Babak Hodjat, CTO umělé inteligence ve společnosti Cognizant – rozhovor

Babak Hodjat je CTO umělé inteligence ve společnosti Cognizant a bývalý spoluzakladatel a CEO společnosti Sentient. Je zodpovědný za základní technologii za největší distribuovanou umělou inteligenci na světě. Babak byl také zakladatelem prvního hedge fondu poháněného umělou inteligencí, Sentient Investment Management. Je sériovým podnikatelem, který založil několik společností v Silicon Valley jako hlavní vynálezce a technolog.

Předtím, než se stal spoluzakladatelem Sentient, byl Babak seniorním ředitelem inženýrství ve společnosti Sybase iAnywhere, kde vedl inženýrství mobilních řešení. Byl také spoluzakladatelem, CTO a členem představenstva společnosti Dejima Inc. Babak je hlavním vynálezcem patentované technologie Dejima, která se používá pro inteligentní rozhraní pro mobilní a podnikové výpočetní techniku – technologii, která stojí za produktem Apple Siri.

Jako publikovaný učenec v oblastech umělého života, agentně orientovaného softwarového inženýrství a distribuované umělé inteligence má Babak 31 udělených nebo čekajících patentů. Je odborníkem v mnoha oblastech umělé inteligence, včetně zpracování přirozeného jazyka, strojového učení, genetických algoritmů a distribuované umělé inteligence, a založil několik společností v těchto oblastech. Babak získal doktorát z strojové inteligence na univerzitě v Kyushu, v japonském městě Fukuoka.

Cesta zpět ke své kariéře, od založení několika společností poháněných umělou inteligencí až po vedení laboratoře umělé inteligence ve společnosti Cognizant, jaké jsou podle vás nejdůležitější lekce, které jste se naučil o inovacích a vedení v oblasti umělé inteligence?

Inovace potřebují trpělivost, investice a péči, a měly by být podporovány a neomezeny. Pokud jste postavili správný tým inovátorů, můžete jim důvěřovat a dát jim plnou uměleckou svobodu, aby si sami zvolili, co a jak budou zkoumat. Výsledky vás často překvapí. Z hlediska vedení by výzkum a inovace neměly být pouze příjemnou věcí nebo druhotnou záležitostí. Již od začátku, kdy jsem zakládal startupy, jsem zřizoval výzkumné týmy a vždy jsem byl silným zastáncem investic do výzkumu, a to se vyplatilo. V dobrých časech výzkum udržuje vaši firmu před konkurencí, a v špatných časech vám pomáhá diverzifikovat a přežít, takže není žádná omluva pro podinvestování, omezování nebo přetížení krátkodobými obchodními prioritami.

Jako jeden z hlavních vynálezců produktu Apple Siri, jak vaše zkušenosti s vývojem inteligentních rozhraní ovlivnily váš přístup k vedení iniciativ v oblasti umělé inteligence ve společnosti Cognizant?

Technologie přirozeného jazyka, kterou jsem původně vyvinul pro Siri, byla založena na agentech, takže jsem s touto koncepcí pracoval již dlouhou dobu. Umělá inteligence nebyla v 90. letech tak mocná, takže jsem použil multi-agentní systém, aby pochopil a zmapoval přirozené jazykové příkazy na akce. Každý agent reprezentoval malou část domény diskurzu, takže umělá inteligence v každém agentovi měla jednoduché prostředí, které mohla ovládnout. Dnes jsou systémy umělé inteligence mocné, a jeden velký jazykový model může dělat mnoho věcí, ale stále můžeme těžit z toho, že je budeme považovat za znalostního pracovníka v krabici, omezíme jeho doménu, dáme mu popis práce a propojíme ho s jinými agenty s různými odpovědnostmi. Umělá inteligence tak může zlepšit a vylepšit jakýkoli obchodní proces.

Můžete vysvětlit pokročilý výzkum a inovace, které jsou aktuálně vyvíjeny v laboratoři umělé inteligence ve společnosti Cognizant? Jak tyto vývojové projekty řeší specifické potřeby firem z žebříčku Fortune 500?

