Dr. Pandurang Kamat, technologický ředitel, Persistent Systems – série rozhovorů

Dr. Pandurang Kamat je Chief Technology Officer ve společnosti Persistent Systems, je zodpovědný za pokročilý technologický výzkum zaměřený na uvolnění obchodní hodnoty prostřednictvím inovací ve velkém měřítku. Je ostříleným technologickým lídrem, který pomáhá zákazníkům zlepšovat uživatelskou zkušenost, optimalizovat obchodní procesy a vytvářet nové digitální produkty. Jeho vizí pro Persistent je být inovační elektrárnou, která ukotvuje globální a rozmanitý inovační ekosystém, který se skládá z akademické obce a start-upů.

Pandurang nastoupil do Persistent v roce 2012. Před nástupem do Persistent byl ředitelem Analytics pro vyhledávání a obsahové podnikání Ask.com, kde vedl globální tým pro správu analytické platformy Ask. Předtím pomáhal budovat zabezpečenou komunikaci a produkty digitálních médií v Bell Labs a HP Labs a oceňovanou bezdrátovou výzkumnou platformu na Rutgers University.

Perzistentní systémy je důvěryhodným partnerem v oblasti digitálního inženýrství a modernizace podniků pro globální lídry na trhu napříč průmyslovými odvětvími.

Co vás zpočátku přitahovalo k informatice a počítačovému inženýrství?

Můj zájem o informatiku a inženýrství vzbudil během letního kurzu ve škole. Učení se programovacích konstrukcí a vytváření počítačových her mě přivedlo ke strukturované logice, která tyto obory podporuje. Uchvátila mě schopnost odbourávat složité problémy a systematicky je řešit. Co mě skutečně přitahovalo, byla obrovská páka, kterou dobře navržené programy nabízejí. Mohou automatizovat úkoly, optimalizovat procesy a umožnit jednotlivcům nebo malým týmům dosahovat pozoruhodných výkonů. Tato směs kreativity, řešení problémů a transformačního potenciálu mě stále inspiruje. Od těchto prvních zkušeností až po mou pokračující cestu jsem stále nadšený z nekonečných možností, které technologie představují. Počítačová věda a inženýrství nejen utvářejí budoucnost, ale nabízejí také cesty pro inovace a pokrok, které mě ženou vpřed.

Převážná část podnikání v oblasti Persistent Systems pochází z vytváření softwaru pro podniky. Jak nástup generativní umělé inteligence proměnil fungování vašeho týmu?

Nástup generativní umělé inteligence (GenAI) změnil způsob, jakým náš tým funguje ve společnosti Persistent, zejména při vývoji podnikového softwaru. Toto narušení v rámci IT průmyslu představuje nejen výzvy, ale také významné příležitosti k celkovému přepracování obchodních operací.

Společnost Persistent jako společnost využívající digitální inženýrství využívající umělou inteligenci přijala GenAI, aby způsobila revoluci v různých aspektech životního cyklu softwarového inženýrství. Za poslední rok jsme vyvinuli nástroje a sady, které zcela nově definují procesy, jako je generování kódu, generování testovacích případů a migrace sestav. U starších modernizačních projektů se náš přístup výrazně vyvinul. Nyní využíváme nástroje ke zefektivnění procesů převzetí kódu, zmírnění rizik projektu a urychlení náboru nových členů týmu tím, že jim poskytneme hlubší pochopení složitých kódových základen. Naše spolupráce s průmyslovými doménami nám navíc umožňuje dodávat řešení na míru využívající podniková data. Vývojem digitálních asistentů schopných porozumět obchodnímu jazyku a poskytováním relevantních referencí zvyšujeme provozní efektivitu a rozhodování v podnicích. Tito asistenti dodržují principy Responsible AI, zajišťují transparentnost, odpovědnost, bezpečnost a soukromí a zároveň neustále zlepšují svou přesnost a výkon prostřednictvím automatického vyhodnocování výstupu modelu.

Jaké jsou některé z výzev kompletní modernizace starších systémů pomocí generativní umělé inteligence?

GenAI je mocný nástroj, ale není to stříbrná kulka pro kompletní modernizaci staršího systému. Organizace napříč průmyslovými odvětvími musí přijmout kombinovaný přístup, využívající lidské zkušenosti a schopnosti umělé inteligence. Zatímco GenAI nabízí značný potenciál pro modernizaci, má svá omezení. Mezi klíčové výzvy patří:

• Omezené porozumění starším systémům: Aby modely GenAI fungovaly efektivně, vyžadují důkladné pochopení stávajících systémů. Staré systémy často postrádají komplexní dokumentaci, což brání schopnosti AI efektivně pochopit jejich vzájemné závislosti.
• Kvalita a zkreslení dat: Kvalita a reprezentativnost dat používaných k trénování modelu AI má významný dopad na jeho výstup. Omezení trénovacích dat se může odrazit ve vygenerovaném kódu, což může způsobit nové problémy.
• Zajištění kvality a bezpečnosti: Zatímco GenAI může automatizovat generování kódu, výstup vyžaduje přísné testování a ověřování, aby vyhovoval kvalitě, funkčním požadavkům a bezpečnostním standardům.
• Omezený rozsah modernizace: GenAI může být nevhodný pro kompletní generální opravy systému. Může vynikat ve specifických úkolech, jako je refaktorování kódu nebo generování testovacích případů, ale složité architektonické změny stále vyžadují ruční zásah.
• Řízení změn a sladění zainteresovaných stran: Řízení organizačních změn a získání účasti zainteresovaných stran jsou kritickými faktory při určování úspěchu modernizace starších systémů pomocí GenAI. Jasná komunikace, školicí programy a iniciativy pro zapojení zainteresovaných stran mohou pomoci řešit odpor vůči změnám a usnadnit hladké přechody.

