Babak Hodjat, CTO von KI bei Cognizant – Interview-Serie

Babak Hodjat ist CTO von KI bei Cognizant und ehemaliger Mitgründer und CEO von Sentient. Er ist verantwortlich für die KernTechnologie hinter dem weltweit größten verteilten künstlichen Intelligenz-System. Babak war auch der Gründer des weltweit ersten von KI angetriebenen Hedge-Fonds, Sentient Investment Management. Er ist ein Serien-Unternehmer, der mehrere Unternehmen im Silicon Valley gegründet hat, als Haupt-Erfinder und Technologe.

Vor der Gründung von Sentient war Babak Senior Director of Engineering bei Sybase iAnywhere, wo er die mobile Lösungs-Entwicklung leitete. Er war auch Mitgründer, CTO und Vorstandsmitglied von Dejima Inc. Babak ist der Haupt-Erfinder von Dejimas patentierter, agenten-orientierter Technologie, die auf intelligente Schnittstellen für mobile und Unternehmens-Computing angewendet wird – die Technologie hinter Apples Siri.

Als veröffentlichter Gelehrter auf den Gebieten des künstlichen Lebens, der agenten-orientierten Software-Entwicklung und der verteilten künstlichen Intelligenz hat Babak 31 erteilte oder anhängige Patente auf seinem Namen. Er ist Experte in zahlreichen Bereichen der KI, einschließlich der natürlichen Sprachverarbeitung, des maschinellen Lernens, der genetischen Algorithmen und der verteilten KI und hat mehrere Unternehmen in diesen Bereichen gegründet. Babak hält einen Ph.D. in Maschinen-Intelligenz von der Kyushu-Universität in Fukuoka, Japan.

Ausgehend von Ihrer Karriere, von der Gründung mehrerer KI-getriebener Unternehmen bis hin zur Leitung von Cognizants KI-Lab, welche sind die wichtigsten Lektionen, die Sie über Innovation und Führung in der KI gelernt haben?

Innovation benötigt Geduld, Investitionen und Förderung und sollte gefördert und unbeschränkt sein. Wenn Sie das richtige Team von Innovatoren aufgebaut haben, können Sie ihnen vertrauen und ihnen die volle künstlerische Freiheit geben, zu entscheiden, wie und was sie forschen. Die Ergebnisse werden Sie oft überraschen. Aus der Führungs-Perspektive sollten Forschung und Innovation nicht nur ein “nice-to-have” oder ein Nachgedanke sein. Ich habe Forschungsteams sehr früh eingerichtet, als ich Start-ups aufbaute, und war immer ein starker Befürworter von Forschungs-Investitionen, und das hat sich ausgezahlt. In guten Zeiten hält Forschung Sie vor der Konkurrenz, und in schlechten Zeiten hilft sie Ihnen, zu diversifizieren und zu überleben, also gibt es keine Entschuldigung für Unter-Investitionen, Einschränkungen oder Über-Belastung mit kurzfristigen Geschäfts-Prioritäten.

Als einer der Haupt-Erfinder von Apples Siri, wie hat Ihre Erfahrung mit der Entwicklung intelligenter Schnittstellen Ihre Herangehensweise an die Leitung von KI-Initiativen bei Cognizant geprägt?

Die natürliche Sprach-Technologie, die ich ursprünglich für Siri entwickelt habe, war agenten-basiert, also habe ich bereits seit langem mit diesem Konzept gearbeitet. KI war in den 90er Jahren nicht so leistungsfähig, also verwendete ich ein Multi-Agenten-System, um die Verständigung und Zuordnung von natürlichen Sprach-Befehlen zu Aktionen zu bewältigen. Jeder Agent repräsentierte einen kleinen Teil des Diskurs-Bereichs, also hatte die KI in jedem Agenten eine einfache Umgebung, die sie meistern konnte. Heute sind KI-Systeme leistungsfähig, und ein LLM kann viele Dinge tun, aber wir profitieren immer noch davon, wenn wir es als Wissens-Arbeiter in einer Box behandeln, den Bereich einschränken, ihm eine Job-Beschreibung geben und es mit anderen Agenten mit unterschiedlichen Verantwortlichkeiten verlinken. Die KI kann so jeden Geschäfts-Workflows unterstützen und verbessern.

