Spotify: costruire le fondamenta dei propri dati finanziari [Integreat 2025]

Trascrizione:

Vi presento Ben Spencer di Spotify, più precisamente del reparto Ricerca e Sviluppo di Spotify. La musica che avete ascoltato proviene dalle playlist di Spotify.

Ci sono codici QR sparsi ovunque. Quindi, se hai sentito qualcosa che ti è piaciuto, puoi scaricare la playlist del giorno, grazie alla tecnologia Spotify.

Ma senza ulteriori indugi, Ben Spencer, benvenuto sul palco. Grazie.

Ho fatto il controllo. Ottimo.

Grazie. Buon pomeriggio a tutti.

Innanzitutto, grazie mille per essere qui con noi. So che nella sala accanto si sta svolgendo un'altra interessante conversazione, quindi apprezzo molto la vostra presenza qui oggi.

Mi chiamo Ben Spencer. Sono un ingegnere senior manager e lavoro nel team di ingegneria finanziaria all'interno del reparto Ricerca e Sviluppo di Spotify.

Oggi parlerò con voi di come intendiamo costruire le fondamenta dei nostri dati finanziari. Inizierò con alcuni numeri.

Speriamo che anche tu sia uno dei novantasei milioni di utenti attivi mensili della nostra app. Serviamo 184 mercati.

Quindi, dal punto di vista dell'ingegneria finanziaria, ci sono molte normative di cui dobbiamo preoccuparci, dalla fatturazione alle tasse e altre cose divertenti del genere. L'anno scorso, 15.700.000.000 di sterline.

0 di fatturato annuo, quindi un sacco di 1 e 0 e pagamenti in entrata e in uscita a cui pensare. E dal punto di vista dei prodotti, abbiamo ora oltre 100.000.000 di brani musicali, 7.000.000 di podcast e oltre 400.000 audiolibri.

Quindi, speriamo che ci siano molte cose per intrattenervi tutti. E dove si colloca l'ingegneria finanziaria? Beh, come ci si potrebbe aspettare, siamo un gruppo di team che si occupano di tecnologia finanziaria.

Ci occupiamo fondamentalmente del denaro in entrata, di tutti i calcoli intermedi, di quanto dobbiamo pagare in termini di royalties e quindi dell'effettuazione dei pagamenti, oltre che di molti altri servizi finanziari di back-end come le nostre spese, gli acquisti e cose simili. Da dove iniziamo il nostro viaggio con Snap? Beh, quando sono entrato a far parte del team circa tre anni fa, avevamo un team di ingegneri di back-end separato che ha creato una serie di microservizi Java.

Era un team completamente separato che doveva essenzialmente prendere un sistema SaaS e collegarlo a un altro sistema SaaS. Ciò significava che avevamo tempi di sviluppo lunghi, molti passaggi di consegne e tutte quelle altre cose divertenti che sono sicuro tutti voi avete sperimentato.

Inoltre, poiché questi colleghi erano più orientati all'ingegneria piuttosto che esperti delle applicazioni che gestivano i nostri sistemi SaaS, ogni volta che si voleva fare qualcosa dal punto di vista dell'integrazione era necessario trasferire una quantità significativa di conoscenze. Abbiamo quindi cercato una soluzione iPad e alla fine abbiamo scelto Snap con l'idea di semplificare il nostro processo di sviluppo.

Elimineremmo il passaggio di consegne all'altro team di integrazione e affideremmo le competenze al team applicativo, alcuni dei cui membri sono qui oggi. In questo modo non avremmo bisogno di creare e mantenere una nostra piattaforma e potremmo esternalizzare tale attività a un fornitore iPaaS che utilizza tecnologie di intelligenza artificiale.

Come siamo andati? Abbastanza bene. Siamo arrivati al punto in cui il team di ingegneri applicativi che si occupa della gestione e dell'amministrazione dei nostri sistemi SaaS è lo stesso che si occupa delle integrazioni.

Quindi possiamo portare a termine un lavoro interamente all'interno di uno dei miei team, il che è fantastico. Abbiamo una serie di connettori predefiniti, alcuni acquistati da Snap, altri creati da noi e resi riutilizzabili, che possiamo collegare al nostro ERP, ai sistemi di gestione delle spese e ad altri sistemi simili.

O meglio, cerchiamo di ridurre i nostri costi operativi. Quindi il team di cui ho parlato, gli ingegneri di back-end, non esiste più.

Li hanno mandati a fare altre cose interessanti e noi siamo riusciti a ridurre quel team e quel numero di dipendenti dal mio bilancio, il che significa che, nel complesso, abbiamo ottenuto un ROI davvero positivo. Inoltre, ha aumentato la nostra velocità e agilità.

Possiamo muoverci molto, molto più rapidamente. In modo molto trasparente, abbiamo anche intrapreso un percorso per imparare a utilizzare un iPaaS.

