Kami senang menyambut Yuri Misnik, Chief Technology Officer di inDrive, untuk pembicaraan tentang skala teknologi, inovasi AI, dan membangun organisasi teknik yang kurus dan kuat. Yuri membawa puluhan tahun pengalaman kepemimpinan global di seluruh organisasi teknologi dan layanan keuangan utama, setelah memegang peran senior di perusahaan termasuk Microsoft dan AWS. Di inDrive, Yuri mengawasi tim teknik, AI, dan data perusahaan saat platform berkembang dari layanan ride-hailing terkemuka menjadi aplikasi super penuh fitur. dalam wawancara ini, kami mengeksplorasi apa yang memotivasi dia tentang tahap transformasi ini di inDrive, bagaimana teknologi mempengaruhi lintasan perusahaan, dan prinsip-prinsip kepemimpinan yang membimbing pendekatannya untuk teknik lean namun berpengaruh. 1) Selamat atas pencalonan Anda baru-baru ini sebagai CTO di InDrive! Apa yang paling menggairahkan Anda tentang tim teknik, AI, dan data terkemuka di tahap transformasi seperti itu untuk perusahaan? Apa yang paling menggairahkan saya adalah kombinasi skala dan pertumbuhan dalam bisnis yang sangat berpusat pada pelanggan.Kami tidak hanya besar dalam hal pelanggan dan driver - kami berkembang menjadi aplikasi super, membangun vertikal toko makanan, dan pindah ke domain yang bersebelahan. yang berarti kami menciptakan platform teknologi dan organisasi teknologi yang tidak hanya dapat diperluas dan kuat di tingkat global, tetapi juga benar-benar berpusat pada pelanggan dan berbasis data. Bagian kedua adalah kesempatan untuk membangun sesuatu yang modern melalui desain: menggunakan AI (dalam arti luas) di mana-mana membuat hal-hal lebih baik dan lebih cepat, membantu kami melayani pelanggan secara efisien dan tetap relevan dengan kebutuhan mereka. 2) InDrive telah berkembang dari aplikasi ride-hailing menjadi “super app” yang lengkap. Untuk aplikasi super, hal yang paling penting adalah tetap relevan dengan kebutuhan pelanggan sepanjang waktu dan kemampuan untuk mengintegrasikan tidak hanya bisnis kita sendiri, tetapi juga mitra.Kami ingin membangun aplikasi dan platform yang memenuhi kebutuhan sehari-hari - mobilitas, toko makanan, dan banyak lagi - dan untuk melakukannya dengan baik, itu harus relevan secara konsisten untuk setiap orang dan fleksibel untuk mengintegrasikan beberapa bisnis dengan kecepatan yang cepat. Relevansi didorong oleh data, analisis, AI, dan pembelajaran mesin: mengekstrak apa yang benar-benar penting untuk pelanggan tertentu dan membuat pengalaman selalu dipersonalisasi - apa yang kita sebut "segmen satu." Integrasi di sisi lain didorong oleh platform API-first yang kuat dan dirancang dengan baik yang mudah dipahami, dioperasikan dan dipelihara. 3) Anda menyebutkan memimpin transformasi AI yang merancang ulang harga, keamanan, dan dukungan melalui alur kerja agen. Pada tingkat teknis, dimulai dengan membangun platform yang tepat: danau data, pipa data, lapisan kualitas data dan infrastruktur manajemen model yang memungkinkan penggunaan ML yang canggih. Dan salah satu imperatif hari ini adalah memiliki lapisan semantik yang komprehensif yang memungkinkan skenario AI modern, terutama yang generatif dan agen. Kami juga sengaja tidak membangun semuanya dari awal, tetapi menggunakan blok bangunan yang kuat dari pasar – misalnya, menggabungkan AWS SageMaker dengan kemampuan Databricks – dan memilih apa yang terbaik untuk mendorong keunggulan kami. Pada tingkat budaya, itu tentang belajar bagaimana membuat AI bekerja untuk kami sebagai perusahaan. kami mengimplementasikan agen yang berbeda secara internal, mengamati bagaimana mereka bekerja, dan belajar apa yang perlu kami ubah dalam proses dan data kami untuk membuat agen tersebut benar-benar berguna. Seiring waktu, kami juga akan memperkenalkan lebih banyak agen untuk pelanggan, pengemudi, pemasok - yang mengubah pola interaksi menuju antarmuka yang benar-benar didukung percakapan, melalui obrolan atau suara. agen dapat menjadi berguna bagi semua orang di ekosistem kami: membantu mereka membuat keputusan yang lebih baik, menemukan penawaran terbaik, dan mengoptimalkan bagaimana mereka menggunakan platform. 