Sean Dawson
Nate Weldon
Junte-se a Sean Dawson e Nate Weldon, vice-presidente sênior de tecnologia da Cask NX, enquanto eles discutem os empolgantes recursos orientados por IA na versão Yokohama do ServiceNow. Saiba mais sobre os recursos da IA agêntica e do Workflow Data Fabric e como essas inovações ajudarão seus agentes a tomar decisões mais inteligentes e informadas por dados. Nate explica a importância da qualidade dos dados e fornece dicas práticas sobre como começar a integrar essas novas ferramentas de IA em suas operações comerciais.
Sean Dawson: Olá, seja bem-vindo mais uma vez ao Cask Distillery Podcast, onde desbloqueamos todo o potencial do ServiceNow com insights de especialistas e estratégias práticas somente aqui no Cask Distillery Podcast. E por falar em insights de especialistas, tenho comigo hoje Nate Weldon, que é o vice-presidente sênior de tecnologia. E vamos falar sobre - algo novo que estamos fazendo como uma série - o novo lançamento do Yokohama e os destaques dos recursos de IA que estão vindo junto com ele e entraremos nesse assunto.
Mas Nate, muito obrigado por dedicar um tempo de sua agenda lotada para fazer isso conosco. Agradeço imensamente.
Nate Weldon: De nada, Sean. Estou muito animado por estar aqui hoje.
Sean Dawson: Eu queria que você falasse sobre seu histórico, porque você está aqui há muito tempo. Achei que seria bom que você falasse sobre seu histórico, porque você o fará rapidamente.
Nate Weldon: Bem, eternamente certamente me faz sentir um pouco velho, mas já estou aqui há algum tempo. Então, com certeza. Então, estou na Cask há quase 11 anos. Antes da Cask, eu trabalhava em uma empresa de ciências biológicas no sul da Califórnia, e foi lá que conheci o ServiceNow. Portanto, sou cliente da ServiceNow há seis anos e parceiro há quase 11. Portanto, tenho cerca de 17 anos de experiência com a plataforma.
Antes de me envolver com a ServiceNow, eu estava em uma carreira de CIO e comecei a trabalhar com infraestrutura de help desk, desenvolvimento de aplicativos e ERP. Portanto, meu histórico é principalmente em operações e liderança de TI.
Sean Dawson: Bem, obrigado. Eu queria falar um pouco sobre Yokohama em geral, que é o lançamento. Ele tem um significado importante. E a versão Yokohama da ServiceNow tem o nome da cidade, que é um porto dinâmico no Japão. E simboliza inovação e conectividade global, o que, como você verá à medida que falarmos mais e mais sobre isso hoje, para aqueles que estão ouvindo ou assistindo - como quer que você esteja consumindo isso - você verá que isso tem ligações com o que isso está fazendo com a IA e tudo mais. E eu adoro essa parte.
E Yokohama, sendo uma importante cidade portuária no Japão, também é conhecida como a porta de entrada para o mundo, representando a inovação e a conectividade global. Portanto, é uma ligação muito, muito legal com o que estamos fazendo hoje com os recursos de IA e os destaques que virão em Yokohama. Então, Nate, você poderia nos falar sobre alguns dos recursos de IA mais interessantes que serão possíveis agora com o lançamento de Yokohama?
Nate Weldon: Claro. Obviamente, com toda a atividade existente, todos sabem o que está por vir com a IA de agente ou IA agêntica. Todo mundo está fazendo isso hoje em dia. Mas acho que o que a ServiceNow tem a oferecer será um pouco mais avançado do que o que estamos vendo hoje no mercado. Porque a ServiceNow também vai lançar o Workflow Data Fabric. O poder que você terá não é apenas a capacidade de usar dados ou informações da plataforma ServiceNow para ajudar seus agentes a tomar decisões de negócios boas e sólidas, mas também poderá extrair dados de vários outros silos, lagos de dados e praticamente qualquer outro lugar em que possa haver dados residindo em seu ambiente corporativo. E, em alguns desses casos, você nem precisará trazer esses dados para o ServiceNow com o que eles estão chamando de recurso de conector de dados de cópia zero. Portanto, o poder está apenas na quantidade de dados que você pode usar para permitir que seus agentes tomem decisões de negócios boas e sólidas em seu nome.
