Soham Mazumdar, spoluzakladatel a CEO WisdomAI – Interview Series

Soham Mazumdar je spoluzakladatel a CEO WisdomAI, společnosti, která je na špici AI poháněných řešení. Před založením WisdomAI v roce 2023 byl spoluzakladatelem a hlavním architektem ve společnosti Rubrik, kde sehrál klíčovou roli při rozšiřování společnosti po dobu 9 let. Soham dříve zastával vedoucí inženýrské role ve společnostech Facebook (META ) a Google (GOOGL ), kde přispěl k jádru vyhledávací infrastruktury a byl oceněn cenou Google Founder’s Award. Také spoluzaložil Tagtile, mobilní platformu pro věrnostní programy, kterou společnost Facebook získala. S dvacetiletými zkušenostmi v softwarové architektuře a inovacích v oblasti AI je Soham zkušený podnikatel a technolog ve společnosti se sídlem v oblasti zálivu San Francisco.

WisdomAI je AI-rodná platforma pro business inteligenci, která pomáhá podnikům získat přístup k aktuálním a přesným informacím integrovaním strukturovaných a nestrukturovaných dat prostřednictvím své vlastní „Knowledge Fabric“. Platforma pohání specializované AI agenty, které kurují kontext dat, odpovídají na obchodní otázky v přirozeném jazyce a proaktivně vyhledávají trendy nebo rizika – bez generování halucinovaných obsahu. Na rozdíl od tradičních nástrojů BI používá WisdomAI generativní AI pouze pro generování dotazů, což zajišťuje vysokou přesnost a spolehlivost. Integruje se s existujícími datovými ekosystémy a podporuje podnikovou úroveň zabezpečení, s časnou adopcí velkými firmami, jako jsou Cisco a ConocoPhillips (COP ).

Vy jste spoluzakladatel Rubriku a pomohl jste rozšiřovat ji na velkou podnikovou úspěšnost. Co vás inspirovalo k odchodu v roce 2023 a vybudování WisdomAI – a byl tam nějaký zvláštní okamžik, který vám ukázal tento nový směr?

Problém neefektivity podnikových dat mi přímo upíral do tváře. Během svého působení v Rubriku jsem osobně viděl, jak společnosti z Fortune 500 tonou v datech, ale hladoví po informacích. I přes veškerou infrastrukturu, kterou jsme postavili, měli méně než 20 % podnikových uživatelů skutečný přístup a znalosti, aby mohli efektivně využívat data ve své denní práci. Byl to obrovský, systémový problém, který nikdo vlastně nevyřešoval.

Jsem také stavitel z povahy – můžete to vidět na mé cestě od Google po Tagtile a Rubrik a nyní WisdomAI. Energizuje mě přebírání základních výzev a budování řešení od základu. Po pomoci při rozšiřování Rubriku na podnikovou úspěšnost jsem cítil opětovně ten podnikatelský tah, abych se ujal něčeho stejně ambiciózního.

Nakonec, příležitost AI byla nepopiratelná. Do roku 2023 bylo jasné, že AI může konečně mostem propojit tu mezеру mezi dostupností dat a využitím dat. Časování se zdálo být perfektní pro vybudování něčeho, co by mohlo demokratizovat datové informace pro každého podnikového uživatele, nejen pro technické odborníky.

Okamžik jasnosti nastal, když jsem si uvědomil, že můžeme kombinovat všechno, co jsem se naučil o podnikové datové infrastruktuře v Rubriku, s transformačním potenciálem AI, abychom vyřešili tento základní problém neefektivity.

WisdomAI představuje „Knowledge Fabric“ a sadu AI agentů. Můžete vysvětlit, jak tento systém spolupracuje, aby překročil tradiční BI panely?

Vyvinuli jsme agenticí platformu pro datové informace, která pracuje s daty, kde jsou – strukturovaná, nestrukturovaná a dokonce „špinavá“ data. Místo toho, aby analytické týmy musely spouštět reporty, mohou manažeři přímo klást otázky a procházet do detailů. Naše platforma se může učit na libovolném systému skladování dat analýzou protokolů dotazů.

<p Jsme kompatibilní s hlavními cloudovými datovými službami, jako jsou Snowflake, Microsoft Fabric, Google's BigQuery, Amazon's Redshift, Databricks a Postgres, a také s formáty dokumentů, jako jsou excel, PDF, powerpoint atd.

Na rozdíl od konvenčních nástrojů, které jsou navrženy především pro analytiky, naše konverzační rozhraní umožňuje obchodním uživatelům získat odpovědi přímo, zatímco naše multiagentní architektura umožňuje komplexní dotazy napříč různými systémy dat.

