Soham Mazumdar, spoluzakladatel a CEO WisdomAI – rozhovorová série

Soham Mazumdar je spoluzakladatel a CEO WisdomAI, společnosti, která je v popředí řešení poháněných umělou inteligencí. Předtím, než založil WisdomAI v roce 2023, byl spoluzakladatelem a hlavním architektem v Rubriku, kde sehrál klíčovou roli při škálování společnosti po dobu 9 let. Soham dříve zastával vedoucí pozice v oblasti inženýrství ve firmách Facebook a Google, kde přispěl k jádru infrastruktury vyhledávání a byl oceněn cenou Google Founder’s Award. Také spoluzaložil Tagtile, mobilní platformu pro věrnostní programy, kterou později získal Facebook. S dvacetiletými zkušenostmi v oblasti softwarové architektury a inovací umělých inteligencí je Soham zkušený podnikatel a technologický odborník se sídlem v oblasti zálivu San Francisco.

WisdomAI je platforma pro obchodní inteligenci, která je rodící se z umělých inteligencí a pomáhá podnikům získat přístup k aktuálním a přesným informacím integrováním strukturovaných a nestrukturovaných dat prostřednictvím své vlastního „Knowledge Fabric“. Platforma pohání specializované agentní inteligence, které kurátorují kontext dat, odpovídají na obchodní otázky v přirozeném jazyce a proaktivně vyhledávají trendy nebo rizika – bez vytváření halucinovaných obsahů. Na rozdíl od tradičních nástrojů BI používá WisdomAI generativní umělou inteligenci striktně pro generování dotazů, což zajišťuje vysokou přesnost a spolehlivost. Integruje se s existujícími datovými ekosystémy a podporuje zabezpečení na úrovni podniku, s časným přijetím u významných firem, jako jsou Cisco a ConocoPhillips.

Vy jste spoluzakladatel Rubriku a pomohl škálovat ji na významný podnikatelský úspěch. Co vás inspirovalo k odchodu v roce 2023 a vybudování WisdomAI – a byl tam nějaký konkrétní okamžik, který vám ukázal tento nový směr?

Problém neefektivnosti podnikových dat mi přímo před očima. Během svého působení v Rubriku jsem osobně viděl, jak společnosti z žebříčku Fortune 500 tonou v datech, ale hladoví po informacích. I přes veškerou infrastrukturu, kterou jsme postavili, mělo méně než 20 % podnikových uživatelů skutečný přístup a znalosti, jak efektivně využívat data ve své denní práci. Šlo o masivní, systémový problém, který nikdo真正 neřešil.

Jsem také stavitel z povahy – můžete to vidět na mé cestě od Google po Tagtile a Rubrik a nyní WisdomAI. Dostávám energii z řešení základních výzev a budování řešení od základů. Po pomoci při škálování Rubriku na podnikatelský úspěch jsem opět cítil tu podnikatelskou vášeň, abych se pustil do něčeho stejně ambiciózního.

Nakonec, příležitost umělých inteligencí byla nezbytná k ignorování. Do roku 2023 bylo jasné, že umělá inteligence může konečně mostem propojit mezeru mezi dostupností dat a využitím dat. Čas se zdál být perfektní pro vybudování něčeho, co by mohlo demokratizovat datové informace pro každého podnikového uživatele, nejen pro technické odborníky.

Okamžik jasnosti přišel, když jsem si uvědomil, že můžeme kombinovat vše, co jsem se naučil o podnikové datové infrastruktuře v Rubriku, s transformačním potenciálem umělých inteligencí, abychom vyřešili tento základní problém neefektivnosti.

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

Postavili jsme platformu pro agentní 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 detaily. Naši platformu lze trénovat na libovolném datovém úložišti analýzou protokolů dotazů.

Jsme kompatibilní s hlavními cloudovými datovými službami, jako jsou Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks a Postgres, a také s dokumentovými formáty, 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 datovými systémy.

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

Náš model AI-Ready Context Model se trénuje na datech organizace, aby vytvořil univerzální kontextuální porozumění, které odpovídá na otázky s vysokou sémantickou přesností, zatímco zachovává soukromí dat a správu. Kromě toho používáme generativní umělou inteligenci k formulaci dobře definovaných dotazů, které nám umožňují extrahovat data z různých systémů, namísto krmení syrových dat do LLM. To je zásadní pro řešení halucinací a bezpečnostních problémů s LLM.

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

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

Naši platforma rozkládá tyto sila a dává plnou hloubku dat jeden keystroke daleko, takže CRO může procházet z hlavních metrik až na úroveň detailu v řádku během sekund.

Žádné čekání ve frontě analytiků, žádné předdefinované dashboardy, které nemohou držet krok s novými otázkami – pouze skutečná samoobslužná informace dodávaná rychlostí, jakou se podnik pohybuje.

