Nitin Singhal, viceprezident pro inženýrství (Data, AI a integrace) ve společnosti SnapLogic

Nitin Singhal je zkušený technologický a produktový líder s více než 25 lety zkušeností v oboru. V současné době působí jako viceprezident pro inženýrství ve společnosti SnapLogic, kde se zaměřuje na zodpovědnou integraci aplikací a systémů, využívající architekturu Agentic k uvolnění potenciálu dat pro globální publikum.

Před svým působením ve společnosti SnapLogic byl Nitin seniorním ředitelem inženýrství ve společnosti Twitter, kde vedl týmy pro správu dat a infrastrukturu pro ochranu soukromí. Jeho práce zahrnovala vytváření postupů pro správu dat během kritického období pro společnost, zajišťující zodpovědné využívání dat a dodržování předpisů pro ochranu soukromí.

Nitin také zastával různé inženýrské a produktové vedení ve významných organizacích, jako jsou Visa (V ), PayPal (PYPL ) a JPMorgan Chase, kde přispěl k významným pokrokům v datové strategii a správě.

SnapLogic je integrační platforma poháněná umělou inteligencí, která zjednodušuje datové a aplikační pracovní postupy pomocí nástrojů bez kódu a více než 1 000 předem připravených konektorů. Podporuje ETL/ELT, automatizaci, správu API a zabezpečené nasazení v cloudu, na místě a v hybridních prostředích. Funkce jako SnapGPT a AutoSync zvyšují efektivitu, umožňují organizacím integrovat a orchestrovat procesy bezproblémově.

Máte téměř 25 let zkušeností s řízením technologických inovací. Co vás původně inspirovalo k tomu, aby jste se věnovali kariéře zaměřené na využití technologií pro řešení složitých problémů, a jak se vaše vášeň vyvinula s rozvojem umělé inteligence?

Od začátku své kariéry mě fascinovala výzva řešení hádanek a logická krása matematiky. Tato fascinace mě přirozeně vedla k tomu, abych se zajímal o to, jak technologie mohou řešit složitější, reálné problémy. Na počátku své kariéry mě inspiroval potenciál technologií pro řešení otázek, jako je detekce podvodných transakcí a rizika ochrany dat. Moje vášeň se pouze prohlubovala, jak se umělá inteligence vyvíjela, zejména s příchodem generativní umělé inteligence. Svědkem jsem byl transformačního dopadu umělé inteligence, od toho, že umožňuje farmářům získat přehledy o plodinách prostřednictvím chytrých telefonů, až po to, že umožňuje běžným uživatelům, jako je můj otec, snadno zvládat úkoly, jako je podání daňového přiznání. Demokratizace technologií umělé inteligence mě nadchla, protože umožňuje pozitivně ovlivňovat životy lidí. Tato neustálá cesta mě motivuje k tomu, abych pokračoval v rozvoji umělé inteligence tak, aby byla nejen inovativní a efektivní, ale také bezpečná, zodpovědná a přístupná všem.

Jaké jsou největší rizika, kterým čelí podniky, když spoléhají na zastaralou technologii v éře pokročilé umělé inteligence?

Spoléhání se na zastaralou technologii představuje významná rizika, která mohou ohrozit budoucnost podniku. Zastaralé systémy, zejména legacy infrastruktury, vedou k devastujícím neefektivnostem a brání organizacím v tom, aby využily umělou inteligenci pro úkoly s vysokou přidanou hodnotou. Tyto zastaralé technologie mají potíže s přístupem k datům a integrací, vytvářejí nákladné provozní úzká místa, která brání automatizaci a inovacím. Skryté náklady na údržbu těchto systémů se hromadí, vyčerpávají zdroje a činí obtížným přilákání špičkového talentu, který preferuje moderní technologické prostředí. Jakmile se společnosti uvíznou v cyklu stagnace, ztratí příležitosti pro progresivní růst a riskují, že budou předstiženy více agilními konkurenty.

Volba je jasná: buď se vyvíjejte jako iPhone, nebo budete čelit osudu BlackBerry.

Jak se zastaralé systémy potýkají s požadavky moderních aplikací umělé inteligence, zejména pokud jde o energii, poptávku a infrastrukturu?

Zastaralé systémy čelí významným výzvám při splňování požadavků moderních aplikací umělé inteligence kvůli jejich vnitřním omezením. Tyto zastaralé infrastruktury potřebují více možností zpracování dat, škálovatelnosti a flexibility pro náročné výpočetní potřeby umělé inteligence. Často vytvářejí datové sila a úzká místa, která brání zpracování dat v reálném čase a vzájemně propojenému zpracování dat, které je nezbytné pro získání přehledů z umělé inteligence. Tato neslučitelnost brání implementaci pokročilých technologií umělé inteligence a vede k neefektivnímu využívání zdrojů, zvýšené spotřebě energie a potenciálním selháním systémů. V důsledku toho se společnosti, které spoléhají na zastaralé systémy, potýkají s tím, aby plně využily potenciál umělé inteligence v kritických oblastech, jako je přesná cílení, vyrovnání mezd a detekce podvodů, což nakonec omezuje jejich konkurenční výhodu v prostředí poháněném umělou inteligencí.

