سوروجيت تشاترجي، المؤسس والرئيس التنفيذي في Ema – سلسلة المقابلات

سوروجيت تشاترجي هو المؤسس والرئيس التنفيذي لشركة Ema. في السابق، قاد كوينباس من خلال الاكتتاب العام الناجح في عام 2021 كchief product officer ووسع جوجل موبايل أدز وجوجل شوبينغ إلى أعمال بقيمة مليارات الدولارات كنائب الرئيس ورئيس المنتج. يحمل سوروجيت 40 براءة اختراع أمريكية ويتخرج بدرجة الماجستير في إدارة الأعمال من معهد ماساتشوستس للتكنولوجيا، ودرجة الماجستير في علوم الحاسوب من جامعة ولاية نيويورك في بوفالو، ودرجة البكالوريوس في التكنولوجيا من المعهد الهندي للتكنولوجيا في خاراغبور.

Ema هي موظف ذكاء اصطناعي عالمي، متكامل بشكل متين في بنية تكنولوجيا المعلومات الحالية للمؤسسة. تم تصميمها لتعزيز الإنتاجية، وتبسيط العمليات، وتمكين الفرق.

يمكنك أن توضح الرؤية وراء Ema وما الذي ألهمك لإنشاء موظف ذكاء اصطناعي عالمي؟

الهدف من Ema واضح وجريء: “تحويل المؤسسات من خلال بناء موظف ذكاء اصطناعي عالمي”. تنبع هذه الرؤية من信念نا بأن الذكاء الاصطناعي يمكن أن يعزز القدرات البشرية بدلاً من استبدال العمال بالكامل. تم تصميم موظفنا العالمي للذكاء الاصطناعي لآلية المهام الروتينية المتكررة، وتحرير الموظفين البشر للتركيز على العمل الاستراتيجي والقيمي أكثر. نحن نفعل ذلك من خلال نظام الذكاء الاصطناعي المبتكر، الذي يمكنه أداء مجموعة واسعة من المهام المعقدة بمجموعة من وكلاء الذكاء الاصطناعي (المعروفين باسم شخصيات Ema)، وتحسين الكفاءة، وزيادة الإنتاجية عبر العديد من المنظمات.

كلاكما أنت وشريكك المؤسس لديكما خلفيات مثيرة للإعجاب في شركات تكنولوجيا رائدة. كيف أثرت خبرتك السابقة في تطوير واستراتيجية Ema؟

على مدار العقدين الماضيين، عملت في شركات-iconic مثل جوجل، كوينباس، أوراكل وFlipkart. وفي كل مكان، كنت أتساءل “لماذا نستأجر أكثر الناس ذكاءً ونعطيهم وظائف روتينية؟” هذا هو السبب في بناء Ema.

قبل أن أكون شريكًا مؤسسًا في Ema، كنت رئيسًا لمنتج كوينباس وFlipkart ورئيسًا عالميًا لمنتج الإعلانات المتنقلة في جوجل. أعمقت هذه الخبرات معرفتي الفنية عبر الهندسة، والتعلم الآلي، وadtech. سمحت لي هذه الأدوار بتحديد اللامعقولية في الطرق التي نعمل بها وكيفية حل المشكلات التجارية المعقدة.

شريكي المؤسس ورئيس الهندسة في Ema، سوفيك سين، كان من قبل نائب الرئيس للهندسة في Okta حيث أشرف على البيانات والتعلم الآلي والأجهزة. قبل ذلك، كان في جوجل، حيث كان قائدًا فنيًا للبيانات والتعلم الآلي حيث بنى واحدًا من أكبر أنظمة التعلم الآلي في العالم، مع التركيز على الخصوصية والأمان – جوجل Trust Graph. خبرته، ولا سيما، هي قوة دافعة لماذا نظام الذكاء الاصطناعي في Ema دقيق للغاية ومبني على أن يكون جاهزًا للشركات من حيث الأمان والخصوصية.

كنت أفكر مع شريكي المؤسس سوفيك، ماذا لو كان لديك طاهٍ من فئة Michelin في المنزل يمكنه طهي أي شيء تطلبه. قد تكون في حالة مزاجية لفرنسا اليوم، وإيطاليا غدًا والهند بعد غد. ولكن بغض النظر عن مزاجك أو النوع الذي تريده، يمكن للطاهي إعادة إنشاء الطبق من أحلامك. هذا ما يمكن أن تفعله Ema. يمكنها أن تassume دور أي شيء تحتاجه في المؤسسة بمجرد محادثة بسيطة.