Credo che solo un collega del team lo avesse già utilizzato in precedenza, e ci è voluto del tempo, sia dal punto di vista dell'ingegneria back-end che da quello dell'amministrazione SaaS, per imparare a utilizzare al meglio lo strumento. Ma ora stiamo iniziando a vedere un grande slancio, al punto che stiamo realizzando diverse integrazioni, ricostruendole in Snap in un unico sprint di due settimane.

Quindi stiamo davvero acquisendo slancio in questo ambito. Ciò che è davvero importante per me e per le conversazioni che ho con i nostri stakeholder è che questo ha portato a una collaborazione molto migliore con i nostri stakeholder aziendali.

Siamo in grado di realizzare una prova di concetto in tempi rapidissimi. Possiamo mettere qualcosa nelle mani delle persone per parlare dell'arte del possibile.

E come abbiamo sentito oggi, le novità entusiasmanti che possiamo proporre loro, anche l'arte di ciò che è possibile. E poi possiamo fare una demo utilizzando SnapLogic.

Le integrazioni possono risultare un po' aride quando si analizzano righe di codice e si parla di istruzioni logiche. In realtà, riuscire a dimostrarlo ai nostri stakeholder aziendali a volte non è la cosa più entusiasmante.

Ma con l'interfaccia utente SnapLogic, l'avete vista sullo schermo o sono sicuro che molti di voi la utilizzano già oggi. Potete davvero ottenerle.

I colori cambiano. È piuttosto interattivo.

È possibile aprire uno degli snap e iniziare a mostrare le cose molto più rapidamente. Quindi, quando si parla di come eseguire correttamente un processo agile e presentare qualcosa ai clienti, significa che non è necessario avere il prodotto completamente funzionante se non si riesce a completarlo entro lo sprint di due settimane.

Ci sono molti altri vantaggi, ma per noi, ancora una volta, stiamo iniziando a vedere alcuni colleghi meno esperti dal punto di vista tecnico che stanno davvero iniziando a familiarizzare con lo strumento. Quindi, nel mio mondo, abbiamo tre team.

Ho un team più tecnico che si occupa della piattaforma Snap, dell'integrazione con la nostra piattaforma GCP e di altre cose simili. Ho poi un team funzionale, una sorta di pseudo product manager con competenze anche nell'amministrazione di sistemi.

E poi, dato che forniamo alcuni dei nostri strumenti a tutto Spotify, abbiamo anche un team operativo. Questi ragazzi sono più orientati alle transazioni e meno alla tecnologia.

Ma quello che stiamo vedendo ora è che, un paio di settimane fa, uno dei colleghi delle operazioni ha ricevuto un ticket, ha individuato un problema nell'integrazione, è entrato in Snap, ha cercato cosa stesse succedendo, ha apportato una correzione da solo, l'ha testata e poi è venuto a chiedere l'approvazione al team tecnico. Quindi stiamo iniziando a vedere persone che riducono in modo proattivo quella barriera all'ingresso e si fanno avanti per provare.

È stato fantastico vederlo. Ecco un paio di casi d'uso per quello che facciamo effettivamente con esso.

Questa è la nostra configurazione del tasso di cambio. Preleviamo i tassi di cambio dalla nostra Cloud Google Cloud , GCS, perché ovviamente vogliamo assicurarci che tutti i sistemi Spotify funzionino con gli stessi tassi, li trasferiamo su base giornaliera e mensile al nostro ERP, NetSuite in questo esempio, e li riconciliamo tramite BlackLine.

Quindi, ovviamente, tutti i clienti in rosa qui sono quelli in cui utilizziamo SnapLogic. Un altro esempio sono i ratei.

Quindi abbiamo il nostro sistema di approvvigionamento e disponiamo anche di alcune funzionalità di intelligenza artificiale sviluppate internamente che ci consentono di analizzare le fatture e proporre alcune strutture di linea, che poi vengono sottoposte a revisione umana e, ancora una volta, al nostro ERP. Questa volta si tratta più di un'integrazione tecnica, quindi utilizziamo GCS per il processo di riconciliazione.

Quindi, dove siamo arrivati, abbiamo un paio di esempi, ce ne sono decine e decine altri, ma dove vogliamo arrivare? E questo, immagino, è il motivo per cui molti di voi sono qui oggi per iniziare a riflettere. Quindi, dal nostro punto di vista, più componenti riutilizzabili.

Come ho detto, avere questi componenti riutilizzabili che qualcuno con una maggiore predisposizione tecnica o la stessa SnapLogic può andare a costruire significa in realtà che è possibile abbassare ulteriormente le barriere all'ingresso. Si può avere qualcuno che può andare ad aprire Snap senza doversi preoccupare delle specifiche API, dei segreti, delle chiavi e di tutto il resto, giusto? Questo è spesso un grosso ostacolo per chi non ha una grande esperienza ingegneristica e vuole iniziare a utilizzare queste cose.

Davvero prezioso. Andiamo a prendere dallo scaffale la possibilità di collegarsi al sistema A e poi mettiamo tutto insieme.

Quindi continueremo su questa strada. Abbiamo anche alcune pipeline completamente riutilizzabili che sono state create dai nostri collaboratori.

