45 : Libérer le potentiel de l'IA pour la transformation des entreprises

WEBVTT

1
00:00:02.360 -> 00:00:13.290
Andy Whiteside : Bonjour à tous ! Bienvenue dans l'épisode 45 de la synchronisation avec Servicenow. Je suis votre hôte, Andy Whiteside. J'ai un bon groupe d'invités ici. J'ai Mike Sabia, qui est toujours avec nous, Mike. Comment ça se passe ?

2
00:00:13.450 -> 00:00:14.419
Mike Sabia : Tout va bien. Merci, Andy.

3
00:00:15.230 -> 00:00:21.349
Andy Whiteside : Je crois que je vous le demande à chaque fois. Mais je vais le faire cette fois-ci. Quelle est la conversation la plus intéressante que vous ayez eue avec un client au cours des deux dernières semaines ?

4
00:00:26.430 -> 00:00:28.530
Mike Sabia : C'est le cas de beaucoup d'entre eux.

5
00:00:28.780 -> 00:00:39.049
Mike Sabia : vous savez, notre, vous savez, comme, dans ce cas, nous avons un client qui déménage d'un autre fournisseur de services gérés, et il a des questions sur la façon dont nous pouvons l'aider au mieux, parce qu'il n'était pas satisfait de son ancien partenaire.

6
00:00:39.410 -> 00:00:42.509
Mike Sabia : Je dirais que c'est la discussion la plus intrigante que j'ai eue.

7
00:00:42.880 -> 00:00:52.190
Andy Whiteside : Et c'est la conversation que j'ai tout le temps, comme tout le temps, qu'il s'agisse d'un fournisseur de services gérés ou d'une société de conseil avec laquelle ils travaillent.

8
00:00:52.220 -> 00:01:21.849
Andy Whiteside : J'ai fait remarquer à quelqu'un lors de la conférence Hims la semaine dernière que 9 services sur 10, les clients ne sont pas vraiment satisfaits de leur scénario actuel. Ce n'est pas comme s'ils avaient reçu un mauvais code. Le code est excellent. C'est juste la mise en œuvre ou le sport qui n'est pas bon. Peut-être qu'ils ne l'ont pas mis en œuvre comme ils le pensaient, ou peut-être qu'ils n'ont pas atteint les objectifs qu'ils s'étaient fixés très, très, très communs. Et c'est triste. Il est triste que votre réponse soit ce qu'elle est parce que nous voulons que ce soit quelque chose d'amusant et d'excitant. Nous voulons être l'IA, comment utiliser l'IA pour résoudre des problèmes.

9
00:01:22.310 -> 00:01:25.260
John Dahl : Vous ne parlez que de clients mécontents. C'est la réalité.

10
00:01:25.630 -> 00:01:34.899
Mike Sabia : Et vous savez, aujourd'hui, nous allons parler de l'IA, c'est-à-dire, hé, où pouvons-nous nous développer ? Mais oui, souvent. Il s'agit d'une question fondamentale : hey ? Faisons-nous bien les choses ? Sommes-nous réactifs ? Ce qui n'était pas le cas de leur partenaire.

11
00:01:35.750 -> 00:01:45.289
Andy Whiteside : Mike Steve est notre architecte de solutions chez Integra. John Dahl est avec nous pour remplacer Fred, qui est parti galoper quelque part dans le monde pour faire quelque chose d'amusant, j'espère. John, comment ça se passe ?

12
00:01:46.000 -> 00:01:50.559
John Dahl : Tout se passe très bien, merci. C'est bon d'être de retour. J'ai participé à deux de ces

13
00:01:50.730 -> 00:01:53.899
John Dahl : il y a un an ou deux, et c'est donc un plaisir d'être de retour.

14
00:01:54.350 -> 00:02:01.230
Andy Whiteside : John, vous n'avez pas la meilleure qualité audio. Il y a peut-être des bruits de fond et d'autres choses qui s'accumulent. Il faut donc essayer d'éviter tout ça.

15
00:02:01.340 -> 00:02:03.190
John Dahl : Des bruits supplémentaires.

16
00:02:03.760 -> 00:02:05.354
Andy Whiteside : Je vous pose la même question. Qu'est-ce que le

17
00:02:05.950 -> 00:02:10.130
Andy Whiteside : Qu'est-ce que c'est ? Quelle est la chose la plus intéressante dont vous avez parlé à un client au cours de la semaine ou des deux dernières semaines ?

18
00:02:10.429 -> 00:02:32.399
John Dahl : En ce moment, on parle beaucoup de la connaissance qui arrive dans quelques mois. Il s'agit donc d'essayer de déterminer le type de conversations qu'ils doivent être prêts à avoir. Ils savent qu'il s'agit d'un service axé sur l'IA, qui parle d'IA depuis deux ans, presque constamment.

19
00:02:32.400 -> 00:02:38.399
Andy Whiteside : Oui, oui. Venez à la connaissance prêts à parler de tout et de rien, y compris à quel point vous êtes mécontents de la mise en œuvre actuelle

20
00:02:38.880 -> 00:02:49.030
Andy Whiteside : ou comment vous ne pouvez pas comprendre, ou ne savez pas quoi faire avec l'IA ou quelque chose quelque part au milieu de tout cela, ou je ne sais pas quelque chose de ce genre. Je dirais qu'il faut être prêt à s'engager.

21
00:02:49.564 -> 00:03:02.660
Andy Whiteside : Vous avez publié cette semaine un blog intitulé " Atteindre des résultats exponentiels avec 3 niveaux vitaux d'IA ". Ma première question est la suivante : est-ce une majuscule, un I majuscule, ou est-ce une majuscule ? Une minuscule ? I.

22
00:03:03.330 -> 00:03:05.690
Mike Sabia : Un capla. A mon avis.

23
00:03:06.850 -> 00:03:07.400
John Dahl : Capital.

24
00:03:07.610 -> 00:03:13.639
Andy Whiteside : D'accord ? Alors quand je vois ça, majuscule et minuscule, pourquoi je me sens idiot ? Parce que c'est comme ça, ou comme ça ? Laquelle est la bonne ?

25
00:03:13.920 -> 00:03:18.260
Mike Sabia : Je n'ai pas l'habitude de vivre cela. Je suis donc surpris que ce soit le cas.

26
00:03:18.840 -> 00:03:19.400
John Dahl : Je.

27
00:03:19.400 -> 00:03:20.160
Andy Whiteside : Oui.

28
00:03:20.830 -> 00:03:26.710
John Dahl : Oui, je pense que lorsque vous voyez que quelqu'un a accepté aveuglément ce que la correction automatique lui a dit, cela devrait être le cas.

29
00:03:26.710 -> 00:03:39.570
Andy Whiteside : D'accord, peut-être. Je pense que les enfants cool aiment le petit K. Le petit I, nous verrons ce qui l'emportera. Cet article date du 23 janvier de cette année et a été écrit par Chris Beattie. La façon dont vous dites BEDI beat.

30
00:03:39.570 -> 00:03:40.520
Mike Sabia : Je pense que oui.

31
00:03:40.520 -> 00:03:41.310
Andy Whiteside : D'accord. C'est génial.

32
00:03:41.310 -> 00:03:42.160
Mike Sabia : Ou Betty.

33
00:03:42.160 -> 00:04:01.360
Andy Whiteside : Betty. Quoi qu'il en soit, Chris, merci de l'avoir écrit. Nous allons en parler maintenant. Je vais lire la première phrase parce que je pense qu'elle nous éclaire sur ce dont nous allons parler. AI. Oh, attends une minute, Mike. Lorsque vous êtes intervenu, vous avez dit que John n'était pas le plus grand fan de l'IA, alors que vous y croyez peut-être beaucoup. Ai-je bien compris ?

34
00:04:01.360 -> 00:04:20.989
Mike Sabia : Je dirais, et John sera probablement d'accord avec moi, que l'IA est une chose dont il faut tenir compte. Qu'est-ce que vous essayez d'accomplir ? Vous ne pouvez pas vous contenter de mettre de l'IA. Trop de gens disent : " Hé, nous faisons de l'IA, ceci, nous faisons. L'IA, c'est ça. Il existe différents types d'IA, dont nous parlerons aujourd'hui, comme vous le savez.