Als Teil meiner Aufgaben als CTO von KI bei Cognizant leite ich unser Advanced AI Lab in San Francisco. Unser Kern-Forschungs-Prinzip ist agenten-basiertes Entscheiden. Derzeit haben wir 56 US-Patente auf Kern-KI-Technologie basierend auf diesem Prinzip. Wir sind voll und ganz dabei.

Können Sie die aktuellen Forschungen und Innovationen im KI-Lab von Cognizant erläutern? Wie werden diese Entwicklungen die spezifischen Bedürfnisse von Fortune-500-Unternehmen angehen?

Wir haben mehrere KI-Studios und Innovations-Zentren. Unser Advanced AI Lab in San Francisco konzentriert sich auf die Erweiterung des aktuellen Stands der KI. Dies ist Teil unseres Engagements, das wir im letzten Jahr bekannt gegeben haben, 1 Milliarde US-Dollar in generative KI über die nächsten drei Jahre zu investieren.

Genauer gesagt konzentrieren wir uns auf die Entwicklung neuer Algorithmen und Technologien, um unseren Kunden zu dienen. Vertrauen, Erklärbarkeit und multi-objektive Entscheidungen sind einige der wichtigen Bereiche, die wir verfolgen und die für Fortune-500-Unternehmen von entscheidender Bedeutung sind.

Um Vertrauen geht es uns darum, Forschung und Entwicklung zu betreiben, die unser Verständnis dafür vertieft, wann wir der Entscheidungsfindung der KI vertrauen können und wann ein Mensch involviert werden sollte. Wir haben mehrere Patente im Zusammenhang mit dieser Art von Unsicherheits-Modellierung. Ebenso sind neuronale Netze, generative KI und LLMs inhärent undurchsichtig. Wir möchten in der Lage sein, eine KI-Entscheidung zu bewerten und Fragen zu stellen, warum sie etwas empfohlen hat – letztendlich macht es sie erklärbar. Schließlich verstehen wir, dass Unternehmen manchmal Entscheidungen treffen möchten, die mehr als ein Ergebnis-Objektiv haben – Kostenreduzierung bei gleichzeitiger Steigerung der Umsätze, ausgewogen mit ethischen Überlegungen, zum Beispiel. KI kann uns helfen, das beste Gleichgewicht aller dieser Ergebnisse zu erreichen, indem sie Entscheidungs-Strategien auf multi-objektive Weise optimiert. Dies ist ein weiterer sehr wichtiger Bereich in unserer KI-Forschung.

Die nächsten zwei Jahre gelten als entscheidend für die generative KI. Was glauben Sie, dass die wichtigsten Veränderungen in diesem Zeitraum sein werden, und wie sollten Unternehmen sich darauf vorbereiten?

Wir steuern auf eine explosive Periode für die Kommerzialisierung von KI-Technologien zu. Heute werden KI-Systeme hauptsächlich für die Verbesserung der Produktivität, die Erstellung besserer benutzerfreundlicher Schnittstellen, die Zusammenfassung von Daten und die Unterstützung bei der Codierung eingesetzt. Während dieser Beschleunigungs-Periode glauben wir, dass die Organisation der gesamten Technologie- und KI-Strategie um das Kern-Prinzip der multi-agenten Systeme und Entscheidungsfindung am besten Unternehmen ermöglichen wird, erfolgreich zu sein. Bei Cognizant wird unser Schwerpunkt auf Innovation und angewandter Forschung unseren Kunden helfen, KI zu nutzen, um ihren strategischen Vorteil zu erhöhen, wenn KI weiter in Geschäfts-Prozesse integriert wird.

Wie wird die generative KI Branchen umgestalten, und welche sind die aufregendsten Anwendungsfälle, die aus dem KI-Lab von Cognizant hervorgehen?

Die generative KI war ein großer Schritt nach vorne für Unternehmen. Sie haben jetzt die Fähigkeit, eine Reihe von Wissens-Arbeitern zu erstellen, die Menschen bei ihrer täglichen Arbeit unterstützen können. Ob es darum geht, den Kundenservice durch intelligente Chatbots zu optimieren oder das Lager-Inventory durch eine natürliche Sprach-Schnittstelle zu verwalten, LLMs sind sehr gut in spezialisierten Aufgaben.

