Nigel Vaz, CEO al Publicis Sapient și membru al boardului executiv Publicis Groupe, este unul dintre cei mai influenți lideri globali în transformare digitală și AI, cu peste două decenii de experiență în consilierea marilor companii din finanțe, retail, automotive și tehnologie.
Nigel Vaz vorbește, în interviul acordat Forbes România, despre ce înseamnă să folosești AI cu adevărat eficient într-o organizație, punând accent pe claritatea asupra rezultatelor. El subliniază că deciziile cele mai importante în AI nu țin de alegerea modelului sau a GPU ului, ci de zona de business pe care vrei să o regândești fundamental. Iar organizațiile care vor câștiga sunt cele care înțeleg că inteligența artificială nu vine „gata inteligentă”, ci trebuie antrenată în contextul fiecărei companii pentru a genera impact real. Publicis Sapient este divizia de Tehnologie a Publicis Groupe responsabilă de proiectele de transformare digitală și AI și modernizare a modelelor de business.
Cum definiți viitorul muncii într-o economie modelată de inteligența artificială?
Cred că viitorul muncii va fi puternic accelerat de inteligența pe care o oferă AI, dar și de modul în care oamenii o folosesc. Îmi place să folosesc analogia cu Iron Man: trebuie să investești în oameni pentru a le dezvolta capabilitatea de a utiliza tehnologia, dar trebuie să investești și în „costum”, adică în AI. Iar când pui împreună omul și costumul, obții supereroul, adică adevărata accelerare.
Astăzi se vorbește mult despre oameni versus AI. Eu cred că perspectiva trebuie schimbată: va fi despre oameni împreună cu AI. La fel cum nu mai vorbim despre oameni versus internet. Internetul a devenit parte din tot ceea ce facem și a generat accelerare masivă.
Cum arată un model eficient de colaborare între oameni și AI într-o organizație mare?
Exact cum spuneam în analogia cu Iron Man: omul și costumul. În organizațiile mari, cheia este să fii foarte clar în privința activităților pe care AI le poate face mai bine sau diferit și să gândești totul în termeni de unde avem nevoie de oameni în buclă și unde putem delega către AI. Un exemplu perfect este un spital mare. Orice spital se confruntă cu deficit de asistente și personal medical. Într-o operațiune tipică vezi monitoare care generează cantități uriașe de date, iar personalul încearcă să le urmărească. Chiar și într-o secție de terapie intensivă, unde o asistentă monitorizează doar doi sau trei pacienți, volumul de date este enorm.
Aici, AI excelează: agenții AI pot monitoriza continuu datele, pot analiza tipare istorice și pot prezice evoluții cu o acuratețe uneori mai mare decât un profesionist cu multă experiență. Pot alerta personalul: „Iată ce indică datele acestui pacient; peste câteva ore este probabil să apară această situație; iată trei sau patru intervenții recomandate”. Astfel, decizia finală rămâne la om, dar nu mai este nevoit să urmărească manual toate informațiile, riscând să rateze un semnal critic.
În acest fel, extinzi capacitatea unei resurse rare, un profesionist medical cu expertiză și, în același timp, permiți AI ului să învețe continuu din deciziile luate de oameni. Este un exemplu perfect de simbioză care generează rezultate mai bune.
De ce sunt sistemele legacy încă o barieră majoră pentru transformare și inovație?
Pentru că majoritatea sistemelor IT nu au fost construite pentru o eră a inteligenței. În multe industrii (servicii financiare, producție) încă rulează mainframe-uri construite acum 30-40 de ani, înainte chiar de era digitală. Asta explică diferența dintre un fintech, care poate lansa rapid servicii noi, și o bancă tradițională, care nu poate ține același ritm. O mare parte din această diferență provine din moștenirea tehnologică pe care o au. Dar în această moștenire există și multă valoare, dacă reușești să o pui în funcțiune.
O mare parte din munca pe care o facem la Publicis Sapient este tocmai aceasta: cum modernizăm aceste sisteme legacy. Am construit trei platforme pe care le considerăm un fel de „sistem de operare” deasupra modelelor și a puterii de calcul, pentru a rezolva probleme specifice.
Prima, numită Sapient Slingshot, este dedicată accelerării ciclului de dezvoltare software și modernizării sistemelor legacy. De exemplu, avem un client cu milioane de linii de cod COBOL (cod IT tradițional, specific sistemelor bancare și enterprise) pe care îl modernizăm, un proces care ar fi durat 8-10 ani, dar pe care îl realizăm în mai puțin de trei ani, oferindu-le astfel capacitatea de a opera la viteza digitalului.