Jaké jsou „skryté“ náklady na setrvačnost pro společnosti, které váhají s modernizací svých systémů?

Spoléhání se na zastaralou technologii znamená, že společnosti závisí na manuálních procesech a izolovaných datech, což vede ke zvýšeným nákladům a snížené produktivitě. S časem se tato neefektivnost kumuluje, což vede k promarněným příležitostem a významné ztrátě konkurenční výhody, protože více agilní konkurenti přijímají řešení umělé inteligence. Kromě toho je potenciál zaměstnanců plýtván na opakující se úkoly místo strategické práce, což způsobuje frustraci a potenciálně vyšší fluktuaci. Jakmile konkurenti využívají umělou inteligenci pro větší efektivitu a inovace, společnosti, které zpožďují modernizaci, riskují, že se dostanou do ještě většího zpoždění, a nakonec ohrožují svou tržní pozici a dlouhodobou životaschopnost v stále více digitálním prostředí.

Organizace musí rozlišovat mezi oprávněnými obavami týkajícími se přijetí umělé inteligence a případy, kdy lidské nejistoty dávají vzniknout zavádějícím narativům.

Jak mohou podniky vyhodnotit, zda zůstávají pozadu v otázce připravenosti infrastruktury pro umělou inteligenci?

Podniky mohou vyhodnotit svou připravenost na umělou inteligenci tím, že posoudí, zda jejich současné systémy mohou být integrovány s moderními nástroji umělé inteligence a zda mohou škálovat, aby splnily rostoucí požadavky na data. Pokud se potýkají s efektivním zpracováním velkých datových sad, využíváním cloudových řešení nebo podporou automatizace, je to jasným znamením, že mohou zůstat pozadu. Kromě toho by společnosti měly prozkoumat, zda zastaralé systémy vytvářejí úzká místa nebo vyžadují nadměrnou manuální intervenci, což brání produktivitě. Klíčovými indikátory opožděné infrastruktury jsou datové sila, nedostatečné analýzy v reálném čase, nedostatečná výpočetní síla pro komplexní algoritmy a potíže s přilákáním talentů pro umělou inteligenci. Nakonec organizace, které neustále zaostávají za schopnostmi umělé inteligence, riskují ztrátu své konkurenční výhody v stále více digitálním prostředí. Také bych zdůraznil, že pokročilé techniky pro pozorovatelnost, zabezpečení a ochranu soukromí v souladu s architekturou composable jsou kritické pro bezproblémovou a zodpovědnou připravenost na umělou inteligenci.

Jaké praktické kroky mohou podniky podniknout dnes, aby zajistily budoucnost svých systémů pro inovace umělé inteligence?

Prvním krokem je vyhodnotit současný technologický stack a najít oblasti, kde lze integrovat umělou inteligenci. Společnosti by měly priorizovat škálovatelná cloudová řešení, která podporují automatizaci poháněnou umělou inteligencí a umožňují snadnou integraci nových technologií. Zvláště nízkokódové platformy mohou pomoci podnikům s omezenými zdroji rychle nasadit agenty umělé inteligence bez nutnosti hlubokých technických znalostí. Společnosti by také měly zajistit, aby měly flexibilní, cloudové infrastruktury, které lze škálovat podle potřeby pro podporu budoucích aplikací umělé inteligence.

Podle vašeho názoru, které odvětví nejvíce profitují z rychlého přijetí umělé inteligence a modernizace zastaralých systémů?

Odvětví, která se spoléhají na datové rozhodování a opakující se úkoly, nejvíce profitují. Například ve finančních službách může umělá inteligence automatizovat úkoly, jako je zákaznická podpora, detekce podvodů a schvalování půjček, což zjednodušuje operace a zlepšuje zákaznickou zkušenost. Podobně prodejní a zákaznické servisní týmy mohou vidět významný nárůst produktivity pomocí umělé inteligence pro zpracování rutinních dotazů nebo efektivnější zpracování leadů. Společnosti ve zdravotnictví, výrobě a maloobchodě mohou také významně profitovat z umělé inteligence, zejména z nástrojů umělé inteligence, které mohou optimalizovat dodavatelské řetězce, předpovídat poptávku a automatizovat administrativní úkoly. Místo výkonu těchto opakujících se úkolů mohou odborníci z daného oboru soustředit na strategickou práci, což vytváří vysoký výnos z investic do umělé inteligence.