Quindi la riconciliazione è un'operazione comune che si esegue spesso. Creiamo una pipeline di riconciliazione riutilizzabile.

Quindi, piuttosto che limitarci ai singoli connettori, stiamo ampliando il concetto per renderlo più orientato ai modelli e al riutilizzo. Questo ci consentirà di formare più tipi di ruoli per colleghi meno tecnici, aprendo le porte e aumentando il numero di persone in grado di realizzare le nostre integrazioni.

Ovviamente, l'intelligenza artificiale è un settore in cui stiamo investendo molto in termini di apprendimento, test, piattaforme e soluzioni. Quindi, quello che stiamo scoprendo, credo, con alcuni dei cambiamenti tecnologici in atto, è la necessità di pensare all'uso delle piattaforme e delle soluzioni in modo leggermente diverso.

Quindi, data la mia formazione, sono abituato a pensare a una piattaforma come a una piattaforma tecnologica, una piattaforma di integrazione come servizio. È nel titolo.

Si tratta di una tecnologia specifica che viene riutilizzata per molteplici funzioni, ma che svolge sempre lo stesso tipo di attività. Quello che stiamo scoprendo è che forse abbiamo bisogno di dedicare un po' di tempo o di opportunità a riflettere sulla possibilità di ottenere una riutilizzabilità più orientata al business, che potrebbe avvalersi di una gamma diversa di tecnologie sottostanti.

E mentre ci avviciniamo a soluzioni di IA più orientate all'azione, con agenti in grado di selezionare e scegliere quale possa essere la soluzione giusta per risolvere un problema specifico, identificando i potenziali vantaggi che ne potrebbero derivare. Quindi oggi e nel 2025 non sarebbe una conferenza se non ci fosse un titolo con la parola IA, quindi lo inserirò qui.

Ovviamente noi di Spotify ci stiamo riflettendo, come potete immaginare. Se utilizzate l'app, ve ne accorgerete ogni giorno.

Ci sono un sacco di cose a cui stiamo pensando e che stiamo facendo, ed è tutto molto eccitante. Siamo anche molto fortunati perché, come azienda, stanno investendo molto su di noi come individui, concedendoci tempo per imparare.

Abbiamo delle settimane dedicate all'hacking in cui l'obiettivo è semplicemente quello di mettersi all'opera. Non è necessario fare qualcosa di specifico per l'azienda, ma questo ci permette di iniziare a comprendere davvero gli strumenti a nostra disposizione.

Ci sono molte parole alla moda. C'è molto clamore.

Ma come avete sentito anche nei discorsi principali, fondamentalmente gli elementi costitutivi sono tutti aspetti che conosciamo e apprezziamo, avendo operato nel settore per un certo periodo. Ovviamente, però, ci troviamo nel mondo della finanza e forse dobbiamo riflettere sulle cose con maggiore cautela.

Siamo quotati alla Borsa di New York, con tutte le normative e tutto il resto. Questo è ovviamente fondamentale.

Quindi dobbiamo avere una tracciabilità e essere in grado di identificare e dimostrare esattamente dove sono state prese tutte le nostre decisioni finanziarie. Quindi non è proprio plausibile per un revisore dire: "Ho chiesto a CHAC EBT e mi ha detto di fare così".

Quindi abbiamo davvero bisogno di poter garantire questa tracciabilità. Le aziende con cui collaboriamo sono ovviamente tutte grandi nomi, come potete immaginare, e stanno iniziando a muoversi in questa direzione.

Come avete visto nell'esempio di Claude, ora nell'interfaccia utente compare il pensiero e da esso è possibile ottenere punteggi di affidabilità. Quindi stanno seguendo un percorso in cui si stanno rendendo conto che è necessario comprendere un po' meglio cosa succede dietro le quinte.

Ma per loro stessa natura, non saranno mai un albero logico in cui è possibile avere la completa tracciabilità. Quindi è qualcosa che bisogna davvero considerare se si opera in un settore più regolamentato e, dal punto di vista delle autorità di regolamentazione, credo che a un certo punto dovranno venirci incontro con ciò che la tecnologia è in grado di offrire.

Quindi queste sono le nostre tre fasi relative a ciò che pensiamo all'interno del nostro mondo. La prima è il semplice potenziamento.

Quindi, semplificare un po' il vostro lavoro utilizzando qualche tipo di IA, Gen IA o LLM attraverso agenti, chatbot e integrazione diretta. Ho un esempio di automazione delle note spese che vi illustrerò più dettagliatamente tra poco.

Ma un progetto davvero interessante che abbiamo realizzato di recente riguarda l'estrazione di ordini di inserimento pubblicitario e abbiamo semplicemente utilizzato un chatbot. Abbiamo utilizzato i GPT di OpenAI, ma in realtà tutti hanno qualcosa in comune.

