Anthony Goonetilleke, Group President, Teknologi & Chef for Strategi hos Amdocs – Intervju-serie

Anthony Goonetilleke er gruppepræsident, teknologi og chef for strategi hos Amdocs. Han og det corporate strategi-team er ansvarlige for at formulere virksomhedens strategi, samt udvikle og gennemføre langsigtet vækstplaner, der er i overensstemmelse med virksomhedens formål og vision. Anthony står også i spidsen for virksomhedens produkt- og teknologigrupper, der er ansvarlige for at skabe brancheledende cloud-platforme, der opfylder markedets hurtigt udviklende behov, skalerer effektivt og giver øjeblikkelige forretningsfordele til tjenesteudbydere og deres kunder.

Amdocs er en leverandør af software og managed services til kommunikations-, medie- og underholdningsvirksomheder.

Hvad var det, der oprindeligt tiltrak dig til datalogi?

Min far købte mig en Sinclair ZX81, da jeg var en lille dreng (den havde 1K hukommelse… det er rigtigt, 1K!), og det var noget, vi havde sammen. Det var min første indsats i at skrive kode og generelt blev begejstret for at skabe ting. Det startede min vej ind i computere og alt, der har med teknologi at gøre. Min fars baggrund var også ingeniør – det gjorde ikke noget væsenligt!

Du var en aktiv udvikler inden for den tidlige Linux-fællesskab i 1990’erne, hvad arbejdede du på hos Linux, og hvad var nogle af dine vigtigste erfaringer fra denne oplevelse?

Jeg blev introduceret til Linux af en af mine universitetsprofessorer, og det udvidede fuldstændigt min forståelse af, hvor langt software kan nå, når det er åbent, og folk kan bidrage. Jeg tror, jeg “fattede” modellen for “open source” tidligt, og det påvirkede en del af min tænkning omkring teknologistrategi. Jeg arbejdede på Samba, en Linux-forbindelsesprotokol, og det fik mig started på den enterprise-software vej. Det skete på et dynamisk tidspunkt, da internettet begyndte at komme til live på en bred skala i uddannelsessektoren og derefter i kommercielle kanaler.

Du startede din karriere hos Amdocs i 1999, og du var med til at bygge det første managed services-udlejede datacenter til en Telstra-dattervirksomhed, hvad var nogle af udfordringerne på det tidspunkt bag dette?

Når du bygger datacentre, infrastruktur og applikationer samtidig – mens du forsøger at sikre, at det er mission-kritisk og højtilgængeligt – på fremkomne hardware og software, bliver det en sjov og interessant udfordring. At få alt til at fungere i harmoni er en af de største udfordringer, især da vi i virkeligheden byggede en hjemmelavet cloud i vores eget datacenter.

Som Group President of Technology and Head of Strategy hos Amdocs kan du dele nogle detaljer om, hvad denne rolle indebærer, og hvordan din gennemsnitlige dag ser ud?

Ja, som Group President of Technology er jeg ansvarlig for vores R&D-organisation, produkt og tilbud, og sikrer, at vores tusindvis af ingeniører, arkitekter og udviklere skaber branchens bedste produkter. Med min anden hat som Head of Strategy er jeg ansvarlig for, at vi konstant kigger fremad, holder os foran tendenserne og finder nye vækstmuligheder for Amdocs og vores kunder.

Du har nyligt overværet virksomhedens lancering af Amdocs amAIz, et Generative AI Framework for telekommunikationsindustrien. Hvorfor er dette værktøj en gamechanger for telekommunikationsindustrien?

Generative AI er her, men lige så vigtigt er det her for at blive. Teknologien har enorm potentiale til at skabe mere agile organisationer, da den indlejres i daglige processer, der strækker sig fra back-office muligheder til slutbrugeroplevelser. amAIz er et kritisk framework for vores industri, da det simplificerer kravene for vores kunder til at adoptere generative AI i deres forretninger. Ved at udnytte det bedste af industrien udviklende grundlæggende LLM’er og lagre en robust vertikal taksonomi og forudkonfigurerede “brugsæt”, behøver vores kunder kun at vælge, hvilken generative AI-kapacitet de ønsker, og vi tager os af al den vigtige underliggende teknologi-integration, træning og governance.

Hvad er nogle af udfordringerne bag Generative AI hallucinationer, og hvordan adresserer Amdocs dette for at reducere eller afværge disse?

Hallucinationer stammer fra, hvordan statistikkerne bruges i implementeringen af algoritmerne. I sin kerne bruger generative AI data til at forudsige svar baseret på vektor-modeller. Data, der bruges til at træne modellerne, er massivt, men konceptet er ret enkelt. Det sagde, generative AI er ikke menneskelig og kan ikke udøve dømmekraft. I stedet forudsiger den “sandsynlige” resultater baseret på statistisk modellering, og det skaber nogle gange svar, der ikke er nøjagtige. Udfordringen, som hver bruger af generative AI står over for, er at styre træningen og “sikkerhedsforanstaltninger” i implementeringen af generative AI-modeller for at minimere hallucinationer eller sandsynligheden for, at det vil hallucinere. Amdocs udvikler et robust governance-lag, der adresserer udfordringer omkring hallucinationer, data-forvrængning og andre kompleksiteter i fremkomne generative AI-teknologi.

En anden nylig meddelelse var lanceringen af en ny generation af Amdocs Cloud Management Platform, der udnytter amAIz GenAI-framework til at automatisere hele livscyklussen for IT og er bygget til at accelerere tjenesteudbyderes rejse til cloud, ved hjælp af DevOps og FinOps. Kan du dele nogle detaljer om nogle af de maskinlæringsaspekter, der bruges, og mere om dette værktøj?

Amdocs Cloud Management Platform hjælper vores kunder med at operere komplekse cloud-fodspor effektivt og enkelt. Ikke kun har vi indlejret tusindvis af telco-specifikke processer og kode-elementer i platformen for at accelerere udvikling og optimere operationer, men vi udvikler også platformen med generative AI-kapaciteter for at sikre, at forretningsprocesser er kontinuerligt og dynamisk opdateret. Som med mange former for traditionel AI spiller maskinlæring en vigtig rolle i den fortsatte forbedring af mange aspekter af cloud-livscyklussen, især i forhold til applikations- og infrastruktur-operationer.

Cloud-computing-omkostninger er et problem for telekommunikationsvirksomheder, hvordan hjælper Amdocs med at holde disse omkostninger lavere end traditionel cloud-computing?

Der er to vigtige komponenter i vores tilgang til at optimere cloud-omkostninger. Første del er at designe og gennemføre cloud-strategier, der bedst passer kundernes behov. Dette inkluderer at sikre overensstemmelse med deres budget, skalerbarhedsbehov osv. Den anden del er at optimere operationerne, især gennem brug af automation og FinOps. FinOps, der er en vigtig funktion i vores cloud-management-platform, sikrer, at tjenesteudbydere kan tydeligt se alle deres cloud-aktiviteter på tværs af udbydere og infrastruktur, hjælper dem med at justere politikker for at reducere omkostninger, og proaktivt anbefaler ændringer, der kan gøres for bedre at matche ressourceforbrug med kundernes krav.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Amdocs.