Igor Jablokov, CEO & Founder of Pryon – Rozhovorová série

Igor Jablokov je CEO a zakladatel Pryon. Byl jmenován “Průmyslovým osvětitelem” časopisem Speech Technology Magazine a dříve založil průkopnickou firmu Yap, první plně automatizovanou cloudovou platformu pro rozpoznávání hlasu. Po nasazení produktů desítkami podniků se společnost stala první akvizicí Amazonu související s umělou inteligencí. Vynálezy firmy pak posloužily jako základ pro následné produkty, jako je Alexa, Echo a Fire TV. Jako programový ředitel v IBM vedl Igor tým, který navrhl předchůdce Watsonu a vyvinul první multimodální webový prohlížeč.

Igor získal Eisenhowerovy a Trumanovy národní bezpečnostní stipendia, aby prozkoumal a rozšířil roli podnikání a rizikového kapitálu při řešení geopolitických problémů. Jako inovátor v oblasti lidských jazykových technologií věří v podporu kariérních a vzdělávacích příležitostí pro ostatní, kteří vstupují do oborů STEM. Jako takový působí jako mentor v TechStars’ Alexa Accelerator, byl Blackstone NC Entrepreneur-In-Residence (EIR) a založil kapitolu Global Shapers, programu Světového ekonomického fóra.

Igor vystudoval bakalářský studijní program v oboru počítačového inženýrství na Pensylvánské státní univerzitě, kde byl jmenován vynikajícím absolventem inženýrství, a získal titul MBA na Univerzitě Severní Karolíny.

Vaše cesta v oblasti umělé inteligence začala s první cloudovou službou pro rozpoznávání řeči ve firmě Yap, později získanou Amazonem. Jak tato zkušenost utvořila vaši vizi umělé inteligence a ovlivnila vaši současnou práci v Pryon?

Začněme trochu dříve v mé kariéře, protože Yap nebyla naše první zkušenost s interakcemi s přirozeným jazykem.

Má první zkušenost s interakcemi s přirozeným jazykem začala v IBM, kde jsem začal jako stážista na počátku 90. let a nakonec se stal programovým ředitelem multimodálního výzkumu. Tam jsem měl tým, který objevil, co by se dalo považovat za “baby Watson”. Bylo to daleko před svou dobou, ale IBM to nikdy nezelenalo. Nakonec jsem se rozhodl odejít.

V té době (2006) jsem najal nejlepší inženýry a vědce z firem Broadcom (AVGO ), IBM, Intel (INTC ), Microsoft (MSFT ), Nuance, NVIDIA (NVDA ) a dalších, abych založil první cloudovou firmu pro umělou inteligenci, Yap. Rychle jsme získali desítky zákazníků z podniků a operátorů, včetně Sprintu a Microsoftu, a téměř 50 milionů uživatelů na platformě.

Protože jsme měli bývalé inženýry z iPodu v týmu, mohli jsme se dostat do Apple (AAPL ) během roku od založení společnosti. Přinesli nás, abychom vytvořili prototyp verze Siri – tohle bylo před vydáním iPhonu. O půl desetiletí později jsme byli tajně získány Amazonem, abychom vyvinuli Alexa pro ně.

Můžete vysvětlit koncept “tření znalostí”, který Pryon snaží vyřešit, a proč je to důležité pro moderní podniky?

Tření znalostí vzniká z toho, že organizace historicky neměly jednotnou instanci znalostí. I když jsme měli takové repozitáře na našich univerzitních kampusech a občanských komunitách ve formě knihoven, neexistovala žádná unifikace dat a znalostí na podnikové straně kvůli mnoha dodavatelům, které používaly.

V důsledku toho každý téměř ve všech organizacích cítí tření, když hledá informace, které potřebuje k výkonu své práce a pracovních postupů. Zde jsme viděli příležitost pro Pryon. Domnívali jsme se, že existuje možnost pro novou vrstvu nad podnikovým softwarem, která by pomocí přirozených jazykových podnětů mohla procházet systémy záznamů a načítat různé typy objektů – text, obrázky, videa, strukturovaná a nestrukturovaná data – a vše spojit do podsekundové odpovědi.

To byl vznik Pryon, první cloudové platformy pro znalosti s umělou inteligencí.

Platforma Pryon integruje pokročilé technologie umělé inteligence, jako je počítačové vidění a velké jazykové modely. Můžete vysvětlit, jak tyto komponenty spolupracují na zlepšení správy znalostí?

