Don Schuerman 是 Pegasystems 的首席技术官兼产品营销副总裁，负责 Pega 的平台和客户关系管理 (CRM) 应用程序。
他拥有 20 年为财富 500 强企业提供企业软件解决方案的经验，专注于数字化转型、移动性、分析、业务流程管理、云和 CRM。
Pegasystems提供强大的平台，旨在帮助组织通过实时优化实现业务转型。该平台使客户能够使用企业 AI 决策和工作流自动化来应对关键业务挑战，包括个性化客户参与、自动化服务和提高运营效率。Pegasystems 成立于 1983 年，开发了一种可扩展且灵活的架构，支持企业满足当前客户需求并适应未来需求。
鉴于您担任 Pegasystems 首席技术官的丰富经验，Pega GenAI 如何在快速发展的企业生成式 AI 领域中脱颖而出？
多年来，Pega 一直在创新 AI 解决方案，包括在生成式 AI 进入主流之前就对其进行探索。我认为我们与众不同之处有三点：
首先，我们不仅加快流程，还推动创新。大多数企业软件供应商都推出了各种人工智能机器人、代理或副驾驶功能，但事实是这些相似的工具不会带来竞争差异化。我们让客户能够使用 Pega GenAI Blueprint 等独特工具重新构想他们的整个业务如何运行，该工具可在几秒钟内提供最佳的应用程序设计。我们不仅使任务自动化；我们还从根本上重新构想了企业的运营和创新方式。
其次，我们不仅仅是在孤立地实现自动化，我们还在从头到尾协调工作完成的方式。其他供应商会添加这些新一代人工智能机器人功能，并希望这足以提高效率。我们的平台植根于我们行业领先的案例管理和协调，这使我们不仅能够使用新一代人工智能实现自动化，还可以从头到尾协调和优化整个流程。
第三，我们不仅仅是一个通用的人工智能引擎——我们专注于通过人工智能推动更好的客户参与和工作流程自动化。有时，手头的问题需要生成式人工智能的创造力，而其他问题可能需要预测式人工智能或决策式人工智能来为流程注入更多逻辑。
您在《福布斯》文章《释放先进人工智能的潜力，推动商业创新》中提到，生成式人工智能有潜力重塑商业运营。请列举一些具体例子，说明人工智能可以催化成熟企业的传统转型？
德国电信设计机构高级副总裁 Daniel Wenzel今年夏天在 PegaWorld iNspire 上向观众介绍了他目前如何使用 Pega GenAI Blueprint 帮助他重新构想人力资源服务部门的 800 多个独立业务流程。他说，在尝试改进这些流程时，最大的瓶颈是业务人员和 IT 人员使用的语言不同，这导致期望无法实现。Pega GenAI Blueprint 帮助双方利益相关者了解流程以及如何比传统方法更快地改进流程，从而带来更有效的解决方案。
同一篇文章还讨论了当前生成式人工智能应用的局限性。企业如何才能超越渐进式生产力改进，充分利用人工智能的全部变革潜力？
企业软件中的大多数生成式人工智能都是作为一次性功能应用的，有助于加快流程的特定方面。但这些类型的功能现在很常见，几乎没有什么竞争优势。诸如摘要和文本生成之类的生产力技巧是必备条件——企业要在市场上取得进步，就需要使用生成式人工智能来创新所有新的高水平经营方式。例如，Gartner 已经确定了一种新的技术类别，他们称之为业务编排和自动化技术 (BOAT)，该技术着眼于更全面地推动业务成果，从精简成本到改善决策，再到降低运营成本和使用合适的自动化技术来完成手头的工作。一次性的生成式人工智能功能有其用武之地，但它只是拼图中的一块，而不是解决所有问题的灵丹妙药。
除了典型的生产力增强之外，生成式人工智能最有前景的企业用例是什么？企业如何才能最好地实现这些用例？
最令人兴奋的生成式人工智能机会是将最佳实践注入流程的潜力。那些使用生成式人工智能来编写更多代码的人可能会让自己在未来背负更多技术债务。将知识产权注入软件设计流程将改变游戏规则，使组织能够根据多年的经验更快地获得最佳解决方案。而且由于它是作为可视化模型而不是代码行开发的，因此更容易在技术和非技术利益相关者之间进行协作和改进。以前，完成应用程序设计可能需要数周时间，并且需要非常专业的技能；现在，这些由生成式人工智能驱动的工具使业务用户能够用通俗易懂的语言输入他们的特定需求，并快速从概念转向全面设计。Forrester最近发表了一项研究，预测使用人工智能将知识产权注入低代码或基于模型的设计系统将从根本上改变企业使用软件的方式——使他们能够构建更多应用程序并购买更少的“现成”应用程序。我认为这是一个巨大的转变，我们相信，借助 Pega GenAI Blueprint，我们将能够成为企业客户的首选平台。