4) InDrive selalu membanggakan dirinya pada keadilan dan harga transparan. bagaimana AI cocok dengan filosofi itu tanpa memperkenalkan bias? Kami sudah menggunakan pembelajaran mesin dalam model penawaran dan permintaan untuk memastikan kami memiliki jumlah mobil yang tepat di jalan dan dapat memenuhi permintaan pelanggan. dan kami melakukannya dengan cara yang bertanggung jawab dan transparan, selalu setia pada tujuan kami untuk memerangi ketidakadilan. Kuncinya adalah berhati-hati tentang data yang kami pilih dan bagaimana kami melatih model, memastikan kami mengoptimalkan mereka untuk manfaat pelanggan kami, bukan untuk keuntungan. Kami juga sengaja menempatkan AI dan agen canggih sebagai rekomendasi dan pembantu, bukan pembuat keputusan kotak hitam terakhir. Dalam model ride-hailing kami, harga pada dasarnya didasarkan pada negosiasi antara pelanggan dan pengemudi. model dapat merekomendasikan rentang optimal untuk membantu kesepakatan terjadi lebih cepat dan lebih lancar, tetapi kami secara eksplisit bahwa kontrol dan keputusan akhir tetap dengan pelanggan dan pengemudi kami. Transparansi dan kontrol pengguna adalah pelindung. 5) Anda berbagi “membuat lebih banyak dengan lebih sedikit sumber daya” sebagai prinsip panduan. apa kerangka kerja atau filosofi Anda untuk membangun tim teknik lean namun kinerja tinggi? Kami sangat bijaksana dalam menggunakan sumber daya kami secara efisien dan menambahkan lebih banyak hanya jika kami benar-benar membutuhkannya: kami melihat dengan teliti apa yang dilakukan tim dan apa beban kerja mereka yang sebenarnya, kami terus-menerus mengoptimalkan penggunaan cloud dan arsitektur kami untuk biaya. Kami juga memprioritaskan senioritas dan kekuasaan pengambilan keputusan di tim: kurang "peran clipboard", lebih banyak orang yang dapat membuat keputusan dan melaksanakan dengan cepat. Kami telah membangun platform devops yang sangat efektif bagi tim kami untuk digunakan di AWS, yang merupakan penyedia cloud global kami. Ini memungkinkan kami untuk sepenuhnya mengotomatisasi semua tugas rutin untuk penyediaan dan manajemen lingkungan, penyebaran, pengujian dan peluncuran fitur yang lebih luas. kami juga menggunakan autoscaling secara efisien untuk memastikan kami selalu memiliki jumlah sumber daya yang optimal untuk melayani beban kerja kami dan tim semakin bertanggung jawab atas praktik finops yang mereka gunakan. Leverage utama lainnya adalah otomatisasi dan agen AI di bidang-bidang yang menambahkan sedikit diferensiasi – misalnya, dukungan dokumentasi, pengujian, analisis persyaratan. kami mulai memperkenalkan agen AI untuk membantu membuat lebih banyak tes dengan lebih sedikit orang dan mengurangi overhead manual. Ini bukan hanya tentang efisiensi: otomatisasi meningkatkan ketahanan, ketahanan, dan kualitas dengan mengurangi kesalahan. 6) Banyak perusahaan teknologi menghadapi tantangan untuk menyeimbangkan kecepatan inovasi dengan disiplin EBITDA. Tidak ada jawaban universal, tetapi bagi kami beberapa prinsip penting. Kami adalah cloud-native – semua infrastruktur kami berjalan di cloud, sebagian besar AWS dan Google Cloud – dan kami sangat bergantung pada skala otomatis yang disesuaikan sehingga kapasitas infrastruktur kami selalu sesuai dengan permintaan. Kami memiliki tim platform yang kuat, tetapi kami juga mendorong kepemilikan biaya ke tim produk dengan memperkenalkan praktik FinOps: memberi tim visibilitas yang jelas tentang apa yang biaya per hal – biaya per perjalanan, biaya per transaksi, bahkan biaya per panggilan database. 