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

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

Bez schopností zpracovat tyto různé typy dat zůstává cenný kontext izolován v samostatných systémech. Naši platformu lze trénovat na libovolném datovém úložišti 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, a poté iterace prostřednictvím reálného použití. Jaké výhody vám tento přístup dal ve srovnání s tradičním produktovým designem?

“Vibe coding” je významná změna v tom, jak se software buduje, kde vývojáři využívají sílu nástrojů umělých inteligencí 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 byla tvorba digitálních produktů většinou postavena na jasném scénáři: pečlivě naplánovat produkt a UX design, poté provést vývoj a poté iterovat na základě zpětné vazby. Logika byla jasná, protože investice do designu na začátku 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 podrobné produktové a UX designy.

S rychlostí generování kódu umělých inteligencí se může snažení o vytvoření úplných předchozích designů ve bestimmých kontextech stát relativně více časově náročným než získání základní, funkční verze softwaru. Nový paradigmata ve světě “vibe coding” se stává: provést (kódovat s AI), poté přizpůsobit (design a rafinovat).

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

U WisdomAI aktivně přijímáme generování kódu umělých inteligencí. Zjistili jsme, že přijetím rychlého počátečního vývoje můžeme rychle testovat základní funkcionality a shromažďovat cennou zpětnou vazbu uživatelů na začátku procesu, přímo na produktu. To umožňuje našemu designovému týmu poté se zaměřit na rafinování uživatelského rozhraní a vizuálního designu na základě skutečného použití, vedoucího k více efektivním a uživatelsky milovaným produktům, rychleji.

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

Viděli jsme transformační výsledky s mnoha zákazníky. Pro společnost F500 oil a gas, ConocoPhillips, nyní inženýři a operátoři používají naši platformu k dotazování komplexních dat o vrtech přímo v přirozeném jazyce. Předtím, než WisdomAI, tito inženýři potřebovali technickou pomoc i pro základní provozní otázky o stavu vrtu nebo výkonu práce. Nyní mohou okamžitě získat přístup k této informaci, zatímco současně porovnávají proti nejlepšímu praktikám ve svých vrtných manuálech – all prostřednictvím stejného konverzačního rozhraní. Hodnotili řadu dodavatelů AI v šestiměsíčním procesu a naše řešení poskytlo 50% zlepšení přesnosti oproti nejbližšímu konkurentovi.

U hyper růstové kybernetické bezpečnostní společnosti Descope, WisdomAI se používá jako virtuální datový analytik pro prodej a finance. Snižujeme dobu vytváření reportů z 2-3 dnů na pouhé 2-3 hodiny – 90% snížení. To transformovalo jejich týdenní prodejní setkání z cvičení sběru dat na strategické sezení zaměřené na akční informace. Jak jejich CRO poznamenává, “Wisdom AI přináší data na mé prsty. Skutečně demokratizuje data, aby mě přivedl k moci, abych šel zodpovědět otázky a pokračoval ve svém dni, místo abych definoval svou otázku, čekal na někoho, kdo by postavil odpověď, a poté ji obdržel za 5 dní.” Tato schopnost dělat datově řízená rozhodnutí s bezprecedentní rychlostí byla zvláště kritická pro rychle rostoucí společnost v konkurenčním trhu identitního managementu.

Praktický příklad: Chief revenue officer se zeptá, “Jak uzavřu své čtvrtletí?” Naše platforma okamžitě nabízí seznam čekajících obchodních případů, na které se má zaměřit, spolu s informacemi o tom, co každému zpožďuje – jako jsou konkrétní otázky, na které zákazníci čekají, aby byly zodpovězeny. To se děje s pěti stisky kláves 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 obchodní inteligenci dnes?

Organizace sedí na pokladech informací, ale bojují s využitím těchto dat pro rychlé rozhodování. Výzvou není pouze mít data, ale pracovat s nimi v jejich přirozeném stavu – což často zahrnuje „špinavá“ data, která nejsou vyčištěna od chyb a chyb. Společnosti investují značně 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 značné 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 doplnění nebo nakonec nahrazení stávajících BI nástrojů, jako jsou Tableau nebo Looker? 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 dokumentovými formáty, jako jsou excel, PDF, powerpoint atd. Náš přístup transformuje rozhraní, kde lidé konzumují data, které zůstalo zastaralé navzdory pokrokům v cloudových datových motorech a datové vědě.

Pohledem vpřed, 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 přijetí nedosáhlo ani 20 % podnikových zaměstnanců. Zatímco během pouhých dvanácti měsíců 60 % uživatelů pracovních míst přijalo ChatGPT, mnozí z nich jej používali pro analýzu dat. Tento dramatický rozdíl ukazuje potenciál konverzačních rozhraní pro zvýšení přijetí.

Vidíme fundamentální změnu, kde všichni zaměstnanci mohou přímo dotazovat data bez technických dovedností. Budoucnost spojí výpočetní sílu umělých inteligencí s přirozenou lidskou interakcí, umožňující informacím, aby našly uživatele proaktivně, místo aby je museli hledat v dashboardách.

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