您之前曾提出，生成式人工智能可以通过识别市场空白来帮助产品开发。您能详细说明这个过程是如何运作的吗？并分享一个真实的例子？
我们的 Pega 客户决策中心是一种预测性 AI 解决方案，可帮助我们的客户为其客户采取最佳行动，无论是增加产品销售、解决服务问题，还是有时什么都不做。这使我们能够以 1:1 的方式与客户建立联系，并采取最能满足其个人需求的行动。但以 1:1 的方式运营意味着您需要大量量身定制的优惠 – 这比用相同的消息向所有人发送垃圾邮件要好得多，但它要求营销组织创建更多针对不同客户群体的独特消息。现在有了 gen AI，我们可以发现哪些客户没有得到充分服务，然后建议新的行动并建立对这些群体更有利的新解决方案。这有可能帮助组织扩展到他们通常无法满足的市场受众。
拥有传统系统的成熟公司如何有效地整合生成式人工智能，以保持与更敏捷的初创企业的竞争力，特别是在重塑其核心运营方面？
我认为我们正进入遗留系统的临界点。几十年来，大型企业一直在拖延技术债务。我们花了数年时间应用 RPA 等权宜之计，但这些方案并没有解决遗留系统对企业造成的根本性消耗——它们吸走了本可用于创新的 IT 支出，带来了风险，并阻碍企业在不断变化的市场中快速发展。幸运的是，我相信新一代人工智能的超能力之一是，它将让我们大大加快重新设计和淘汰遗留系统的速度——不是简单地重新编码，而是重新思考工作流程和流程本身，使其既能在现代云架构上运行，又能提供客户和员工期望的数字体验。
在另一篇关于制定 AI 宣言的文章中，您强调了将 AI 战略与可行成果结合起来的重要性。您能否就企业如何将其 AI 目标与切实的业务成果结合起来提供指导？
太多公司一开始就专注于 AI 等新工具，而不是先搞清楚自己的业务目标是什么以及需要解决什么问题。通过专注于工具而不是问题，他们将自己局限在一条可能不适合其业务的道路上。相反，他们需要退一步，问问自己真正想要实现的目标是什么。有时，新一代 AI 并不是正确的解决方案，应用 AI 决策可能会更好。他们需要记住，不同类型的 AI 更适合解决不同的业务问题。
企业如何利用生成式人工智能来革新其运营，而不仅仅是自动化日常任务？他们应该采用哪些策略来最大化该领域的投资回报率？
不要只关注单个任务——这会让你只见树木不见森林。退一步，了解你的整体业务工作流程以及你试图从中得到的结果。生成式人工智能可用于分析你的流程，并将最佳实践注入许多不同行业。这可以通过让公司重新思考和重新设计其核心工作流程来推动深刻的变革。例如，人工智能可以帮助从头开始设计新的运营模式，或重新设计现有的运营模式，以提高效率和创新能力。建立明确的指标来衡量成功，并根据这些见解定期改进你的方法。通过利用人工智能来推动有意义的变革而不是渐进式改进，企业可以释放巨大的价值并保持竞争优势。
您认为哪些行业最有可能从使用人工智能重新设计工作流程中受益，以及他们应该如何开始实施这种方法？
几乎所有组织都可以从改进工作流程中受益，尤其是在瞬息万变的市场中。金融服务、电信和医疗保健等服务行业可能通过简化与客户互动的方式获得最大收益。这些行业处理复杂、数据密集型的流程，并且面临着越来越大的压力，需要提高效率、降低成本并实现更好的结果。此外，任何拥有大量传统服务的行业（例如银行业）都可以通过检查多年前建立的流程来受益，以使其现代化并确保它们跟上新竞争的步伐。
“人机回路”方法如何提高人工智能的有效性和道德部署，特别是在面向客户的角色中？
生成式人工智能虽然功能强大，但其输出结果并不总是准确或恰当。通过整合人工监督，我们可以降低人工智能生成内容不准确或道德问题等风险。
例如，在客户服务方面，人工智能可以生成响应和建议，但人工审核这些输出可确保它们符合公司价值观和客户需求。这种监督对于保持透明度和问责制至关重要，尤其是当人工智能模型产生看似合理但不正确或误导性的信息时。
有趣的是，让人类参与其中可以让你克服人工智能的弱点之一——它本质上是不可预测或不确定的，这意味着它不会给你两次相同的答案——并将其转化为优势。借助 Pega GenAI Blueprint，我们使用人工智能作为头脑风暴合作伙伴，为工作流程设计提供新方法。人类永远是最终的决定者，但通过不断提出新方法，人工智能推动了原创思维，并帮助人类避免“重蹈覆辙”。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/pegasystems-shou-xi-ji-shu-guan-don-schuerman-fang-tan-xi
