La tua AI è pronta. Probabilmente la tua base dati non lo è

Per la maggior parte delle grandi aziende, la trasformazione dell'AI è una storia di silos — business unit che avviano esperimenti concorrenti, dati isolati in sistemi scollegati e risultati che rimangono fuori portata.

Cushman & Wakefield ha intrapreso una strada diversa. Sal Companieh, Chief Digital and Information Officer della società globale di servizi immobiliari commerciali, ha trascorso gli ultimi quattro anni a costruire un nucleo di AI aziendale progettato per un impatto affidabile, duraturo e scalabile su 53.000 colleghi in tutto il mondo.

Sal ha incontrato CIO.com per discutere di come questo nucleo sia basato su un modello operativo mirato, una strategia dati unificata e una partnership con Databricks che va ben oltre le singole funzionalità.

CIO.com: Come siete passati da iniziative di AI frammentate a un nucleo di AI aziendale centralizzato e quali sono state le sfide più grandi?

Sal Companieh: Quando ho assunto questo ruolo quattro anni fa, ho introdotto un modello operativo di prodotto che ha integrato i tecnologi in ogni business unit. Gli obiettivi erano ricostruire la connettività, la fiducia e una mentalità orientata al business sia sul fronte dei dati che su quello dell'esperienza, offrendoci la capacità di co-creare. Ho fatto in modo che i tecnologi avessero la responsabilità dei ricavi e dell'EBITDA; hanno portato creatività, ingegno e stimoli continui.

Mentre molte organizzazioni stavano attraversando la "febbre dei progetti pilota di AI", noi abbiamo mantenuto intenzionalmente un approccio top-down, che ci ha aiutato a continuare a guadagnare fiducia e, al contempo, a potenziare i nostri dati. La maggior parte delle aziende avviava progetti pilota. Noi stavamo costruendo le fondamenta che avrebbero dato valore a ogni singolo progetto pilota.

Quando l'adozione dell'AI è decollata, abbiamo adottato intenzionalmente un approccio top-down — quello che chiamiamo il "Cushman Way". Abbiamo individuato le più grandi trasformazioni relative al go-to-market o all'esperienza dei dipendenti e le abbiamo affrontate per prime, il che ci ha aiutato a creare fiducia e a rafforzare la nostra infrastruttura dati. La sfida più grande è stata gestire le differenze di maturità all'interno dell'organizzazione. Mentre tutti si concentravano sulla tecnologia, noi siamo rimasti ancorati al comportamento umano e alla generazione di fiducia.

CIO.com: Quali macro-trend stanno plasmando oggi le strategie digitali e di AI di Cushman & Wakefield?

Sal: Il processo decisionale da parte degli investitori sta maturando e diventando fortemente incentrato sui dati. In tutte le organizzazioni di servizi, stiamo assistendo a un passaggio dagli acquisti basati sulle relazioni a quelli basati su informazioni e insight. La nostra capacità di differenziarci attraverso la partnership e l'autenticità rimane una richiesta costante dei clienti.

Per noi, l'impennata dell'AI sul mercato è stata un acceleratore di ritmo e non un cambio di rotta strategico. Abbiamo mantenuto la stessa strategia e lo stesso modello operativo fin dall'inizio; solo che ora la tecnologia ha finalmente raggiunto la nostra ambizione. Questa distinzione è importante perché significa che non abbiamo rincorso una moda. Abbiamo portato avanti un piano che avevamo già stabilito.

Circa tre anni e mezzo fa, abbiamo cambiato il modo in cui affrontiamo gli investimenti di capitale per la tecnologia. Al di fuori della sicurezza informatica e dell'infrastruttura, tutto doveva essere co-creato e co-presentato con un leader aziendale. Questo ci ha mantenuto perfettamente allineati con le priorità di business. Esiste un unico insieme aziendale di risultati prioritari per l'azienda; la tecnologia è solo una componente per raggiungerli. Ogni tecnologo può tracciare una linea diretta tra ciò che diciamo nelle presentazioni dei risultati finanziari e il lavoro che svolge ogni giorno.

CIO.com: Quali strategie avete implementato per creare standard condivisi e una piattaforma comune, consentendo al contempo la flessibilità delle business unit?

Sal Companieh: Il nostro approccio è guidato da tre elementi:

• il modello operativo, che previene le duplicazioni e l'allontanamento dalla piattaforma comune;
• il modello di investimento finanziario, che allinea il capitale per creare funzionalità a livello aziendale, indipendentemente da quale P&L ne tragga vantaggio;
• gli standard aziendali per le modalità di lavoro, in cui i team di architettura garantiscono che la tecnologia sia affrontata nel modo più uniforme possibile, con flessibilità a livello di business unit.

Abbiamo fatto evolvere con successo il nostro modello operativo per ben tre volte. La flessibilità stessa è una competenza che continuiamo a sviluppare.

CIO.com: In che modo Databricks si inserisce nella vostra strategia?