Gli ordini di inserimento sono semplicemente moduli d'ordine in formato PDF con una serie di righe diverse che dobbiamo assicurarci di pubblicare come annunci pubblicitari all'interno dell'app. Questi PDF hanno formati leggermente diversi tra loro.

E quello che abbiamo scoperto osservando gli agenti che hanno esaminato il documento per assicurarsi che le righe corrispondessero, poiché stavano controllando principalmente dal punto di vista della conformità, è che hanno trascorso la maggior parte del loro tempo semplicemente cercando le informazioni nei PDF. Quindi quello che abbiamo fatto è stato semplicemente creare un prompt che interrogasse il PDF, estraendo le informazioni in una tabella in un formato chiaro e coerente, in modo che potessero effettivamente ragionare da soli.

Non stavamo chiedendo agli avvocati di pensare e fare il loro lavoro al posto loro. Era solo un modo molto semplice per strutturare quei dati che ci ha richiesto, voglio dire, non molto tempo per essere realizzato.

La fase due è quindi quella umana nel ciclo. Ma, cosa fondamentale, prima di agire, otteniamo quella revisione umana.

Questo è quindi il prossimo passo nel nostro mondo dal punto di vista dell'automazione, in cui l'LLM fornirebbe alcuni suggerimenti. Ne dedurrebbe qualcosa e tornerebbe indietro, come nel caso dell'analisi delle fatture, dicendo: "Pensiamo che dovremmo fare questo, aggiornare queste voci".

Ma, cosa fondamentale, prima di prendere qualsiasi decisione, c'è quella revisione umana che può dire: sì, mi sta bene. Sono pienamente responsabile di quella decisione e cliccherò sul pulsante prima che venga eseguita.

E poi la fase tre, autonomia con revisione. Nel nostro mondo, ci aspettiamo che ci sia sempre bisogno di una revisione a posteriori, che sia completa, campionaria o periodica, ma qualcosa che assicuri che tutto sia controllato e bilanciato.

E ho scritto lì, come ho detto, ci arriveremo mai? Stiamo solo aspettando e vedendo come progredisce la tecnologia. Lo spero, ma vedremo.

Come ho detto, dal punto di vista dell'intelligenza artificiale, penso che stiamo tutti vivendo un ritmo di cambiamento piuttosto rapido. Quindi al momento non stiamo cercando di concentrarci sul riutilizzo di molte delle nostre soluzioni di intelligenza artificiale.

Accogliamo con favore il fatto che ogni giorno vengano introdotte novità entusiasmanti. Pertanto, ci concentriamo sui problemi aziendali che possiamo risolvere con la tecnologia odierna.

E penso che aspetteremo ancora un po' prima di pensare a come rendere davvero riutilizzabili tutte le cose relative all'intelligenza artificiale. Quindi ti parlerò di un esempio specifico.

Quindi, come ho detto, l'elaborazione delle spese rientra nell'ambito dell'ingegneria finanziaria. Si tratta di casi d'uso davvero interessanti, ma per noi è stata una soluzione piuttosto utile.

Quindi abbiamo circa 4.000 spese al mese internamente. Queste vengono sottoposte alla revisione di un manager, presentate dai dipendenti, approvate dal manager e poi inviate a un team centrale di conformità per assicurarsi che siano conformi alle politiche e cose del genere.

Le difficoltà in questo senso derivano dal fatto che, come abbiamo detto, serviamo molti paesi. Abbiamo persone che lavorano in tutto il mondo e viaggiano in molti luoghi.

Pertanto, le ricevute sono disponibili in diverse lingue e occorre tradurle. Ogni paese potrebbe avere sfumature diverse nelle politiche relative a ciò che è consentito pagare e in quali circostanze.

Quindi, ancora una volta, se come manager mi viene richiesto di comprendere le politiche locali in materia di spese di tutto il mio team, ciò comporta un notevole sovraccarico di lavoro. E poi, ovviamente, questo deve essere bilanciato con la nostra filosofia aziendale, che è quella di Spotify, un'azienda tecnologica.

È un posto di lavoro stimolante, dove tutto ruota attorno alla fiducia e alla rapidità. Fondamentalmente, siamo un team di back office nell'ambito dell'ingegneria finanziaria.

Ne sono molto orgoglioso, ma noi siamo un team di back office. A volte dobbiamo semplicemente toglierci di mezzo e lasciare che le persone facciano bene il loro lavoro.

Quindi, qualcosa come le spese deve essere qualcosa che non crei grandi attriti per i nostri dipendenti. Abbiamo quindi creato un agente AI che estrae e analizza le ricevute, le prende e fa tutta la traduzione linguistica, deduce anche se si tratta del tipo di acquisto giusto per quella persona, se sembra che stiano acquistando un pasto in un ristorante e fornisce una raccomandazione contestuale al loro manager, che, come ho detto, è il primo revisore, eliminando, si spera, in futuro la necessità di un secondo controllo di conformità.

Quindi l'abbiamo realizzato utilizzando SnapLogic. Questa era una versione iniziale.

