Soham Mazumdar, Co-Founder & CEO of WisdomAI – Interview Serie

Soham Mazumdar er co-founder og CEO af WisdomAI, et firma, der er i forkanten af AI-drevne løsninger. Før han co-foundede WisdomAI i 2023, var han co-founder og Chief Architect i Rubrik, hvor han spillede en nøglerolle i at skala virksomheden over en 9-årig periode. Soham havde tidligere ledende stillinger inden for ingeniørarbejde hos Facebook og Google, hvor han bidrog til kerneseekstrukturer og blev kåret til Google Founder’s Award. Han co-foundede også Tagtile, en mobil loyalitetsplatform, der blev købt af Facebook. Med to årtiers erfaring inden for softwarearkitektur og AI-innovation er Soham en erfaren iværksætter og teknolog baseret i San Francisco Bay Area.

WisdomAI er en AI-nativ forretningsintelligensplatform, der hjælper virksomheder med at få adgang til realtids-, nøjagtige indsighter ved at integrere struktureret og ustruktureret data gennem deres proprietære “Knowledge Fabric”. Platformen driver specialiserede AI-agenter, der kuraterer datakontekst, besvarer forretnings-spørgsmål på naturlig sprog og proaktivt fremhæver tendenser eller risici – uden at generere hallucineret indhold. I modsætning til traditionelle BI-værktøjer bruger WisdomAI generativ AI strengt til spørgsmålsformulering, hvilket sikrer høj nøjagtighed og pålidelighed. Den integrerer med eksisterende data-økosystemer og understøtter virksomhedsklasse-sikkerhed, med tidlig adoption af store virksomheder som Cisco og ConocoPhillips.

I co-foundede Rubrik og hjalp med at skala det til en stor virksomhedsucces. Hvad inspirerede dig til at forlade i 2023 og bygge WisdomAI – og var der et bestemt øjeblik, der klargjorde denne nye retning?

Det virksomhedsuEffektive data-problem stirrede lige i ansigtet på mig. Under min tid i Rubrik oplevede jeg førstehånds, hvordan Fortune 500-virksomheder druknede i data, men sultede efter indsighter. Selv med alle de infrastrukturer, vi byggede, havde færre end 20% af virksomhedsbrugerne faktisk den rette adgang og viden til at bruge data effektivt i deres daglige arbejde. Det var et massivt, systemisk problem, som ingen rigtig løste.

Jeg er også en bygger af natur – du kan se det i min vej fra Google til Tagtile til Rubrik og nu WisdomAI. Jeg bliver energiseret af at tage på grundlæggende udfordringer og bygge løsninger fra bunden. Efter at have hjulpet med at skala Rubrik til virksomhedsucces, følte jeg igen den iværksætter-træk til at tage på noget lige så ambitiøst.

Sidst men ikke mindst var AI-muligheden umulig at ignorere. I 2023 blev det klart, at AI kunne endelig brobygge mellem data-tilgængelighed og data-brugbarhed. Tidspunktet føltes perfekt til at bygge noget, der kunne demokratisere data-indsighter for hver virksomhedsbruger, og ikke kun de tekniske få.

Øjeblikket af klarhed kom, da jeg indså, at vi kunne kombinere alt, hvad jeg havde lært om virksomhedsdata-infrastruktur i Rubrik med den transformative potentiale af AI for at løse dette grundlæggende ineffektive problem.

WisdomAI introducerer en “Knowledge Fabric” og en suite af AI-agenter. Kan du bryde ned, hvordan dette system arbejder sammen for at gå ud over traditionelle BI-dashboard?

Vi har bygget en agentic data indsigt platform, der arbejder med data, hvor det er – struktureret, ustruktureret og selv “dirty” data. I stedet for at bede analytics teams om at køre rapporter, kan forretningsledere direkte stille spørgsmål og bore i detaljer. Vores platform kan trænes på enhver data-warehouse-system ved at analysere spørgsmålogs.

Vi er kompatible med store cloud data-tjenester som Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks og Postgres og også bare dokumentformater som excel, PDF, powerpoint osv.

I modsætning til konventionelle værktøjer designet primært til analytikere, giver vores konversationsinterface forretningsbrugere mulighed for at få svar direkte, mens vores multi-agent-arkitektur muliggør komplekse spørgsmål på tværs af diverse datasystemer.

Du har understreget, at WisdomAI undgår hallucinationer ved at adskille GenAI fra svar-generering. Kan du forklare, hvordan dit system bruger GenAI anderledes – og hvorfor det betyder noget for virksomheds-tillid?

Vores AI-Ready Context Model træner på organisationens data for at skabe en universel kontekstforståelse, der besvarer spørgsmål med høj semantisk nøjagtighed, mens den opretholder data-privatliv og styring. Derudover bruger vi generativ AI til at formulere veldefinerede spørgsmål, der giver os mulighed for at trække data fra de forskellige systemer, i stedet for at føde rå data ind i LLM’erne. Dette er afgørende for at adressere hallucination og sikkerhedsproblemer med LLM’erne.

