Zarządzanie i kontekst decydują o sukcesie sztucznej inteligencji

Jonathan Alboum jest byłym dyrektorem ds. informatyki USDA, a obecnie pełni funkcję federalnego dyrektora technicznego w ServiceNow, które działa jako wieża kontroli transformacji administracji publicznej napędzanej przez AI.

Spotkaliśmy się z Jonathanem, aby dowiedzieć się, jak AI zmienia przywództwo technologiczne w sektorze publicznym. Oto, co miał do powiedzenia.

Nowe narzędzia do starego wyzwania

Pełnię funkcję federalnego dyrektora technicznego w ServiceNow, współpracując z agencjami federalnymi przy wdrażaniu cyfrowych przepływów pracy, które poprawiają doświadczenia i uwalniają produktywność. W całej swojej karierze konsekwentnie koncentrowałem się na wykorzystywaniu technologii do wzmacniania pozycji pracowników i klientów, pomagając im skuteczniej wykonywać swoje zadania oraz świadczyć niezbędne usługi wsparcia.

Pracę tę rozpocząłem w administracji publicznej, pełniąc wyższe funkcje kierownicze, w tym zastępcy dyrektora ds. informatyki oraz dyrektora ds. informatyki w Food and Nutrition Service w Departamencie Rolnictwa, a następnie dyrektora ds. informatyki w całym USDA. Byłem również członkiem kadry kierowniczej GSA, gdzie kierowałem utworzeniem jej skonsolidowanej organizacji IT. 

To, co zmieniło się z czasem, to zestaw narzędzi. Obecnie AI rozwija podstawowe założenia IT — dostarczanie lepszych usług, poprawę doświadczeń i zwiększanie wpływu na realizację misji — jednocześnie otwierając nowe możliwości zwiększania efektywności i transformacji.

Skupiałem się na stosowaniu tych nowych narzędzi do znanego wyzwania: dostosowywania technologii, ludzi i procesów, aby pomóc agencjom skuteczniej realizować ich misje.

Inny rodzaj organizacji technologicznej

Nasz federalny zespół w ServiceNow przyjmuje inne podejście niż tradycyjna organizacja technologiczna. Zamiast scentralizowanej grupy zajmującej się rozwojem produktów mamy zespół konsultantów ds. rozwiązań, którzy ściśle współpracują z naszymi klientami i zespołami ds. klientów, aby dostarczać rozwiązania dopasowane do ich potrzeb.

Dbają o to, aby nasze technologie i możliwości były dobrze rozumiane, projektują rozwiązania, które skutecznie działają w konkretnej agencji lub organizacji, oraz łączą systemy, ludzi i procesy, aby platforma przynosiła rzeczywiste rezultaty.

ServiceNow pełni funkcję wieży kontroli transformacji administracji publicznej napędzanej przez AI. Łączymy różne systemy i organizacje oraz wykorzystujemy możliwości naszej platformy, w tym AI, aby osiągać rezultaty. Działa to jednak tylko wtedy, gdy wdrożenie opiera się na przejrzystej architekturze, silnym zarządzaniu i zgodności z celami misji.

Dlaczego AI wspiera decyzje operacyjne, ale to ludzie przewodzą

Wykorzystujemy AI do podejmowania codziennych decyzji operacyjnych: inteligentnego kierowania zgłoszeń, wykrywania wzorców w zgłoszeniach, automatycznego generowania artykułów w bazie wiedzy oraz sugerowania automatyzacji zaległości.

Jednak to ludzie podejmują kluczowe decyzje dotyczące architektury, przeglądów bezpieczeństwa i ogólnego zarządzania. Wymagają one oceny ryzyka, wpływu na realizację misji, zgodności oraz strategii długoterminowej, których modele nie są w stanie w pełni uchwycić.

AI przyspiesza więc zrozumienie tego, co się dzieje i co możemy zrobić, ale ludzie zachowują odpowiedzialność za to, co powinniśmy zrobić, oraz za zasady, w ramach których należy działać.

Jak AI poprawia jakość usług

Największe korzyści odnotowaliśmy w zakresie automatyzacji, szybkości i jakości usług — około 90% zgłoszeń IT w naszym środowisku „Now on Now” jest obsługiwanych autonomicznie, co skraca czas realizacji i pozwala inżynierom skupić się na zadaniach o większej wartości.

AI poprawia również widoczność, ujawniając wzorce występujące w różnych przepływach pracy.

Dlaczego AI zawodzi bez zarządzania i kontekstu organizacyjnego

AI nie spełnia oczekiwań, gdy jest wdrażana w odizolowanych silosach. Bez spajającej warstwy organizacjom brakuje wglądu w wydajność, zgodność i rzeczywisty wpływ. Odizolowane inicjatywy, zwłaszcza te, które nie są połączone kompleksowo w całej organizacji, rzadko tworzą znaczącą wartość.