Essenzialmente prende i dati delle note spese, le politiche aziendali e le procedure operative standard e, con un po' di magia Snap, li mette nel formato giusto e li unisce in modo da ottenere un payload davvero semplicissimo che alla fine inviamo all'LLM. Si tratta quindi di una tecnologia Snap molto standard.

Penso che, come stiamo sentendo, i fondamenti non cambino. È importante che tu lo ottenga nel formato corretto per renderlo il più semplice possibile per l'LLM, in modo che non crei confusione e tu ottenga risultati un po' più coerenti.

Quindi non dimenticate gli aspetti standard, che sono altrettanto importanti. Abbiamo ottenuto il supporto di Snap per farlo.

Abbiamo invitato alcuni dei loro esperti in servizi professionali nel nostro ufficio solo per un giorno e abbiamo realizzato tutto questo in pochissimo tempo. È stato fantastico poter eliminare la necessità di aggiornarsi, leggere, cercare di capire come funziona tutto solo per accelerare, giusto? Passiamo alle cose interessanti.

Vediamo come possiamo scrivere questo prompt, in modo da trarne effettivamente qualche vantaggio. È stata una giornata davvero positiva per noi, che ha dato slancio al team e lo ha motivato a utilizzare anche alcune di queste nuove tecnologie.

In definitiva, ciò che ci offre è... probabilmente non riuscite a leggerlo molto bene, ma è un messaggio Slack che viene inviato al manager e che effettua una valutazione della spesa. In questo caso, sono emersi alcuni risultati chiave e una violazione che non riguardava l'elenco dei partecipanti presentato insieme al pasto del team, ma la spesa stessa.

Quindi, da lì, ha preso spunto dal SOP, ovvero la procedura operativa standard seguita dal team addetto alla conformità. Ha preso le politiche, le ha esaminate e valutate e ne ha tratto delle conclusioni, il che è stato fantastico.

È stato davvero semplice e in pochissimo tempo siamo riusciti a farlo. Come ho detto, in questo mondo ci stiamo concentrando sulla creazione di chatbot e agenti specifici per questo tipo di processo, piuttosto che cercare di condividere necessariamente tutte queste funzionalità, perché il contesto è molto rilevante per qualcosa come le spese.

Ma ovviamente stiamo usando anche tutte le parole chiave che ci si aspetterebbe da una piattaforma riutilizzabile. Quindi, per me, i punti chiave sono questi.

In primo luogo, dedica tempo all'apprendimento. Quindi impara da solo.

Credo che una delle domande poste nell'altra sala riguardasse la possibilità che questo progetto portasse alla perdita di posti di lavoro e cose simili. La mia risposta è simile a quella che ho dato sul palco.

È necessario salire sul treno e imparare a conoscerlo perché i lavori evolveranno. In futuro ci saranno lavori diversi.

Quindi devi andare a capirlo e impararlo da solo. Penso che per me la barriera all'ingresso siano state tutte le parole alla moda e l'hype.

Quindi vi incoraggio vivamente a procurarvelo e a promuovere questa iniziativa anche ai vostri team, per non rimanere indietro. Ad esempio, potete sfruttare i servizi professionali di SnapLogic per accelerare l'apprendimento.

Ovviamente lavorano con molti clienti diversi. Quindi cosa puoi imparare e condividere da loro e ottenere qualche consiglio per iniziare? Anticipa i limiti e ricorda le basi.

E penso che, come abbiamo sentito in alcuni dei discorsi principali, gli stessi problemi siano ancora presenti. Nel nostro esempio relativo alle spese, abbiamo dovuto effettuare più chiamate API invece di una sola per ottenere le immagini da una e le voci di spesa dall'altra.

Tutto questo genere di cose non scompare. I dati devono comunque essere curati e resi disponibili nel formato giusto, giusto? Sia che li si inserisca in un LLM per un MCP in un rag o che li si inserisca in qualcos'altro.

Fondamentalmente, deve essere buono e questo è lo stesso problema che abbiamo sempre affrontato. Quindi questo tipo di problemi non scomparirà.

Questi tipi di ruoli non scompariranno. Inoltre, a volte l'uso dell'IA non è la scelta giusta.

Ovviamente, questo è l'argomento del momento, giusto? Ma il processo che avete appena visto qui non consiste nella scelta di un agente. Si tratta semplicemente di un albero logico standard che prende i dati, li impacchetta e li invia con un prompt a un LLM.

Da allora abbiamo creato un agente. Più che altro per giocare un po' e divertirci.

Giusto? Ma fondamentalmente, in questo esempio stiamo utilizzando le pipeline come strumenti che ora sono equivalenti al vostro LLM, confezionando il tutto e inviandolo all'LLM. Quindi, ripeto, a volte avrete bisogno di un agente e ci sono molte opportunità ed è molto eccitante, ma a volte è altrettanto utile semplicemente aggiungere alcune delle nuove tecnologie Gen AI a quelle già esistenti.

Non preoccuparti se al momento non riesci a raggiungere la piena automazione. Come ho detto nelle fasi uno, due e tre, al momento non puntiamo alla piena automazione.