Aber was als Nächstes kommt, wird Branchen wirklich umgestalten, wenn Agenten die Fähigkeit erhalten, miteinander zu kommunizieren. Die Zukunft wird davon geprägt sein, dass Unternehmen Agenten in ihren Geräten und Anwendungen haben, die ihre Bedürfnisse ansprechen und mit anderen Agenten interagieren können. Sie werden über das gesamte Unternehmen hinweg arbeiten, um Menschen in jeder Rolle zu unterstützen, von HR und Finanzen bis hin zu Marketing und Vertrieb. In naher Zukunft werden Unternehmen natürlich zu agenten-basierten Unternehmen tendieren.

Wir haben bereits ein multi-agentes System, das in unserem Labor entwickelt wurde, in Form von Neuro AI, einem KI-Entscheidungs-Generator, der es Kunden ermöglicht, KI-Entscheidungs-Anwendungsfälle für ihr Geschäft schnell zu erstellen und zu prototypen. Es liefert bereits einige aufregende Ergebnisse, und wir werden bald mehr darüber berichten.

Welche Rolle werden multi-agenten Architekturen in der nächsten Welle der Gen-AI-Transformation spielen, insbesondere in großen Unternehmens-Umgebungen?

In unserer Forschung und in Gesprächen mit Unternehmens-Führern erhalten wir immer mehr Fragen darüber, wie sie die generative KI auf großen Maßstab wirksam einsetzen können. Wir glauben, dass das transformative Versprechen von multi-agenten künstlichen Intelligenz-Systemen entscheidend ist, um diesen Einfluss zu erzielen. Ein multi-agentes KI-System bringt KI-Agentsen zusammen, die in Software-Systemen in verschiedenen Bereichen des Unternehmens integriert sind. Denken Sie daran, als System von Systemen, das es LLMs ermöglicht, miteinander zu interagieren. Heute ist die Herausforderung, dass, obwohl Geschäfts-Ziele, -Aktivitäten und -Metriken tief miteinander verflochten sind, die Software-Systeme, die von verschiedenen Teams verwendet werden, nicht miteinander verflochten sind, was Probleme verursacht. Zum Beispiel können Liefer-Engpässe die Belegschaft in den Verteil-Zentren beeinträchtigen. Die Einstellung eines neuen Lieferanten kann den Scope-3-Ausstoß beeinträchtigen. Kunden-Fluktuation kann Produkt-Mängel anzeigen. Silo-artige Systeme bedeuten, dass Aktionen oft auf Erkenntnissen basieren, die nur aus einem Programm und einer Funktion gezogen werden. Multi-agenten Architekturen werden Erkenntnisse und integrierte Aktionen über das gesamte Unternehmen hinweg aufdecken. Das ist echte Macht, die Unternehmens-Transformation auslösen kann.

Wie sehen Sie die Entwicklung von multi-agenten Systemen (MAS) in den nächsten Jahren, und wie wird sich dies auf die breitere KI-Landschaft auswirken?

Ein multi-agentes KI-System funktioniert wie eine virtuelle Arbeitsgruppe, die Anfragen analysiert und Informationen aus dem gesamten Unternehmen zieht, um eine umfassende Lösung nicht nur für den ursprünglichen Anfragenden, sondern auch für andere Teams zu produzieren. Wenn wir uns auf ein bestimmtes Gebiet konzentrieren, könnte dies den Betrieb in Bereichen wie der Fertigung revolutionieren. Ein Beschaffungs-Agent würde bestehende Prozesse analysieren und empfehlen, alternative Komponenten zu verwenden, die aufgrund von Saison und Nachfrage kostengünstiger sind. Dieser Beschaffungs-Agent würde dann mit einem Nachhaltigkeits-Agenten zusammenarbeiten, um zu bestimmen, wie die Änderung die Umwelt-Ziele beeinträchtigen würde. Schließlich würde ein Regulierungs-Agent die Einhaltung der Vorschriften überwachen und sicherstellen, dass Teams vollständige und aktuelle Berichte rechtzeitig einreichen.

