Russ Fradin, CEO & Co-Founder of Larridin – Intervieuserie

Russ Fradin, CEO og Co-Founder af Larridin, er en erfaren iværksætter og leder med en bemærkelsesværdig track record i opbygning og skalering af succesfulde teknologivirksomheder. Han co-foundede Larridin i august 2024 efter mere end et årti med ledelse i organisationer som Carbon Health, hvor han nu fungerer som viceformand, og Dynamic Signal, som han grundlagde og ledede som CEO i næsten ti år. Fradin har også haft nøglestillinger i bestyrelser for innovative virksomheder, herunder Leanplum og CoachArt, hvilket afspejler hans engagement i at fremme teknologi, sundheds- og sociale initiativer.

Larridin er en næste generations teknologivirksomhed, der er dedikeret til at transformere, hvordan organisationer interagerer med data og beslutningstagning. Platformen udnytter avanceret kunstig intelligens og automatisering til at strømline komplekse forretningsworkflows, hvilket hjælper virksomheder med at opnå handlebare indsigt hurtigere og mere intuitivt. Med fokus på effektivitet, skalerbarhed og intelligent integration giver Larridin virksomheder mulighed for at træffe smartere, data-drevne beslutninger samtidig med, at de åbner op for nye niveauer af operationel excellence på tværs af brancher.

Du har hjulpet med at bygge måleplatforme i digital reklame og analytics, før du startede Larridin — hvordan førte din tidligere karriere og erfaringer dig til at se behovet for en virksomhed, der er dedikeret til enterprise AI-måling og governance?

Som iværksætter ønskede jeg, at min næste virksomhed skulle kombinerer min dybe baggrund i måling og analytics med den transformative potentiale i AI. I utallige samtaler med virksomhedsledere kom ét tema konstant op: trods massive investeringer havde virksomheder ingen måde at spore, måle eller optimere deres AI-initiativer på. Der var simpelthen ingen værktøjer, der gav dem synlighed eller kontrol over AI-adoptionsprocessen, og det er netop denne åbning, der inspirerede skabelsen af Larridin.

Du beskriver ofte Larridin som et “intelligenslag” over alle AI-værktøjer — hvordan opstod denne positionering, og hvilke risici så du, der gjorde det essentiel?

For virksomheder bliver det mere og mere udfordrende at forstå, hvordan AI faktisk bruges, og om det leverer reel ROI. Mange ledere stiller de samme spørgsmål: Bruger medarbejderne virkelig de AI-værktøjer, vi har investeret i? Hvordan kan vi måle deres impact? Hvilke use cases leverer mest værdi og er værd at skalerer? Ved at erkende denne synlighedsgap byggede vi Larridin som et intelligenslag på tværs af alle AI-værktøjer, hvilket giver forretningsledere mulighed for at kortlægge, måle og optimere AI-brug, og ultimativt omdanne det til konkrete forretningsresultater.

Scout indsamler metadata (i stedet for indhold) for at afsløre AI-brug på tværs af organisationen — i hvilke situationer bliver disse signaler ambigue, og hvordan validerer eller raffinerer du dem?

Scout indsamler ikke kun metadata; det analyserer også prompts for at forstå kompetenceniveauer og brugsmønstre. Tænk på denne platform som Google Analytics. Den sporer ikke individuelle prompts eller indhold; den agregaterer og fortolker trends, der opdateres i realtid på tværs af organisationen. Denne strøm af data hjælper med at raffinere indsigt over tid, hvilket sikrer, at den synlighed, virksomheder får, er præcis, kontekstuel og handlebar.

Nexus centraliserer prompts, politikker og integrationer — hvordan overbeviser du hold om at skifte deres workflows til Nexus i stedet for at fortsætte med deres ad hoc AI-værktøjer?

Nøglen til at antage nye teknologier ligger i at drive adfærdsændring. I dette tilfælde handler det om at bygge AI-kompetence. Mennesker er villige til at bruge AI, men hvordan hjælper du dem med at gøre det ansvarligt? Det er sandsynligt, at de fleste medarbejdere ikke kender til risikoen ved at bruge ikke-godkendte værktøjer eller om de overholder reglerne, når de interagerer med bestemte apps.

Set fra dit udgangspunkt, hvilke er de mest forførende metrikker eller indikatorer, som ledere har en tendens til at misfortolke som reel AI-modenhed?

