Babak Hodjat, CTO of AI at Cognizant – Interview Series

Babak Hodjat ist CTO of AI at Cognizant, und ehemaliger Mitgründer und CEO von Sentient. Er ist verantwortlich für die Kerntechnologie hinter dem weltweit größten verteilten künstlichen Intelligenzsystem. Babak war auch der Gründer des weltweit ersten von künstlicher Intelligenz getriebenen Hedgefonds, Sentient Investment Management. Er ist ein Serienunternehmer, der mehrere Unternehmen im Silicon Valley als Haupterfinder und Technologe gegründet hat.

Vor der Mitgründung von Sentient war Babak Senior Director of Engineering bei Sybase iAnywhere, wo er die Mobile Solutions Engineering leitete. Er war auch Mitgründer, CTO und Vorstandsmitglied von Dejima Inc. Babak ist der Haupterfinder von Dejimas patentierter, agentenorientierter Technologie, die auf intelligente Schnittstellen für mobile und Unternehmenscomputing angewendet wird – die Technologie hinter Apples Siri.

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

Ausgehend von Ihrer Karriere, von der Gründung mehrerer von künstlicher Intelligenz getriebener Unternehmen bis hin zur Leitung des AI-Lab von Cognizant, welche sind die wichtigsten Lektionen, die Sie über Innovation und Führung in der künstlichen Intelligenz gelernt haben?

Innovation benötigt Geduld, Investitionen und Förderung und sollte gefördert und unbeschränkt werden. 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 erforschen. Die Ergebnisse werden Sie oft überraschen. Aus einer Führungspersektive 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 habe immer für Forschungsinvestitionen plädiert, und das hat sich ausgezahlt. In guten Zeiten hält Forschung Sie vor der Konkurrenz, und in schlechten Zeiten hilft sie Ihnen, sich zu diversifizieren und zu überleben, also gibt es keinen Grund, sie zu unterinvestieren, zu beschränken oder mit kurzfristigen Geschäftszielen zu überlasten.

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

Die natürliche Sprachtechnologie, die ich ursprünglich für Siri entwickelt habe, war agentenbasiert, also habe ich bereits seit langem mit diesem Konzept gearbeitet. Die künstliche Intelligenz war in den 90er Jahren nicht so leistungsfähig, also habe ich ein Multi-Agenten-System verwendet, um das Verständnis und die Zuordnung von natürlichen Sprachbefehlen zu Aktionen zu bewältigen. Jeder Agent repräsentierte einen kleinen Teil des Diskursbereichs, sodass die künstliche Intelligenz in jedem Agenten eine einfache Umgebung zu meistern hatte. Heute sind künstliche Intelligenzsysteme leistungsfähig, und ein einziges LLM kann viele Dinge tun, aber wir profitieren immer noch davon, es als Wissensarbeiter in einer Box zu behandeln, seinen Bereich zu beschränken, ihm eine Stellenbeschreibung zu geben und es mit anderen Agenten mit unterschiedlichen Verantwortlichkeiten zu verlinken. Die künstliche Intelligenz kann so jeden Geschäftsprozess ergänzen und verbessern.

Als Teil meiner Aufgaben als CTO of AI bei Cognizant leite ich unser Advanced AI Lab in San Francisco. Unser Kernforschungsprinzip ist agentenbasiertes Entscheiden. Heute haben wir 56 US-Patente auf Kern-AI-Technologie basierend auf diesem Prinzip. Wir sind voll dabei.

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

Wir haben mehrere AI-Studio- und Innovationszentren. Unser Advanced AI Lab in San Francisco konzentriert sich auf die Weiterentwicklung des aktuellen Stands der künstlichen Intelligenz. Dies ist Teil unseres im vergangenen Jahr angekündigten Engagements, 1 Milliarde US-Dollar in generative künstliche Intelligenz über die nächsten drei Jahre zu investieren.

Konkreter sind wir auf die Entwicklung neuer Algorithmen und Technologien für unsere Kunden fokussiert. Vertrauen, Erklärbarkeit und multiobjektive Entscheidungen sind unter anderem wichtige Bereiche, die wir verfolgen und die für Fortune-500-Unternehmen von entscheidender Bedeutung sind.