Du har myntet begrebet “Agentic Data Insights Platform”. Hvordan adskiller agentic intelligens sig fra traditionelle analytics-værktøjer eller selv standard LLM-baserede assistenter?

Traditionelle BI-stacks langsommeliggør beslutningstagning, fordi hvert spørgsmål skal kæmpe sig vej gennem afkoblede data-silier og et relay-hold af specialister. Når en chief revenue officer har brug for at vide, hvordan man lukker kvartalet, skal svaret typisk gå gennem halv en snes hænder – analytikere, der kæmper med CRM-udtræk, dataingeniører, der syr filer sammen, og dashboard-byggere, der opdaterer rapporter – hvilket omdanner et enkelt spørgsmål til et multi-dags-projekt.

Vores platform bryder disse silier ned og giver den fulde dybde af data en enkelt tastetryk væk, så CRO kan bore fra overskriftsmålinger hele vejen til række-niveau detaljer på få sekunder.

Ingen ventetid i analyst-køen, ingen foruddefinerede dashboards, der ikke kan følge med nye spørgsmål – bare sand selvbetjening indsigt leveret i den hastighed, forretningsverdenen bevæger sig.

Hvordan sikrer WisdomAI, at den tilpasser sig den unikke data-vokabular og -struktur for hver virksomhed? Hvilken rol spiller menneskelig input i forbedring af Knowledge Fabric?

At arbejde med data, hvor og hvordan det er – det er essentielt det hellige graal for virksomhedsbusinessintelligens. Traditionelle systemer er ikke bygget til at håndtere ustruktureret data eller “dirty” data med trykfejl og fejl. Når information findes på tværs af varierede kilder – databaser, dokumenter, telemetridata – kæmper organisationer med at integrere denne information sammenhængende.

Uden evner til at håndtere disse diverse data-typer forbliver værdifuld kontekst isoleret i separate systemer. Vores platform kan trænes på enhver data-warehouse-system ved at analysere spørgsmålogs, hvilket giver den mulighed for at tilpasse sig hver organisations unikke data-vokabular og -struktur.

Du har beskrevet WisdomAI’s udviklingsproces som ‘vibe coding’ – bygning af produkt-oplevelser direkte i kode først, derefter itererer gennem realverdenen. Hvilke fordele har denne tilgang givet dig i forhold til traditionel produkt-design?

“Vibe coding” er en betydelig skift i, hvordan software bygges, hvor udviklere udnytter kraften af AI-værktøjer til at generere kode blot ved at beskrive den ønskede funktionalitet på naturlig sprog. Det er som en intelligent assistent, der gør, hvad du vil have softwaren til at gøre, og skriver koden for dig. Dette reducerer dramatisk den manuelle indsats og tid, der traditionelt kræves for kodning.

I årevis har skabelsen af digitale produkter i stor udstrækning fulgt en velkendt skript: omhyggeligt planlægge produktet og brugeroplevelsen, derefter udføre udviklingen og iterere på basis af feedback. Logikken var klar, fordi investering i design forud for udviklingen mindsker dyre ombygninger under den mere dyre og tidskrævende udviklingsfase. Men hvad sker der, når omkostningerne og tiden til at udføre denne udvikling dramatisk reduceres? Denne kapacitet vælter den traditionelle udviklingssekvens på hovedet. Pludselig kan udviklere starte med at bygge funktionsdygtig software baseret på en overordnet forståelse af kravene, selv før detaljerede produkt- og brugeroplevelsesdesign er afsluttet.

Med AI-kodegenereringshastighed kan indsatsen i at skabe udførlige designs forud for udviklingen i visse sammenhænge blive relativt mere tidskrævende end at få en grundlæggende, funktionsdygtig version af softwaren op og køre. Den nye paradigm i verden af vibe coding bliver: udføre (kode med AI), derefter tilpasse (design og forfine).

Denne tilgang giver mulighed for utrolig tidlig bruger-validering af de grundlæggende koncepter. Forestil dig at få feedback på den faktiske funktionalitet af en funktion, før du investerer tungt i detaljerede visuelle design. Dette kan føre til mere brugercentreret design, da designprocessen direkte informeres af, hvordan brugere interagerer med et konkret produkt.

I WisdomAI omfatter vi aktivt AI-kodegenerering. Vi har fundet, at ved at omfavne hurtig initial udvikling kan vi teste kernefunktionaliteter og indsamle uvurderlige brugerfeedback tidligt i processen, live på produktet. Dette giver vores design-team mulighed for at tilpasse brugeroplevelsen og visuelt design baseret på realverdenen, hvilket fører til mere effektive og brugerelskede produkter, hurtigere.

