Dr. Pandurang Kamat, Hoof Tegnologie Beampte, Persistent Systems – Onderhoudreeks

Dr. Pandurang Kamat is hooftegnologiebeampte by Persistent Systems, hy is verantwoordelik vir gevorderde tegnologienavorsing wat daarop gefokus is om besigheidswaarde te ontsluit deur innovasie op skaal. Hy is 'n ervare tegnologieleier wat kliënte help om gebruikerservaring te verbeter, besigheidsprosesse te optimaliseer en nuwe digitale produkte te skep. Sy visie vir Persistent is om 'n innovasiekragstasie te wees wat 'n globale en diverse innovasie-ekosisteem, bestaande uit akademie en beginners, anker.

Pandurang het in 2012 by Persistent aangesluit. Voor Persistent was hy die Direkteur van Analytics vir Ask.com se soek- en inhoudbesighede, waar hy 'n wêreldwye span gelei het om Ask se ontledingsplatform te bestuur. Voor dit het hy gehelp om veilige kommunikasie- en digitale mediaprodukte by Bell Labs en HP Labs en 'n bekroonde draadlose navorsingsplatform by Rutgers Universiteit te bou.

Aanhoudende stelsels is 'n betroubare vennoot vir digitale ingenieurswese en ondernemingsmodernisering vir globale markleiers oor nywerhede.

Wat het jou aanvanklik tot rekenaarwetenskap en rekenaaringenieurswese aangetrek?

My belangstelling in rekenaarwetenskap en ingenieurswese is tydens 'n somerkursus op skool aangewakker. Die aanleer van programmeringskonstrukte en die skep van rekenaarspeletjies het my bekendgestel aan die gestruktureerde logika wat hierdie velde ondersteun. Ek was geboei deur die vermoë om komplekse probleme af te breek en sistematies op te los. Wat my werklik ingetrek het, was die geweldige hefboom wat goed ontwerpte programme bied. Hulle kan take outomatiseer, prosesse optimaliseer en individue of klein spanne bemagtig om merkwaardige prestasies te behaal. Hierdie mengsel van kreatiwiteit, probleemoplossing en transformerende potensiaal bly my inspireer. Van daardie aanvanklike ervarings tot my deurlopende reis, bly ek passievol oor die eindelose moontlikhede wat tegnologie bied. Rekenaarwetenskap en ingenieurswese vorm nie net die toekoms nie, maar bied ook weë vir innovasie en vooruitgang wat my vorentoe dryf.

Die grootste deel van Persistent Systems-besigheid kom van die bou van sagteware vir ondernemings, hoe het die koms van generatiewe KI die manier waarop u span funksioneer verander?

Die koms van generatiewe KI (GenAI) het verander hoe ons span by Persistent werk, veral in ondernemingsagteware-ontwikkeling. Hierdie ontwrigting binne die IT-industrie bied nie net uitdagings nie, maar ook beduidende geleenthede om sakebedrywighede holisties te herdenk.

As 'n KI-aangedrewe Digital Engineering-onderneming, het Persistent GenAI omhels om verskeie aspekte van die sagteware-ingenieurswese-lewensiklus te revolusioneer. Oor die afgelope jaar het ons gereedskap en suites ontwikkel wat prosesse soos kodegenerering, toetsgevalgenerering en verslagmigrasie heeltemal herdefinieer. In erfenis-moderniseringsprojekte het ons benadering aansienlik ontwikkel. Ons maak nou gebruik van nutsmiddels om kode-oornameprosesse te stroomlyn, projekrisiko's te versag en die inskakeling van nuwe spanlede te bespoedig deur hulle 'n dieper begrip van komplekse kodebasisse te gee. Verder stel ons samewerking met bedryfsdomeine ons in staat om pasgemaakte oplossings te lewer wat ondernemingsdata gebruik. Deur digitale assistente te ontwikkel wat in staat is om saketaal te verstaan ​​en relevante verwysings te verskaf, verbeter ons bedryfsdoeltreffendheid en besluitneming binne ondernemings. Hierdie assistente voldoen aan Verantwoordelike KI-beginsels, wat deursigtigheid, aanspreeklikheid, sekuriteit en privaatheid verseker, terwyl hulle voortdurend hul akkuraatheid en werkverrigting verbeter deur outomatiese evaluering van modeluitset.