Jednou z výzev generativní umělé inteligence je konzistence. Jak Persistent Systems pomáhá vytvářet konzistentní uživatelské prostředí?

Konzistence je jedním z prvků poskytování celkové podnikové úrovně, bezpečné pro uživatele založené na GenAI a výsledky. Díváme se na proces holisticky.

Poskytujeme end-to-end podporu ve všech fázích přijetí GenAI. Naše strategické vedení a pečlivé analýzy případů použití pomáhají organizacím při výběru nejvhodnějších modelů nadace (FM) přizpůsobených jejich specifickým požadavkům. Prostřednictvím podrobného zkoumání a konzultací pomáháme klientům definovat jasné případy použití a provádět informovaný výběr FM.

Poté se soustředíme na několik přístupů, jako je několik výstřelů nebo dokonce jemné doladění, abychom zajistili, že modely používané v aplikacích jsou přizpůsobeny případu použití a podnikovým datům.

Naše řešení nejen využívají standardní techniky RAG, ale také jdou hlouběji do více strategií pobízení a segmentování dat, aby bylo zajištěno, že během vyvozování budou načtena ta nejrelevantnější data a předána FM. Přesnost a relevanci tohoto kontextu dále zvyšujeme pomocí pokročilých znalostních grafů k zachycení skrytých vztahů v rámci podnikových dat.

Využíváme také několik technik uzemnění a ochranných zábradlí, abychom omezili a zaměřili působnost vyvozování.

Nakonec jsme aplikaci podrobili přísnému a automatizovanému hodnotícímu rámci, který zajišťuje konzistenci odvození a zkušeností, vydání po vydání.

Mohl byste uvést příklady z reálného světa, kde řešení založená na GenAI úspěšně způsobila revoluci v interakci se zákazníky?

Persistent transformoval interakce se zákazníky na předního poskytovatele softwarových řešení prostřednictvím řešení založených na technologii GenAI. Společnost čelila problémům se škálovatelností během špičkových provozních období a implementovala centrální úložiště znalostí a konverzační AI Teams BOT. Zefektivnil přístup k informacím, což vedlo k 80% zkrácení doby řešení zákaznických dotazů. Kvalita odpovědí se také výrazně zlepšila, což vedlo ke zvýšené spokojenosti zákazníků.

Pomohli jsme také soukromé investiční společnosti využitím GenAI k automatizaci vytváření podrobných investičních zpráv. Se systémem založeným na technologii GenAI se čas potřebný k generování zpráv zkrátil o 90 %. Tento zjednodušený přístup způsobil revoluci ve fungování firmy a usnadnil rychlé a efektivní rozhodování. Efektivita nejen ušetřila drahocenný čas, ale také podpořila zvýšenou spolupráci mezi zúčastněnými stranami a zajistila personalizovaný dotek v každé poznámce, čímž se zvýšila celková efektivita.

Jak přistupujete k inovacím Responsible GenAI?

Náš přístup k inovacím Responsible GenAI upřednostňuje etické postupy a soulad s předpisy během procesů vývoje a implementace. Klademe důraz na transparentnost, odpovědnost a spravedlnost při rozhodování řízeném umělou inteligencí.

Zavádíme robustní etické směrnice upravující vývoj, nasazení a používání systémů GenAI. V naší snaze o inovaci Responsible GenAI důsledně testujeme a ověřujeme naše systémy, abychom zmírnili potenciální rizika, jako jsou předsudky, dezinformace a problémy s ochranou soukromí.

Kromě toho upřednostňujeme transparentnost a odpovědnost v rozhodovacích procesech řízených umělou inteligencí tím, že uživatelům poskytujeme jasný přehled o operacích systému. Náš přístup se nakonec zaměřuje na vývoj a nasazení systémů GenAI, které pohánějí inovace a efektivitu a zároveň pozitivně přispívají společnosti.

Jaká je vaše vize budoucnosti AI?

Moje vize budoucnosti AI je mnohostranná. Za prvé, v digitálním inženýrství si AI představuji nejen jako asistenta kódování, ale také jako partnera pro spolupráci, podobně jako „párový programátor“. To znamená, že umělá inteligence pomáhá při kódování úkolů a aktivně se podílí na řešení problémů mapováním složitých úkolů a prováděním dílčích úkolů.

Za druhé, předvídám éru personalizovaných agentů a asistentů umělé inteligence, kteří budou nabízet přizpůsobené zážitky jednotlivcům – přístup „personalizace 1“. Tito agenti porozumí jedinečným preferencím, chování a potřebám uživatelů a poskytnou vysoce přizpůsobenou podporu a služby.

A konečně věřím ve vývoj složených systémů umělé inteligence, kde vedle sebe existují různé modely umělé inteligence, které řeší různé potřeby. Nebude existovat jeden „univerzální“ model, ale spíše kombinace velkých a malých, obecných a účelových modelů spolupracujících ve službách AI. Tento přístup umožňuje větší flexibilitu, efektivitu a efektivitu při řešení široké škály problémů napříč různými doménami.

Děkuji za skvělý rozhovor, čtenáři, kteří se chtějí dozvědět více, by měli navštívit Perzistentní systémy.