Máme několik studií a inovačních center umělé inteligence. Naše pokročilá laboratoř umělé inteligence v San Francisku se zaměřuje na rozšíření současného stavu technologií umělé inteligence. To je součástí našeho závazku investovat 1 miliardu dolarů do generativní umělé inteligence v příštích třech letech.

Více konkrétně se soustředíme na vývoj nových algoritmů a technologií, které budou našim klientům sloužit. Důvěra, vysvětlitelnost a multiobjektivní rozhodování jsou mezi nejdůležitějšími oblastmi, které sledujeme a které jsou pro firmy z žebříčku Fortune 500 zásadní.

Budoucnost generativní umělé inteligence je považována za kritickou pro následující dva roky. Co podle vás budou zásadní změny v tomto období, a jak by se firmy měly na ně připravit?

Směřujeme do období explozivního rozvoje komerčních technologií umělé inteligence. Dnes jsou hlavní použití umělé inteligence zlepšování produktivity, vytváření lepších rozhraní založených na přirozeném jazyce, shrnutí dat a pomoc při programování. Během tohoto urychlovacího období věříme, že organizace celkové technologie a strategie umělé inteligence kolem základní zásady multi-agentních systémů a rozhodování umožní firmám dosáhnout úspěchu. Naše laboratoř umělé inteligence ve společnosti Cognizant se soustředí na inovace a aplikovaný výzkum, aby naše klienty vybavila možnostmi umělé inteligence a zvýšila jejich strategickou výhodu, když se umělá inteligence bude dále integrovat do obchodních procesů.

Jak bude generativní umělá inteligence měnit odvětví, a jaké jsou nejzajímavější použití, která vznikají z laboratoře umělé inteligence ve společnosti Cognizant?

Generativní umělá inteligence byla obrovským krokem vpřed pro firmy. Nyní máte možnost vytvořit řadu znalostních pracovníků, kteří mohou pomoci lidem v jejich denní práci. Bez ohledu na to, zda se jedná o zefektivnění zákaznického servisu pomocí inteligentních chatbotů nebo o správu skladového inventáře pomocí přirozeného jazykového rozhraní, velké jazykové modely jsou velmi dobré v specializovaných úkolech.

Ale co přijde dále, to skutečně změní odvětví, protože agenti získají schopnost komunikovat mezi sebou. Budoucnost bude o firmách, které budou mít agenti ve svých zařízeních a aplikacích, které budou moci řešit potřeby a komunikovat s jinými agenty ve prospěch lidí. Budou pracovat napříč celou firmou, aby pomohli lidem ve všech rolích, od lidských zdrojů a financí po marketing a prodej. Brzy budou firmy přirozeně směřovat k tomu, aby se staly agentně založenými.

Jakou roli budou hrát multi-agentní architektury v příštích změnách generativní umělé inteligence, zejména ve velkých podnikových prostředích?

V našich výzkumech a rozhovorech s korporátními lídry jsme dostávali stále více otázek, jak mohou firmy dosáhnout skutečného dopadu generativní umělé inteligence ve velkém měřítku. Věříme, že transformační slib multi-agentních umělých inteligencí je klíčový pro dosažení tohoto dopadu. Multi-agentní systém umělé inteligence spojuje umělou inteligenci, která je zabudovaná do softwarových systémů v různých oblastech firmy. Můžete si to představit jako systém systémů, který umožňuje velkým jazykovým modelům komunikovat mezi sebou. Dnes je výzvou, že i když jsou obchodní cíle, činnosti a metriky hluboce propojeny, softwarové systémy, které používají různé týmy, nejsou, a to vytváří problémy. Například zpoždění v dodavatelském řetězci může ovlivnit personál distribučního centra. Přidání nového dodavatele může ovlivnit emise skladu 3. Odběratelská fluktuace může naznačovat nedostatky produktu. Izolované systémy znamenají, že akce jsou často založeny na poznatcích získaných pouze z jednoho programu a aplikovaných pouze na jednu funkci. Multi-agentní architektury osvětlí poznatky a integrované akce napříč firmou. To je skutečná síla, která může katalyzovat transformaci firmy.