AI ma również trudności bez wystarczającego kontekstu organizacyjnego. Aby działać skutecznie, musi rozumieć, jak praca przebiega w różnych systemach, przepływach pracy i danych. Ujednolicone podejście zapewniające widok z jednego miejsca daje ten wgląd, zapewnia zgodność i ostatecznie uwalnia pełny potencjał AI.

AI nie spełnia również oczekiwań bez właściwego zarządzania. Organizacje muszą nadać zarządzaniu priorytet na wczesnym etapie swojej drogi z AI. Nie można dodać go później, dlatego należy wbudować je od pierwszego dnia, najlepiej za pośrednictwem centrum kontroli AI, aby zapewnić spójność, zgodność i wydajność.

Dlaczego AI bez przepływów pracy to tylko drogie porady

Każdy CTO powinien rozumieć, że AI bez przepływu pracy i zarządzania to tylko drogie porady.

Prawdziwa wartość nie wynika z dodania modelu obok istniejących rozwiązań; wynika z osadzenia AI w przepływach pracy, danych i mechanizmach kontrolnych, które napędzają działalność lub realizację misji organizacji, oraz traktowania jej od pierwszego dnia jako zarządzanej funkcji platformy.

Rozpoczynanie od rozwiązań punktowych prowadzi do fragmentacji, luk w bezpieczeństwie i zgodności oraz ograniczonego wpływu.

Myśli Jonathana

Każdy CTO powinien rozumieć, że AI bez przepływu pracy i zarządzania to tylko drogie porady.

Jak schemat agentowy umożliwia autonomiczne wykonywanie zadań

Przepływ pracy inżynieryjnej oparty na AI i zbudowany z wykorzystaniem orkiestratora agentów może koordynować wielu agentów w celu realizacji złożonych zadań kompleksowo, od początku do końca. Powinien opierać się na schemacie „wykryj, zdecyduj, działaj, zabezpiecz”: agenci najpierw wykrywają, pozyskując dane i kontekst; następnie podejmują decyzje, stosując modele i logikę; po czym działają, wykonując zadania w różnych systemach.

Ten schemat agentowy uwzględnia bezpieczeństwo i zarządzanie w całym procesie, zapewniając zgodność, widoczność i kontrolę na każdym etapie. Dzięki temu zespoły mogą przejść od ręcznej, fragmentarycznej pracy do skoordynowanego, autonomicznego wykonywania zadań.

Jak wiedza i jakość danych wpływają na wyniki AI

Nigdy nie należy lekceważyć znaczenia podstawy danych, ponieważ skuteczność AI zależy bezpośrednio od jakości wykorzystywanych przez nią danych. Bez wysokiej jakości danych i odpowiedniego wglądu w nie wyniki są niespójne.

Agenci AI generują niewiarygodne wyniki, gdy wiedza jest rozproszona lub nieaktualna, ponieważ zależą od dokładnych i dostępnych danych. Centralizacja wiedzy i zarządzanie nią — przy jednoczesnym wykorzystaniu AI do wykrywania luk i nieaktualnych treści — tworzą solidniejszą podstawę spójnych wyników wysokiej jakości.

Jest to szczególnie prawdziwe w sektorze publicznym, gdzie wiedza często znajduje się w starszych systemach, doświadczeniu instytucjonalnym i niepełnej dokumentacji. W środowisku opartym na AI agenci są skuteczni tylko w takim stopniu, w jakim mogą uzyskać dostęp do wiedzy.

Rozwiązuję ten problem, osadzając AI w ujednoliconej warstwie danych przepływów pracy, co umożliwia agentom korzystanie z zaufanych, aktualnych informacji i dostarczanie dokładniejszych, bardziej spójnych wyników.

Dlaczego rzeczywisty wpływ wymaga zintegrowanej strategii AI

Dlatego moja rada dla liderów technologicznych jest taka, aby skupili się na budowaniu systemu operacyjnego dla przedsiębiorstwa wykorzystującego agentów AI poprzez włączenie AI w kluczowe operacje, zamiast dodawać je na końcu. Wymaga to podejścia opartego na ujednoliconej platformie obejmującej dane, bezpieczeństwo i tożsamość, z uwzględnieniem zarządzania od pierwszego dnia.

Odizolowane działania związane z AI nie będą się skalować; rzeczywisty wpływ wynika z kompleksowej, zintegrowanej strategii.

Oznacza to również oparcie się na silnych partnerstwach w ekosystemie i stworzenie ujednoliconego punktu dostępu — takiego jak MoveWorks — aby interakcja z AI była bardziej intuicyjna.

Wdrażając AI w sposób kompleksowy, organizacje mogą ograniczyć ryzyko, utrzymać zaufanie i skalować wartość w całym przedsiębiorstwie.

Śledź nas

Możesz śledzić pracę Jonathana na LinkedIn.

Na The CTO Club pojawią się kolejne wywiady z ekspertami!