Pryon vyvinul umělou inteligentní platformu (AIP), která transformuje obsah ze svých základních statických jednotek na interaktivní znalosti. Toho dosahuje integrováním ingestční, načítací a generativní pipeline do jednoho prostředí. Platforma využívá vaše stávající systémy záznamů, které mohou zahrnovat různé typy obsahu, jako je Confluence, Documentum, SAP, ServiceNow , Salesforce , SharePoint a mnoho dalších. Tento obsah může být ve formě audio, video, obrázků, textu, prezentací, PDF, souborů Word a webových stránek.

AIP transformuje tyto objekty do znalostního cloudu, který může poté publikovat a přihlásit se k libovolným interaktivním nebo smyslovým zkušenostem, které potřebujete. Bez ohledu na to, zda lidé potřebují interagovat s těmito znalostmi nebo zda existují transakce mezi stroji, které vyžadují spojení všech těchto nesourodých znalostí, platforma zajišťuje konzistenci a dostupnost. V podstatě provádí ETL (Extract, Transform, Load) na levé straně a poskytuje zkušenosti prostřednictvím API na pravé straně.

Jaké jsou některé z hlavních výzev, kterým Pryon čelí při vývoji řešení umělé inteligence pro podniky, a jak je řešíte?

Protože jsme vertikálně integrovaní, získáváme nejvyšší hodnocení v přesnosti, měřítku, zabezpečení a rychlosti. Jedním z problémů s dekonstruovanými přístupy, kde potřebujete několik různých dodavatelů a spojit je, aby dosáhli stejného pracovního postupu, je to, že skončíte s něčím méně výkonným. Nemůžete sladit modely a nemáte signály zabezpečení, které by dobře fungovaly.

Je to jako u iPhonů: existuje důvod, proč Apple vyrábí své vlastní čipy, zařízení, operační systémy a aplikace. Tímto způsobem dosahují nejvyšší úrovně výkonu s nejnižším energetickým využitím. Naopak jiní dodavatelé, kteří integrují z různých zdrojů, tendenci zůstávají o jednu nebo dvě generace pozadu.

Jak Pryon zajišťuje přesnost, škálovatelnost, zabezpečení a rychlost svých řešení umělé inteligence, zejména v rozsáhlých podnikových prostředích?

Podporován robustním rámcem pro generaci s načítáním (RAG), Pryon byl navržen tak, aby splňoval přísné požadavky podniků. Používá nejlepší technologii pro načítání informací, Pryon zabezpečeně dodává přesné a včasné odpovědi – umožňující podnikům překonat tření znalostí.

• Přesnost: Pryon vyniká v přesnosti tím, že přesně načítá a rozumí obsahu uloženému v různých formátech, včetně textu, obrázků, audio a videa. Používá pokročilé technologie, Pryon načítá kritické znalosti s přesností přes 90 % a dodává odpovědi s jasným odkazem na zdrojové dokumenty. To zajišťuje, že poskytnuté informace jsou spolehlivé a ověřitelné.
• Podnikové měřítko: Pryon je navržen tak, aby zvládl rozsáhlá podniková prostředí. Škáluje na miliony stránek obsahu a podporuje tisíce současných uživatelů. Pryon také zahrnuje předem připravené konektory pro hlavní platformy, jako je SharePoint, ServiceNow, Amazon (AMZN ) S3, Box a další, což usnadňuje integraci do stávajících pracovních postupů a systémů.
• Zabezpečení: Zabezpečení je pro Pryon nejvyšší prioritou. Chrání před úniky dat prostřednictvím kontroly přístupu na úrovni dokumentů a zajišťuje, že modely umělé inteligence nejsou trénovány na zákaznických datech. Kromě toho lze Pryon implementovat v prostředí on-premises, což nabízí další vrstvy zabezpečení a kontroly pro citlivé informace.
• Rychlost: Pryon nabízí rychlou implementaci, s možností nasazení již za dva týdny. Platforma nabízí rozhraní bez kódu pro aktualizaci obsahu, což umožňuje rychlé a snadné úpravy. Kromě toho Pryon poskytuje flexibilitu při výběru veřejného, vlastního nebo velkého jazykového modelu (LLM) vyvinutého Pryon, což činí proces implementace bezproblémovým a vysoce přizpůsobitelným.