Hvad hver virksomhed burde spørge sig selv i dag er, om de AI-værktøjer, der er til rådighed på tværs af virksomheden, leverer reel værdi. Ét er antallet af personer, der bruger ChatGPT, for eksempel. Men hvor mange af dem udnytter det maksimalt, så det giver en reel konkurrencefordel og viser reel værdi? At have de nyeste eller dyreste AI-værktøjer betyder ikke, at alle vil bruge dem og udnytte dem maksimalt. Virksomheder, der har lært at udnytte AI, sporer og måler brugen for at sikre reel ROI, skalerer succesfulde interne use cases og skaber en kultur, der fremmer AI-litterathet for alle.

Når godkendte og ikke-godkendte AI-værktøjer coeksisterer, hvordan isolerer du, hvilken brug faktisk leverer forretningsimpact?

Det første skridt ville være at opnå synlighed og forstå, hvilke værktøjer der bruges, af hvem, hvordan de påvirker præstationen, er de sikre? Når virksomheder har kortlagt de AI-aktiver, der kører i deres økosystem, er det tid at dykke ned i metrikkerne og måle ROI’en på disse værktøjer. Det er muligt, at et ikke-godkendt værktøj leverer mere værdi end et godkendt, mens andre blot tilføjer støj og risiko. Når organisationer har en klar oversigt og realtidsindsigt i, hvad der fungerer og hvad der ikke gør, kan de bygge på deres teknologi og fortsætte som en helhed.

 Hur balancerer du governance (regler, overvågning, begrænsninger) med at give hold frihed til at eksperimentere og innovere?

Governance og innovation må gå hånd i hånd i AI-æraen. Den bedste måde at opnå denne balance på er ved at give medarbejderne værktøjerne og muligheden for at eksperimentere med AI på en sikker og ansvarlig måde. Når governance bliver en blocker eller opfattes som en flaskehals, vil kreativitet og eksperimentation gå i stå, men når det er en facilitator, giver det folk mulighed for at udvide grænserne og bygge nye løsninger med tillid.

Da nye modeller, agenter og selvbetjeningsværktøjer opstår hurtigt, hvordan holder du Larridins detektion, connectorer og politikker aktuelle og solide?

Tilpasningsevne og fleksibilitet er to grundpiller for Larridin. Nye AI-værktøjer opstår hver dag, og folk er villige til at teste dem, uanset om de er godkendte eller ej. Vores platform detekterer automatisk nye AI-aktiver og deres brugstrends og har en dynamisk connector-bibliotek, der sikrer, at synligheden aldrig går tabt. Dette dynamiske rammeværk giver organisationer mulighed for at omorganisere deres regler for sikkerhed og overholdelse i realtid.

Siden Larridins grundlæggelse, hvilke af dine tidlige antagelser har overrasket dig mest — især omkring adoption, modstand eller værdimåling?

I dag lever virksomheder i en AI-opdelt verden. Nogle mennesker adopterer det instinktivt og arbejder naturligt med denne teknologi, eksperimenterer og driver innovation konstant. Andre måske ikke have tid eller inclination til at klatre op ad læringskurven, hvilket ikke nødvendigvis betyder, at de er modstandere. At forstå, at mennesker motiveres af forskellige ting, og at fremme en adfærdsændring omkring AI ved at brobygge disse to verdener, er afgørende for adoption og vækst. Nogle organisationer måske endnu ikke har erkendt dette.

Også synlighedsproblemet er interessant. I dagens hurtige AI-verden sker det oftere, end forventet, at virksomheder mister overblik over deres AI-stack, selvom de konstant gennemfører interne audits. I en recent undersøgelse, vi gennemførte, erkendte over 70% af IT- og finansielle ledere, at de havde mistet overblikket. Dette gør det svært at måle den sande værdi af AI, og mange organisationer mangler de værktøjer og processer, der er nødvendige for at opretholde en opdateret sporing og måling af deres AI-applikationer.

Over de næste 3-5 år, hvad er din ideelle vision for enterprise AI-governance og adoption — og hvordan ser du Larridins rolle udvikle sig mod denne fremtid?

Fremover må governance, sikkerhed, overholdelse og adoption fungere i harmoni. Denne integrerede miljø giver virksomheder mulighed for at trives ved at give medarbejderne mulighed for at skabe deres egne AI-agenter til at støtte workflows og løse problemer, hvilket frigør dem til at fokusere på strategiske initiativer. Larridin åbner vejen for denne næste generations tilgang til samarbejdet mellem AI og mennesker.

Tak for det gode interview, læsere, der ønsker at lære mere, kan besøge Larridin.