Non ci aspettiamo di poter agitare una bacchetta magica e automatizzare completamente tutti i nostri processi senza bisogno di personale, perché la tecnologia non è ancora pronta, certamente non dal punto di vista dell'ingegneria finanziaria. E noi non siamo ancora pronti per arrivare a quel punto.

Quindi, dal nostro punto di vista, non bisogna avere paura. Non so se qualcuno ha partecipato al workshop di questa mattina, ma si è parlato molto del ROI e dei vantaggi che ne derivano.

Abbiamo constatato i vantaggi di mantenere le cose semplici, ad esempio utilizzando un semplice chatbot per automatizzare la parte più complessa di un processo aziendale. Non cercate di automatizzare l'intero processo dall'inizio alla fine.

Non cercare di sostituire completamente il lavoro di qualcuno e automatizzarlo. Scegli solo un aspetto e automatizza quello che richiede più tempo.

E per farlo, come abbiamo sentito questa mattina, è necessario comprendere a fondo i propri processi aziendali in modo da poter valutare effettivamente quando è il momento giusto per investire. Ma, come ho detto, non preoccupatevi se al momento non riuscite a raggiungere la piena automazione.

Gli strumenti che stanno per essere lanciati renderanno più facile in futuro quando vorrai e quando sarai pronto a farlo. E poi considera anche quando puntare al riutilizzo.

Pensate al riutilizzo sia dal punto di vista commerciale che da quello tecnologico. Stiamo arrivando al punto in cui credo che saremo in grado di farlo.

Quindi, in realtà, penso che questo aprirà le porte a un maggiore riutilizzo, ma non necessariamente solo tramite l'IA, forse anche attraverso delle intersezioni. Stiamo assistendo ad alcune delle cose di cui parla Snapp riguardo ai server MCP. Si tratta essenzialmente di utilizzare l'IA per sfruttare una serie di elementi già esistenti in un mondo non basato sull'IA.

Quindi riflettete su quale sia il momento giusto per riutilizzare qualcosa e quando potreste già averlo, piuttosto che spendere soldi solo per riprogettare qualcosa per il gusto di farlo, solo perché si tratta di un termine nuovo ed entusiasmante. E non affrettatevi a creare una piattaforma.

Potrei aver inventato quella parola. Ma fondamentalmente, abbracciate voi stessi l'apprendimento.

E vista la rapidità con cui gli strumenti stanno evolvendo, non preoccupatevi troppo di cercare di trasformare qualcosa in un modello riutilizzabile, perché prevediamo che tutto cambierà nel breve termine. L'ultima cosa che vorrei segnalare è la promozione del podcast di Dominic sulla piattaforma Spotify.

Quindi, per tutti quelli che hanno la nostra app, vi invitiamo a dare un'occhiata e ad ascoltare le interessanti riflessioni di Dom in qualità di alchimista aziendale. Concluderò lasciando un po' di tempo per le domande.

Quindi, se avete opinioni o commenti, mi farebbe molto piacere ascoltarli. Se non siete d'accordo con qualcosa, mi farebbe piacere ascoltare anche quello.

Ma grazie mille per questo e sarò lieto di rispondere a qualsiasi domanda.

C'è un microfono in fondo alla sala, quindi se qualcuno ha domande, alzi la mano. Oh, c'è una domanda proprio lì in fondo.

Fantastico.

Ciao. Grazie, Ben.

Ero solo curioso. Provengo dal settore dei processi finanziari, prima di entrare in SnapLogic, ma ero curioso di sapere qualcosa in più sugli elementi di fiducia e rischio.

Hai detto che le autorità di regolamentazione devono ancora mettersi al passo con la rapidità con cui evolve la tecnologia. Giusto? Quindi penso che quando si cerca di automatizzare un processo o di integrare Agentic, sia meglio farlo completamente con noi.

Come valuta il rapporto tra fiducia e rischio rispetto ai vantaggi commerciali? Ci illustri un po' più nel dettaglio il suo modo di lavorare.

Sì, assolutamente. Speravo di uscire dal settore finanziario perché tu ne sai molto più di me su dove lavoro.

Ma no, quindi stiamo valutando la questione da un paio di punti di vista diversi. Da un lato c'è la sicurezza dei dati e dall'altro la verificabilità di ciò che il processo sta effettivamente facendo.

Quindi, dal punto di vista della sicurezza, dobbiamo assicurarci di essere molto attenti e consapevoli di come i nostri dati vengono utilizzati per l'addestramento. Abbiamo stipulato contratti molto rigidi sia con i nostri fornitori di IA che con i nostri fornitori SaaS, in modo da non consentire a nessuno di addestrare i propri modelli sui nostri dati e cose simili.

Quindi penso che ora ci sia un elemento che è un po' bianco o nero. Devi solo occupartene, assicurarti di essere coperto dal contratto, di capire a cosa servono i tuoi dati e le tue informazioni.