Portanto, o poder adicional que você obterá além de tudo isso - quando estiver analisando os agentes e como projetá-los e executá-los - é o recurso de controlador que a ServiceNow também oferecerá como parte dessa versão. Portanto, pense em uma abordagem do tipo "crawl, walk, run" (rastejar, andar, correr) que a Cask aconselha regularmente aos nossos clientes: Você não quer que o agente tome decisões erradas em seu nome e, em seguida, perturbe alguns de seus clientes se estiver usando isso para CSM ou algumas das outras funções externas não relacionadas a funcionários.
Mas, mesmo com as funções dos funcionários, você deve adotar primeiro o que provavelmente é uma abordagem supervisionada e certificar-se de que a IA ou o agente e todas as ferramentas subjacentes estejam retornando boas recomendações e bons dados, porque você não quer ser vítima do que chamamos de alucinação e ter algumas informações ruins divulgadas, seja interna ou externamente. As alucinações não são boas. E queremos ter certeza de que estamos evitando todas essas coisas, especialmente quando estamos lidando com coisas que podem afetar nossa reputação comercial, nossa segurança e a opinião de nossos clientes sobre nossos produtos.
Portanto, aconselharemos uma abordagem estruturada e, mais uma vez, uma abordagem do tipo "rastejar, andar, correr", que é mais supervisionada no início. E quando você começar a se sentir confortável por ter educado seu agente e sua IA, e os ALMs estiverem presentes, você poderá passar para uma estrutura de agente de IA mais autônoma. Mas, na verdade, acho que os três recursos juntos vão revolucionar o que você pode fazer com a IA, a IA agêntica, a IA generativa - todas essas coisas vão começar a se unir e a se unir em torno dessa suíte de produtos ServiceNow.
Acredito firmemente que 99% dos problemas de negócios podem ser resolvidos com tecnologia. E a ServiceNow é absolutamente a plataforma para solucionar esses problemas de negócios. Portanto, estou muito animado com o que está por vir, com o que foi lançado ontem e com as futuras iterações desses produtos, porque vejo que há um enorme poder e capacidade. E a ServiceNow é o provedor de IA empresarial que eu acho que a maioria das organizações estará disposta a aceitar e confiar seus dados. A questão é a confiança. Trata-se de garantir que coisas ruins não aconteçam porque não prestamos atenção suficiente a eles. E a ServiceNow é justamente a plataforma para garantir que não cometamos esses erros no futuro.
Sean Dawson: E você mencionou algo chamado alucinação. Gostaria de falar sobre isso. Para aqueles que não estão familiarizados com IA e os termos por trás disso, você poderia descrever um pouco melhor o que é isso?
Nate Weldon: Claro. Então, para aqueles de nós que estão usando alguns dos ChatGPT ou o Gemini do Google, às vezes as respostas que você recebe são falsas. Você sabe que elas estão incorretas. Portanto, às vezes, quando a IA está gerando sua resposta, ela pode, para todos os efeitos, inventar coisas. Portanto, queremos evitar isso. Não queremos que um agente invente coisas em nosso nome que possam afetar nossos negócios.
Sean Dawson: E a outra coisa que você mencionou é a IA agêntica, e eu queria saber se você poderia falar com nossos clientes - ou melhor, com as pessoas que estão ouvindo - sobre o que os clientes precisam entender sobre IA agêntica e a capacidade por trás dela.