Sal: La nostra strategia fondamentale consisteva nella capacità di costruire mattoncini Lego di diverse funzionalità e di assemblarli per ogni business unit. In questo senso, Databricks si inserisce in tre aree. In primo luogo, credo che la parola "partner" debba avere un significato reale e, per quanto riguarda la nostra partnership con Databricks, significa leadership, cultura e capacità di co-creare autenticamente con noi, oltre alla loro comprensione del nostro livello di maturità e del ritmo con cui vogliamo trasformarci.

In secondo luogo, siamo rimasti colpiti dalla loro roadmap di prodotto. Non stavamo acquistando solo una suite di prodotti per le esigenze di oggi; volevamo allineare la loro strategia di investimento alle funzionalità di cui avevamo bisogno per andare avanti. Terzo, le funzionalità effettive. Il nostro livello di intelligence è fondamentale per la nostra crescita e differenziazione.

Databricks ci consente di agire su leve diverse a seconda della business unit che supportiamo. Utilizziamo Genie per mettere dati affidabili direttamente nelle mani del business, semplificando i flussi di lavoro di data quality e data governance. I dipendenti possono utilizzare query in linguaggio naturale per identificare record mancanti o incoerenti, convalidare la qualità dei dati tra i sistemi, rivedere le policy di governance e monitorare le metriche di conformità senza richiedere competenze tecniche approfondite. Ciò consente agli utenti aziendali di esplorare rapidamente dataset complessi, aumentare la fiducia nei dati aziendali e prendere decisioni più rapide e informate.

CIO.com: In che modo l'architettura di Databricks ha plasmato nello specifico il modo in cui unificate e gestite i dati su scala aziendale?

Sal: La nostra ipotesi fondamentale è quella di connettere la conoscenza della nostra organizzazione su scala globale. Sappiamo che questo è concretamente vantaggioso per noi e per le esigenze dei nostri clienti, quindi abbiamo bisogno delle migliori piattaforme per proteggere e abilitare questa conoscenza. È qui che entra in gioco la piattaforma Databricks.

Siamo un'azienda con 108 anni di storia, il che suggerirebbe che i dati si muovano attraverso una catena di approvvigionamento umana all'interno dell'organizzazione. Databricks ci ha permesso di digitalizzare il trasferimento degli insight, pezzo dopo pezzo. Il nostro livello di intelligence è fondamentale per la nostra crescita e differenziazione. Avere la capacità di sviluppare funzionalità e assemblarle in modo diverso per ogni business unit — mantenendo intatta la piattaforma comune — è la nostra strategia fondamentale.

L'entusiasmo per l'AI non si è spento, ma è stato integrato da una crescente consapevolezza che dati sani, governati e scalabili sono ciò che accelera realmente i risultati. Databricks è fondamentale per applicare questo principio in modo uniforme in tutta l'organizzazione, consentendoci al contempo di adattarci dove necessario a livello di singola business unit.

CIO.com: Può condividere esempi di risultati misurabili derivanti da questa trasformazione?

Sal: Il tempo che intercorre tra l'idea e il risultato è passato da mesi a giorni. Facciamo una riunione, ideiamo e, entro la settimana successiva, offriamo valore al business. Ad esempio, i tempi per l'onboarding, l'integrazione e l'attivazione di nuovi clienti e acquisizioni si sono ridotti notevolmente. But the most important outcome is the shift in human behavior. Non lottiamo più contro la resistenza al cambiamento continuo. Una domanda che storicamente avrebbe richiesto cinque telefonate, tre e-mail e due chat su Teams per trovare risposta è ora a portata di mano dei nostri leader. È un'evoluzione costante. Ci assicuriamo che ci sia meno "rigetto" nei confronti del cambiamento perché, a questo ritmo, il cambiamento deve diventare un'attività intrinseca e quotidiana.

CIO.com: Quali consigli darebbe ad altri leader IT che desiderano creare e scalare un nucleo di AI aziendale?

Sal: Non sottovalutate il cambiamento umano; le persone si confrontano con diversi livelli di conoscenza e timori. Educare autenticamente le persone sia sulle opportunità sia sul lavoro fondamentale necessario per coglierle è un requisito non negoziabile. Il nostro linguaggio deve continuare a evolversi e maturare, poiché ricopriamo ruoli di incredibile impatto nel plasmare il modo in cui si lavora e in cui i settori si strutturano per la prossima generazione.

Questo è un momento storico in cui l'intera catena di approvvigionamento si sta trasformando simultaneamente: i vostri fornitori, i vostri clienti e la vostra stessa base di dipendenti. Mantenere una prospettiva dall'esterno verso l'interno, bilanciandola con quella dall'interno verso l'esterno, sarà fondamentale. I leader che lo riconoscono e si muovono in questa direzione definiranno il futuro.

Per scoprire come oltre 25 esperti del settore stanno tracciando la rotta verso un'implementazione di successo dell'AI, accedi al report "Making AI Deliver" di Economist Enterprise, realizzato con il supporto di Databricks.

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale