مختند كالمانكر، رئيس بيانات و تحليلات و ذكاء اصطناعي في Apexon – سلسلة المقابلات

مختند كالمانكر، رئيس بيانات و تحليلات و ذكاء اصطناعي في Apexon، يأتي مع أكثر من عقدين من الخبرة في قيادة مبادرات التحول المؤسسي على نطاق واسع، مع مسار مهني شمل أدوار قيادية في Wipro حيث بنى ووسع ممارسات الذكاء الاصطناعي العالمية، ووضع منصات آليّة مثل HOLMES، وساعد في تعريف استراتيجية التكنولوجيا في مختلف القطاعات بما في ذلك الخدمات المالية والاتصالات والرعاية الصحية. عملته دائمًا مركزة على تحويل التكنولوجيا الناشئة – وخاصة الذكاء الاصطناعي و هندسة البيانات و الآليّة – إلى نتائج أعمال عملية، مع الجمع بين الخبرة الفنية العميقة وسجل قوي في بناء فرق عالمية وقيادة استراتيجيات الرقمنة وتحقيق كفاءات تشغيلية قابلة للقياس للشركات الكبيرة.

Apexon هي شركة خدمات تكنولوجية رقمية أولى تساعد الشركات على تسريع التحول التجاري من خلال الجمع بين الذكاء الاصطناعي و تحليلات البيانات و الهندسة الرقمية لإنشاء أنظمة و تجارب عملاء ذكية و قابلة للتطوير. من خلال قدراتها المتكاملة عبر السحابة و الآليّة و التحليلات المتقدمة، تعمل الشركة مع المنظمات على تحديث العمليات و تحسين اتخاذ القرارات وتقديم حلول رقمية شاملة، خاصة في قطاعات مثل الخدمات المالية و الرعاية الصحية و العلوم الحيوية.

بعد عقدين من قيادة مبادرات الذكاء الاصطناعي و التحليلات في شركات مثل Wipro و الآن Apexon، ما هو الخبرة التي شكلت نهجك للتحول الرقمي أكثر من غيرها؟

على مدى السنوات القليلة الماضية، ما شكل نهجي أكثر هو إدراكي أن التحول الرقمي الناجح ليس فقط حول التكنولوجيا – بل حول محاذاة تلك التكنولوجيا لحل مشاكل أعمال حقيقية و محاذاة السلوكيات البشرية المتطورة. إنه حول استغلال الابتكار كرافعة استراتيجية لقيادة الصناعة و جعل العالم مكانًا أفضل للعيش. سواء كان ذلك مساعدة بنك في معالجة الاحتياجات التنظيمية أو علامة تجارية تجارية لإعادة تخيل التفاعل مع العملاء أو تمكين مزود رعاية صحية من اتخاذ قرارات مدفوعة بالبيانات بشكل أسرع، لقد رأيت أكبر تأثير عندما نبدأ بالتجربة النهائية في الاعتبار. في حياتي السابقة و الآن في Apexon، عملت فرقي وأنا بشكل وثيق مع العملاء عبر الصناعات لتحويل الذكاء الاصطناعي و الذكاء الاصطناعي العام و الآليّة و البيانات من كلمات مفتاحية إلى نتائج أعمال – وفك القفل للرؤى و تحسين الكفاءة و تحسين تجربة العملاء و مساعدة إدارة المخاطر و خلق ميزة تنافسية لعملائنا. تلك التعاون المستمر و التركيز على النتائج هو ما يستمر في تشكيل تفكيري.

ما الذي جذبك إلى Apexon، وكيف يتوافق نهج الشركة الحالي لبيانات و تحليلات و الذكاء الاصطناعي مع رؤيتك الشخصية لمستقبل تكنولوجيا المؤسسات؟