Fra salg og marketing til produktion og kunde-succes, WisdomAI sigter mod et bredt spektrum af forretningsbrugs Tilfælde. Hvilke vertikaler har set den hurtigste adoption – og hvilke brugs Tilfælde har overrasket dig i deres indvirkning?

Vi har set transformative resultater med multiple kunder. For F500 olie- og gas-virksomheden ConocoPhillips bruger boring-ingeniører og -operatører nu vores platform til at stille komplekse bore-data-spørgsmål direkte på naturlig sprog. Før WisdomAI havde disse ingeniører brug for teknisk hjælp til selv grundlæggende operationelle spørgsmål om bore-status eller job-præstation. Nu kan de øjeblikkeligt få adgang til denne information, mens de samtidig sammenligner med bedste praksis i deres boring-manualer – alt gennem samme konversationsinterface. De evaluerede flere AI-leverandører i en seks-måneders proces, og vores løsning leverede en 50% nøjagtighedsforbedring over den nærmeste konkurrent.

Hos et hyper-vækst Cybersikkerhedsfirma Descope bruges WisdomAI som en virtuel data-analytiker til Salg og Finans. Vi reducerede rapport-oprettelsestid fra 2-3 dage til bare 2-3 timer – en 90% reduktion. Dette omdannede deres ugentlige salgs-møder fra data-indhentnings-øvelser til strategi-sessioner fokuseret på handlebare indsighter. Som deres CRO bemærker, “Wisdom AI bringer data til mine fingre. Det demokratiserer virkelig data, giver mig magten til at gå og besvare spørgsmål og fortsætte med min dag, i stedet for at definere dit spørgsmål, vente på, at nogen bygger svaret, og derefter få det i 5 dage.” Denne evne til at træffe data-drevne beslutninger med udenfor sammenligning hastighed har været særligt afgørende for et hurtigt-voksende firma i den konkurrerende identitetsstyringsmarked.

Et praktisk eksempel: En chief revenue officer spørger, “Hvordan skal jeg lukke mit kvartal?” Vores platform tilbyder straks en liste over ventende handler, der skal fokuseres på, sammen med information om, hvad der forsinker hver enkelt – som specifikke spørgsmål, kunder venter på at få besvaret. Dette sker med fem tastetryk i stedet for fem specialister og dages forsinkelse.

Mange virksomheder i dag er overbelastet med dashboard, rapporter og siloede værktøjer. Hvilke er de mest almindelige misforståelser, virksomheder har om businessintelligens i dag?

Virksomheder sidder på store mængder information, men kæmper med at udnytte denne data til hurtig beslutningstagning. Udfordringen er ikke kun om at have data, men om at arbejde med det i dets naturlige tilstand – hvilket ofte inkluderer “dirty” data, der ikke er renset for trykfejl eller fejl. Virksomheder investerer tungt i infrastruktur, men møder flaskehalse med stive dashboard, dårlig data-hygiejne og siloet information. De fleste virksomheder har brug for specialiserede teams til at køre rapporter, hvilket skaber betydelige forsinkelser, når forretningsledere har brug for svar hurtigt. Grænsefladen, hvor folk forbruger data, er forblevet forældet, på trods af fremskridt i cloud data-motorer og datavidenskab.

Ser du WisdomAI som supplement eller eventuelt erstatter eksisterende BI-værktøjer som Tableau eller Looker? Hvordan passer du ind i den bredere virksomhedsdata-stak?

Vi er kompatible med store cloud data-tjenester som Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks og Postgres og også bare dokumentformater som excel, PDF, powerpoint osv. Vores tilgang forvandler grænsefladen, hvor folk forbruger data, hvilket er forblevet forældet, på trods af fremskridt i cloud data-motorer og datavidenskab.

Set fremad, hvor ser du WisdomAI om fem år – og hvordan ser du konceptet “agentic intelligens” udvikle sig på tværs af virksomhedslandskabet?

Fremtiden for analytics er på vej fra specialist-drevne rapporter til selvbetjening-intelligens, der er tilgængelig for alle. BI-værktøjer har været omkring i over 20 år, men adoption har ikke engang nået 20% af virksomhedsansatte. Imens har 60% af arbejdsplads-brugere adopteret ChatGPT på blot 12 måneder, mange af dem bruger det til data-analyse. Denne dramatiske forskel viser potentialet for konversationsgrænseflader til at øge adoption.

Vi ser en fundamental skift, hvor alle ansatte kan direkte afhøre data uden tekniske færdigheder. Fremtiden vil kombinere den beregningskraft af AI med naturlig menneskelig interaktion, hvilket giver indsighter mulighed for at finde brugerne proaktivt, i stedet for at kræve, at de skal jagte gennem dashboard.

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