E poi, dal punto di vista più funzionale, che è quello a cui pensiamo quotidianamente, si tratta in realtà di essere in grado di tracciare attraverso una prova ai nostri revisori come è stata presa una decisione. Dal punto di vista del controllo SOX, che è quello in cui operiamo maggiormente dal punto di vista normativo, dobbiamo assicurarci di avere le approvazioni necessarie, cosa che possiamo ancora fare oggi. Come ho detto, con le nostre tre fasi, quella che prevede l'intervento umano è fondamentale perché si ha immediatamente una serie di operazioni automatizzate grazie a una tecnologia intelligente, poi c'è una persona che interviene per dire: "Sono d'accordo?". Quindi, immediatamente, è possibile inserire i passaggi che potrebbero essere approvati.

Potresti avere più fasi di approvazione se hai bisogno di più revisioni da parte di colleghi o da qualsiasi altra prospettiva. Quindi penso che usare questo tipo di approccio più tattico, suddividere il processo e automatizzarne solo una parte ti permetta di mettere una persona davanti a un revisore per dire: "Ho fatto questo e capisco cosa stava succedendo prima che venisse intrapresa un'azione che ha influito sui nostri dati finanziari o su qualsiasi altra cosa tu stia facendo".

Quindi penso che ti incoraggerei a pensare al processo in termini più ristretti, a individuare i punti in cui devi assicurarti di dimostrare il controllo o la verificabilità e ad aspettare un po' per quelli, molto onestamente, perché penso che passerai molto tempo a cercare di convincere i revisori. Dovranno arrivare a quella conclusione.

Prima o poi dovranno confrontarsi con le nuove tecnologie, ma oggi non ci sembra che siano ancora pronti. Quindi direi semplicemente che, sì, individuate le parti del vostro processo che potete automatizzare e lasciate alcune delle decisioni e delle riflessioni che sono davvero necessarie a un essere umano, sulla base della situazione attuale.

Questo ti è stato d'aiuto? Sì. Grazie.

Prossima domanda. Sta arrivando un microfono così tutti potranno sentirti.

Non sono sicuro che sia legato all'aspetto del controllo, ma sono solo curioso di sapere perché non hai cercato di eliminare le approvazioni dalle spese relativamente a basso rischio. È un processo eccellente. E Raff, il mio responsabile tecnico, dice che ti verrà posta questa domanda perché è un processo ridicolo quello che seguiamo.

Non mi stanno registrando. Quindi non capisco perché non lo facciamo, dato che la nostra filosofia basata sulla fiducia e sulla rapidità non è ancora stata messa in primo piano per tutte le nostre spese.

È qualcosa che stiamo cercando di trasmettere ai nostri partner finanziari. E noi facciamo lo stesso.

Quindi, nel nostro esempio, ho due risposte a questa domanda. Uno, è una follia rivedere tutte le nostre spese e lo comprendiamo perfettamente.

Non siamo ancora arrivati a quel punto. Insomma, ho lavorato in una banca britannica e almeno avevamo una certa tolleranza al riguardo, giusto? È pazzesco.

Comunque, penso che ci sia sicuramente qualcosa da considerare in questo senso. Inoltre, come dici tu, i manager non approvano necessariamente sempre, giusto? Non approvano mai in modo assoluto.

Quindi potremmo personalizzare il messaggio Slack in modo che venga inviato all'utente o al team addetto alla conformità o qualcosa del genere. Quindi è solo una scelta di configurazione, immagino, quando arriveremo a quel punto.

Al momento stiamo testando l'agente per vedere se funziona bene. Ma a questo punto, probabilmente avrebbe più senso rimandarlo alla persona che lo ha inviato in modo che possa correggerlo in tempo reale, perché è lì che sta il valore, dato che, come dici tu, probabilmente passerà direttamente da quella fase.

Sono completamente d'accordo. Sapevo che quella battuta sarebbe arrivata, e Raff è molto contento che qualcuno l'abbia colta.

Grazie mille. Vuoi ripeterla e io la ripeto? Probabilmente è più facile.

Mi dispiace, mi è venuta in mente una domanda interessante e ho pensato di inventarla perché mi è venuta in mente. Quindi, ovviamente, all'interno del tuo team stai implementando l'intelligenza artificiale. Come procedi per raccogliere i tuoi dati e assicurarti che siano puliti, convalidati e funzionanti? Questo rientra nelle tue competenze come team? Hai un team di ingegneri dei dati che se ne occupa? Come funziona?

Un po' di tutto questo. E sì, dobbiamo pensarci.

Quindi, al momento, onestamente, non abbiamo una risposta definitiva. Abbiamo dei team di ingegneria dei dati all'interno dell'ingegneria finanziaria che estraggono alcuni dei nostri dati.

Quindi, nel nostro ERP, ad esempio, abbiamo un set di dati core che estraiamo dal sistema SaaS che utilizziamo e lo inseriamo in un luogo accessibile internamente, in modo da non dover ricorrere alla soluzione SaaS di terze parti. Tutto è contenuto internamente.