Vy jste zdůraznil, že WisdomAI se vyhýbá halucinacím oddělením GenAI od generování odpovědí. Můžete vysvětlit, jak váš systém používá GenAI jinak – a proč to matters pro podnikovou důvěru?

Náš model kontextu připravený na AI se učí na datech organizace, aby vytvořil univerzální kontextové porozumění, které odpovídá na otázky s vysokou sémantickou přesností, zatímco zachovává soukromí dat a správu. Kromě toho používáme generativní AI k formulaci dobře definovaných dotazů, které nám umožňují extrahovat data ze systémů, namísto krmení syrových dat do LLM. To je zásadní pro řešení halucinací a bezpečnostních obav s LLM.

Vy jste vytvořil termín „Agentic Data Insights Platform“. Jak se agentic inteligence liší od tradičních analytických nástrojů nebo standardních LLM-založených asistentů?

Tradiční BI nástroje zpomalují rozhodování, protože každá otázka musí projít skrze nespojené datové sila a tým specialistů. Když chief revenue officer potřebuje vědět, jak uzavřít čtvrtletí, odpověď obvykle prochází půl tuctem rukou – analytiky, kteří zpracovávají extrakty CRM, inženýry dat, kteří šijí soubory together, a tvůrce dashboardů, kteří aktualizují reporty – proměňující jednoduchou otázku v projekt, který trvá několik dní.

Naše platforma rozkládá tyto sila a dává plnou hloubku dat na jeden keystroke daleko, takže CRO může procházet z hlavních metrik až po detaily na úrovni řádku v sekundách.

Jak zajišťujete, aby WisdomAI přizpůsobila unikátní datové slovníky a struktury každé společnosti? Jakou roli hraje lidský vstup při rafinaci Knowledge Fabric?

Práce s daty, kde a jak jsou – to je vlastně svatý grál pro podnikovou business inteligenci. Tradiční systémy nejsou stavěny pro zpracování nestrukturovaných dat nebo „špinavých“ dat s chybami. Když informace existují napříč různými zdroji – databázemi, dokumenty, telemetrickými daty – organizace bojují s integrací této informace koherentně.

Bez schopnosti zpracovat tyto různé typy dat zůstává cenný kontext izolován v samostatných systémech. Naše platforma se může učit na libovolném systému skladování dat analýzou protokolů dotazů, což umožňuje přizpůsobit se unikátní datové slovníku a struktuře každé organizace.

Vy jste popsali vývojový proces WisdomAI jako „vibe coding“ – budování produktových zkušeností přímo v kódu nejprve, poté iterování prostřednictvím reálného použití. Jaké výhody vám tato metoda poskytla ve srovnání s tradičním produktovým designem?

„Vibe coding“ je významný posun v tom, jak se software buduje, kde vývojáři využívají sílu nástrojů AI k generování kódu jednoduše popisováním požadované funkcionality v přirozeném jazyce. Je to jako inteligentní asistent, který dělá to, co chcete, aby software dělal, a píše kód za vás. To dramaticky snižuje manuální úsilí a čas tradičně vyžadovaný pro kódování.

Po mnoho let se tvorba digitálních produktů většinou řídila známým scénářem: pečlivě naplánovat produkt a UX design, poté provést vývoj a iterovat na základě zpětné vazby. Logika byla jasná, protože investice do designu v předstihu minimalizuje nákladné přepracování během fáze vývoje, která je dražší a časově náročnější. Ale co se stane, když náklady a čas na provedení tohoto vývoje dramaticky klesnou? Tato schopnost otočí tradiční vývojový sekvenci vzhůru nohama. Najednou mohou vývojáři začít budovat funkční software na základě základního porozumění požadavkům, dokonce předtím, než jsou dokončeny detailní produktové a UX designy.

S rychlostí generování kódu AI se úsilí spojené s vytvářením vyčerpávajících předchozích designů může ve bestimmých kontextech stát relativně časově náročnějším než získání základní, funkční verze softwaru. Nový paradigm v světě „vibe coding“ se stává: proveďte (kód s AI), poté adaptujte (design a rafinujte).

Tento přístup umožňuje neuvěřitelně brzkou validaci základních konceptů uživateli. Představte si, že získáte zpětnou vazbu na skutečnou funkčnost funkce, než investujete do detailních vizuálních designů. To může vést k více uživatelsky orientovaným designům, protože proces designu je přímo informován tím, jak uživatelé interagují s hmatatelným produktem.

Ve WisdomAI aktivně přijímáme generování kódu AI. Zjistili jsme, že přijetím rychlého počátečního vývoje můžeme rychle testovat základní funkcionality a shromažďovat cennou zpětnou vazbu uživatelů brzy v procesu, přímo na produktu. To umožňuje našemu designovému týmu soustředit se na rafinaci uživatelského prostředí a vizuálního designu na základě reálného použití, vedoucí k více účinným a milovaným produktům, rychleji.