35
00:04:20.990 -> 00:04:34.470
Mike Sabia : l'IA traditionnelle pour l'acheminement des billets. Ensuite, il y a l'IA générative où nous essayons de poser des questions et de faire en sorte que la réponse soit générée. Et puis il y a certaines de ces choses génétiques qui en résultent.

36
00:04:34.480 -> 00:04:35.250
Mike Sabia : Vous savez

37
00:04:36.240 -> 00:04:59.380
Mike Sabia : Le premier, l'intelligence prédictive, le routage. C'est assez clair et net. Cela peut être très utile. Mais pour l'IA générative. Il y a, vous savez, des implications en termes de coûts. Il y a, vous savez, des actions que même Servicenow vous facture, car ils vous en donnent un grand nombre. Mais chaque requête ou action contre Servicenow est une action, et ces actions pourraient s'additionner plutôt que de simplement, vous savez.

38
00:04:59.480 -> 00:05:07.170
Mike Sabia : dépenser beaucoup d'argent. Vous voulez vous assurer que ce que vous faites est utile, et certaines choses sont vraiment cool. La question est de savoir si l'investissement en vaut la peine.

39
00:05:07.670 -> 00:05:11.230
Andy Whiteside : John, Mike a-t-il sous-estimé ou exagéré vos idées ?

40
00:05:11.610 -> 00:05:23.640
John Dahl : Eh bien, j'ai tendance à être prudent à ce sujet. L'IA est un mot à la mode depuis quelques années, et vous savez, en me lançant dans cette aventure, je me suis dit que tout le monde allait essayer de l'utiliser partout. Je me suis dit que tout le monde allait essayer de l'utiliser partout.

41
00:05:23.750 -> 00:05:28.210
John Dahl : Et il va exploser dans tous les domaines possibles et imaginables.

42
00:05:28.470 -> 00:05:31.380
John Dahl : cas d'utilisation. Et au fil du temps

43
00:05:31.500 -> 00:05:41.150
John Dahl : Les organisations vont commencer à comprendre où elles ajoutent vraiment de la valeur, et où elles ne sont que du vent. Et je, je pense que nous commençons à entrer dans un domaine où les entreprises voient

44
00:05:41.270 -> 00:05:48.599
John Dahl : où elle apporte une valeur ajoutée et où elle ne représente qu'un coût supplémentaire. Mais à mesure que nous continuons à promouvoir des technologies de plus en plus avancées, nous sommes de plus en plus conscients de l'importance de l'utilisation de la technologie.

45
00:05:48.990 -> 00:05:50.730
John Dahl : capacités.

46
00:05:51.220 -> 00:06:08.009
John Dahl : il faut toujours une bonne dose de contrôle. Cet article le souligne ou le mentionne, il doit y avoir un contrôle. Il faut être capable de reconnaître quand l'IA est mauvaise, et il arrive que l'IA soit mauvaise et qu'elle coûte beaucoup d'argent aux entreprises.

47
00:06:08.170 -> 00:06:08.800
Andy Whiteside : Oui.

48
00:06:08.950 -> 00:06:14.350
Andy Whiteside : J'aime parfois penser de cette façon. C'est qu'il va se tromper la plupart du temps, mais suffisamment pour apporter de la valeur ajoutée.

49
00:06:15.150 -> 00:06:22.320
Andy Whiteside : Non, je dis cela en même temps, l'autre jour ma femme voulait visiter une maison, et nous essayons de trouver l'agent qui l'a vendue.

50
00:06:22.440 -> 00:06:33.999
Andy Whiteside : Elle a cherché pendant une journée, comme si elle avait passé toute la journée à essayer de le trouver. Il m'a fallu 30 secondes avec AI, et non seulement j'ai trouvé un agent inscripteur, mais il m'a dit que c'était le cas. Il m'a dit que c'était le cas. Il s'agissait de la maison de l'agent qu'elle essayait de vendre, ce qui est incroyablement précis et puissant.

51
00:06:34.610 -> 00:06:45.960
John Dahl : Oui, et je pense qu'il s'agit probablement davantage de l'intelligence prédictive que nous avons déjà mise en place. C'est vrai ? C'est le cas. Elle a une valeur certaine. C'est vrai ? I.

52
00:06:45.960 -> 00:06:46.500
Andy Whiteside : Non.

53
00:06:46.500 -> 00:06:51.380
John Dahl : Je ne dirais jamais qu'il n'y a pas de valeur ajoutée. Je suis simplement prudent

54
00:06:51.560 -> 00:07:08.630
John Dahl : en le plaçant dans des domaines sensibles et en prenant trop de décisions commerciales sans les valider, parce qu'il s'agit d'apprendre à partir de nos propres vieilles erreurs. C'est vrai ? Ce n'est donc pas comme s'il était doté d'une véritable intelligence qui lui permettrait de prendre des décisions judicieuses à partir de l'éther. Il observe les erreurs que nous avons déjà commises, il en tire des leçons et, dans certains cas, il les répète.

55
00:07:09.060 -> 00:07:33.200
Mike Sabia : C'est vrai, et un bon exemple des erreurs qui peuvent se produire, c'est de les mettre directement en face des clients. Il y a eu un cas dans les médias où quelqu'un faisait une réservation de vol et a agi, vous savez, en prenant certaines décisions. Il s'est avéré que ce n'était pas la politique de la compagnie, et il y a eu un grand battage médiatique pour savoir si la compagnie aérienne allait honorer cette déclaration. Par l'IA. Mais si vous l'utilisez pour vous-même, et que vous l'examinez.

56
00:07:34.050 -> 00:07:39.819
Mike Sabia : Comme vous, avec votre activité immobilière. Vous avez la réponse. Alors vous dites : " Hé, est-ce que ça a du sens ? C'est une bonne utilisation. C'est un cas.

57
00:07:40.280 -> 00:07:40.930
John Dahl : Oui.

58
00:07:41.240 -> 00:07:46.220
Andy Whiteside : Oui, dans ce cas, j'ai dit à ma femme d'appeler cette personne pour le savoir. C'est vrai. Et c'était 100% vrai, ce qui était génial.

59
00:07:46.330 -> 00:07:58.749
Andy Whiteside : D'accord. L'article commence. Je lis la première ligne, qui dit que l'IA n'est pas une stratégie. Il ne s'agit pas d'un nouveau produit ou d'un nouvel objectif. Il ne s'agit certainement pas d'améliorer les résumés de réunion des Chatbots ou de créer des brouillons d'e-mails. L'IA.

60
00:07:58.750 -> 00:07:59.510
Mike Sabia : Mais oui.

61
00:07:59.930 -> 00:08:17.820
Andy Whiteside : L'IA est la technologie habilitante la plus puissante apparue au cours du siècle dernier. Mais c'est quelque chose que nous ne pouvons pas ignorer. Nous devons nous rendre compte qu'elle est réelle. C'est très, très, très réel. Mais le problème, le défi, c'est de savoir ce qu'il faut en faire, ce qu'il faut en attendre. Et nous allons décomposer cela ici avec ces trois niveaux. Il y a un graphique ici

62
00:08:17.990 -> 00:08:32.589
Andy Whiteside : elle va de gauche à droite et monte, monte plus haut à mesure qu'elle va de gauche à droite. L'IA analytique, dont nous parlerons à propos de l'IA générative, dont j'ai beaucoup parlé, mais j'ai hâte d'entendre ce que vous en dites. Et puis l'IA agentique, dont j'ai déjà entendu parler.

63
00:08:32.650 -> 00:08:49.789
Andy Whiteside : J'ai entendu ce mot dans l'acronyme, mais je ne sais pas vraiment de quoi il s'agit. Je suis impatient d'entendre ce que vous allez dire. Donc, le premier des trois points que nous allons aborder ici, ou la première section parle de libérer la puissance de l'IA, Mike, aidez-nous en quelque sorte à commencer, puis aidez-nous, John et vous, à décomposer les trois points qui sont énumérés.

