Erik Schwartz, Chief AI Officer (CAIO) Tricon Infotech – Interview Series

Erik Schwartz je Chief AI Officer (CAIO) Tricon Infotech. vedoucí poradenské a softwarové společnosti. Tricon Infotech dodává efektivní, automatizovaná řešení a kompletní digitální transformace prostřednictvím vlastních produktů a podnikových implementací

Erik Schwartz je zkušený technologický manažer a podnikatel s více než dvacetiletou zkušeností v technologickém sektoru, specializující se na průsečíku AI, Informačního vyhledávání a objevování znalostí. Během své kariéry byl Erik na předním místě při integraci velkých platforem a integraci AI do vyhledávacích technologií, což významně zlepšilo interakci uživatelů a přístup k informacím. Jeho předchozí funkce zahrnovaly seniorní role ve společnostech Comcast, Elsevier a Microsoft, kde vedl průkopnické iniciativy AI, vyhledávání a LLM.

Erikova profesní cesta je charakterizována jeho oddaností inovacím a jeho vírou v sílu spolupráce. Konsistentně vedl týmy k rychlému dodání průlomových řešení, pevně etabloval se jako důvěryhodný lídr v technologické komunitě. Jeho práce,最近 na projektu Scopus AI v Elsevier, dokládá jeho závazek předefinovat hranice, jak se zapojujeme s informacemi a vytváříme důvěryhodný vztah s uživateli.

V jeho roli Chief AI Officer (CAIO) Erik využívá své rozsáhlé zkušenosti k vývoji a implementaci komplexních AI strategií pro zákazníky Tricon. Jeho důkladný proces nejen demystifikuje AI, ale také zajišťuje, že tyto podniky jsou vybaveny k úspěchu a prosperitě v konkurenčním prostředí AI technologií. Erik je vášnivý o podporu růstu a inovací, sdílí své poznatky, aby inspiroval a posílil organizace, aby účinně využily transformační sílu AI.

Můžete sdílet některé výšky své kariéry, které vedly k vaší současné roli Chief AI Officer v Tricon Infotech?

Byl jsem ponořen do domény Informačního vyhledávání po celou svou kariéru. Moje cesta začala na počátku 90. let jako Web Master na počátku internetu. Během tohoto formativního období jsem se zaměřil na budování digitálních knihoven pro vládní agentury, univerzity a mediální společnosti, což položilo základy pro moji odbornost v digitálních informačních systémech.

V roce 2000 jsem přešel na práci se společnostmi vyvíjejícími vyhledávací technologie, kde jsem zdokonalil své dovednosti ve vyhledávacích technologiích. Tato fáze mé kariéry byla charakterizována významným růstem a učením se prostřednictvím různých akvizic, což mě nakonec vedlo k připojení k Microsoftu v roce 2008. V Microsoftu jsem hrál zásadní roli při vývoji a vylepšování platforem pro objevování znalostí,-driving inovace a zlepšování přístupu k informacím pro uživatele.

Po svém působení v Microsoftu jsem vedl iniciativy v významných korporacích, jako jsou Comcast a Elsevier, kde jsem byl odpovědný za řízení velkých platforem pro objevování znalostí. Tyto zkušenosti byly zásadní pro formování mého přístupu k AI a informačnímu vyhledávání, vyvrcholící v mé současné roli Chief AI Officer v Tricon Infotech. Zde využívám své rozsáhlé zkušenosti k řízení AI strategií a řešení, která umožňují našim klientům využít plný potenciál svých dat.

Jak vaše zkušenosti ve společnostech, jako jsou Comcast, Elsevier a Microsoft, ovlivnily váš přístup k integraci AI a vyhledávacích technologií?

Během své kariéry jsem se hluboce soustředil na techniky zpracování přirozeného jazyka (NLP) a strojové učení. Zpočátku byly tyto technologie založeny na jednoduchých pravidlech. Nicméně, jak datové sady rostly větší a výpočetní výkon se stal robustnější, jsme začali významně zlepšovat uživatelské zkušenosti automatickým sběrem dat a jejich zpětným zapojením do algoritmů pro zlepšení jejich výkonu.