ما جذبني إلى Apexon هو التزامها الواضح بمساعدة العملاء على تبني الابتكار بغرض. ثقافة الابتكار و عقلية النمو متجذرة في كل شخص مرتبط ب Apexon، و يظهر ذلك في طريقة تعلمنا و ابتكارنا و دفع الحدود معًا. مع قدرات عميقة في البيانات و الذكاء الاصطناعي مقترنة بالعمق في الهندسة و التركيز الحاد على الصناعات المنظمة مثل BFSI و الصحة، لا تعتبر Apexon البيانات أو الذكاء الاصطناعي كقدرات معزولة – بل تعاملها كأصول أساسية لمساعدة المؤسسات الذكية، لبناء حلول و منصات أعمال قابلة للتطوير و مدفوعة بالملكية الفكرية. هذا يتوافق بشكل وثيق مع اعتقادي أن مستقبل تكنولوجيا المؤسسات يكمن في إنشاء أنظمة ذكية ليست فقط قابلة للتكيف ولكن قابلة للتطوير و قابلة للتكرار و مبنية من أجل القيمة على المدى الطويل.

كيف تساعد الأقمشة الذكية في بناء مؤسسة متصلة، وما هو شكل تطبيقها في العالم الواقعي؟

الأقمشة الذكية ليست منتجًا أو منصة. إنها تحول البنيةيتمشروعوني. تربط النقاط بين الوحدات التجارية و الأنظمة و البيانات و القرارات، بحيث لا تكون الذكاء شيءًا تتصل به من وقت لآخر، بل دائمًا. هذا يتحول المنظمات من كونها مدفوعة بالبيانات إلى كونها مدفوعة بالذكاء حقًا.

فيما يتعلق بالتأثير في العالم الواقعي – فكر في بائع تجزئة يعدل عمليات سلاسل التوريد في الوقت الفعلي بناءً على عدة عوامل مثل سلوك الشراء و انقطاع سلاسل التوريد و التطورات الجيوسياسية و تغيرات الطقس أو حتى الكوارث المحلية. أو مستشفى يظهر توصيات العلاج أثناء مراجعة النتائج. أو بنوك قادرة على خياطة البيانات عبر معاملات متعددة لتحديد أنشطة غسيل الأموال المعقدة. القوة تكمن في دمج الذكاء مباشرة في تدفق العمل، وليس إضافته بعد ذلك. هذا هو كيف تصبح المؤسسات حقًا متصلة – يتم إنشاء الذكاء في أي جزء من المنظمة ويستهلكه كل المنظمة.

كيف تستخدم Apexon أدوات الذكاء الاصطناعي التوليدي مثل Copilot لتحقيق القيمة للعملاء، وفي أي مجالات لقد رأيت أقوى اعتماد؟

نرى أدوات مثل GitHub Copilot ليس فقط كمساعدين للبرمجة، ولكن كمحفزات لإعادة تخيل كيفية التخطيط و بناء و اختبار البرمجيات. في Apexon، يتم تضمين Copilot عبر دورة الحياة الهندسية – من صياغة قصص المستخدمين و تحسين المتطلبات إلى توليد حالات الاختبار و التنبؤ بالعيوب. يساعد فرقنا على التحرك بسرعة أكبر وبدقة أكبر.

على سبيل المثال، نحن نعمل مع مزود رعاية صحية لتعزيز اعتماد Copilot وربطه مع إطارات Agentic لتحويل دورة حياة الهندسة البرمجية بشكل كامل وجلب المزيد من الكفاءات في الهندسة. لموقع آخر، نحن نساعد في تبني الذكاء الاصطناعي العام و إطارات Agentic لتحسين جودة البيانات ووضع القوة في أيدي المستخدمين الذين يتفاعلون مباشرة مع المنظمين لمعالجة احتياجات الامتثال.

كان الاقبال أقوى في المجالات التي يهم فيها السرعة و التخصيص و القابلية للتطوير – المعالجة الوثائقية الذكية و الذكاء الاصطناعي الحواري و الآليّة الفائقة. هذه هي المجالات التي تقدم فيها الذكاء الاصطناعي التوليدي ليس فقط الإخراج، بل الميزة الاستراتيجية.