64
00:08:49.790 -> 00:09:15.119
Mike Sabia : L'IA analytique est l'IA qui existe depuis plusieurs années, avant même l'IA générative. Il s'agit de savoir, en se basant sur l'analyse de 30 000 enregistrements basés sur ces mots-clés, quel groupe d'affectation recommander. Quel groupe d'affectation dois-je recommander ? Il existe également un autre type d'IA analytique qui peut s'avérer puissant. Mais il faut être très prudent. Pour être en mesure de répondre aux attentes des clients, il faut, par exemple, se pencher sur ce type de ticket. Quel est le temps de réponse moyen ?

65
00:09:15.120 -> 00:09:30.799
Mike Sabia : C'est très bien. C'est utile en interne. Mais je serais très prudent si j'en parlais au client, parce qu'il ne veut pas entendre qu'en moyenne, son ticket est résolu en trois jours. La résolution de son ticket prend trois jours. C'est donc ce type d'intelligence artificielle et un peu d'intelligence artificielle traditionnelle. En regardant les données, vous savez, vous tapez une touche, vous savez, une recherche dans les

66
00:09:30.820 -> 00:09:37.029
Mike Sabia : La boîte de recherche, et il en ressort des articles relatifs comme c'est l'IA traditionnelle, et c'est curieux.

67
00:09:37.030 -> 00:09:41.250
Andy Whiteside : L'IA analytique existe depuis à peu près combien de temps.

68
00:09:41.540 -> 00:09:44.215
Mike Sabia : Oh, je ne sais pas combien d'années.

69
00:09:45.610 -> 00:09:48.009
Mike Sabia : probablement 4 ou 5. Je n'en suis pas tout à fait sûr.

70
00:09:48.640 -> 00:09:51.049
Andy Whiteside : John, que pensez-vous de l'ancienneté de ce système ?

71
00:09:51.750 -> 00:09:54.689
John Dahl : Il serait plus proche de 8. C'est

72
00:09:55.530 -> 00:10:02.859
John Dahl : servicenow dispose depuis longtemps d'une intelligence prédictive et d'une évaluation ou d'une analyse du langage naturel.

73
00:10:03.210 -> 00:10:12.009
Andy Whiteside : Oui, c'est comme si, désolé pour mon ignorance, cela semblait être un exemple stupide. Mais est-ce que c'est comme si je tapais sur mon téléphone et qu'il prédisait les mots, je vais dire, suivant.

74
00:10:14.400 -> 00:10:24.169
John Dahl : Avec des stéroïdes. Oui, mais c'est plutôt comme dire, lorsque les clients ont soumis une demande de

75
00:10:24.870 -> 00:10:26.589
John Dahl : une nouvelle carte réseau.

76
00:10:27.090 -> 00:10:33.480
John Dahl : 80% du temps, il a été attribué à cette équipe et résolu par elle. Nous allons donc suggérer qu'il soit confié à cette équipe.

77
00:10:33.730 -> 00:10:35.300
Andy Whiteside : D'accord. D'accord.

78
00:10:35.500 -> 00:10:46.620
John Dahl : Il s'agit donc simplement d'une évaluation analytique assez simple. Elle dit : quel est le pourcentage ou la probabilité la plus élevée pour qu'il aille ici ?

79
00:10:46.900 -> 00:10:48.919
John Dahl : où doit-il aller ? Basé sur.

80
00:10:48.920 -> 00:10:51.539
Andy Whiteside : John, ce qui a changé la donne pour moi, c'est...

81
00:10:51.860 -> 00:11:09.079
Andy Whiteside : Je suppose que cette conversation, ce concept, ce type de conversation. Et puis, quand quelqu'un a commencé à utiliser le mot IA générative. Et c'est là que je ne sais pas. Il y a 2 ans, j'ai commencé à comprendre qu'il s'agissait de quelque chose de nécessaire et de précieux. Pouvez-vous nous aider à comprendre l'IA générative dans ce contexte ?

82
00:11:09.300 -> 00:11:27.559
John Dahl : Oui. Il s'agit donc toujours d'une approche similaire pour déterminer l'objet de l'invitation. Qu'est-ce qu'ils recherchent ? Quelles informations me donnent-ils ? Et elle évalue en quelque sorte, sur la base des données d'entraînement, ce qu'il convient de faire. Mais là où l'IA générative se démarque, c'est qu'elle a la capacité de ne pas se contenter de sélectionner à partir de

83
00:11:27.890 -> 00:11:52.620
John Dahl : Pour revenir à l'exemple précédent, un groupe sélectionné ou une liste de groupes à qui assigner un ticket peut en fait compiler une réponse amicale, en utilisant un langage normal. Ainsi, si vous posez la question suivante : "Hé, je veux partir en vacances dans l'ouest du Texas la semaine prochaine", il peut rechercher toutes les informations disponibles sur les vacances dans l'ouest du Texas, et vous proposer

84
00:11:52.750 -> 00:11:58.100
John Dahl : un paragraphe, pas seulement une liste de puces ou une liste d'Urls, mais c'est possible.

85
00:11:58.250 -> 00:11:59.950
Andy Whiteside : Artisanat, formulation.

86
00:12:00.110 -> 00:12:03.549
John Dahl : Pour essayer de vous inspirer ou de vous guider là où vous voulez aller.

87
00:12:03.550 -> 00:12:08.789
Mike Sabia : Et, comme l'a dit John, en fonction de leur calendrier, s'agit-il de cette semaine ou de la semaine prochaine ? Que se passe-t-il ces semaines-là ?

88
00:12:09.280 -> 00:12:10.050
Mike Sabia : et quoi

89
00:12:10.050 -> 00:12:15.740
Mike Sabia : Quelle est votre destination ? Combien de jours vous devriez aller vous avez où les endroits clés. Vous devriez vous arrêter pendant votre voyage.

90
00:12:16.810 -> 00:12:24.060
Andy Whiteside : Et pour être clair, je ne suis pas un idiot en ce qui concerne la géographie du Texas. Je ne pense pas que l'IA analytique qui recommanderait l'ouest du Texas soit la première.

91
00:12:24.610 -> 00:12:25.120
John Dahl : Nous l'avons fait.

92
00:12:26.650 -> 00:12:30.080
Andy Whiteside : S'assurer que je n'étais pas ignorant de ce magnifique endroit.

93
00:12:30.240 -> 00:12:38.740
John Dahl : C'était en fait quelque chose que j'allais lancer, où parfois on me dira : " Es-tu vraiment sûr de vouloir aller là ?

94
00:12:38.740 -> 00:12:39.400
Andy Whiteside : Oui.

95
00:12:40.120 -> 00:12:47.410
Andy Whiteside : Eh bien, c'est intéressant. Aidez-moi à comprendre l'évolution. Je peux donc prévoir ce qui va se passer.

96
00:12:47.550 -> 00:12:54.219
Andy Whiteside : suivant ? Le concept d'IA analytique. Et puis, au lieu de me donner des conseils et de prédire, cela va vraiment prendre.

97
00:12:54.590 -> 00:13:06.159
Andy Whiteside : En fait, ce qui va m'apporter quelque chose, c'est quand on commence à parler d'IA générative, presque comme si elle le faisait complètement pour moi, ou, dans le cas de, vous savez, comme Microsoft Copilot ou quelque chose comme ça. Il prend mes e-mails et les réécrit mieux.

98
00:13:08.250 -> 00:13:10.380
Andy Whiteside : c'est un exemple d'IA générative.

99
00:13:11.470 -> 00:13:19.430
John Dahl : Oui, il. Oui, il a la capacité d'élaborer des réponses en langage humain normal. Il peut donc.

100
00:13:20.020 -> 00:13:21.679
John Dahl : Il est évident qu'il

101
00:13:22.800 -> 00:13:38.479
John Dahl : prendre des décisions ou suggérer des orientations. Mais plus important encore, il peut utiliser un style de formulation spécifique. Il peut utiliser différentes langues de base. Il peut même articuler votre déclaration

102
00:13:38.670 -> 00:13:49.690
John Dahl : sur la base de certains paramètres. Vous voulez un enseignement supérieur, comme un niveau universitaire, ou vous voulez me le donner comme à un enfant de 5 ans. Il a la capacité d'ajuster la façon dont il traite ces réponses.