Die gute Nachricht ist, dass viele Unternehmen bereits begonnen haben, LLM-gestützte Chatbots organisch zu integrieren, aber sie müssen absichtlich entscheiden, wie sie diese Schnittstellen verbinden. Es muss darauf geachtet werden, wie granular die Agenten-Ifizierung ist, welche Arten von LLMs verwendet werden und wann und wie sie fein abgestimmt werden, um sie effektiv zu machen. Organisationen sollten von oben beginnen, ihre Bedürfnisse und Ziele berücksichtigen und von dort aus nach unten arbeiten, um zu entscheiden, was agenten-fiziert werden kann.

Was sind die Haupt-Herausforderungen, die Unternehmen daran hindern, KI voll und ganz zu akzeptieren, und wie geht Cognizant auf diese Hindernisse ein?

Trotz der Unterstützung der Führungskräfte und Investitionen haben viele Unternehmen Angst, bei KI zurückzubleiben. Laut unserer Forschung gibt es eine Lücke zwischen der strategischen Verpflichtung der Führungskräfte und dem Vertrauen in die Ausführung. Die Kosten und Verfügbarkeit von Talenten sowie die wahrgenommene Unreife der aktuellen Gen-AI-Lösungen sind zwei wesentliche Hemmnisse, die Unternehmen daran hindern, KI voll und ganz zu akzeptieren.

Cognizant spielt eine integrale Rolle bei der Unterstützung von Unternehmen auf ihrer KI-Produktivitäts- bis Wachstums-Reise. Tatsächlich zeigt eine kürzlich von uns mit Oxford Economics durchgeführte Studie, dass 43 % der Unternehmen planen, mit externen Beratern zusammenzuarbeiten, um einen Plan für die generative KI zu entwickeln. Traditionell hat Cognizant den letzten Meilen mit Kunden – wir haben dies bei der Datenspeicherung und der Cloud-Migration getan, und die Agenten-Ifizierung wird nicht anders sein. Dies ist eine Arbeit, die stark individualisiert werden muss. Es ist keine Ein-Größe-passt-für-alle-Reise. Wir sind die Experten, die helfen können, die Geschäfts-Ziele und den Implementierungs-Plan zu identifizieren und dann die richtigen, maßgeschneiderten Agenten zu liefern, um die Geschäfts-Bedürfnisse zu erfüllen. Wir sind und waren immer die Menschen, die man anrufen kann.

Viele Unternehmen haben Schwierigkeiten, einen sofortigen ROI aus ihren KI-Investitionen zu sehen. Welche häufigen Fehler machen sie, und wie können diese vermieden werden?

Die generative KI ist weit effektiver, wenn Unternehmen sie in ihren eigenen Daten-Kontext einbringen – das heißt, sie auf ihrem eigenen starken Fundament von Unternehmens-Daten anpassen. Außerdem werden Unternehmen früher oder später den schwierigen Schritt unternehmen müssen, ihre grundlegenden Geschäfts-Prozesse neu zu imaginieren. Heute verwenden viele Unternehmen KI, um bestehende Prozesse zu automatisieren und zu verbessern. Größere Ergebnisse können erzielt werden, wenn sie beginnen, Fragen zu stellen wie: Was sind die Bestandteile dieses Prozesses, wie kann ich sie ändern und mich auf die Entstehung von etwas vorbereiten, das noch nicht existiert? Ja, dies wird eine Kultur-Veränderung und die Akzeptanz einiger Risiken erfordern, aber es scheint unvermeidlich, wenn man die vielen Teile des Unternehmens zu einem leistungsfähigen Ganzen orchestriert.

Was raten Sie aufstrebenden KI-Führern, die einen bedeutenden Einfluss in diesem Bereich haben möchten, insbesondere innerhalb großer Unternehmen?

Unternehmens-Transformation ist komplexer Natur. Aufstrebende KI-Führer innerhalb größerer Unternehmen sollten sich auf die Zerlegung von Prozessen, das Experimentieren mit Veränderungen und die Innovation konzentrieren. Dies erfordert eine Veränderung der Denkweise und berechnete Risiken, aber es kann ein leistungsfähigeres Unternehmen schaffen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Cognizant besuchen.