Wat is sommige van die uitdagings van die volledig modernisering van nalatenskapstelsels met behulp van generatiewe KI?

GenAI is 'n kragtige instrument, maar dit is nie 'n silwer koeël vir volledige erfenisstelselmodernisering nie. Organisasies oor nywerhede heen moet 'n gekombineerde benadering volg, deur menslike kundigheid en KI-vermoëns in te span. Alhoewel GenAI aansienlike potensiaal vir modernisering bied, het dit sy beperkings. Sleuteluitdagings sluit in:

• Beperkte begrip van verouderde stelsels: GenAI-modelle vereis 'n deeglike begrip van bestaande stelsels om effektief te funksioneer. Erfenisstelsels het dikwels nie omvattende dokumentasie nie, wat die vermoë van KI belemmer om hul interafhanklikheid effektief te begryp.
• Datakwaliteit en vooroordeel: Die kwaliteit en verteenwoordigendheid van data wat gebruik word om die KI-model op te lei, het 'n beduidende impak op die uitset daarvan. Beperkings van die opleidingsdata kan in die gegenereerde kode weerspieël word, wat moontlik nuwe probleme bekendstel.
• Verseker kwaliteit en sekuriteit: Alhoewel GenAI kodegenerering kan outomatiseer, benodig die uitvoer streng toetsing en verifikasie om aan kwaliteit, funksionele vereistes en sekuriteitstandaarde te voldoen.
• Beperkte omvang van modernisering: GenAI is dalk ongeskik vir volledige stelselopknappings. Dit kan uitblink by spesifieke take soos kode herfaktorering of toetsgevalgenerering, maar komplekse argitektoniese veranderinge vereis steeds handmatige ingryping.
• Veranderingsbestuur en Belyning van belanghebbendes: Die bestuur van organisatoriese verandering en die verkryging van inkoop van belanghebbendes is kritieke faktore in die bepaling van die sukses van die modernisering van erfenisstelsels met GenAI. Duidelike kommunikasie, opleidingsprogramme en inisiatiewe vir betrokkenheid van belanghebbendes kan help om weerstand teen verandering aan te spreek en gladde oorgange te fasiliteer.

Een van die uitdagings van Generatiewe KI is konsekwentheid, hoe help Persistent Systems met die bou van 'n konsekwente gebruikerservaring?

Konsekwentheid is een element van die verskaffing van 'n algehele ondernemingsgraad, ondernemingsveilige GenAI-aangedrewe gebruikerservaring en -uitkomste. Ons kyk holisties na die proses.

Ons bied end-tot-end-ondersteuning oor alle stadiums van GenAI-aanneming. Ons strategiese leiding en noukeurige gebruiksgevalle ontleed hulporganisasies in die keuse van die mees geskikte grondslagmodelle (FM's) wat aangepas is vir hul spesifieke vereistes. Deur 'n gedetailleerde ondersoek en konsultasie help ons kliënte om duidelike gebruiksgevalle te definieer en ingeligte FM-keuses te maak.

Dan fokus ons op veelvuldige benaderings, soos min-skote-aansporing of selfs fyn-instelling, om te verseker dat die modelle wat in die toepassings gebruik word, ingestel is op die gebruiksgeval en ondernemingsdata.

Ons oplossings gebruik nie net standaard JOOL-tegnieke nie, maar gaan ook dieper in op veelvuldige aansporings- en dataopdelingstrategieë om te verseker dat die mees relevante data herwin en aan die FM gegee word tydens afleiding. Ons verbeter die akkuraatheid en relevansie van hierdie konteks verder deur gevorderde Kennisgrafieke te gebruik om verborge verwantskappe binne die ondernemingsdata vas te lê.

Ons gebruik ook veelvuldige aardingstegnieke en veiligheidsrelings om die strekking van afleiding te beperk en te fokus.

Laastens plaas ons die toepassing deur 'n streng en outomatiese evalueringsraamwerk wat konsekwentheid van afleiding en ervaring verseker, vrystelling na vrystelling.