كيف تؤثر الشراكات الأكاديمية مع مؤسسات مثل IIT Madras و Imperial College London على استراتيجية البحث و تطوير المواهب الخاصة بكم؟

التعاونات لدينا مع IIT Madras و Imperial College London تلعب دورًا رئيسيًا في تشكيل كل من أجندة البحث و كيفية بناء المواهب الجاهزة للمستقبل. نحن لا ن تمويل فقط المشاريع – نحن نعمل بشكل وثيق مع الباحثين الرائدين لاستكشاف مجالات الحدود مثل الذكاء الاصطناعي العام و أنظمة الوكيل المتعددة و الذكاء الاصطناعي العام. هذه الشراكات توفر لنا رؤية أعمق في عدة مجالات ناشئة – على سبيل المثال، كيف تتصرف نماذج اللغة الكبيرة وتتطور وجعلها سياقية في مجالات مختلفة.

كما أنها تعمل كمحفزات لتطوير المواهب. من خلال البرامج المشتركة، نحن نخلق فرصًا للتعلم العملي التي تجمع بين العمق الأكاديمي و الأهمية المؤسسية. إنها تبادل ثنائي: نحصل على أفكار متقدمة، ويتفاعل الطلاب مع مشاكل العالم الحقيقي. تلك التناغم هي حاسمة لتوسيع قدراتنا في الذكاء الاصطناعي و البيانات و الهندسة الرقمية.

في صناعات مثل الرعاية الصحية و المالية أو الاتصالات، ما هي مثال واحد حيث تحسنت كفاءة تشغيلية أو قفزت نماذج أعمال جديدة بفضل حلول Apexon للذكاء الاصطناعي أو التحليلات؟

مثال جيد هو عملنا مع مؤسسة مالية رائدة في أمريكا الشمالية لتحديث عملية تقييم المخاطر باستخدام إطار عمل مدعوم بالذكاء الاصطناعي. من خلال تلقيم البيانات تلقائيًا و توحيد المصادر المتناثرة و نشر محرك مخاطر في الوقت الفعلي، قللنا من الجهد اليدوي بنسبة 90٪ و زيدنا التقييمات بأربع مرات. ساعدت التنبيهات التنبؤية و تتبع الامتثال في خفض العقوبات التنظيمية بنسبة 30٪ و التعرض المالي بنسبة 40٪. بنيت على هيكل سحابي أصلي وخدمات ميكروية، لم تتحسن الحلول فقط الدقة و السرعة، بل وضعت العميل في موقع للتطوير القابل للتطوير و إدارة المخاطر مدفوعة بالبيانات في بيئة تنظيمية سريعة التغير.

ما هي التكنولوجيات الناشئة أو اتجاهات الذكاء الاصطناعي التي تركز عليها أكثر كأفق جديد للابتكار المؤسسي؟

في Apexon، نرى الذكاء الاصطناعي العام كالقفزة الكبيرة التالية في الذكاء المؤسسي في المدى القصير. على عكس الذكاء الاصطناعي التقليدي الذي يتفاعل مع التحفيزات، يمكن أن تعمل أنظمة الذكاء الاصطناعي العام بشكل مستقل لتفسير السياق الديناميكي و تحديد و سعي الأهداف و التعاون عبر الأنظمة و التحسين المستمر من خلال التغذية الراجعة. لقد بنينا إطارًا شاملا، AgentRise، لجعل ذلك حقيقة. يجمع AgentRise بين دماغ الذكاء الاصطناعي العام وتنسيق متعدد الوكلاء ومراقبة إشرافية بشرية ومراقبة مؤسسية من الدرجة الأولى.

النتيجة هي ذكاء اصطناعي لا يساعد فقط، بل ينفذ بشكل مستقل سير عمل أعمال معقدة، من فرز الوثائق في الرعاية الصحية إلى معالجة الاستثناءات في الوقت الفعلي في المالية.

ما يميز نهجنا هو التركيز على الذكاء الموثوق و القابل للتطوير. نستخدم مكونات معيارية و هندسة التحفيز و التكاملات الآمنة لنشر الذكاء الاصطناعي العام بسرعة و موثوقية. ليس فقط الابتكار – بل الذكاء الاصطناعي المدمج في تدفق العمل، يعمل بأمان و على نطاق واسع، ويقدم نتائج ملموسة. معما تتقدم هذه الأنظمة، نعتقد أنها ستكون العمود الفقري للمؤسسات المتكيفة و المتطورة ذاتيًا عبر الصناعات المنظمة و ذات الأثر الكبير.

