Esa línea es engañosamente easy pero increíblemente poderosa. Significa que debe comprender realmente a su cliente (sus necesidades, puntos débiles, comportamiento y contexto), por lo que no solo está presentando reuniones con opiniones, sino con concepts. Sin eso, todo se convierte en Hippo (opinión de la persona mejor pagada), una batalla de quien tiene más poder o opiniones más fuertes. Con él, te conviertes en la persona a la que la gente recurre para mayor claridad.

Anteriormente ha declarado que cada empleado pronto trabajará junto a una docena de agentes de IA. ¿Cómo se ve este futuro acuático AI-AI en un flujo de trabajo diario?

Lo que puede ser interesante es que ya estamos en una realidad en la que las personas trabajan con múltiples agentes de IA: hemos ayudado a que a nuestros clientes les guste DCU Planifique, construya, pruebe, salvaguardan y ponga a docenas de agentes para ayudar a su fuerza laboral. Lo fascinante es que las empresas están construyendo gráficos de organización de compañeros de trabajo de IA para cada empleado, en función de sus necesidades. Por ejemplo, los empleados tendrán sus propios agentes de IA dedicados a ciertos casos de uso, como un agente para redactar historias de epopeyas/usuarios, una que ayuda a la codificación o la creación de prototipos o los problemas de extracción, y otro que analiza los comentarios de los clientes, todas las directrices sancionadas y orquestadas por ello, and so forth.. Habrá un humano en el bucle en el futuro previsible, pero eliminarán las tareas repetitivas de bajo valor para que las personas puedan centrarse en el pensamiento de nivel superior. En cinco años, espero que la mayoría de los equipos confíen en los agentes de la misma manera que confiamos en Slack o Google Docs hoy.

¿Cómo recomiendan las empresas que pasen la brecha de alfabetización de IA entre los equipos técnicos y no técnicos?

Comience a poco, tenga un plan claro de cómo se ajusta esto con la estrategia de integración de datos e aplicaciones, manténgalo práctico para detectar cualquier sorpresa y estar abierto a iterarse de los objetivos y el enfoque originales. Encuentre problemas al tener curiosidad sobre las tareas mundanas en su negocio. Los problemas de mayor valor para resolver son a menudo los aburridos que los héroes no reconocidos están resolviendo todos los días. Aprendimos muchas de estas mejores prácticas de primera mano mientras construimos agentes para ayudar a nuestros Departamento de Finanzas de Snaplogic. El enfoque más importante es asegurarse de tener barandillas seguras sobre a qué tipos de datos y aplicaciones ciertos empleados o departamentos tienen acceso.

Luego, las empresas deben tratarlo como un curso universitario: explique los términos clave simplemente, brinde a las personas la oportunidad de probar herramientas ellos mismos en entornos controlados y luego hacer un seguimiento con inmersiones más profundas. También hacemos saber que está bien no saberlo todo. La IA está evolucionando rápidamente, y nadie es un experto en cada área. La clave es ayudar a los equipos a comprender lo que es posible y darles la confianza para hacer las preguntas correctas.

¿Cuáles son algunas estrategias efectivas que ha visto para la aceleración de IA que van más allá de los módulos de entrenamiento genéricos?

El mejor enfoque que he visto es dejar que la gente lo tenga. El entrenamiento es un gran comienzo: debes mostrarles cómo AI realmente ayuda con el trabajo que ya están haciendo. A partir de ahí, trate esto como un enfoque sancionado para la sombra o los agentes de la sombra, ya que los empleados son creativos para encontrar soluciones que puedan resolver problemas súper particulares que solo tienen. Le dimos acceso a nuestro equipo de campo y a los equipos no técnicos a AgenteTecnología de IA de AGE de Snaplogic que elimina la complejidad de la adopción de IA empresarial y les dio poder a intentar construir algo e informar con preguntas. Este ejercicio condujo a experiencias de aprendizaje reales porque estaba vinculado a su trabajo diario.

¿Ve un riesgo en las empresas que adoptan las herramientas de IA sin una mejora adecuada? ¿Cuáles son algunas de las trampas más comunes?

Los mayores riesgos que he visto son las violaciones sustanciales de gobernanza y/o seguridad de datos, lo que puede conducir a costosas multas regulatorias y al potencial de poner en riesgo los datos de los clientes. Sin embargo, algunos de los riesgos más frecuentes que veo son empresas que adoptan herramientas de IA sin comprender completamente lo que son y no son capaces de hacerlo. La IA no es mágica. Si sus datos son un desastre o sus equipos no saben cómo usar las herramientas, no verá valor. Otro problema es cuando las organizaciones impulsan la adopción de arriba hacia abajo y no tienen en cuenta las personas que realmente ejecutan el trabajo. No puedes simplemente extender algo y esperar que se quede. Necesita campeones para educar y guiar a la gente, los equipos necesitan una estrategia de datos sólida, el tiempo y el contexto para colocar las barandillas y el espacio para aprender.

En Snaplogic, está trabajando en el desarrollo de nuevos productos. ¿Cómo influye la IA en la estrategia de su producto hoy?

La IA y los comentarios de los clientes están en el corazón de nuestra estrategia de innovación de productos. No se trata solo de agregar funciones de IA, se trata de repensar cómo podemos ofrecer continuamente soluciones más eficientes y fáciles de usar para nuestros clientes que simplifican cómo interactúan con las integraciones y la automatización. Estamos construyendo productos con usuarios eléctricos y usuarios no técnicos en mente, y la IA ayuda a cerrar esa brecha.