103
00:13:50.320 -> 00:14:08.060
Andy Whiteside : Mike, en utilisant l'utilisation la plus courante, jusqu'à présent, d'un service comme un système de billetterie ou d'ITSM, quel serait le meilleur exemple que vous donneriez de l'IA générative dans, disons, je ne sais pas, dans la billetterie. Dans la billetterie, nous allons commencer par là.

104
00:14:08.060 -> 00:14:32.560
Mike Sabia : Eh bien, le plus courant, qui est probablement le plus utile, c'est le résumé de cas. Si vous avez un client et un agent qui discutent ensemble, et que quelqu'un d'autre arrive, vous n'avez pas besoin de lire plusieurs pages d'allers-retours. Il peut résumer le ticket. Il accélérera, il créera peut-être même un article de connaissance basé sur la discussion et la solution finale.

105
00:14:32.560 -> 00:14:41.579
Andy Whiteside : Oui, John, je vais vous en donner une aussi, et je suis désolé de vous mettre sur la sellette avec ça. N'hésitez pas à la reporter. La gestion des actifs serait un excellent exemple où l'IA générative serait précieuse. Voilà.

106
00:14:43.238 -> 00:14:45.680
John Dahl : Si vous le voulez.

107
00:14:47.470 -> 00:15:12.149
John Dahl : Je ne sais pas. Supposons que vous vouliez planifier le remplacement des actifs le mois ou le trimestre prochain. N'est-ce pas ? Disons que j'ai besoin de connaître tous les actifs qui arrivent à échéance ou qui arrivent en fin de vie et qui doivent être remplacés au cours du prochain trimestre, et je veux organiser des conversations avec les gestionnaires d'actifs pour chacune de ces zones géographiques. Ou bien, nous voulons diviser cela, et cela peut dire, Ok, bien, vous avez 100

108
00:15:12.150 -> 00:15:19.150
John Dahl : les actifs arrivent à échéance. 50 d'entre eux sont gérés par cette personne, 40 par cette personne, et cela peut vous aider. Juste

109
00:15:19.210 -> 00:15:25.070
John Dahl : En fait, je vous l'ai dit. Prenez donc rendez-vous avec Joe la semaine prochaine pour parler de ces 50 actifs.

110
00:15:26.000 -> 00:15:51.499
Andy Whiteside : Vous savez, j'adore ce concept parce que, vous savez, j'ai commencé à apprendre certaines de ces choses sur l'IA dans le monde du co-pilote de Microsoft, qui est l'endroit où j'en fais le plus l'expérience. Je suis désolée, mes exemples y reviennent sans cesse. Mais vous savez, quelqu'un a fait une demande ou quelqu'un a mentionné quelque chose que j'ai trouvé utile, puis je me suis retourné, je l'ai fait, puis ils l'ont fait, et je l'ai fait. Nous avons appris les uns des autres. Et alors ? Je ne l'ai pas fait. C'est comme, vous savez, l'essai et l'erreur. Oh, et c'était de mieux en mieux à chaque fois qu'on le faisait. C'est devenu plus instructif. Qu'est-ce qui était, vous savez, la possibilité potentielle ?

111
00:15:52.336 -> 00:15:56.640
Andy Whiteside : Mike, je reviendrai sur ce troisième point, agentic. AI.

112
00:15:56.840 -> 00:15:58.470
Andy Whiteside : Je n'ai aucune idée de ce que c'est. Le pouvez-vous ?

113
00:15:58.840 -> 00:16:01.149
Andy Whiteside : Pouvez-vous mettre ce langage de troisième année.

114
00:16:01.861 -> 00:16:07.280
Mike Sabia : Je dirais donc qu'il s'agit d'aller au-delà de l'IA générale. Hé, en voici quelques-unes.

115
00:16:07.380 -> 00:16:19.620
Mike Sabia : le texte ou le résumé ? Qu'est-ce qu'on va faire avec ça ? Allons-nous orchestrer, hé ? Si nous voyons qu'il y a ce comportement, nous allons orchestrer, nous allons

116
00:16:19.730 -> 00:16:24.280
Mike Sabia : faire vous savez, faire un autre appel à un système externe pour prendre d'autres changements.

117
00:16:25.610 -> 00:16:43.520
Mike Sabia : Il peut donc agir de manière autonome. Maintenant, il y a certains sujets qui sont, en quelque sorte, à cheval entre les types génératifs et les types agents. AI. Mais si vous parliez d'itom, si vous faites de la gestion d'alertes, et que vous voyez que le serveur est à

118
00:16:43.550 -> 00:17:10.480
Mike Sabia : 78% cette capacité et nous avons généralement un drapeau à 80%. On pourrait penser qu'il faut s'en préoccuper. Mais s'il s'agit de 78% au cours des six derniers mois, et qu'un autre passe de 10 à 20, puis à 40, puis à 50, puis à 60, cet autre va avoir plus d'entrées. Et avec une partie de cette IA générative, vous pouvez en fait identifier certaines des alertes à venir qui allaient se produire avant qu'elles ne se produisent. Et

119
00:17:10.660 -> 00:17:23.150
Mike Sabia : Vous savez, pour les intégrer dans Gentic. Si vous disposez de certains de ces éléments, vous pouvez alors peut-être créer automatiquement un ticket ou faire tourner plus de disques, de lecteurs ou, vous savez, apporter plus de vms, par exemple.

120
00:17:23.670 -> 00:17:39.930
Andy Whiteside : D'accord, c'est un peu ce que je pensais de la générativité. Ce que vous dites, c'est qu'un générique est l'idée que maintenant qu'il a ces données, il peut faire quelque chose. Et il va faire quelque chose de spécifique pour, vous savez. Peut-être passer à l'étape suivante et réagir.

121
00:17:40.210 -> 00:17:52.159
Mike Sabia : C'est vrai et le service maintenant, et la communauté est toujours en train d'évoluer à ce sujet. Et l'IA agentique n'a pas la même signification pour tout le monde. Mais je dirais que c'est la prochaine étape vers hey, Genera ! Fantastique ! Maintenant, quoi.

122
00:17:52.370 -> 00:17:57.099
Andy Whiteside : Oui, John, oublie ça, Mike vient de répondre que tu réponds à la même question.

123
00:17:57.370 -> 00:17:59.390
Andy Whiteside : L'IA agentique ! Qu'est-ce que cela signifie pour vous ?

124
00:17:59.770 -> 00:18:09.959
John Dahl : Oui. Je ne m'étais pas beaucoup penché sur la question avant aujourd'hui. Je suis donc en train d'apprendre au fur et à mesure. Mais l'une des choses qui m'a frappé, c'est que

125
00:18:10.110 -> 00:18:13.740
John Dahl : aujourd'hui, nous pouvons choisir d'obtenir l'IA générale pour

126
00:18:14.110 -> 00:18:33.499
John Dahl : Le développement, ou nous pouvons l'obtenir pour l'agent virtuel des RH. Ou nous pouvons l'utiliser pour l'ITSM et le résumé des tickets, comme Mike l'a suggéré. Là où l'IA agentique intervient, c'est qu'elle permet à ces différents agents de parler entre eux, de sorte que lorsque l'activité d'accueil des RH a lieu, elle peut déclencher des activités de développement.

127
00:18:33.610 -> 00:18:51.570
John Dahl : d'autres choses automatiquement. Il peut déjà parler aux agents informatiques et déclencher la création d'une commande pour un ordinateur portable, parce que nous savons que cette personne va travailler à distance, peu importe ce que c'est. C'est donc l'idée que ces agents se coordonnent pour optimiser l'organisation.

128
00:18:51.870 -> 00:19:03.570
Andy Whiteside : Oui. Et je reviens à la première ligne de cette section : l'IA agentique est capable de fournir une valeur exponentielle. Je pense que c'est là que tout cela devient vraiment très intéressant, c'est-à-dire lorsque mon robot apparaît.

129
00:19:04.338 -> 00:19:06.609
John Dahl : Celui qui fait le ménage.

130
00:19:07.090 -> 00:19:10.839
Andy Whiteside : Celui qui fait tout ce qui doit être fait sans que j'aie besoin de le lui dire.

131
00:19:12.800 -> 00:19:16.039
Andy Whiteside : C'est ici, et c'est ici que vit le robot.