V Microsoftu, po akvizici FAST, jsem působil jako produktový manažer v týmu SharePoint. V této roli jsem se podílel na integraci pokročilých vyhledávacích technologií do systémů pro správu podnikového obsahu, zlepšující vyhledávání a spolupráci pro podniky.

V Comcastu jsem postavil platformu pro objevování znalostí, která poháněla jejich celý video podnik, umožňující uživatelům vyhledávat a objevovat obsah napříč set-top boxy, mobilními a webovými zařízeními. Tento vyhledávač škáloval na více než 1 miliardu požadavků denně, významně zlepšující uživatelskou zkušenost poskytováním rychlých a přesných doporučení obsahu a vyhledávacích výsledků.

Jedna z nejtransformativnějších zkušeností byla v Elsevier, kde jsme spustili generativní AI zkušenost pro Scopus, jeden z jejich nejvíce důvěryhodných produktů. Tato iniciativa využila Large Language Model (LLM) pro pomoc uživatelům při zadávání lepších otázek a získávání přesnějších odpovědí z hluboce technického obsahu v akademické komunikační databázi. Tento LLM-poháněný přístup zajišťoval kompletní přesnost a důvěryhodnost více než 90 milionů článků obsažených v databázi, demonstrující sílu AI pro zlepšení akademického výzkumu a šíření znalostí.

Co vás nejvíce fascinuje o současných pokrocích v Generativním AI a jeho potenciálních aplikacích?

Jednou z největších historických výzev ve vyhledávání informací byla údržba kontextu. Pro lidi je to přirozený proces, ale pro stroje je vyhledávání informací tradičně velmi transakční zkušeností: položit otázku, získat odpověď. Hlouběji se ponořit do tématu vyžadovalo položení stále specifičtějších otázek. Generativní AI revolucionalizuje tento přístup tím, že umožňuje více konverzační a kontextuální interakci, podobnou přirozené konverzaci s někým, koho jste právě potkali.

Kromě toho Generativní AI zahrnuje další techniky, které zlepšují hlubší porozumění, které byly historicky obtížné pro tradiční vyhledávače. Například Large Language Modely (LLM) mohou snadno zpracovat aspekty, jako je tón, sentimentální analýza, sémantické porozumění a odstranění nejednoznačnosti. Tyto schopnosti umožňují LLM porozumět nuancím lidského jazyka a kontextu snadno, poskytují přesnější a smysluplnější odpovědi hned z krabice. Tento pokrok mě nejvíce fascinuje, protože otevírá mnoho možností pro vytváření více intuitivních, responsivních a inteligentních aplikací napříč různými doménami.

Jak se přístup Tricon Infotech k GenAI liší od ostatních společností v odvětví?

V prostoru Generativního AI existují dvě hlavní oblasti zaměření. První, která dostává značnou pozornost od některých největších technologických dodavatelů, je školení a jemné ladění AI modelů. Druhá oblast, kde praktici Generativního AI skutečně vynikají, je inference – použití Generativního AI pro vytváření cenných produktů a služeb.

V Tricon Infotech se zaměřujeme na druhou oblast. Náš přístup je odlišný, protože zdůrazňujeme praktické aplikace a rychlé nasazení. Vyvinuli jsme komplexní program, který pomáhá lídrům podniků rychle identifikovat nejvíce dopadové použití Generativního AI. Naše proces zahrnuje rychlé prototypování řešení, umožňující zákazníkům pracovat se svými vlastními daty v AI sandboxu. Tento přístup zajišťuje, že mohou vidět hmatatelné výsledky a zapojit se s AI poháněnými poznatky brzy v cyklu vývoje.

Kromě toho máme radikální zaměření na čas na hodnotu. Naším cílem je pomoci zákazníkům postavit a nasadit spotřebitelské aplikace do 90 dnů. Tento urychlený časový rámec nejen pohání rychlejší inovace, ale také zajišťuje, že podniky mohou rychle využít výhod Generativního AI, vytvářet nové příjmové prameny a zlepšovat spokojenost zákazníků.

Můžete diskutovat některé z klíčových výzev při implementaci Large Language Modelů (LLM) a Generativního AI v podnikových řešeních?