Nate Weldon: Claro. Então, acho que o primeiro e mais importante é ir devagar. Isso é novo. Sempre que algo é novo, temos que ir devagar antes - é preciso ir devagar para ir rápido. Portanto, primeiro, adote uma abordagem comedida. Entenda quais são suas metas de negócios e o que deseja realizar, e planeje tudo isso antes mesmo de entrar em contato com o ServiceNow. Saiba qual é o resultado final que você deseja obter. Além disso, para alguns dos outros recursos, talvez você precise contar com alguns dados que já devem estar em seu ambiente ServiceNow.
Mas vemos muitas situações em que a resolução de incidentes se resume a uma ou duas palavras - "Eu consertei" - ou a descrição do incidente é "Os e-mails quebraram". E, embora um ser humano provavelmente saiba o que fazer com isso, o agente ou o controlador de IA generativa precisa de mais dados. Além disso, se a sua base de conhecimento não for preenchida com conteúdo bem estruturado ou, pelo menos, bom, você ficará limitado quanto ao uso da IA, porque o ServiceNow ainda precisa de algo para aprender e gerar um resumo de caso ou um artigo da base de conhecimento.
Portanto, você deve analisar seus dados históricos. E, com certeza, você poderia usar um agente de IA para até mesmo processar todos esses dados, mas provavelmente você vai querer voltar e validar e certificar-se de que tudo está certo.
Sean Dawson: E eu sei que existe um agente e uma habilidade. Então, qual é a diferença entre um agente e uma habilidade?
Nate Weldon: Então, as habilidades são basicamente coisas de caso de uso único que você pode fazer com o ServiceNow - coisas como, por exemplo, eu criei uma que pode gerar critérios de aceitação. Certo? Então, você pega o seu "Eu quero esse resultado para que eu possa obter esse resultado comercial", e uma única habilidade gerará isso para você.
Os agentes vão um pouco mais longe e você pode vincular habilidades. Você pode usar vários LLMs como parte de um único processo de agente ou fluxo de trabalho de agente e realmente começar a obter muito mais capacidade e uma tomada de decisão muito mais autônoma depois de garantir que a IA esteja fornecendo os dados corretos na primeira vez. Então, novamente, voltamos à abordagem supervisionada versus autônoma.
Mas os agentes aproveitarão as habilidades, bem como outros recursos da plataforma, como o Workflow Data Fabric. Mas um agente pode aproveitar um fluxo, um subfluxo, pode aproveitar uma tabela de decisões. Há várias outras coisas diferentes que o ServiceNow pode aproveitar como parte disso.
Sean Dawson: E você mencionou o Workflow Data Fabric, que era a próxima coisa que eu queria abordar. O que é o Workflow Data Fabric e por que ele é importante?
Nate Weldon: Claro. Então, o Workflow Data Fabric é um conjunto de ferramentas. Algumas dessas ferramentas já estão disponíveis no produto há muito tempo como parte do produto Integration Hub. Mas o Workflow Data Fabric é um conjunto de recursos que também inclui um conector de dados de cópia zero e alguns outros recursos para trazer dados de vários sistemas de TI distribuídos para o ServiceNow para uso com um agente, uma habilidade, mas também pode ser usado como parte de um fluxo ou subfluxo, se você quiser.
Sean Dawson: Certo. E você mencionou anteriormente - estávamos falando sobre dados e extração de dados de diferentes coisas, especialmente com o Workflow Data Fabric. Mas como a qualidade dos dados entra nessa história toda?
Nate Weldon: A qualidade é fundamental. Quero dizer, existe o velho conceito "entra lixo, sai lixo". Quando costumávamos conversar com nossos clientes sobre como trazer dados históricos de sistemas legados, o método tradicional era exportá-los para o Excel e depois importá-los para o ServiceNow, e tudo deveria estar pronto, certo? Mas uma das piores coisas que se pode fazer é trazer dados ruins para o ServiceNow. É preciso identificar isso primeiro.