Am construit apoi platforma Sapient Bodhi, o platformă de orchestrare agentică, în care integrăm expertiza noastră profundă în rezolvarea problemelor din industrie și dezvoltăm agenți specializați care livrează soluții complexe pentru clienți, fie pe orizontală, fie pe verticală.
În final, am creat Sapient Sustain, bazată pe convingerea noastră că serviciile de managed services și IT, inclusiv sistemele legacy sunt astăzi administrate exclusiv de oameni, de obicei prin operațiuni low cost. Noi credem că AI ar trebui să poată monitoriza și gestiona o mare parte dintre aceste sisteme. Am construit Sapient Sustain tocmai pentru a demonstra că, dacă modernizezi sistemele legacy și construiești aplicații digitale noi, acestea ar trebui administrate printr-o abordare AI first, ceea ce facem deja.
De ce depinde succesul AI dincolo de tehnologie?
Cred că elementul cel mai important pentru succesul în AI este ca o organizație să fie extrem de clară în privința rezultatelor pe care vrea să le obțină. Vrei să construiești experiențe mai bune pentru clienți? Vrei să reduci costurile? Vrei să generezi creștere? Care sunt, concret, prioritățile? Apoi trebuie să regândești fundamental ceea ce faci astăzi, nu doar să adaugi AI peste procesele existente. În esență, nu îți dorești o „omidă mai rapidă”. Ținta este ca omida să devină fluture, adică o transformare reală.
Cum ar trebui liderii să regândească talentul, cultura și modelele operaționale în era AI?
Cred că, dacă ne uităm la elementele de bază, totul începe cu talentul. Iar pentru mine, talentul devine tot mai valoros nu prin ceea ce știe, ci prin capacitatea de a învăța. Organizațiile care vor avea succes în această eră sunt cele care acceptă că lucrurile se schimbă constant, iar abilitatea de a învăța, dezvăța și reînvăța este mai importantă decât cunoștințele fixe. Întrebarea este: cum creezi o cultură care încurajează învățarea continuă și experimentarea?
Apoi, dacă ne uităm la modelele operaționale, acestea trebuie regândite astfel încât să nu mai fie construite pe modelele tradiționale: produsul dezvoltă produsul, vânzările vând produsul, marketingul îl promovează, iar suportul gestionează serviciile. Acestea sunt compartimente funcționale separate. Tot mai mult, trebuie să te organizezi în jurul customer journeys.
Pentru că, în realitate, cum folosim AI astăzi? Pui o întrebare despre vânzări, apoi una despre suport, sau invers, iar aceste procese sunt profund interconectate. Una dintre marile provocări este cum aliniez stimulentele și structurile organizaționale astfel încât să reflecte faptul că oamenii nu interacționează cu o companie în mod fragmentat, pe compartimente.
Iar poate cel mai important aspect este cultura. Cultura înseamnă un set de ritualuri și comportamente împărtășite, pe care le poți activa. Unul dintre cele mai importante, în această perioadă, este să creezi o cultură în care AI nu este perceput ca o forță concurentă, ci ca un partener. O cultură în care calitatea agenților AI este privită cu aceeași seriozitate ca și calitatea oamenilor.
În viitor, eu văd organizațiile având atât angajați umani, cât și agenți AI și va trebui să te gândești la modul în care lucrează împreună. La fel cum, în perioada predigitală, IT era o funcție separată, fără legătură cu businessul, iar în era digitală am pus inginerii lângă oamenii de business și am obținut valoare reală.
Care este cea mai mare concepție greșită pe care o au executivii despre AI?
Cred că cea mai mare concepție greșită este ideea că alegerea modelului sau a GPU-ului reprezintă cea mai importantă decizie în AI. În realitate, cele mai importante decizii nu au legătură nici cu modelele, nici cu puterea de calcul, ci cu zona din business pe care vrei să o regândești fundamental pentru a beneficia de AI.
În presa de business și în media se vorbește aproape exclusiv despre compute și despre ce model este mai bun, care este versiunea nouă. Dar foarte curând vom ajunge într-un punct în care compute va fi suficient de bun, modelele vor fi suficient de bune. Diferența dintre o companie de succes și una mai puțin de succes va fi dată de ceea ce construiești în stratul de aplicații de deasupra acestor tehnologii.
Care este costul ascuns al amânării modernizării?
Cel mai simplu mod de a estima acest cost este în ani de productivitate pierdută. Cred că, de fapt, acesta este cel mai bun mod de a privi problema, dincolo de aspectele financiare: ani întregi de productivitate pe care îi pierzi. Nu vei ajunge niciodată în situația în care să spui că există un moment perfect pentru modernizare.