Jak budete vidět vývoj multi-agentních systémů (MAS) v příštích několika letech, a jak to ovlivní širší krajину umělé inteligence?

Multi-agentní systém umělé inteligence funguje jako virtuální pracovní skupina, analyzující podněty a získávající informace z celé firmy, aby vytvořil komplexní řešení nejen pro původního žadatele, ale i pro ostatní týmy. Pokud se zaměříme na konkrétní odvětví, může to revolucionizovat operace v oblastech, jako je výroba. Agent pro zajišťování by analyzoval stávající procesy a doporučil více nákladově efektivní alternativní komponenty na základě sezón a poptávky. Tento agent pro zajišťování by se poté spojil s agentem udržitelnosti, aby určil, jak by změna ovlivnila environmentální cíle. Nakonec by agent pro regulaci dohlížel na činnost souladu, aby zajistil, že týmy předkládají kompletní a aktuální zprávy včas.

Jaké jsou hlavní výzvy, které brání firmám v plném přijetí umělé inteligence, a jak společnost Cognizant tyto překážky řeší?

Přes podporu vedení a investice se mnoho firem bojí, že zůstanou pozadu v oblasti umělé inteligence. Podle našeho výzkumu existuje mezera mezi strategickým závazkem vedení a důvěrou v úspěšné provedení. Náklady a dostupnost talentů a vnímaná nezralost současných řešení generativní umělé inteligence jsou dvěma významnými inhibitory, které brání firmám v plném přijetí umělé inteligence.

Společnost Cognizant hraje integrovanou roli při pomoci firmám projít cestou produktivity až po růst v oblasti umělé inteligence. Ve skutečnosti naše recentní data z výzkumu, který jsme provedli s Oxford Economics, poukazují na potřebu externí odbornosti, aby firmy pomohly s přijetím generativní umělé inteligence, a 43 % firem uvádí, že plánují spolupracovat s externími konzultanty, aby vyvinuli plán pro generativní umělou inteligenci. Tradicí společnosti Cognizant je vlastnit poslední míli u klientů – dělali jsme to u úložišť dat a migrace do cloudu, a agentifikace nebude výjimkou. Jedná se o práci, která musí být vysoce přizpůsobena. Není to cesta, která se hodí všem. Jsme odborníky, kteří mohou pomoci identifikovat obchodní cíle a implementační plán, a poté přinést správné přizpůsobené agenty, aby řešily obchodní potřeby. Jsme, a vždy jsme byli, lidé, které je třeba kontaktovat.

Mnohé firmy mají problém vidět okamžitou návratnost investic do umělé inteligence. Jaké jsou běžné chyby, kterých se dopouštějí, a jak je lze vyhnout?

Generativní umělá inteligence je mnohem účinnější, když firmy ji zavedou do svého vlastního kontextu dat – tj. přizpůsobí ji na základě své vlastní silné základny podnikových dat. Kromě toho firmy dříve nebo později budou muset učinit obtížný krok a重新definovat své základní obchodní procesy. Dnes mnoho firem používá umělou inteligenci k automatizaci a zlepšování stávajících procesů. Významnější výsledky lze dosáhnout, když začnou klást otázky, jako je, co jsou součásti tohoto procesu, jak je mohu změnit, a jak se připravit na vznik něčeho, co dosud neexistuje? Ano, to bude vyžadovat změnu kultury a přijetí některých rizik, ale zdá se to nevyhnutelné, když se snažíme sladit mnoho částí organizace do jednoho mocného celku.

Jakou radu byste dal vznikajícím lídrům umělé inteligence, kteří chtějí mít významný dopad v tomto oboru, zejména ve velkých firmách?

Transformace podnikání je složitá svou povahou. Vznikající lídři umělé inteligence ve velkých firmách by se měli soustředit na rozbití procesů, experimentování se změnami a inovacemi. To vyžaduje změnu myšlení a kalkulované riziko, ale může vytvořit silnější organizaci.

Děkuji za skvělý rozhovor, čtenářům, kteří chtějí se dozvědět více, doporučujeme navštívit Cognizant.