7) Membangun organisasi teknik kelas dunia membutuhkan tidak hanya sistem, tetapi budaya.Bagaimana Anda menumbuhkan rasa kepemilikan dan tujuan di antara tim yang didistribusikan? Banyak yang datang ke komunikasi dan penyesuaian: membawa orang bersama (bahkan secara virtual), berbagi tujuan bersama, dan menjaga semua orang terhubung ke tujuan, strategi dan konteks bersama. Secara struktural, kami bergantung pada tim produk lintas fungsi yang dibangun di sekitar hasil yang dibagikan, dengan tujuan yang jelas dan kepemilikan yang kuat. kami juga beruntung bahwa bahkan ketika jarak jauh, banyak tim beroperasi dalam zona waktu yang sama, yang membuat kolaborasi lebih mudah. 8) Setelah memimpin teknologi di organisasi besar seperti Microsoft, AWS, HSBC, National Australia Bank, dan sekarang InDrive, apa pelajaran kepemimpinan kunci yang terjebak dengan Anda di seluruh industri? Pelajaran terbesar tidak spesifik industri. Pertama, Anda hanya bisa menjadi pemimpin yang efektif jika Anda benar-benar peduli – tentang pelanggan, bisnis Anda, tentang tim Anda dan pada akhirnya tentang pilihan teknologi. Kedua, kepemimpinan bukan tentang membuat setiap keputusan.Ini tentang memungkinkan orang lain untuk menjadi versi terbaik dari diri mereka sendiri dan secara konsisten membuat keputusan yang baik.Ini juga tentang menyesuaikan organisasi dengan tujuan bersama, menghilangkan pemblokir, dan berlatih kepemimpinan pelayan - menyediakan alat, konteks, dan otonomi daripada menjadi penghalang botol. Ketiga, Anda membutuhkan misi yang jelas, visi dan tujuan bersama – tidak hanya “strategi,” tetapi prinsip-prinsip inti yang Anda bangun teknologi, organisasi, dan kemampuan orang di sekitar. 9) Bagaimana Anda secara pribadi tetap tertanam dan terus belajar di tengah kecepatan gangguan AI? Saya menggunakan jaringan saya dan apa yang saya lihat melalui tempat-tempat seperti LinkedIn, Reddit dan beberapa blog yang saya baca secara teratur untuk tetap luas dan memahami konteks apa yang terjadi di industri, dan kemudian saya pergi lebih dalam pada topik yang penting. Saya juga menghabiskan banyak waktu membaca - saya lebih suka buku daripada video - dan saya mencoba membaca tentang sesuatu yang baru untuk saya setiap hari, bahkan jika itu hanya selama 15 menit. AI juga dapat menjadi bantuan yang berguna untuk mengatur pemikiran dan membimbing eksplorasi ketika Anda belajar sesuatu yang baru, tetapi itu tidak menggantikan pekerjaan belajar - itu melengkapinya. 10) Jika kita melihat kembali percakapan ini dalam tiga tahun, bagaimana Anda berharap cerita teknologi InDrive akan terlihat, baik dalam hal jangkauan global dan inovasi etis? Dalam tiga tahun, saya ingin mengatakan bahwa kami adalah perusahaan yang telah membuat dampak yang signifikan dalam memerangi ketidakadilan dan menciptakan peluang bagi orang dan komunitas melalui teknologi dan melalui bisnis yang didukung teknologi yang kami dan mitra kami menjalankan - ride-hailing, toko makanan, dan seterusnya. Saya juga ingin kami memiliki tim teknologi yang sangat mampu yang diakui di seluruh dunia untuk inovasi dan pemikiran ke depan - dan budaya di mana orang benar-benar peduli tentang pelanggan kami, bisnis kami, dan tujuan dan misi kami. saat kami skala, saya berharap kami tetap transparan dan adil - adil untuk diri kita sendiri, untuk pelanggan, dan untuk pemasok. efisiensi akan tetap menjadi prinsip inti, karena efisiensi diterjemahkan langsung ke nilai pelanggan, dan saya berharap kami tetap setia pada misi itu saat bisnis tumbuh.