Lo abbiamo già fatto per il nostro team di approvvigionamento e stiamo valutando la possibilità di estenderlo. Quindi penso che la strada da seguire sia quella di cercare di avere più dati curati sotto il nostro controllo, in modo da poterli sfruttare e mettere insieme in modo più interno.

Penso che nel mio team abbiamo più di 15 sistemi SaaS, quindi è vantaggioso averlo internamente. Se avessimo una gamma di sistemi meno ampia, forse saremmo soddisfatti di poterlo ottenere dal sistema.

Quindi penso che, da un lato, sì, stiamo inserendo i dati che ci servono provenienti da vari sistemi interni, e abbiamo dei data engineer che si occupano di alimentarli e curarli. Dal punto di vista dell'integrazione con i nostri partner terzi, a volte questo potrebbe non avere senso.

Quindi stiamo valutando dove alcuni dei nostri fornitori hanno le loro offerte MCP. Al momento stiamo valutando la situazione.

Quindi scoprirai che alcuni fornitori SaaS saranno completamente aperti a questa possibilità e ti diranno: "Abbiamo un server MCP, porta il tuo agente, fai tutto questo, è fantastico". Altri invece diranno: "Lo controlleremo noi stessi, useremo i nostri LLM, non potrai necessariamente collegare il tuo".

Quindi dipende anche dalla visione che abbiamo dei sistemi che utilizziamo, se sono aperti e se possiamo collegarci a uno di essi, facilitandoci il lavoro. Forse lasceremo i dati lì.

Ma se non lo fanno, e questo è più difficile, allora forse dobbiamo pensare a un approccio diverso. Quindi, al momento, onestamente, non abbiamo una soluzione miracolosa, ma ci stiamo muovendo nella direzione di averne una più interna, dove ha senso farlo, e, con l'evolversi delle tecnologie, sfruttare i sistemi che ci danno facile accesso ad essa.

Ok, perfetto. Grazie.

Un'ultima domanda. Eccoci qui.

Quindi lei ha detto di essere riuscito, almeno in parte, a trasferire lo sviluppo alle PMI. Mi chiedevo se ci fosse stato qualcosa di specifico che lei ha fatto o qualche dato che ha contribuito a creare quella fiducia che ha permesso il trasferimento.

Sì. Quindi probabilmente ho usato le parole sbagliate.

Non necessariamente le PMI commerciali. Si trattava delle PMI che si occupavano dell'amministrazione delle applicazioni.

Quindi, nel nostro mondo, sono persone che si occupano del sistema. Sono comunque tecnici, ma solo tecnici per i sistemi SaaS.

Quindi hanno le competenze che ci si aspetta da un ingegnere, ma scrivono il codice dell'applicazione piuttosto che lavorare nel back-end. Sono quindi dei tecnologi e comprendono la tecnologia, il che ha reso il passaggio un po' più facile.

E abbiamo scoperto che nel mio mondo, a volte, occuparsi di un team SaaS può farci sentire come cittadini di seconda classe. Ma saper usare uno strumento SaaS è una forma d'arte, giusto? E noi lo troviamo molto trasferibile.

Come ho detto, abbiamo circa 15 sistemi di cui ci occupiamo e i nostri tecnici possono intervenire su uno o più di essi e farli funzionare, giusto? È questo il bello. Ma è anche un'arte.

Se prendi un ingegnere back-end, come abbiamo provato noi, lui guarda queste cose e dice: "Non so cosa fare. Non ha senso per me".

Per noi è una forma d'arte. Non credo che siamo ancora pronti per entrare nel mondo delle PMI e degli sviluppatori cittadini.

Onestamente, abbiamo avuto alcune esperienze negative. Abbiamo provato a farlo con altri strumenti.

Qualche anno fa abbiamo esagerato un po' con alcuni dei nostri strumenti RPA, rendendoli accessibili a tutti e consentendo agli utenti di sbizzarrirsi nella creazione dei propri bot. Il problema è che non abbiamo necessariamente previsto i giusti controlli e limitazioni, con il risultato che gran parte del lavoro è ricaduto sul team tecnologico centrale.

Quindi siamo un po' più cauti quando si tratta di aprire qualcosa come Snap a veri colleghi di lavoro, cercando di contenerlo per ora e rendendolo meno tecnico. Se ci arriveremo in futuro, forse.

Ma mi è piaciuto molto il discorso tenuto lì, in cui si parlava più di utenti dei dati cittadini che di sviluppatori cittadini dell'integrazione. Quindi penso che sia una scelta che bisogna fare.

A volte può avere senso inserire i wrapper e i controlli giusti, ma penso che nel nostro caso sarebbe un passo un po' troppo azzardato cercare di affidare alcune di queste cose al commercialista. Quindi per ora è meglio lasciarle alle persone che capiscono il wrapper della tecnologia.

Va bene. È una risposta fantastica. Grazie ancora.

È stata una sessione eccellente. Spero che tutti abbiano imparato qualcosa da essa, qualcosa che possano portare con sé.