دارين كيمورا، الرئيس التنفيذي لشركة AI Squared – سلسلة المقابلات

دارين كيمورا هو رائد أعمال ومخترع ومستثمر، ويخدم حاليًا كประธาน ومدير تنفيذي لشركة AI Squared. مع أكثر من 25 عامًا من الخبرة في القيادة عبر قطاعات التكنولوجيا والطاقة النظيفة، قاد شركات مثل Energy Industries Corporation وSopogy وLiveAction، وشريك في تأسيس شركة الاستثمار Enerdigm Ventures. وهو معروف بمخترع تقنية MicroCSP الشمسية، ولعب دورًا رئيسيًا في توسيع شركات تركز على الحوسبة الحرفية والذكاء الاصطناعي وحلول السحابة.

AI Squared هي منصة منخفضة الشفرة مصممة لمساعدة المؤسسات على دمج رؤى الذكاء الاصطناعي مباشرة في الأدوات التي يستخدمونها بالفعل – مثل Salesforce (CRM ) وSlack وGoogle Sheets وServiceNow. من خلال تبسيط نشر الذكاء الاصطناعي وتمكين اتخاذ القرارات في الوقت الفعلي، تمكن المنصة فرق عبر الهندسة والمبيعات والعمليات من解ocking قيمة أعمال قابلة للقياس. وتخدم العملاء في قطاعات المالية وسلسلة التوريد والحكومة، وتسهم AI Squared في تعزيز اعتماد الذكاء الاصطناعي في المؤسسات من خلال جعلها سلسة وذات سياق وذات فاعلية.

لقد قادت شركات متعددة عبر قطاعات مختلفة – ما الذي دفعك للانضمام في النهاية إلى قيادة AI Squared؟

لقد كنت دائمًا متجذبًا إلى حل مشاكل العالم الحقيقي الصعبة التي تتطلب فهمًا عميقًا للتكنولوجيا والتنفيذ الخالي من العيوب. بدأت مسيرتي في كفاءة الطاقة والطاقات المتجددة، وتصوير البيانات الآلية على نطاق واسع ومساعدة الناس على فهمها والعمل عليها. مع مرور الوقت، تطور ذلك إلى نقل معالجة البيانات أقرب إلى حيث يحدث العمل، من الحافة، في أنظمة آمنة أو داخل تدفقات العمل للمؤسسات.

عندما واجهت AI Squared لأول مرة، رأيت على الفور أنهم يتعاملون مع تحدي حقيقي وملحّ: كيفية نقل الذكاء الاصطناعي من المختبر إلى الاستخدام اليومي. لا تزال معظم الشركات تركز على بناء النماذج. كان AI Squared يركز على النشر.

ما منحني المزيد من الإقناع هو أساسهم. بدأت الشركة داخل NSA وأمضت السنوات الست الماضية في كسب الثقة عبر وزارة الدفاع ومجتمع المخابرات ومجتمع الفضاء وبعض أكبر الشركات في قائمة Fortune 500 من خلال مشاريع حقيقية ونتائج معنوية تزداد سنويًا. ذلك أخبرني بأشياء δύο: أولًا، كانوا جادين فيما يتعلق بالأمان والامتثال والimpact. وثانيًا، كانوا فريقًا يمكنني الثقة بهم.

كيف شكلت خبرتك في توسيع ZEDEDA والعمل في رأس المال الاستثماري نهجك لنشر الذكاء الاصطناعي على مستوى المؤسسات؟

في ZEDEDA عملنا في الحافة البعيدة كنظام تشغيل داخل مجتمع مفتوح المصدر. ذلك أجبرني على فهم عميق للقيود التي واجهها عملاؤنا في التحول الرقمي. هناك كان لدينا فريق هندسي من الدرجة الأولى من Cisco وSun Microsystems وJuniper وArista، ولكن أيضًا علمني مدى أهمية زوج هذه التميز التقني مع حركة سوقية قوية للمؤسسات.

من الجانب الاستثماري، اكتسبت رؤية مختلفة. رأيت كيف تتوسع شركات التكنولوجيا العميقة، أبطأ في البداية، ولكن أسرع عندما بنيت على أساس قوي. ذلك علمني التفكير في الأنظمة: توقيت السوق، جاهزية المنتج، نضج العملاء، واستراتيجية رأس المال كلها يجب أن تتماشى. ذلك هو المنظار الذي جلبته إلى نشر الذكاء الاصطناعي في AI Squared. لا يتعلق الأمر بنشر النماذج، بل يتعلق بتسليم النتائج التي يمكن للمؤسسات الثقة بها، وقياسها، وتوسيعها.

تؤكد AI Squared على دمج الذكاء الاصطناعي في الأنظمة التي يستخدمها الناس بالفعل. ماذا يعني حل “الميل الأخير” من الذكاء الاصطناعي في الممارسة؟

87% من مشاريع الذكاء الاصطناعي لا تصل إلى الإنتاج لأن التكامل بطيء ومعقد ومنفصل عن المستخدمين النهائيين. AI Squared يحل هذه المشكلة من خلال إنشاء трубة تكامل بيانات من الدرجة الأمنية الوطنية التي تصل بين نماذج الذكاء الاصطناعي / التعلم الآلي ومصادر البيانات مثل Databricks أو Snowflake والأنظمة التي تستخدمها هذه الشركات بالفعل – مثل CRMs وERPs وتطبيقات مخصصة.

كيف تساعد منصتك على جسر الفجوة بين فرق العلوم البيانية والمستخدمين التجاريين؟

AI Squared يبسط التسليم من تطوير النموذج إلى الإنتاج. يمكن لفرق العلوم البيانية نشر النماذج بشكل آمن من خلال منصتنا، بينما يستلم المستخدمون التجاريون رؤى داخل الأدوات التي يستخدمونها بالفعل – مثل Salesforce وTeams وSlack أو أي تطبيق سجلات أخرى.

أنت تعمل مع NSA والبحرية الأمريكية ووكالات حكومية أخرى. كيف تؤثر أولويات مثل الامتثال والشفافية والاستخدام الأخلاقي على خارطة طريق منتج AI Squared؟

الأخلاقيات والامتثال والشفافية هي الاعتبارات الأولى على خارطتنا. نعرف من العمل مع الوكالات الحكومية أننا يجب أن نؤثر على قابليتها للتتبع وقابلية التدقيق وقابلية Interpretability. نبني على مبادئ عدم الثقة، ودعم بيئات النشر الآمنة، ونماذج الحوكمة الواضحة.

ما الدور الذي تعتقد أنه يلعبه الذكاء الاصطناعي التمييزي في تحسين اتخاذ القرارات لصالح الوكالات الحكومية؟

الذكاء الاصطناعي التمييزي دقيق وقابل للتفسير وفعال. إنه مثالي للبيئات عالية المخاطر حيث تحتاج إلى إجابات واضحة، نعم أو لا، تهديد أو لا تهديد. في الوكالات الحكومية، هذا يتيح التriage أسرع، وكشف المخاطر، وترتيب الأولويات. إنه يكمّل نماذج التوليد من خلال تقديم مخرجات منظمة وموثقة تدعم اتخاذ القرارات الحاسمة.

عندما يتعلق الأمر بالأمن القومي، أين ترى أكبر خطر – وفرصة – لاعتماد الذكاء الاصطناعي؟

أعلى خطر هو الاستقلالية غير الخاضعة للإدارة، نشر أنظمة الذكاء الاصطناعي دون شفافية أو رقابة أو أجهزة أمان. الفرصة تكمن في تعزيز الوعي بالحالة وسرعة اتخاذ القرار. يمكن للذكاء الاصطناعي فرز كميات هائلة من البيانات في الوقت الفعلي لتقديم أنماط قد يفقدها البشر. لكن لتحقيق هذه القيمة، يجب أن يكون موثوقًا به، وقابل للتتبع، ومنTEGRATED مع أنظمة تحتوي على إنسان في الحلقة.

ما هي بعض الأخطاء الأكثر شيوعًا التي يرتكبها الشركات عند نشر GenAI؟

أكبر خطأ هو التركيز على الجديد على الضرورة. слишком nhiều الشركات تنشر GenAI بدون حالة استخدام واضحة، وخطة حوكمة، أو معيار نجاح. ذلك يؤدي إلى إرهاق التجارب، ونماذج غير قابلة للتوسيع، ومشاكل الثقة. GenAI قوي، ولكن مثل أي تكنولوجيا، يجب أن يكون موجهًا بالمشكلة، والمستخدم، والتدفق.

يمكنك مشاركة مثال حيث ساعدت AI Squared شركة ما على تجنب “متلازمة الكائن الملموس” وتسليم تأثير قابل للقياس بدلاً من ذلك؟

جاءت شركة واحدة تريد بناء LLM مخصص لتصنيف تذاكر خدمة العملاء. أظهرنا لهم كيف يمكن أن يؤدي مصنف مدمج بسيط ينشر عبر منصتنا إلى دقة 90% في CRM في أقل من أسبوعين. لا واجهات جديدة، لا تدريب مخصص. ذلك هو قوة حل المشكلة الصحيحة بالأداة الصحيحة.

ما هي الاتجاهات الناشئة التي أنت أكثر حماسًا لها في الذكاء الاصطناعي للمؤسسات على مدى السنوات الثلاث إلى الخمس القادمة؟

ثلاثة منها بارزون:

1. LLMs متعددة الوضع ومحددة المهام
2. نظم الذكاء الاصطناعي العامل التي تتخذ إجراءات، وليس فقط توليد المحتوى
3. حوكمة معيارية تمكن من اعتماد الذكاء الاصطناعي في الصناعات الخاضعة للتنظيم

هذه الاتجاهات تدفع الذكاء الاصطناعي ليكون أكثر قابلية للاستخدام، وموثوقًا به، ومدمجًا في العمليات اليومية.

كيف تتطور AI Squared منصتها للحفاظ على وتيرة التطور السريع للنماذج LLM والنظم البيئية؟

نحن محايدون من حيث النموذج بتصميم. سواء كان نموذج مفتوح المصدر أو LLM تجاري أو نموذج تمييزي مملوك، تسمح لنا منصتنا للشركات بنشره بشكل آمن وإدارته داخل تدفقات العمل الحالية. نحن مركزون على التوجيه، ومراقبة الإصدار، والحوكمة، حتى تتمكن مجموعة النماذج من التطور دون تعطيل تجربة المستخدم.

ماذا يعني النجاح لشركة AI Squared في الفصل القادم تحت قيادتك؟

النجاح يعني أن نصبح الطريقة الافتراضية للمؤسسات والوكالات الحكومية لتشغيل الذكاء الاصطناعي. يعني ذلك تقليل وقت القيمة من أشهر إلى أيام، وجعل نشر الذكاء الاصطناعي سلسًا وأمنًا مثل إطلاق ميزة جديدة. تحت قيادتي، نحن مركزون على النطاق، والثقة، والنتائج في العالم الحقيقي، وليس فقط الابتكار من أجل الابتكار، ولكن الأثر حيث يهم أكثر.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم المزيد يجب أن يزوروا AI Squared.