To je důvod, proč akademické instituce, společnosti Fortune 500, vládní agentury a nevládní organizace v kritických sektorech, jako je obrana, energie, finanční služby a polovodiče, využívají naše služby.

Pryon zdůrazňuje odpovědnou umělou inteligenci s iniciativami, jako je respektování autorství a etické zdroje trénovacích dat. Jak implementujete tyto zásady ve své denní činnosti?

Naši klienti a partneři kontrolují, co se dostane do jejich instance Pryon. To zahrnuje veřejnou informaci z důvěryhodných akademických institucí a vládních agentur, publikované informace, které si řádně licencovali pro své organizace, proprietární informace, které tvoří jádro IP jejich podniku, a osobní obsah pro individuální použití. Pryon syntetizuje tyto čtyři typy zdrojů do jednotného znalostního cloudu, zcela pod kontrolou sponzorující organizace. Tato schopnost zabezpečeného řízení různých typů obsahu je důvodem, proč jsme důvěryhodní v robustních prostředích, včetně kritické infrastruktury.

S tím, že Pryon nedávno získal 100 milionů dolarů ve finančním kole Series B, jaké jsou vaše hlavní priority pro růst a inovace společnosti v příštích letech?

Po finančním kole Series B jsme v rané fázi růstu. Jedna část této fáze spočívá v industrializaci produktového trhu, který jsme vytvořili, aby podpořil cloudová prostředí a typy serverů, se kterými se naši klienti a partneři setkávají.

První oblastí zaměření je zajištění toho, aby náš produkt mohl zvládnout tyto požadavky, a současně nabízet modulární přístup k našim funkcím, aby podpořil jejich pracovní postupy.

Druhá hlavní oblast je vývoj partnerů, kteří mohou vybudovat postupy kolem naší práce s našimi nástroji a řídit nezbytnou změnu, když se organizace transformují, aby podpořily novou éru digitální inteligence. Třetí oblastí zaměření je pokračující výzkum a vývoj, abychom zůstali před křivkou a definovali stav umění v tomto prostoru.

Jako někdo, kdo byl na přední hraně inovací umělé inteligence, jak vidíte současný stav regulace umělé inteligence, a jakou roli věříte, že Pryon může hrát při formování těchto diskusí?

Domnívám se, že všichni se divíme, jak by svět vypadal, kdybychom mohli regulovat některé technologie blíže k jejich počátku, jako je sociální média, příklad. Nerealizovali jsme, jak moc to ovlivní naše komunity. Různé národní státy mají různé perspektivy na regulaci. Evropané mají somewhat omezenou perspektivu, která odpovídá jejich hodnotám s aktem EU o umělé inteligenci.

Na druhé straně existují některé prostředí, která jsou zcela neomezená. Ve Spojených státech hledáme rovnováhu mezi umožněním inovacím prosperovat, zejména v komerčních aktivitách, a ochranou citlivých případů použití, aby se zabránilo předpojatostem a jiným rizikům, jako je schvalování žádostí o úvěr.

Většina regulací se zaměřuje na nejcitlivější případy použití, zejména v spotřebitelských aplikacích a veřejném sektoru nebo vládním použití. Osobně je to důvod, proč jsem v představenstvu With Honor, bipartisánské koalice veteránů, politiků a zákonodárců. Viděli jsme konvergenci, bez ohledu na politické přesvědčení, o obavách zavedení technologií umělé inteligence do všech aspektů našeho života. Část naší role spočívá v ovlivňování vývoje regulace, poskytování zpětné vazby, abychom našli správnou rovnováhu, kterou jsme všichni chtěli pro jiné technologické oblasti.

Jaký poradíte jiným podnikatelům v oblasti umělé inteligence, kteří chtějí vyvíjet účinná a odpovědná řešení umělé inteligence?

V současné době to bude divoký západ a fantastické prostředí pro vývoj nových forem aplikací umělé inteligence. Pokud nemáte rozsáhlé zkušenosti s umělou inteligencí – řekněme 10, 20 nebo 30 let – nedoporučuji vyvíjet platformu umělé inteligence od začátku. Místo toho najděte oblast aplikace, kde se technologie protíná s vaší odborností.

Buďte-li umělec, právník, inženýr, linář, lékař nebo v jiném oboru, využijte své odbornosti, abyste získali jedinečný hlas, perspektivu a produkt na trhu. Tento přístup je pravděpodobně nejlepší využití vašeho času, energie a zkušeností, spíše než vytvářet další “me too” produkt.

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