نحن أيضًا نتابع التطورات في الذكاء الاصطناعي الضيق و الذكاء الاصطناعي العام و الحوسبة الكمومية – ولكن ما يثيرنا أكثر هو كيف تتقارب هذه التكنولوجيات لتزويد المؤسسات التي ليست فقط ذكية، بل متكيفة و مستقلة و قادرة على التطور الذاتي.

ما هي أكبر التحديات التي تواجهها المنظمات عند الانتقال من أنظمة البيانات التقليدية إلى هياكل تحليلات حديثة؟

المنظمات تواجه عادة أربع تحديات رئيسية عند الانتقال من الأنظمة التقليدية إلى هياكل تحليلات حديثة.

الأول هو تبني القيمة و إدراكها. منصات Legacy غالبًا ما تشكل طرق عمل متأصلةعميقحول، مما يجعل إدارة التغيير حاسمة. يجب على المنظمات أن تضمن أن منصات التحليلات الجديدة تقدم نتائج أعمال ملموسة مثل نمو الإيرادات و الكفاءة التشغيلية و تحسين إدارة المخاطر، بدلاً من أن تصبح تحديثات تقنية بحتة.

الثاني هو تحديث التكنولوجيا و بناء القدرات. تعمل العديد من الشركات على مجالات معقدة تشمل أجهزة الكمبيوتر الرئيسية و الأنظمة على الموقع و البيئات السحابية المبكرة. يتطلب تحديث هذه البيئات إعادة هيكلة و إعادة تصميم مدروسة، إلى جانب بناء المهارات و المواهب و النضج التشغيلي المطلوب لاستدامة منصات البيانات و الذكاء الاصطناعي و التحليلات الحديثة.

الثالث هو جاهزية البيانات و الذكاء الاصطناعي. التحديث ليس مجرد نقل البيانات إلى منصة جديدة. يجب على المنظمات أن تضمن أن البيانات مهيأة للتحليلات المتقدمة و الذكاء الاصطناعي من خلال تعزيز جودة البيانات و الحوكمة و النسب و الخصوصية و الحماية الأخلاقية بحيث يمكن الثقة بالرؤى و نماذج الذكاء الاصطناعي و توسيعها.

أخيرًا، هناك التحول التنظيمي. مع تطور المنصات نحو قدرات الذكاء الاصطناعي المستقلة و الذكاء الاصطناعي العام، يجب على الشركات أن تتكيف مع نماذج تشغيلها و مهارات قوتها العاملة و ثقافتها لتمكين التعاون الفعال بين البشر و الأنظمة الذكية.

كيف تضمن أن التجارب الرقمية و حلول الذكاء الاصطناعي تظل مركزة حول الاحتياجات البشرية بدلاً من مجرد النتائج التقنية؟

أعتقد أن أساس الحلول الرقمية و الذكاء الاصطناعي الفعّالة هو تحول واضح في العقلية، من سؤال ما الذي يمكن أن تفعله التكنولوجيا إلى سؤال كيف يمكن أن تخلق قيمة أعمال و تخدم الناس و المجتمع.

نبدأ bằng ربط كل مبادرة في نتائج بشرية حقيقية مثل قرارات أفضل و شمولية أقوى و ثقة أكبر و تجارب أبسط. يتطلب ذلك التفاعل العميق مع المستخدمين و الاستماع المستمر و تصميم الحلول حول كيفية تبني الناس و تفاعلهم مع التجارب الرقمية. نحن ندمج تصميمًا مركزًا على الإنسان و الشفافية و المساءلة في منصاتنا.

في المجالات ذات الأثر الكبير خاصة، يجب أن تعمل الذكاء الاصطناعي مع إشراف بشري قوي و حواجز أخلاقية واضحة، لضمان تعزيزه للقضاء البشري بدلاً من استبداله. ومن المهم أيضًا أن يتم قياس النجاح ليس فقط من خلال معايير الأداء، بل أيضًا من خلال الاستخدام و ثقة المستخدم و خلق القيمة على المدى الطويل.