Implementace Large Language Modelů (LLM) a Generativního AI v podnikových řešeních představuje několik vznikajících výzev. První a nejvýznamnější výzvou je důvěra. Podniky musí být ujištěny, že AI systémy nebudou ohrožovat jejich duševní vlastnictví nebo citlivé firemní informace. Zajištění bezpečnosti dat a získání příslušných ujištění, že AI nebude zneužívat data, je kritické pro získání důvěry.

Druhá výzva je problém “halucinací”. Generativní AI může někdy produkovat sebevědomé odpovědi, které jsou fakticky nepřesné. To může podkopat spolehlivost AI systémů. Techniky, jako je jemné ladění modelů a využití Retrieval Augmented Generation (RAG), mohou pomoci zmírnit výskyt “halucinací” tím, že zajistí, aby AI odpovědi byly založeny na přesných datech.

Třetí významnou výzvou je náklad. Licencování a škálování LLM může být quite nákladné. I podnikové nabídky od významných poskytovatelů, jako jsou Microsoft, Amazon a Google, přicházejí se strmými vstupními poplatky a minimálními požadavky. Proto je zásadní, aby podniky pečlivě monitorovaly a spravovaly návratnost investic (ROI), aby zajistily, že nasazení AI řešení je ekonomicky životaschopné.

Můžete vysvětlit strukturovaný přístup Tricon Infotech pro vývoj přizpůsobených GenAI podnikových řešení?

Tricon Infotech je produktová společnost, která se liší nabídkou spravovaných služeb prostřednictvím dedikovaných, plně integrovaných produktových týmů místo tradiční augmentace personálu. Náš přístup zahrnuje nasazení celých produktových týmů, které mohou spravovat každý aspekt produktového životního cyklu, včetně uživatelského výzkumu, uživatelského designu (UX), front-end a back-end vývoje, testovací automatizace, nasazení, škálování a pokračující operace.

Tento komplexní spravovaný servisový model zajišťuje, že naši zákazníci mohou se zaměřit přímo na zachycení hodnoty ze svých dat bez složitostí a režie spojené se správou samostatných zdrojů. Naším klíčovým řidičem je čas na hodnotu, což znamená, že priorizujeme poskytování hmatatelných výhod rychle a efektivně. Naše ambice je budovat dlouhodobé generativní vztahy se našimi zákazníky, neustále přidávající hodnotu a iterující prostřednictvím procesu vývoje funkcí.

Náš strukturovaný přístup je navržen tak, aby byl agilní a responsivní, umožňující nám rychle se přizpůsobit novým výzvám a příležitostem v AI krajiny.利用ováním plných možností našich multidisciplinárních týmů dodáváme vysoce přizpůsobená Generativní AI řešení, která jsou přizpůsobena specifickým potřebám každého podniku. Tento přístup nejen odlišuje od tradičních firem pro augmentaci personálu, ale také zajišťuje, že poskytujeme holistické, komplexní řešení, která pohánějí významný obchodní dopad.

Jaké jsou některé příklady reálných problémů, které řešení GenAI od Tricon úspěšně vyřešily?

1. E-Learning – konverze tradičních médií a legacy vzdělávacího materiálu do interaktivního multimodálního obsahu. To umožňuje našim zákazníkům repurponovat stávající obsah, aby se přizpůsobili novým způsobům učení a dosáhli studentů na různých platformách, kde již jsou. Kromě toho lze obsah repurponovat do hyper-personalizovaných vzdělávacích programů, které se mohou automaticky přizpůsobit potřebám a stylům učení studentů (audio, vizuální, atd.)
2. Private AI – pomoc zákazníkům budovat důvěryhodná podniková AI řešení, která zůstávají soukromá a respektují pravidla přístupu zákazníků, zatímco udržují náklady a pomáhají škálovat napříč různými funkcemi podniku, pomáhají přetíženým profesionálům a sdíleným službám škálovat lépe do organizace, zatímco nativně chápou různé pravidla a omezení politiky distribuované geograficky. Tato soukromá AI nejenže budou sloužit podniku, ale také vygenerují nové proudy příjmů pro naše zákazníky.
3. Process Automation – stále existuje大量 number organizací, které spoléhají na manuální procesy a “swivel chair” data integraci. AI pomáhá propojit různé systémy tím, že vytváří inteligentní vrstvy, které nejenom mohou ověřit data, ale také pochopit jedinečný signál vytvořený unikátními daty nebo nástroji a pomoci efektivně směrovat pracovní postupy, zatímco identifikují problémy v dodavatelském řetězci

Jakou roli hraje nepřetržité učení a růst při udržování se v čele rychle se vyvíjejícího oboru AI?