132
00:19:16.310 -> 00:19:22.958
John Dahl : Il voit un déversement sur le sol, décide de le nettoyer et se dit qu'il y a trop de taches sur le sol. Il y a eu trop de taches sur le sol. Je devrais plutôt programmer le nettoyage de la moquette.

133
00:19:23.180 -> 00:19:23.620
Andy Whiteside : Oui.

134
00:19:23.620 -> 00:19:29.489
John Dahl : J'ai besoin d'un serveur intermédiaire dans ma maison pour qu'il puisse fonctionner avec tous mes aspirateurs robots.

135
00:19:31.240 -> 00:19:44.570
Andy Whiteside : D'accord. La section suivante parle des résultats exponentiels de l'IA qui nécessitent une coordination, ce qui est tout à fait logique. Mais voyons ce que cela signifie, John. Nous allons vous donner la parole en premier. Prenez une plateforme, une approche.

136
00:19:48.840 -> 00:19:57.490
John Dahl : Celui-ci est entré dans ce qu'ils appellent la tour de contrôle de l'IA. Je n'ai pas eu l'occasion de l'examiner en détail. Mais c'est vraiment juste

137
00:19:57.850 -> 00:20:13.890
John Dahl : il s'agit de l'ensemble de la plate-forme. Tout le service maintenant. Les capacités de Servicenow n'ont cessé de croître depuis le jour de sa sortie, et ils sont en train de prendre la situation en main. Ils disent que nous avons accès à toutes ces capacités différentes dans votre entreprise. Faisons en sorte que l'IA puisse vous aider à ajouter de la valeur partout.

138
00:20:14.280 -> 00:20:17.510
Andy Whiteside : D'accord, Mike, tu veux aussi tenter ta chance sur ce point.

139
00:20:17.740 -> 00:20:26.898
Mike Sabia : Non, je pense que ce que John a dit est assez juste. Il ne s'agit pas seulement du générateur que vous utilisez.

140
00:20:28.384 -> 00:20:46.300
Mike Sabia : si nous avons observé ce comportement, nous pouvons peut-être déclencher cette autre chose qui pourrait l'avoir généré. Et tout cela fonctionne ensemble. On sait, hé, quelle est la santé de notre système ? Ces éléments augmentent, ces éléments diminuent. Qu'en est-il ? Vous allez peut-être augmenter le nombre d'agents du service d'assistance ? Nous avons besoin de ce genre de choses.

141
00:20:46.610 -> 00:20:48.393
Andy Whiteside : C'est ainsi en tant que

142
00:20:48.890 -> 00:21:05.270
Andy Whiteside : Je vais dire que je suis un nouveau venu dans le service de la plate-forme. Mais je l'ai vu venir depuis un moment, et je l'ai observé agir comme une plateforme. C'est là que le fait d'être une plateforme montre vraiment beaucoup de valeur au-delà des applications disparates et des choses qui ne vont pas être en mesure de tout rassembler.

143
00:21:06.300 -> 00:21:07.270
John Dahl : Absolument.

144
00:21:08.360 -> 00:21:11.020
Andy Whiteside : Et vous pensez que Servicenow savait que ce jour arriverait ?

145
00:21:11.810 -> 00:21:16.719
Andy Whiteside : Il y a 20 ans, quand tout a commencé, ou pensez-vous que cela, ou peut-être quand cela a commencé, il y a de nombreuses années.

146
00:21:16.720 -> 00:21:25.450
Mike Sabia : Je ne sais pas ce qu'il en était il y a 20 ans, mais ils étaient certainement en avance sur l'IA générative avant qu'elle ne devienne vraiment courante. Ils pensaient à leur propre Llm. Et ainsi de suite. Avant cela.

147
00:21:25.650 -> 00:21:32.290
Andy Whiteside : Eh bien, je pense que ce que je demande vraiment, c'est ? Est-ce que c'est vraiment le concept de plateforme qui a mené à cela ? Ou s'agit-il simplement de l'avantage d'avoir une plateforme ?

148
00:21:32.630 -> 00:21:49.499
John Dahl : Non, c'était un point de vue unique que le service avait maintenant Fred Luddy, David Lou, tout le groupe. Ils ont commencé le premier jour en disant, ce n'est pas une solution ITSM. Il s'agit d'une plateforme pour l'entreprise. Itsm sera juste la première application que nous allons livrer avec.

149
00:21:49.500 -> 00:21:49.870
Andy Whiteside : Oui.

150
00:21:49.870 -> 00:22:01.160
John Dahl : Il a donc été défini autour de cette fonctionnalité de base, de votre Cmdb, de vos rapports, de toutes vos entrées et sorties, du modèle de sécurité. Tout a été conçu au départ pour dire.

151
00:22:01.300 -> 00:22:05.419
John Dahl : c'est le point de départ. Il va pouvoir vous aider pour l'ensemble de votre entreprise.

152
00:22:05.420 -> 00:22:06.050
Andy Whiteside : Oui.

153
00:22:06.150 -> 00:22:32.749
Andy Whiteside : Quoi ? Ce que j'aime dans cette conversation, c'est l'opportunité qu'elle crée pour nous, vous savez, nous sommes un revendeur informatique, un fournisseur de services gérés, et c'est là que nous commençons avec service now, tout comme service now a commencé avec lui-même. C'est là que nous avons l'opportunité d'intervenir et d'aider si vous n'arrivez pas à mettre en place la partie informatique. Les chances que le reste soit fait correctement sont quasiment nulles, ce qui crée une énorme opportunité pour nous d'intervenir et d'être un meilleur partenaire pour les clients qui s'engagent dans la voie de l'informatique.

154
00:22:34.334 -> 00:22:40.169
Andy Whiteside : Mike, je commencerai par le numéro 2. Ici, choisissez une ou deux mesures à l'échelle de l'entreprise pour commencer.

155
00:22:41.330 -> 00:22:42.120
Mike Sabia : Donc

156
00:22:42.600 -> 00:22:51.860
Mike Sabia : on ne peut pas commencer partout. Et il faut identifier. Qu'est-ce que nous essayons d'accomplir ? Qu'est-ce que nous essayons de mesurer ?

157
00:22:52.180 -> 00:23:15.550
Mike Sabia : Temps de réponse des agents de clientèle ? Combien de tickets peuvent-ils traiter en une journée ? Cherchez-vous à obtenir des revenus ? Cherchez-vous à obtenir ceci ou cela, et vous devez accélérer les choses. Essayez-vous d'avoir plus de déviation ? Vous n'avez donc pas de tickets à envoyer à l'agent. Voulez-vous accélérer le temps de travail d'une personne sur l'agent ? Voulez-vous accélérer la commande de nouveaux produits dans votre entrepôt, afin d'en avoir la bonne quantité ?

158
00:23:15.870 -> 00:23:17.899
Mike Sabia : Vous devez d'abord vous concentrer sur deux choses.

159
00:23:19.150 -> 00:23:20.459
Andy Whiteside : C'est un bon conseil

160
00:23:21.090 -> 00:23:31.680
Andy Whiteside : tout le temps. Mais avec une plateforme aussi vaste que celle-ci, et avec autant d'opportunités de résoudre des problèmes sans en créer d'autres, c'est une question de bon sens. C'est une question de bon sens.

161
00:23:32.970 -> 00:23:38.549
John Dahl : John, votre point de vue sur le concept de se limiter à quelques indicateurs clés pour commencer.

162
00:23:39.060 -> 00:23:53.849
John Dahl : Eh bien, je pense que c'est en partie parce que lorsque vous commencez à parler d'entreprise, de capacités étendues, chacun de vos départements ou de vos divisions, ou quelle que soit la façon dont vous voulez diviser votre organisation en silos, ils vont tous avoir des mesures différentes de la réussite.

163
00:23:54.010 -> 00:24:05.349
John Dahl : Ainsi, lorsque nous parlons d'un tel outil à l'échelle de l'entreprise, nous devons nous assurer que nous nous concentrons sur la mesure de la valeur et du succès d'une manière qui s'applique à tous.

164
00:24:05.950 -> 00:24:09.510
John Dahl : Si nous nous concentrons trop sur les mesures propres à chaque département.

165
00:24:09.630 -> 00:24:16.519
John Dahl : ils ne vont pas s'accorder entre eux. Ils ne vont pas se combiner pour nous donner une vision holistique de la réussite de notre travail.