Portanto, a qualidade dos dados ainda é fundamental. Você precisa ter bons dados - e a IA generativa pode compensar alguns componentes de dados ruins. Ela não vai resolver tudo isso. Você ainda precisa de bons dados. Especialmente se você não estiver usando LLMs acessíveis ao público. Se estiver usando apenas os seus dados - como se estivesse usando um LLM interno -, a qualidade desses dados é absolutamente fundamental, pois não há mais nada com que aprender. Não há nenhum ChatGPT para ser usado como uma caixa de ressonância para dizer: "Ei, isso parece certo?"
Sean Dawson: Então, quais são as barreiras que você vê para que os clientes aproveitem esses novos recursos em Yokohama?
Nate Weldon: Bem, não há muitas barreiras para a IA agêntica. Se você estiver em uma fila Pro Plus ou empresarial, terá esse recurso assim que fizer o upgrade para a Yokohama. Portanto, acho que essa é a primeira barreira: você precisa fazer o upgrade para a Yokohama. Portanto, se você tiver desafios de atualização e tiver muitos débitos técnicos, e estiver basicamente aderindo ao modelo de suporte N-2, não terá nada disso até atualizar para o Yokohama. Portanto, essa é a barreira número um.
A barreira número dois, na minha opinião, são os dados históricos de boa qualidade. Portanto, nos recursos de aprendizado de máquina que antecederam todo esse agenciamento - continuo querendo dizer genérico, mas essa não é a palavra correta; generativo é a palavra correta. Peço desculpas por isso. Mas havia recursos de IA anteriores a ambos, e o aprendizado de máquina é um deles. Ainda era preciso ter 30.000 registros de dados para ensinar à máquina como categorizar os incidentes, como atribuir automaticamente o incidente ao local certo. Portanto, isso não mudou. Você ainda precisa de bons dados básicos para a IA analisar e entender o que é bom.
Portanto, mais uma vez, se você tiver descrições e resoluções de incidentes com uma palavra, problemas vagos e registros de alterações que não fornecem muito contexto, não acho que isso será muito valioso para a evolução da IA.
Sean Dawson: Sim. Então, de um ponto de vista de ação - mais uma vez, para os ouvintes e pessoas que estão assistindo - qual é a melhor maneira para as pessoas começarem a usar isso?
Nate Weldon: Quero dizer, além de nos ligar? Primeiro, tente descobrir quais são os problemas comerciais que você quer resolver. Não basta ligá-lo. E você pode examinar alguns dos agentes prontos para uso, e alguns deles podem ser muito úteis para você. E se forem, ótimo. Teste-os, obviamente. E você pode começar a lançá-los na produção e usá-los de forma mais abrangente em sua organização.
Mas se ainda não houver um agente desenvolvido, pense primeiro no problema comercial que está tentando resolver. Pense em onde os diferentes dados de que você precisa para tomar uma decisão sobre esse processo de negócios vão viver e residir e se você pode acessá-los para trazê-los para o ServiceNow. É provável que a resposta seja sim.
Mas se você tiver requisitos de segurança e conformidade que digam que você não tem permissão para se integrar a eles, então esse não é um ponto de dados que você pode usar para o seu processo de tomada de decisão de IA. Portanto, é preciso entender seu ambiente, conhecer sua infraestrutura de aplicativos e onde seus dados residem, bem como a conformidade e as restrições de acesso por trás deles, antes de começar a criar um agente.
Sean Dawson: Sim. Bem, ótimo. Mais uma vez, obrigado, Nate, pelo seu tempo. Esse é todo o tempo de que dispomos hoje. Agradeço muito.
Nate Weldon: Muito bem. Não tem de quê. Não vejo a hora de conversarmos novamente.
Sean Dawson: Sim. Então, para aqueles que estão assistindo, mais uma vez, curtam, inscrevam-se e nos digam sobre o que querem ouvir. E faremos mais desses novos lançamentos à medida que as coisas forem saindo para dar a vocês uma visão de especialista da CMA sobre isso. Nate é um deles. Agradecemos seu feedback e falaremos com você mais tarde. Tchau, tchau.