Ema يستخدم أكثر من 100 نموذج لغة كبير ونموذجها الأصغر. كيف تضمن التكامل السلس والاداء الأمثل من هذه المصادر المتنوعة؟

LLM، بينما هي قوية، تفتقر إلى المعرفة المتخصصة والتدريب المحدد السياق في بيئات المؤسسات. يتم بناء هذه النماذج على بيانات عامة، مما يتركها غير مجهزة لمعالجة المعلومات المتعقدة والمحددة المملكة التي تدفع عمليات الأعمال. يمكن أن يؤدي هذا القصور إلى مخرجات غير دقيقة ومخاطر أمنية للبيانات وعدم القدرة على تقديم رؤى محددة للنطاق ضرورية لاتخاذ القرارات المستنيرة. نظام الذكاء الاصطناعي في Ema يعالج هذه النقصيات من خلال تقديم نهج أكثر توجهاً وديناميكية. على عكس LLMs الثابتة، يمكن لنظام الذكاء الاصطناعي في Ema:

• التكيف مع بيانات وعمليات المؤسسة المحددة
• استخدام العديد من LLMs بناءً على دقة وتكلفة وأداء المتطلبات
• الحفاظ على خصوصية البيانات وأمانها بالعمل داخل بنية الشركة
• تقديم مخرجات قابلة للشرح والتحقق، ضرورية للمساءلة التجارية
• التحديث المستمر والتعلم من بيانات المؤسسة في الوقت الفعلي
• تنفيذ مهام معقدة متعددة الخطوات بشكل مستقل

نضمن التكامل السلس من هذه المصادر المتنوعة باستخدام نموذج EmaFusionTM المبتكر. يجمع EmaFusionTM بين أكثر من 100 نموذج لغة كبير ونموذج مخصص لتحقيق دقة قصوى عند أقل تكلفة ممكنة لمجموعة واسعة من المهام في المؤسسة، وزيادة عائد الاستثمار. بالإضافة إلى ذلك، مع هذا النهج الجديد، Ema هو محصن ضد المخاطر؛ نحن نضيف باستمرار نماذج جديدة لمنع الاعتماد المفرط على تقنية واحدة، مما يأخذ هذا الخطر بعيدًا عن عملائنا في المؤسسات.

يمكنك أن توضح كيف يعمل محرك Generative Workflow وما هي المزايا التي يقدمها على أدوات التutomatioن التقليدية؟

لقد طورنا عشرات القوالب Personas (أو موظفو الذكاء الاصطناعي للموظفين في أدوار محددة). يمكن للمستخدمين من الأعمال تكوين Personas وتحديثها بسرعة باستخدام القوالب المسبقة. يمكنهم تعديل سلوك Personas باستخدام تعليمات محادثية، واستخدام القوالب المسبقة لتكامل مع تطبيقاتهم ومصادر البيانات، واختيارياً إضافة نماذج مخصصة مدربة على بياناتهم الخاصة. بمجرد التثبيت، يمكن لمختصي المؤسسة تدريب Personas الخاصة بهم ببضع ساعات فقط من التغذية الراجعة. تم توظيف Ema لعدة أدوار من قبل المؤسسات مثل Envoy Global، TrueLayer، Moneyview، وفي كل هذه الأدوار، يؤدي Ema بالفعل على مستوى الأداء البشري أو أعلى.

Ema يستخدم في مجالات متعددة من خدمة العملاء إلى القانون إلى التأمين. ما هي الصناعات التي ترى فيها أعلى إمكانية للنمو مع Ema، ولماذا؟

نرى إمكانية عبر الصناعات والوظائف لأن معظم المؤسسات لديها أقل من 30٪ من التautomatioن في العمليات وتستخدم أكثر من 200 تطبيق برامج مما يؤدي إلى ألواح بيانات وعمليات. تقدر شركة McKinsey & Co. أن الذكاء الاصطناعي التوليدي يمكن أن يضيف ما يعادل 2.6 تريليون دولار إلى 4.4 تريليون دولار سنويًا في مكاسب الإنتاجية (مصدر).

تتفاقم هذه القضايا في الصناعات المنظمة مثل الرعاية الصحية، والخدمات المالية، والتأمين حيث لم ت发生 معظم آليات التautomatioن الفنية في العقود الأخيرة لأن التكنولوجيا لم تكن متقدمة بما يكفي لمعالجة عملياتهم. هذا هو المكان الذي نرى فيه أكبر فرصة للتحول ونرى طلبًا كبيرًا من العملاء في هذه الصناعات لاستخدام الذكاء الاصطناعي التوليدي والتكنولوجيا مثل ما لم يحدث من قبل.

كيف يعالج Ema مخاوف حماية البيانات وأمانها، خاصة عند التكامل مع نماذج متعددة ومعالجة بيانات المؤسسة الحساسة؟

مخاوف حاسمة لأي شركة تستخدم الذكاء الاصطناعي هي إمكانية أن يخرج وكلاء الذكاء الاصطناعي عن السيطرة أو ي