166
00:24:16.820 -> 00:24:23.809
Andy Whiteside : Nous ne bénéficierons pas des avantages de la plate-forme. Si nous essayons de tout faire en même temps, nous échouerons et n'obtiendrons jamais les avantages de la plateforme.

167
00:24:23.920 -> 00:24:26.529
Andy Whiteside : en parcourant les éléments de la plateforme qui s'appliquent ici.

168
00:24:28.674 -> 00:24:33.669
Andy Whiteside : D'accord. Numéro 3. Donner la priorité à un mélange unique de sens des affaires.

169
00:24:33.760 -> 00:24:34.500
John Dahl : Et les balles.

170
00:24:34.500 -> 00:24:37.960
Andy Whiteside : Le gars se demande s'il ne veut pas s'attaquer à cette question.

171
00:24:39.050 -> 00:24:40.890
John Dahl : Eh bien, évidemment, s'il...

172
00:24:41.680 -> 00:24:52.979
John Dahl : Vous avez abordé ce sujet plus tôt en parlant de sa valeur. La plupart des organisations l'ont traditionnellement considéré comme un centre de coûts. Nous ne sommes là que pour dépenser l'argent que tout le monde gagne dans l'entreprise

173
00:24:53.497 -> 00:25:06.719
John Dahl : elle. Cela a toujours été un défi pour elle de faire valoir ses arguments et d'aider les entreprises à comprendre que nous sommes là pour nous assurer que nous pouvons protéger et gérer les informations dont vous avez besoin pour mener à bien vos activités.

174
00:25:07.720 -> 00:25:10.529
John Dahl : Cela s'ajoute en quelque sorte à cela.

175
00:25:11.070 -> 00:25:18.000
John Dahl : ou du moins il soutient cette approche. Lorsque vous parlez de votre informatique, les gens sont en mesure de comprendre ce que fait l'entreprise.

176
00:25:18.270 -> 00:25:37.920
John Dahl : l'idée qu'il ne s'agit que de personnes assises dans le sous-sol avec des chapeaux à hélice. Cela ne fonctionne pas bien. Nous devons faire partie de l'organisation commerciale. Nous devons être des partenaires commerciaux. Nous devons participer à ces conversations pour aider à comprendre où l'entreprise essaie d'aller afin de pouvoir l'aider à s'assurer que les données lui disent ce qu'elle a besoin de lui dire.

177
00:25:39.700 -> 00:25:43.339
John Dahl : Il s'agit vraiment d'être un partenaire commercial, et pas seulement un centre de dépenses.

178
00:25:43.760 -> 00:25:46.370
Andy Whiteside : Oui, Mike, vos commentaires.

179
00:25:49.560 -> 00:25:55.769
Mike Sabia : Je veux dire tout ce que John a dit, mais je dirais que si vous voulez penser à l'avenir

180
00:25:56.020 -> 00:26:09.180
Mike Sabia : Comment puis-je améliorer l'entreprise ? Vous pouvez demander à l'IA générative : "Hé ! Que puis-je faire pour améliorer l'entreprise et vous donner de bonnes idées ? L'étape consistant à dire que je veux l'améliorer est importante.

181
00:26:09.360 -> 00:26:32.620
Mike Sabia : Il est important de tirer parti des outils pour les identifier. Mais oui, vous devez, vous savez, ne pas donner carte blanche. Les réponses, c'est ce que je vais faire. Mais vous savez, prenez-les, posez-les, évaluez-les. Voyez ce qui est possible. On a beaucoup parlé de l'IA qui va nous priver de nos emplois. Peut-être pas. Mais vous devez savoir comment utiliser l'IA, sinon vous perdrez probablement votre emploi.

182
00:26:32.960 -> 00:26:42.050
Andy Whiteside : C'est là que je me dis que l'IA ne doit pas faire le travail à votre place. Mais elle devrait être un excellent coach pour vous aider à mieux faire votre travail.

183
00:26:45.017 -> 00:26:46.419
Mike Sabia : Oui, en grande partie, oui.

184
00:26:47.450 -> 00:27:02.439
Andy Whiteside : Mais il y aura des tâches subalternes, et peut-être des choses qui iront bien au-delà des tâches subalternes. Je suppose qu'à un moment donné, l'ordinateur pourra faire tout ce qu'il faut pour vous. Il peut le prédire. Il peut les voir venir. Il peut s'en occuper lorsque cela se produit. Si quelque chose ne va pas. Il peut faire les ajustements nécessaires à la volée.

185
00:27:02.790 -> 00:27:28.159
Mike Sabia : C'est vrai ? Je veux dire, vous savez, dans la plupart des cas, vous voulez que l'IA, et n'importe quelle forme, se concentre sur les questions clés ou les plus courantes, mais au fur et à mesure que nous nous développons, elle sera capable de gérer ces exceptions beaucoup mieux, capable de dire, Hé, je ne sais pas. Je n'ai pas vu cela exactement, mais peut-être que je peux faire ma propre requête à l'IA générale pour trouver une réponse, et ensuite cela a été dirigé, ou initié à partir de là.

186
00:27:29.030 -> 00:27:30.940
John Dahl : Bonjour ! Tout le monde !

187
00:27:30.940 -> 00:27:41.429
Andy Whiteside : Il y a une autre image ici. Il y a une citation pour réaliser la pleine puissance de l'IA. Pensez-y comme un spectre allant des résultats progressifs aux résultats exponentiels, bien qu'il s'agisse d'un spectre

188
00:27:41.910 -> 00:27:42.650
Andy Whiteside : tout au long du spectre.

189
00:27:42.650 -> 00:27:45.920
John Dahl : Elle n'est pas dans la maison.

190
00:27:50.250 -> 00:28:17.219
Andy Whiteside: John muted you real quick, all right, making autonomous AI real encounter, potential transformation, using multi agent, autonomous AI every day speaking with clients. How can my customers resolve their issues more quickly? How can my sales team serve their customers better? How can my employees be more productive? It starts with, how can my customers resolve their issues quickly, Mike, you want to jump on that one.

191
00:28:17.350 –> 00:28:28.360
Mike Sabia: Well, it kind of comes back to that that some of the Kpi question we had before. It’s like, Hey, when do you want to accomplish, and one of the ones I I said, is, Hey, I want to be able to have our customers serve themselves in order to have deflection.

192
00:28:28.520 –> 00:28:54.430
Mike Sabia: and if we want to help our customers solve their issues more quickly, deflection is a great way to do that. To be able to say, Hey, these are the common situations. Here’s a knowledge article. Here’s a Kb, here’s maybe something else that I search for. That might be able to find your answer. We integra is not just a service now, shop or an Msp. If we can, you know, provide them answers in order to answer those questions that would be helpful, though, of course, we don’t want to get rid of our our businesses either.

193
00:28:54.460 –> 00:28:59.359
Mike Sabia: So these are just more examples of what your use case is. What’s that Kpi, you want to measure.

194
00:29:00.680 –> 00:29:12.129
Andy Whiteside: And, John, I’m gonna ask you to unmute so we can get your answer to this one. But, you know this, this next one, you know. How can my sales team serve their customers? Better, be more productive, sell more? I haven’t really thought about AI as a

195
00:29:12.130 –> 00:29:16.269
Andy Whiteside: sell enablement, but it’s really popped up on my radar several times.

196
00:29:16.270 –> 00:29:16.860
John Dahl: Yeah.

197
00:29:17.910 –> 00:29:22.700
John Dahl: Yeah. So there was a meme that went around a little bit ago

198
00:29:23.230 –> 00:29:32.130
John Dahl: was talking about how AI has become so good at doing graphics and how creative it is, and

199
00:29:33.460 –> 00:29:38.789
John Dahl: capture or kept the line at the bottom, was saying, well, I don’t want

200
00:29:38.910 –> 00:29:48.909
John Dahl: AI to do all of the creative stuff, so that I’m free to do my laundry and clean my house. I want AI to clean my house, so I’m free to do all my enjoyable creative stuff.

201
00:29:48.910 –> 00:29:49.690
Andy Whiteside: Right.

202
00:29:49.690 –> 00:29:52.290
John Dahl: And what this is talking about is.