Um Vertrauen geht es uns darum, unsere Kenntnisse über die Unsicherheitsmodellierung zu vertiefen, um zu verstehen, wann wir der Entscheidungsfindung der künstlichen Intelligenz vertrauen können und wann ein Mensch eingreifen sollte. Wir haben mehrere Patente in diesem Bereich. Ebenso sind neuronale Netze, generative künstliche Intelligenz und LLMs inhärent undurchsichtig. Wir möchten in der Lage sein, eine Entscheidung der künstlichen Intelligenz zu bewerten und ihr Fragen zu stellen, warum sie etwas empfohlen hat – letztlich, sie erklären zu können. Schließlich verstehen wir, dass Unternehmen manchmal Entscheidungen treffen möchten, die mehr als ein Ergebnisziel haben – Kostenreduzierung bei gleichzeitiger Erhöhung der Umsätze, ausgewogen mit ethischen Überlegungen, zum Beispiel. Die künstliche Intelligenz kann uns helfen, das beste Gleichgewicht aller dieser Ergebnisse zu erreichen, indem sie Entscheidungsstrategien auf multiobjektive Weise optimiert. Dies ist ein weiterer sehr wichtiger Bereich in unserer künstlichen Intelligenz-Forschung.

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

Wir bewegen uns in eine explosive Phase für die Kommerzialisierung von künstlicher Intelligenz-Technologien. Heute werden künstliche Intelligenz-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 Beschleunigungsphase glauben wir, dass die Ausrichtung von Technologie- und künstlicher Intelligenz-Strategien auf das Kernprinzip von Multi-Agenten-Systemen und Entscheidungsfindung Unternehmen am besten in die Lage versetzen wird, erfolgreich zu sein. Bei Cognizant wird unser Fokus auf Innovation und angewandte Forschung unseren Kunden helfen, die künstliche Intelligenz zu nutzen, um ihren strategischen Vorteil zu erhöhen, während sie weiter in Geschäftsprozesse integriert wird.

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

Die generative künstliche Intelligenz war ein großer Schritt nach vorne für Unternehmen. Sie haben jetzt die Fähigkeit, eine Reihe von Wissensarbeitern zu erstellen, die Menschen bei ihrer täglichen Arbeit unterstützen können. Ob es darum geht, den Kundenservice durch intelligente Chatbots zu optimieren oder das Lagerinventar durch eine natürliche Sprachschnittstelle 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 darin bestehen, dass Unternehmen Agenten in ihren Geräten und Anwendungen haben, die Ihre Bedürfnisse ansprechen und mit anderen Agenten auf Ihre behalf 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 agentenbasierten Unternehmen werden.

Bemerkenswerterweise haben wir bereits ein Multi-Agenten-System, das in unserem Labor entwickelt wurde, in Form von Neuro AI, einem AI-Anwendungsfall-Generator, der es Kunden ermöglicht, AI-Entscheidungsanwendungsfälle für ihr Geschäft schnell zu erstellen und zu prototypisieren. Es liefert bereits einige aufregende Ergebnisse, und wir werden bald mehr darüber teilen.

Welche Rolle werden Multi-Agenten-Architekturen in der nächsten Welle der Gen-AI-Transformation spielen, insbesondere in großen Unternehmensumgebungen?

In unserer Forschung und in Gesprächen mit Unternehmensführern erhalten wir immer mehr Fragen dazu, wie sie die generative künstliche Intelligenz wirksam im großen Maßstab einsetzen können. Wir glauben, dass das transformative Versprechen von Multi-Agenten-künstlichen Intelligenz-Systemen zentral für die Erreichung dieses Einflusses ist. Ein Multi-Agenten-künstliche Intelligenz-System bringt künstliche Intelligenz-Agenten zusammen, die in Software-Systemen in verschiedenen Bereichen des Unternehmens integriert sind. Stellen Sie sich ein System von Systemen vor, das es LLMs ermöglicht, miteinander zu interagieren. Heute besteht die Herausforderung darin, dass, obwohl Geschäftsziele, -aktivitäten und -metriken tief miteinander verflochten sind, die von verschiedenen Teams verwendeten Software-Systeme nicht miteinander verflochten sind, was Probleme verursacht. Beispielsweise können Lieferverzögerungen die Personalbesetzung in Verteilzentren beeinträchtigen. Die Einstellung eines neuen Lieferanten kann den Scope-3-Ausstoß beeinträchtigen. Kundenabwanderung könnte Produktmängel anzeigen. Isolierte Systeme bedeuten, dass Maßnahmen oft auf Erkenntnissen basieren, die aus nur einem Programm gewonnen und auf eine Funktion angewendet werden. Multi-Agenten-Architekturen werden Erkenntnisse und integrierte Maßnahmen über das gesamte Unternehmen hinweg ermöglichen. Das ist die wahre Kraft, die eine Unternehmens-transformation auslösen kann.

