Møt Brian Remmington: M-Files Spørsmål og svar om sjefsprogramvarearkitekt

I mai ble Brian Remmington med M-Files som sjefsprogramvarearkitekt, og har med seg mer enn 20 års erfaring med innholdsadministrasjon for å lede den overordnede arkitekturen og programvaredesignen til M-Files portefølje. Brians bakgrunn forbinder flere tiår med erfaring innen dokumenthåndtering med den neste bølgen av AI for bedrifter.

Vi diskuterte endringene han ser med AI, de største utfordringene IT-sjefer står overfor, hvorfor kontekstfokusert dokumenthåndtering er viktig, og hans tanker om hva som skjer videre.

Hva er noen av de største endringene du har sett i dokumenthåndteringsbransjen?

AI har forårsaket et fundamentalt skifte i måten organisasjoner ser på sine ustrukturerte informasjonsressurser. Tidligere lagret de dokumenter for å oppfylle regulatoriske krav, og dokumenter ble sett på som en forretningskostnad. Nå begynner de å forstå at disse dokumentene har enorm forretningsverdi.

De fleste organisasjoner har i dag flere dokumenthåndteringssystemer med varierende kapasitet og kvalitet, og selv om mange kan beskrive hvordan god dokumenthåndtering ser ut, er det få som har oppnådd det på tvers av informasjonssystemet sitt. Mangel på styring og kvalitetssikring av dokumenter lagret i de ulike informasjonssiloene hindrer nå effektiv bruk av kunstig intelligens.

Jeg ble med M-Files fordi jeg så at det ikke var den typiske leverandøren av innholdsadministrasjon. Plattformen gjør mer enn bare å lagre dokumenter; den administrerer også forretningsobjekter og deres relasjoner for å modellere personer, produkter, organisasjoner, prosesser og informasjon. Sammen gir disse objektene og nettverket av relasjoner mellom dem den kuraterte forretningskonteksten som er nødvendig for at AI-modeller skal være pålitelige.

Hva er den største utfordringen du ser fra IT-sjefer akkurat nå?

Jeg har lenge hjulpet IT-sjefer, CDO-er og ledere for informasjonsstyring med å løse informasjonshåndteringsproblemene sine, og det jeg hører mest om er bekymring for dårlig kontekstkvalitet som fører til upålitelige AI-resultater.

Alle ønsker å bruke AI til å bevege seg raskere og mer effektivt, men hvis informasjonskvalitet og -styring mangler, vil de mislykkes. Ofte er det en blanding av kvalitets- og utdatert informasjon i de fleste dokumenthåndteringssystemer, og organisasjoner prøver å kuratere informasjon i etterkant, noe som er en kostbar og tidkrevende tilnærming.

Hva er dine anbefalinger for organisasjoner som ønsker å gjøre seg klare for AI?

I ethvert prosjekt må du først fokusere på problemet du prøver å løse. Hvis du ønsker å automatisere eller akselerere en viktig beslutning, må du identifisere hvilken informasjon et menneske trenger for å ta den beslutningen, og deretter kuratere riktig informasjon som kan brukes til å veilede AI-en. Start med å løse ett brukstilfelle om gangen, og evaluer resultatet til ytelsen er gjennomgående sterk. Deretter kan du bruke det du lærer til å skalere forbedringsprogrammet ditt.

Hvilke andre utfordringer hører du fra jevnaldrende?

Folk blir stadig mer komfortable med ideen om AI, men det er fortsatt et betydelig tillitsgap. Dette er ofte knyttet til kvalitetsinformasjonen som forsyner modellen: hvis konteksten ikke er nøyaktig, styrt og kuratert, kan ikke resultatet stoles på.

Vi hører mye om «menneskelig informasjon» fordi folk ikke stoler på AI-resultater og -beslutninger. Dette signaliserer at AI fortsatt fungerer som en rådgiver snarere enn en betrodd beslutningspartner. Å plassere et menneske nedstrøms for AI-en løser symptomet; å forbedre kvaliteten på konteksten oppstrøms løser årsaken.

Hvilke endringer forventer du å se i nær fremtid?

Revitaliseringen av kontekstrik dokumenthåndtering vil fortsette å bygge seg opp, men folk må vurdere formatet på informasjonen sin og bestemme hvilke formater som er best for AI å forstå, samhandle med og handle ut fra. I mange år har leverandører av dokumenthåndtering sagt at det handler om å «få riktig informasjon til riktig person, til riktig tid». I den AI-aktiverte fremtiden må vi ta hensyn til grunnen til at informasjonen er nødvendig og hva den skal brukes til, slik at vi kan tilby den i et format AI kan bruke effektivt for å ta bedre og mer pålitelige beslutninger.