203
00:29:52.580 –> 00:30:14.659
John Dahl: let’s make sure the AI can handle all of the nuanced stuff behind the scenes. How can we help the customers, you know, deflect the tickets, and that so that I can focus my time on managing my relationships with my customers and with my employees. How can I have that relationship? Be more about the positives and not worry too much about the negatives, because those are already taken care of.

204
00:30:17.120 –> 00:30:35.450
Andy Whiteside: Mike, this last one. How can I help my employee? This is really the one that’s probably most applicable to everybody who listens, and everybody who’s thinking through this, how can I help my employees be more productive and satisfied with their jobs, which I think goes back to what John was just talking about a minute ago. They want to do the fun part of the job, but not the worst part of the the day to day, and or their job.

205
00:30:35.450 –> 00:31:03.369
Mike Sabia: A slight spin on this. So when my very 1st job I wound up leaving because they outsourced me to another company, but in seat and the tools they had were a pain to work with. And I was like, I’m not enjoying myself because I’m having to struggle with these tools, and if we can make our employees more effective to say, Hey, I’m actually able to accomplish this rather than doing routine menial things. That doesn’t seem to have much utility or helping me grow.

206
00:31:03.600 –> 00:31:21.809
Mike Sabia: Then I’m going to be a happier person, and if we can give these people the the, You know ticket summarization so they can quickly look at it and understand it. They can act quickly and and focus on the real stuff rather than having to like. Spend 20 min, you know, delving through back and forth between 2 people that will make them happier and therefore more attractive and more likely to stick around.

207
00:31:22.020 –> 00:31:28.880
Andy Whiteside: Yeah, so, Mike, that that seems to address the incremental. What’s what’s the exponential future of that.

208
00:31:30.930 –> 00:31:47.730
Mike Sabia: Well, I’d say that you know, rather than having the employee know, that they have to do work on this, just as that 1st sentence, says, you know, provide the employee with a series of tasks to initiate. Hey? I’ve identified these issues. Why don’t you then take a look at them in order to improve them.

209
00:31:48.090 –> 00:31:54.559
Mike Sabia: How can we we not just improve my day to day moment? But how can I

210
00:31:54.690 –> 00:31:57.319
Mike Sabia: improve what I need to work on. So I can be more effective.

211
00:31:57.700 –> 00:31:59.459
Andy Whiteside: Yeah, so it kind of eliminates.

212
00:31:59.710 –> 00:32:06.160
Andy Whiteside: eliminate the mundane help with the mundane, and maybe even get to the point where the mundane is solved. And now we all move forward with.

213
00:32:06.400 –> 00:32:08.320
Andy Whiteside: you know, more advanced things to work on.

214
00:32:09.700 –> 00:32:13.169
Andy Whiteside: John. Any thoughts on this, the employee, productivity, overall thing.

215
00:32:15.255 –> 00:32:34.529
John Dahl: The the one piece that keeps coming back to me is, you know, this is what Mike talked about. If I am jumping in to help somebody out on a ticket that’s already been out for a while. I don’t want to have to read through everything. Just give me the summary of what it is, and and help me understand where I need to be, for right now.

216
00:32:34.530 –> 00:32:35.160
Andy Whiteside: Right.

217
00:32:35.280 –> 00:32:35.990
Andy Whiteside : Oui.

218
00:32:37.020 –> 00:32:44.839
Andy Whiteside: all right. The next section talks about how to get started. This is the last section. Don’t get derailed by measurement. Focus on value. John, you want to cover that.

219
00:32:45.183 –> 00:33:02.359
John Dahl: You know, this seems to go against everything that they talk about in business for for decades. Right? It’s don’t worry so much about your return on investment. Don’t worry about measuring every penny of cost and value. It really is talking about taking a step back and just seeing

220
00:33:03.110 –> 00:33:04.390
John Dahl: from a

221
00:33:04.740 –> 00:33:22.760
John Dahl: a softer value if you will. That is, is this really adding value to organization? Is this really helping our customers to be happier with our service? Our employees to be happier with their jobs. It seems to to just kind of flip that old Roi conversation on its head.

222
00:33:24.520 –> 00:33:28.029
Andy Whiteside: Mike, your thoughts on value being the thing to focus on.

223
00:33:33.520 –> 00:33:36.340
Mike Sabia: You know, metrics are important.

224
00:33:36.640 –> 00:33:44.530
Mike Sabia: Know what your you know, number of tickets you’re solving, and so forth. But you need to see.

225
00:33:45.220 –> 00:33:54.409
Mike Sabia: you know ultimately, does this keep people around like? Yes, there is now generative AI where it can write some of the code if it speeds up that code. Yeah, that sounds good.

226
00:33:54.540 –> 00:34:07.429
Mike Sabia: But is it worth the time which kind of goes against the Roi? So again, it seems a little odd to be saying that to ignore Roi completely, but to at least consider where it can help

227
00:34:07.850 –> 00:34:17.180
Mike Sabia: prior to talking about just, or I think about what it can do rather than starting with Roi, just to to only be narrow, focused on on

228
00:34:17.670 –> 00:34:19.040
Mike Sabia: some specifics.

229
00:34:19.429 –> 00:34:25.649
Mike Sabia: you know. See what it could do, how it could help rather than just be so narrowly focused on on one item.

230
00:34:26.799 –> 00:34:28.059
John Dahl: One of the old.

231
00:34:28.829 –> 00:34:40.949
John Dahl: So one of the old adages of of metrics and kpis is whatever you define as your kpi. That’s the only thing that’s gonna matter right? If we only care about how quickly can we get these tickets closed?

232
00:34:41.059 –> 00:34:50.129
John Dahl: That’s all your agents are gonna focus on is how quickly can I get these cases closed? That’s not gonna play into how how happy our customers are with our service!

233
00:34:50.460 –> 00:34:51.090
Andy Whiteside: Right

234
00:34:52.020 –> 00:35:07.380
Andy Whiteside: next session talks about. Know your know your AI. I think for me this is something I talk about a lot. I mean not being the expert in this area. But knowing there’s a lot of AI coming from all the directions. John, what are you seeing out there? As far as people

235
00:35:07.600 –> 00:35:11.209
Andy Whiteside: being bombarded by AI conversations that they’re not prepared for.

236
00:35:13.000 –> 00:35:22.399
John Dahl: Actually, at this point, I’m still mostly seeing people talking about Chat Gpt, and I see a lot of comments where people are

237
00:35:22.630 –> 00:35:43.689
John Dahl: kind of mocking this idea of a prompt engineer because it is still very difficult. Or, like you said earlier, it takes multiple attempts to get a reasonable response. And for some people jumping in and asking it to summarize something or write a paper form, or whatever it is that they’re asking for.

238
00:35:43.870 –> 00:35:50.790
John Dahl: If they don’t take the time to review the results, and they don’t recognize the mistakes they’re gonna go with the 1st

239
00:35:51.250 –> 00:36:00.029
John Dahl: 1st candidate. The 1st result they get. And it it can be important to recognize. No, that’s not right. I need to go back and refine this.

240
00:36:00.900 –> 00:36:04.829
Andy Whiteside: Hey? You probably see me bring it back to copilot multiple times. That’s what I experience every day.

241
00:36:05.390 –> 00:36:15.529
Andy Whiteside: I haven’t experienced it that I know of outside of that, but I probably I probably am. I just don’t know it. Mike, your thoughts on the AI. That again know your AI.

242
00:36:15.640 –> 00:36:16.150
John Dahl: That’s it.

243
00:36:16.150 –> 00:36:17.720
Andy Whiteside: What does that mean to the average person.

244
00:36:18.500 –> 00:36:19.610
John Dahl: No.

245
00:36:21.530 –> 00:36:36.770
Mike Sabia: I think it kind of comes back to the value you know a lot of people use. AI say, AI, generate this A to AI generate. That. Is it really true? Is it? Are they just throwing the buzzword around? Are they trying to make a business out of something that really

246
00:36:37.140 –> 00:36:39.430
Mike Sabia: is somebody trying to get a buck?

247
00:36:40.720 –> 00:36:46.729
Mike Sabia: You know. Ultimately you need to have the practical experience with it to say, Hey, is it useful?