Wie sehen Sie die Entwicklung von Multi-Agenten-Systemen (MAS) in den nächsten Jahren, und wie wird dies die breitere künstliche Intelligenz-Landschaft beeinflussen?

Ein Multi-Agenten-künstliche Intelligenz-System funktioniert als 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 eine bestimmte Branche konzentrieren, könnte dies den Betrieb in Bereichen wie der Fertigung revolutionieren. Ein Beschaffungsagent würde bestehende Prozesse analysieren und empfehlen, alternative Komponenten zu verwenden, die kostengünstiger sind und den saisonalen Bedarf berücksichtigen. Dieser Beschaffungsagent würde dann mit einem Nachhaltigkeitsagenten zusammenarbeiten, um zu bestimmen, wie die Änderung die Umweltziele beeinträchtigen würde. Schließlich würde ein Regulierungsagent die Compliance-Aktivitäten überwachen, um sicherzustellen, dass Teams vollständige, aktuelle Berichte rechtzeitig einreichen.

Die gute Nachricht ist, dass viele Unternehmen bereits begonnen haben, LLM-gestützte Chatbots organisch zu integrieren, aber sie müssen absichtlich darüber nachdenken, wie sie diese Schnittstellen miteinander verbinden. Es muss darauf geachtet werden, wie granular die Agentifizierung 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 agentifiziert werden kann.

Was sind die Hauptherausforderungen, die Unternehmen daran hindern, die künstliche Intelligenz vollständig zu akzeptieren, und wie geht Cognizant auf diese Hindernisse ein?

Trotz der Unterstützung und Investitionen der Unternehmensführung fürchten sich viele Unternehmen davor, bei der künstlichen Intelligenz zurückzubleiben. Laut unserer Forschung besteht eine Lücke zwischen der strategischen Verpflichtung der Führungskräfte und dem Vertrauen, gut umzusetzen. Die Kosten und Verfügbarkeit von Talenten sowie die wahrgenommene Unreife der aktuellen Gen-AI-Lösungen sind zwei wesentliche Hemmnisse, die Unternehmen daran hindern, die künstliche Intelligenz vollständig zu akzeptieren.

Cognizant spielt eine integrale Rolle bei der Unterstützung von Unternehmen auf ihrer Reise von der Produktivität zur künstlichen Intelligenz. Tatsächlich zeigen aktuelle Daten aus einer von uns mit Oxford Economics durchgeführten Studie, dass 43 % der Unternehmen planen, mit externen Beratern zusammenzuarbeiten, um einen Plan für die generative künstliche Intelligenz zu entwickeln. Traditionell hat Cognizant den letzten Meilenstein mit Kunden erreicht – wir haben dies mit DatenSpeicherung und Cloud-Migration getan, und die Agentifizierung wird da keine Ausnahme sein. Dies ist eine Arbeit, die stark individualisiert werden muss. Es ist keine einheitliche Reise. Wir sind die Experten, die helfen können, die Geschäftsziele und den Implementierungsplan zu identifizieren und dann die richtigen, maßgeschneiderten Agenten bereitzustellen, um die Geschäftsbedürfnisse zu erfüllen. Wir sind und waren immer die richtigen Ansprechpartner.

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

Die generative künstliche Intelligenz ist viel effektiver, wenn Unternehmen sie in ihren eigenen Datenkontext einbringen – das heißt, sie auf ihrem eigenen starken Fundament von Unternehmensdaten anpassen. Außerdem müssen Unternehmen früher oder später den schwierigen Schritt wagen, ihre grundlegenden Geschäftsprozesse neu zu imaginieren. Heute verwenden viele Unternehmen die künstliche Intelligenz, 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 Kulturveränderung und die Akzeptanz einiger Risiken erfordern, aber es scheint unvermeidlich, wenn man die vielen Teile des Unternehmens zu einem einzigen, mächtigen Ganzen zusammenfügt.

Welchen Rat würden Sie aufstrebenden künstlichen Intelligenz-Führern geben, die einen bedeutenden Einfluss in diesem Bereich haben möchten, insbesondere innerhalb großer Unternehmen?

Unternehmens-transformation ist komplexer Natur. Aufstrebende künstliche Intelligenz-Führer innerhalb großer Unternehmen sollten sich darauf konzentrieren, Prozesse aufzubrechen, Veränderungen zu experimentieren und zu innovieren. Dies erfordert eine Veränderung der Denkweise und kalkulierte Risiken, aber es kann eine mächtigere Organisation schaffen.

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