Jak platforma SnapLogic konkrétně podporuje společnosti při nahrazování fragmentovaných, zastaralých infrastruktur řešeními poháněnými umělou inteligencí?

 Platforma SnapLogic umožňuje podnikům sjednotit a automatizovat pracovní postupy napříč daty a aplikacemi, propojující zastaralé systémy s moderní, připravenou infrastrukturou pro umělou inteligenci. Snadným propojením fragmentovaných zdrojů dat a zjednodušením integrace napříč cloudovými a místními prostředími urychluje SnapLogic přechod na sjednocený systém, kde může umělá inteligence okamžitě přinést hodnotu.

Platforma nabízí nízkokódový interface, včetně nástrojů jako AgentCreator a SnapGPT, který umožňuje společnostem rychle nasadit řešení poháněná umělou inteligencí pro různé použití, od automatizace zákaznických interakcí po zlepšení finančních reportů a marketingové efektivity. Technologie IRIS AI od SnapLogic poskytuje inteligentní doporučení pro stavbu datových kanálů, což výrazně snižuje složitost úkolů integrace a činí platformu přístupnou uživatelům s různými úrovněmi technických znalostí.

SnapLogic klade velký důraz na správu dat, dodržování předpisů a zabezpečení v iniciativách umělé inteligence. S funkcemi, jako je šifrování od začátku do konce, komplexní protokolování a náhledy akcí agentů, mohou podniky s důvěrou škálovat své projekty umělé inteligence. Nedávný launch integračního katalogu a nástrojů pro sledování dat poskytuje nezbytný kontext pro ochranu citlivých dat před únikem během příjmu a odchodu. Kromě toho nabízí SnapLogic integrační schopnosti do moderních systémů v komponovatelném způsobu, což pohání obchodní cíle a nabízí flexibilní řešení pro řešení nákladů, dodržování předpisů a údržby.

Jaké jedinečné výzvy jste čelili ve společnosti SnapLogic při vývoji produktů, které propojují zastaralé a moderní systémy integrované s umělou inteligencí?

 Jednou z jedinečných výzev při propojování zastaralých a moderních systémů integrovaných s umělou inteligencí byla záruka, že naše platforma SnapLogic může akomodovat rigiditu starších systémů, zatímco vẫn podporuje flexibilitu a škálovatelnost vyžadovanou pro aplikace umělé inteligence. Další výzvou bylo vytvoření platformy, která je přístupná jak technickým, tak netechnickým uživatelům, což vyžaduje vyvážení pokročilé funkcionality s jednoduchostí použití.

Jako podnik SAAS vyvažujeme jedinečné a obecné potřeby stovek našich zákazníků napříč různými odvětvími, zatímco neustále vyvíjíme platformu, aby přijímala nové a moderní technologie v flexibilním, zodpovědném a zpětně kompatibilním způsobu

Abyste tomu čelili, vyvinuli jsme předem připravené konektory, které umožňují bezproblémovou integraci dat napříč starými a novými platformami. S nástrojem SnapLogic AgentCreator jsme také umožnili organizacím nasadit agenty umělé inteligence, které automatizují úkoly, činí rozhodnutí v reálném čase a přizpůsobují se stávajícím pracovním postupům.

Můžete vysvětlit „Generativní integraci“ od SnapLogic a jak umožňuje bezproblémovou automatizaci poháněnou umělou inteligencí v podnikovém prostředí?

Generativní integrace od SnapLogic je pokročilou funkcí platformy, která využívá generativní umělou inteligenci a velké jazykové modely (LLM) ke streamlinování a automatizaci vytváření integračních kanálů a pracovních postupů. Tento inovativní přístup umožňuje podnikům bezproblémově propojit systémy, aplikace a zdroje dat, usnadňující plynulý přechod do prostředí poháněného umělou inteligencí. Interpretací přirozeného jazykového vstupu umožňuje Generativní integrace i netechnickým uživatelům vyvíjet, přizpůsobovat a nasazovat integrace rychle. Tato demokratizace integrace urychluje digitální transformaci a snižuje závislost na rozsáhlých technických znalostech, umožňující podnikům soustředit se na strategické iniciativy a zlepšit provozní efektivitu.

Kromě toho nabízí SnapLogic obrovskou flexibilitu tím, že umožňuje zákazníkům využívat jakýkoli veřejný model LLM přizpůsobený jejich specifickým potřebám, zajišťující, že organizace mohou využívat nejlepší dostupné nástroje, zatímco udržují robustní standardy řízení a dodržování předpisů.

Děkuji vám za skvělý rozhovor, čtenáři, kteří si chtějí dozvědět více, by měli navštívit SnapLogic.