248
00:36:46.930 –> 00:37:01.799
Mike Sabia: And to John’s point of view. Not just accept the 1st answer, you know, if you’re gonna try to, you know, make an announcement to your customers, hey? Let’s use generative data to draft out a message. Then take a look at, say, yeah, this is fantastic, or this is almost fantastic. Let me just tweak that that stuff.

249
00:37:02.040 –> 00:37:11.049
Mike Sabia: Once you start using that, it’s a great tool for you. I have a friend who’s an accountant. They have obviously some restrictions about sending their customers data out there.

250
00:37:11.180 –> 00:37:11.730
John Dahl: But.

251
00:37:11.730 –> 00:37:19.710
Mike Sabia: They have the ability to say, Hey, go find me, you know, articles or policies or statues on on these 3 things that saves them a lot of time.

252
00:37:19.960 –> 00:37:20.490
Mike Sabia: you know.

253
00:37:20.490 –> 00:37:23.780
Mike Sabia: Know what is out there. Know how it can help you build from there.

254
00:37:26.160 –> 00:37:29.040
Andy Whiteside: So this last one here number 3 says.

255
00:37:29.430 –> 00:37:29.900
John Dahl: But.

256
00:37:29.900 –> 00:37:49.960
Andy Whiteside: Thinking, what’s my AI strategy? That’s interesting for me, because that’s the number one way I start every conversation when I’m trying to get you guys or Brett on our other, on our AI team involved challenging people, whether they even have a strategy or not. I think it’s a very pointed way to get conversations started. But according to this, John, why is it saying, Don’t start? Don’t! Don’t focus on what’s my AI strategy. Why do they say that.

257
00:37:49.960 –> 00:38:13.139
John Dahl: I think part of it is to avoid falling into analysis. Paralysis don’t spend so much time trying to figure out what it can and should do for you that you never get started. Just go get into it, see what it does for your business, and adjust from there. Get into it now and and adjust. And more specifically, it’s it’s

258
00:38:13.390 –> 00:38:17.999
John Dahl: about looking for how you can adjust your organization

259
00:38:18.260 –> 00:38:20.810
John Dahl: to get more value from the AI.

260
00:38:22.130 –> 00:38:27.159
Andy Whiteside: Mike, your thoughts on the stop, you know. Stop thinking about just what’s the strategy comment.

261
00:38:27.380 –> 00:38:30.019
Mike Sabia: I think that’s a great point. I mean.

262
00:38:30.670 –> 00:38:36.980
Mike Sabia: I agree with John a lot. But like, if I was a some sea level, saying, hey? What’s my AI strategy?

263
00:38:37.950 –> 00:38:47.760
Mike Sabia: I don’t know what that would mean. It’s like, hey? Yes, we want to transform the business around something. Or do we want to say, hey, how can we improve the business leveraging what’s out there

264
00:38:48.434 –> 00:38:54.409
Mike Sabia: it might be too big a thing to chew on. Let’s let’s take it. Let’s take advantage of it

265
00:38:54.880 –> 00:39:03.630
Mike Sabia: before we necessarily define the whole business route. I mean to find the whole business around. It can be good. But but let’s not start and stop there.

266
00:39:04.130 –> 00:39:04.740
Andy Whiteside : Vous savez.

267
00:39:05.500 –> 00:39:09.009
Andy Whiteside: So, guys, thanks for covering that with me, I’m go back to the title here.

268
00:39:09.310 –> 00:39:17.599
Andy Whiteside: How does this concept that we’ve covered here today result back into the title of exponential outcomes.

269
00:39:18.270 –> 00:39:24.020
Andy Whiteside: Can you kind of translate what we’ve covered back into the you know, the the title of exponential outcomes.

270
00:39:24.750 –> 00:39:45.230
Mike Sabia: I I think, just as we said that this is a transformative technology. I mean, I don’t know that it’s more transformative than the Internet at all. But perhaps so. That you know, you need to. Just as with with the Internet came out, people were, you know, doing things very brick and mortar, and and there was a lot of potential to do things online. And you know.

271
00:39:45.230 –> 00:40:06.969
Mike Sabia: put your business online. These are the times to talk about, hey? How are we going to take advantage of our business at knowledge? 24 last year they had one of their presentations was kind of interesting. They had, like a donut shop where they were, you know, using AI to identify. You know how many customers are coming in at different times, based on school releases, and

272
00:40:06.980 –> 00:40:29.010
Mike Sabia: you know whether it’s a full moon or the like, and then order the right amount and let the the people focus on making those donuts. It’s pretty fantastic you need to identify and say, Hey, how could this help help our business? How could we transform? How can we go from, you know, some of the predictive stuff to, you know, using Chat Gpt to going into some of that

273
00:40:29.490 –> 00:40:36.070
Mike Sabia: agent specific capabilities. It’s it’s fantastic. It’s gonna

274
00:40:36.190 –> 00:40:42.329
Mike Sabia: exponentially improve the business world. It’s just a matter of, you know, being on top of it. So you don’t fall behind.

275
00:40:42.740 –> 00:40:44.857
Andy Whiteside: Yeah. So, John, same question you, what?

276
00:40:45.260 –> 00:40:50.730
Andy Whiteside: What’s what’s the exponential piece of following the the outline we’ve gone through in this blog.

277
00:40:51.320 –> 00:40:54.760
John Dahl: I I think it has a lot to do with not limiting

278
00:40:55.090 –> 00:41:19.809
John Dahl: your expectations on what it could deliver. Right? Don’t don’t think of it as just summarizing incidents or just doing one or 2 things that have been a part of the marketing to date. It’s reached the point now where we’re ready to start having those different pieces talk to one another, and to allow the synergies of the different capabilities of the platform to just add more and more value to your organization.

279
00:41:20.020 –> 00:41:39.900
Andy Whiteside: Yeah, is it fair to say that if you approach this wrong or you approach it closed? Minded. Ish that the you’re gonna have limited outcomes versus, you know, going basically understanding what’s in this blog and and really thinking beyond what’s positioned for you and and thinking more wide open about what can be.

280
00:41:41.430 –> 00:41:49.110
John Dahl: I think so. I think it’s even more than that where it’s don’t even worry about what you think it can do.

281
00:41:49.490 –> 00:41:53.880
John Dahl: Get into it. Start using it, and let it show you what it can do.

282
00:41:54.160 –> 00:41:54.670
Andy Whiteside : Oui.

283
00:41:55.260 –> 00:42:03.300
Andy Whiteside: And and is it fair to think of whatever your challenges or or concerns are that be open-minded to

284
00:42:03.570 –> 00:42:09.930
Andy Whiteside: what AI, with help from someone like us, potentially on a platform like Servicenow could solve.

285
00:42:10.360 –> 00:42:14.410
Andy Whiteside: and assuming that there’s nothing it couldn’t solve with the right approach.

286
00:42:17.040 –> 00:42:27.329
John Dahl: It’s still learning from our own mistakes, our own past right? So there’s still gonna be a certain amount where we have to be involved in that. We have to provide that oversight, Mike said

287
00:42:27.450 –> 00:42:32.579
John Dahl: earlier that we need to make sure that we’re using it for our internal

288
00:42:32.870 –> 00:42:41.040
John Dahl: work. It’s it’s I don’t believe that it is rated, or that it’s appropriate to to make it customer facing at this point.

289
00:42:42.890 –> 00:42:45.389
John Dahl: But it’s it’s definitely something that

290
00:42:46.170 –> 00:42:55.070
John Dahl: yeah, I mean, it’s here, there. If we can’t get on board with what it’s capable of doing, our competition will.

291
00:42:55.950 –> 00:42:58.860
Andy Whiteside: Yeah, there’s only one thing certain about the evolution is, it will evolve.

292
00:42:59.390 –> 00:42:59.910
John Dahl: Yep.

293
00:43:00.250 –> 00:43:05.270
Andy Whiteside: Yeah. Alright guys, Mike John, thanks for joining today. I appreciate you having this conversation with me.

294
00:43:05.630 –> 00:43:06.196
Mike Sabia : Je vous remercie.

295
00:43:06.480 –> 00:43:07.200
John Dahl: Thank you.

296
00:43:07.340 –> 00:43:08.250
John Dahl: Talk to you later.