عندما يتم تنفيذها بشكل جيد، تمتد الفوائد إلى ما وراء المنظمات الفردية. الذكاء الاصطناعي المركز على الإنسان له القدرة على توسيع الوصول إلى الفرص و تعزيز المؤسسات و تحسين جودة الحياة على نطاق واسع. يمكن أن يساعد في بناء اقتصادات أكثر مرونة و أنظمة أكثر عدلاً و مجتمعات أكثر إطلاعاً. في النهاية، يجب أن يكون هدفنا تطوير الذكاء الاصطناعي الذي ليس فقط ذكيًا، بل مسؤولاً و شاملًا و غايته إيجابية. التكنولوجيا التي تعزز الإمكانات البشرية و تساهم إيجابياً في المستقبل الذي ننقشه معًا.

كيف تقيّم نجاح عمليات نشر الذكاء الاصطناعي العام في Apexon – هل هناك مؤشرات أداء محددة أو إطارات تستخدمها لقياس الفعالية عبر بيئات العملاء المختلفة؟

في Apexon، قمنا بتأسيس إطارات قوية، مدعومة بمحفظة من الملكية الفكرية و الحلول و المسرعات، لمساعدة فرقنا و عملائنا على قياس فعالية عمليات نشر الذكاء الاصطناعي العام و الذكاء الاصطناعي العام.

أولاً، نركز على التأثير التجاري. يبدأ هذا مع أهداف محددة بوضوح على مستوى المجال أو العملية، ولكن في النهاية يركز على قياس النتائج الاستراتيجية مثل تحسين تجربة العملاء و نمو الإيرادات و تحسين الكفاءة و إدارة المخاطر الأفضل. إطارنا المحدد M4 يدعم ذلك من خلال تقديم نموذج تنفيذ منظم للالتزامات التحليلية. يوفر M4 استراتيجية مثبتة و خطوات متوقعة لتحديث البيانات و الانتقال إلى بيئات تحليلات السحابية، مع ضمان أن مبادرات الذكاء الاصطناعي تظل مرتبطة ارتباطًا وثيقًا بمؤشرات الأداء الرئيسية للعمل.

ثانيًا، نقيم تبني القيمة و إدراكها. تخلق عمليات نشر الذكاء الاصطناعي تأثيرًا معنويًا فقط عندما تُثق و تُستخدم على نطاق واسع و تعزز القدرات البشرية بشكل فعال. في Apexon، خدمت اعتمادنا الداخلي للذكاء الاصطناعي العام و الذكاء الاصطناعي العام كنموذج عملي للعملاء. بدأنا بتمكين الموظفين في جميع أنحاء المنظمة بالقدرات و السياسات و التوجيهات للاستخدام المسؤول، مع تتبع النتائج التجارية التي قدموها في نفس الوقت. إطارات الحوكمة و السياسات و مؤشرات الأداء التي طوّرناها خلال هذه الرحلة تساعد الآن عملائنا على تسريع و توسيع انتشار الذكاء الاصطناعي العام.

ثالثًا، نقيم الأداء الفني. مسرّعاتنا داخل منصة Genysys تمكننا من مراقبة متواصلة للمetrics التشغيلية الرئيسية مثل دقة الاستجابة و معدلات الهلوسة و التكلفة لكل استدعاء و القابلية للتطوير و أداء النظام بشكل عام. Genysys، منصة Apexon الخاصة بالذكاء الاصطناعي العام، توحّد قدرات عدة نماذج لغة كبيرة في بيئة موحدة مع التكامل السلس عبر أكثر من عشرة نماذج لغة كبيرة. هذا يسمح للمنظمات باختيار النماذج الأكثر ملاءمة لاستخدامات مختلفة مع الحفاظ على رؤية الأداء و الموثوقية و كفاءة التكلفة عبر التنفيذ.

أخيرًا، نقيم الحوكمة و المخاطر. إطار حواجز المؤسسة لدينا، جزء من عرض AgentRise، يساعد المنظمات على معالجة المجالات الحرجة مثل الحوكمة و المخاطر و الامتثال. بالنظر إلى عمق عملنا مع الصناعات المنظمة، نساعد العملاء على تقييم القابلية للتفسير و المراقبة و صحة البيانات و الحماية الخصوصية و محاذاة مع معايير الذكاء الاصطناعي المسؤول لضمان أن أنظمة الذكاء الاصطناعي تكون قابلة للتطوير و موثوقة.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Apexon.