Am avut deseori conversația aceasta: „Tehnologia nu este încă matură, hai să mai așteptăm puțin”. Așteptarea nu este o problemă în sine, dar realitatea este că, dacă nu faci nimic, organizația nu învață. Iar fără învățare, nu există progres. Nu va exista niciodată un moment ideal pentru a începe.
Cum schimbă AI peisajul de business astăzi și încotro se îndreaptă?
Astăzi, discuția despre AI este, din păcate, prea mult despre tehnologie: despre compute (putere de calcul), despre modele. E grozav, dar valoarea reală pentru oameni și pentru companii va veni din aplicațiile construite peste aceste modele. Avem nevoie de mai multe discuții despre aplicații: în sănătate, în turism, retail, servicii financiare, acolo unde AI va transforma interacțiunile de zi cu zi.
Un exemplu: astăzi trebuie să intru în aplicația băncii, să verific datele, apoi eventual să întreb un AI separat ce pot face cu un bonus primit. În viitor, aplicația băncii va fi ea însăși inteligentă. Va observa automat că am primit un bonus și îmi va oferi trei recomandări de investiții, bazate pe obiectivele mele financiare. De exemplu, că vreau să trimit copilul la facultate sau să îmi plătesc ipoteca. Asta vom începe să vedem în evoluția companiilor.
Ce va diferenția companiile care creează valoare reală cu AI de cele care doar experimentează?
Cred că diferența majoră dintre companiile care creează valoare reală cu AI și cele care doar experimentează este următoarea: experimentele sunt, de regulă, orientate către probleme mici, bine delimitate, cu date curate și cu mandate organizaționale clare. În momentul în care ieși din laborator și intri în lumea reală, te lovești de date dezordonate, de lipsa unor mandate clare și de toată complexitatea care împiedică scalarea.
Ceea ce devine cu adevărat important este să fii extrem de clar asupra rezultatului pe care vrei să îl transformi și să te asiguri că orice experiment sau test este conceput încă de la început pentru a livra acel rezultat. Asta înseamnă că, prin strategie și design, va putea scala.
Cum arată, în mod practic, următorul deceniu al transformării prin AI?
Dacă ne gândim la un orizont de 10 ani, este un interval foarte lung, mai ales că ciclurile de inovație devin tot mai scurte. Dar dacă proiectez cu adevărat în viitor, cred că vom vedea inteligența ieșind din software și intrând în lumea fizică.
Astăzi, toată conversația despre AI se întâmplă în context software – pe un ecran, pe un dispozitiv. Cred că vom începe să vedem inteligența mutându-se în obiectele din jurul nostru. De exemplu, aș putea întreba această cană care este temperatura apei din ea, iar ea să îmi răspundă. Asta înseamnă să scoți AI din centrele de date și să îl aduci în lumea fizică – să faci obiectele obișnuite capabile să fie inteligente.
Pare un exemplu banal, dar de câte ori nu ridicăm o cană de cafea fără să știm cât de fierbinte este? Ar fi mult mai simplu să întrebi: „Cât de caldă e cafeaua?” sau, și mai natural, „E sigur să o beau?” Este un exemplu mic, dar potențialul crește exponențial. Poți extinde ideea la ambalaje care îți spun când mâncarea nu mai este bună, la obiecte care îți semnalează când trebuie reumplute sau înlocuite.
Astăzi trebuie să crezi ce scrie pe ambalaj sau să scanezi un QR code și să citești un site. În viitor, vei putea întreba direct: „Este proaspăt?” și vei primi un răspuns clar. În momentul în care inteligența iese din ecrane și intră în lume, transformarea devine dramatică.
Cred că elementul cel mai important pentru succesul în AI este ca o organizație să fie extrem de clară în privința rezultatelor pe care vrea să le obțină. Vrei să construiești experiențe mai bune pentru clienți? Vrei să reduci costurile? Vrei să generezi creștere? Care sunt, concret, prioritățile?
Cred că mare parte din conversație s-a concentrat pe modele și pe compute. Acolo se duce toată atenția. Dar cred că mult mai multă discuție ar trebui să fie despre capacitatea oamenilor de a articula o viziune asupra unei companii, a unei bănci, a unui spital sau a unui retailer în contextul AI.
14 miliarde de euro reprezintă suma investită de Publicis Groupe în tehnologie, date și AI
17,4 miliarde de euro reprezintă veniturile Publicis Groupe în 2025