¿Cómo ayuda a las empresas de Snaplogic la herramienta AgentCreator de Snaplogic a construir sus propios agentes de IA? ¿Puedes compartir un caso de uso donde esto tuvo un gran impacto?

AgentCreator está diseñado para ayudar a los equipos a construir agentes de IA de grado empresarial actual sin escribir una sola línea de código. Elimina la necesidad de desarrolladores de Python experimentados para construir aplicaciones basadas en LLM desde cero y empodera a los equipos de finanzas, recursos humanos, advertising and marketing y TI para crear agentes propulsados ​​por IA en solo horas utilizando indicaciones de lenguaje pure. Estos agentes están estrechamente integrados con los datos empresariales, por lo que pueden hacer más que solo responder. Los agentes integrados automatizan flujos de trabajo complejos, razón a través de decisiones y actúan en tiempo actual, todo dentro del contexto comercial.

AgentCreator ha cambiado el juego para nuestros clientes como Banco independienteque utilizó AgentCreator para lanzar asistentes de voz y chat para reducir la cartera de boletos de la mesa de ayuda de TI y liberar recursos de TI para centrarse en las nuevas iniciativas de Genai. Además, proveedor de administración de beneficios Aptia AgentCreator usó para automatizar uno de sus procesos más manuales e intensivos en recursos: elecciones de beneficios. Lo que solía llevar horas de entrada de datos de backend ahora lleva minutos, gracias a los agentes de IA que agilizan la traducción y validación de datos en todos los sistemas.

SnapGPT permite la integración a través del lenguaje pure. ¿Cómo ha sido este acceso democratizado para usuarios no técnicos?

Snapgpt, nuestro copiloto de integración, es un gran ejemplo de cómo Genai está desglosando las barreras en el software program empresarial. Con él, los usuarios que van desde no técnicos hasta técnicos pueden describir el resultado que desean usar simples indicaciones de lenguaje pure, como pedir que conecte dos sistemas o activar un flujo de trabajo, y la integración está construida para ellos. SnapGPT va más allá de la construcción de tuberías de integración: los usuarios pueden describir tuberías, crear documentación, generar consultas y expresiones SQL, y transformar datos de un formato a otro con un mensaje easy. Resulta que lo que alguna vez fue un proceso de desarrollador pesado en algo accesible para los empleados en todo el negocio. No se trata solo de ahorrar tiempo, sino que se trata de quién puede construir. Cuando más personas en todo el negocio pueden contribuir, desbloqueas una iteración más rápida y más innovación.

¿Qué hace que las herramientas de IA de Snaplogic, como AutoSuggest y SnapGPT, sean diferentes de otras plataformas de integración en el mercado?

Snaplogic es la primera plataforma de integración generativa que desbloquea continuamente el valor de los datos a través de la empresa moderna a una velocidad y escala sin precedentes. Con la capacidad de construir aplicaciones Genai de vanguardia en solo horas, sin escribir código, junto con SnapGPT, el primer y más avanzado copiloto de integración de Genai, las organizaciones pueden acelerar enormemente el valor comercial. Las capacidades Genai de otros competidores faltan o son inexistentes. A diferencia de gran parte de la competencia, Snaplogic nació en la nube y está especialmente diseñado para gestionar las complejidades de los entornos de nubes, locales e híbridos.

Snaplogic ofrece características de desarrollo iterativas, incluida la validación automatizada y el esquema en la lectura, lo que permite a los equipos que termine los proyectos más rápido. Estas características permiten que más integradores de diferentes niveles de habilidad se pongan en funcionamiento rápidamente, a diferencia de los competidores que en su mayoría requieren desarrolladores altamente calificados, lo que puede ralentizar significativamente la implementación. Snaplogic es una plataforma de gran rendimiento que procesa más de cuatro billones de documentos mensuales y puede mover los datos de manera eficiente a lagos y almacenes de datos, mientras que algunos competidores carecen de soporte para la integración en tiempo actual y no pueden soportar entornos híbridos.

¿Qué es lo que más te emociona del futuro de la gestión de productos en un mundo impulsado por la IA?

Lo que más me emociona sobre el futuro de la gestión de productos es el surgimiento de una de las últimas palabras de moda para adornar la “codificación de ambientes” del espacio de IA: la capacidad de construir prototipos de trabajo utilizando lenguaje pure. Imagino un mundo en el que todos en el trío de productos (diseño, gestión de productos e ingeniería) sean prácticos con herramientas que traducen concepts en soluciones reales y funcionales en tiempo actual. En lugar de confiar únicamente en ingenieros y diseñadores para dar vida a las concepts, todos podrán crear e iterar rápidamente.

Think about estar en una llamada al cliente y, en el momento, crear prototipos de una solución en vivo utilizando sus datos reales. En lugar de solo escuchar sus soluciones propuestas, podríamos cocrear con ellas y descubrir mejores formas de resolver sus problemas. Este cambio hará que el proceso de desarrollo de productos sea dramáticamente más colaborativo, creativo y alineado. Y eso me emociona porque mi parte favorita del trabajo es construir junto a otros para resolver problemas significativos.

Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar Snaplogic.