Kan jy werklike voorbeelde verskaf waar GenAI-aangedrewe oplossings 'n rewolusie met kliënte-interaksies suksesvol teweeggebring het?

Persistent het kliëntinteraksies vir 'n toonaangewende verskaffer van sagteware-oplossings verander deur GenAI-aangedrewe oplossings. Met skaalbaarheidsuitdagings tydens spitsbedryfsperiodes, het die maatskappy 'n Central Knowledge Repository en Conversational KI Teams BOT geïmplementeer. Dit het toegang tot inligting vaartbelyn gemaak, wat gelei het tot 80% vermindering in kliëntnavrae-oplossingstyd. Die kwaliteit van antwoorde het ook aansienlik verbeter, wat gelei het tot verhoogde klanttevredenheid.

Ons het ook 'n private-ekwiteitfirma bygestaan ​​deur GenAI te gebruik om die skepping van gedetailleerde beleggingsverslae te outomatiseer. Met die GenAI-aangedrewe stelsel is die tyd wat nodig is om verslae te genereer met 90% verminder. Hierdie vaartbelynde benadering het 'n rewolusie in die firma se bedrywighede gemaak, wat vinnige en doeltreffende besluitneming vergemaklik het. Die doeltreffendheid het nie net waardevolle tyd bespaar nie, maar het ook verhoogde samewerking tussen belanghebbendes bevorder en 'n persoonlike aanraking in elke memo verseker, wat algehele doeltreffendheid verbeter het.

Hoe benader jy Verantwoordelike GenAI-innovasie?

Ons benadering tot Verantwoordelike GenAI-innovasie prioritiseer etiese praktyke en regulatoriese nakoming regdeur die ontwikkelings- en implementeringsprosesse. Ons beklemtoon deursigtigheid, aanspreeklikheid en regverdigheid in KI-gedrewe besluitneming.

Ons vestig robuuste etiese riglyne wat die ontwikkeling, ontplooiing en gebruik van GenAI-stelsels beheer. In ons strewe na Verantwoordelike GenAI-innovasie, toets en valideer ons ons stelsels streng om potensiële risiko's soos vooroordele, verkeerde inligting en privaatheidskwessies te versag.

Verder prioritiseer ons deursigtigheid en aanspreeklikheid in KI-gedrewe besluitnemingsprosesse deur aan gebruikers duidelike insigte in stelselbedrywighede te verskaf. Uiteindelik is ons benadering daarop gemik om GenAI-stelsels te ontwikkel en te ontplooi wat innovasie en doeltreffendheid aandryf, terwyl dit positief tot die samelewing bydra.

Wat is jou visie vir die toekoms van KI?

My visie vir die toekoms van KI is veelsydig. Eerstens, in digitale ingenieurswese, sien ek KI nie net as 'n koderingsassistent nie, maar ook as 'n samewerkingsvennoot, soortgelyk aan 'n "paar programmeerder." Dit behels KI wat help met koderingstake en aktief deelneem aan probleemoplossing deur komplekse take uit te karteer en subtake uit te voer.

Tweedens voorsien ek 'n era van gepersonaliseerde KI-agente en -assistente wat pasgemaakte ervarings aan individue bied - 'n "verpersoonliking van 1"-benadering. Hierdie agente sal gebruikers se unieke voorkeure, gedrag en behoeftes verstaan ​​en hoogs pasgemaakte ondersteuning en dienste verskaf.

Laastens glo ek in die evolusie van saamgestelde KI-stelsels, waar verskeie KI-modelle saam bestaan ​​om verskillende behoeftes aan te spreek. Daar sal nie 'n enkele "een-grootte-pas-almal"-model wees nie, maar eerder 'n kombinasie van groot en klein, algemene en doelgeboude modelle wat saamwerk in KI-dienste. Hierdie benadering maak voorsiening vir groter buigsaamheid, doeltreffendheid en doeltreffendheid in die oplossing van 'n wye reeks probleme oor verskillende domeine.

Dankie vir die puik onderhoud, lesers wat meer wil leer moet besoek aflê Aanhoudende stelsels.