Jednou z největších výzev v oblasti AI je přeškolení talentové základny. Existuje nová generace pracovníků, kteří intuitivně rozumí AI nástrojům a technologiím. Nicméně existuje také starší generace, která potřebuje pochopit, co tyto nástroje mohou a nemohou dělat. Nepřetržité učení je zásadní pro mostění této mezery.

AI nástroje mají potenciál dramaticky zlepšit produktivitu, umožňující podnikům dosáhnout mnohem více s významně méně zdrojů, snižují tak časové rámce a náklady. Aby tyto výhody byly realizovány, zaměstnanci musí být otevřeni novým způsobem práce a integraci těchto nástrojů do svých pracovních postupů.

Kromě toho je zásadní řešit strach z jistoty zaměstnání. Zaměstnanci musí pochopit, že ti, kteří přijmou nepřetržité učení a růst, budou lépe vybaveni k integraci nových AI nástrojů do svých denních rutin, což nakonec povede k větší jistotě zaměstnání. Realita je taková, že úspěch v AI poháněné budoucnosti bude pocházet od těch, kteří aktivně hledají pochopit a využít tyto se vyvíjející technologie.

Jak si představujete budoucnost AI transformující vyhledávací technologie a uživatelskou interakci v příštím desetiletí?

Už jsme svědky významného posunu od tradičních vyhledávačů k Generativním AI nástrojům pro počáteční dotazy. Tento posun je poháněn schopností Generativního AI poskytovat přímé odpovědi a řešení, eliminující potřebu procházet multiple webové stránky nebo zdroje nezávisle. V blízké budoucnosti se stane běžným, že AI bude účastnit schůzek, provádět akce a zpracovávat rutinní úkoly, vedoucí k významnému snížení rolí certain funkcí v podnicích.

Jednou z klíčových výzev, které zůstávají, je zjistit, jak monetizovat Generativní AI, protože tradiční reklamní model může čelit významným překážkám v tomto novém krajinném prostředí. Moje předpověď je, že data se stanou stále cennějšími, fungují více jako měna, když budeme navigovat tento nový svět. Tento posun bude vyžadovat inovativní obchodní modely, které využijí jedinečné schopnosti AI, zatímco zajistí, že uživatelé a podniky mohou získat hmatatelné hodnoty ze svých interakcí.

Celkově budoucnost AI ve vyhledávacích technologiích a uživatelské interakci slibuje být transformační, dělají vyhledávání informací více intuitivním a efektivním, zatímco přetváří, jak přistupujeme k digitálním interakcím a podnikovým funkcím.

Jaké praktické rady byste dali podnikům, které se snaží využít AI k dosažení úspěchu a inovací?

Nebojte se technologie. Začněte tím, že AI nástroje zpřístupníte svým zaměstnancům, abyste zajistili, že vaše data a duševní vlastnictví zůstanou v bezpečí. Mnoho zaměstnanců již používá AI nástroje, ale bez řádné správy existuje riziko zneužití. Proto je zásadní přeškolit svůj personál, aby pochopil rizika spojená s těmito nástroji a jak je používat bezpečně a efektivně.

Kromě toho je zásadní věnovat pozornost měřítkům úspěchu. AI nástroje mohou být drahé, ale náklady se očekávají, že se sníží v průběhu času. Je však důležité udržet jasný focus na návratnosti investic (ROI), aby se spravovaly náklady a pochopilo dopadu na váš podnik. Tímto způsobem můžete využít AI k pohánění inovací a úspěchu, zatímco zajišťujete, že výhody převáží náklady.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Tricon Infotech.