Od prodeje a marketingu po výrobu a zákaznický úspěch WisdomAI cílí na širokou škálu podnikových použití. Které vertikály viděly nejrychlejší přijetí – a které použití vás překvapily svým dopadem?

Viděli jsme transformační výsledky s několika zákazníky. Pro společnost F500 ConocoPhillips nyní inženýři a operátoři používají naši platformu k dotazování komplexních dat o vrtech přímo v přirozeném jazyce. Před WisdomAI potřebovali tito inženýři technickou pomoc i pro základní provozní otázky o stavu vrtu nebo výkonu úlohy. Nyní mohou okamžitě získat přístup k této informaci, zatímco současně srovnávají s nejlepšími postupy ve svých vrtacích manuálech – vše prostřednictvím stejného konverzačního rozhraní. Hodnotili několik AI dodavatelů v šestiměsíčním procesu a naše řešení poskytlo 50% zlepšení přesnosti oproti nejbližšímu konkurentovi.

U hyper růstové kybernetické bezpečnostní společnosti Descope používá WisdomAI jako virtuálního datového analytika pro prodej a finance. Snižujeme dobu vytváření reportů z 2-3 dnů na pouhé 2-3 hodiny – 90% pokles. To transformovalo jejich týdenní prodejní schůzky z cvičení shromažďování dat na strategické sezení zaměřené na akční informace. Jak jejich CRO poznamenává, „Wisdom AI přináší data na mé prsty. Skutečně demokratizuje data, dává mi sílu jít odpovědět na otázky a pokračovat ve svém dni, místo aby určoval otázku, čekal na někoho, kdo by odpověď postavil, a pak ji dostal za 5 dní.“ Tato schopnost dělat datová rozhodnutí s bezprecedentní rychlostí byla zvláště kritická pro rychle rostoucí společnost na konkurenčním trhu identity managementu.

Praktický příklad: Chief revenue officer se zeptá, „Jak budu uzavírat své čtvrtletí?“ Naše platforma okamžitě nabízí seznam čekajících obchodních případů, na které se zaměřit, spolu s informacemi o tom, co každému brání – jako jsou konkrétní otázky, na které zákazníci čekají, aby byly zodpovězeny. To se děje s pěti klávesovými zkratkami místo pěti specialistů a dnů zpoždění.

Mnohé společnosti dnes trpí nadměrným množstvím dashboardů, reportů a izolovaných nástrojů. Jaké jsou nejčastější mýty, které podniky mají o business inteligenci dnes?

Organizace sedí na hromadě informací, ale bojují s využitím těchto dat pro rychlé rozhodování. Výzvou není jen mít data, ale pracovat s nimi v jejich přirozeném stavu – což často zahrnuje „špinavá“ data, která nejsou očištěna od chyb. Společnosti investují大量ně do infrastruktury, ale čelí úzkým místům s rigidními dashboardy, špatnou hygienou dat a izolovanými informacemi. Většina podniků potřebuje specializované týmy, aby běžely reporty, což vytváří významné zpoždění, když obchodní lídři potřebují odpovědi rychle. Rozhraní, kde lidé konzumují data, zůstává zastaralé, navzdory pokrokům v cloudových datových motorech a datové vědě.

Považujete WisdomAI za doplněk stávajících BI nástrojů, jako je Tableau nebo Looker, nebo je nakonec nahradí? Jak se WisdomAI vejde do širšího podnikového datového stacku?

Jsme kompatibilní s hlavními cloudovými datovými službami, jako jsou Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks a Postgres, a také s formáty dokumentů, jako jsou excel, PDF, powerpoint atd. Naše přístup transformuje rozhraní, kde lidé konzumují data, které zůstalo zastaralé navzdory pokrokům v cloudových datových motorech a datové vědě.

Pohledem do budoucna, kde vidíte WisdomAI za pět let – a jak vidíte koncept „agentic inteligence“ evolucí napříč podnikovým krajem?

Budoucnost analytiky se pohybuje od specialistou řízených reportů k samoobslužné inteligenci, přístupné všem. BI nástroje existují již více než 20 let, ale jejich přijetí nedosáhlo ani 20 % zaměstnanců společností. Zatímco za pouhých 12 měsíců přijalo 60 % uživatelů na pracovišti ChatGPT, mnozí z nich jej používali pro analýzu dat. Tento dramatický rozdíl ukazuje potenciál konverzačních rozhraní pro zvýšení přijetí.

Vidíme fundamentální posun, kdy všichni zaměstnanci mohou přímo dotazovat data bez technických dovedností. Budoucnost spojí výpočetní sílu AI s přirozenou lidskou interakcí, umožňující informacím najít uživatele proaktivně, místo aby museli procházet panely.

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