Erik Schwartz, Chief AI Officer (CAIO) Tricon Infotech – Interview-Serie

Erik Schwartz ist der Chief AI Officer (CAIO) von Tricon Infotech, einem führenden Beratungs- und Software-Service-Unternehmen. Tricon Infotech liefert effiziente, automatisierte Lösungen und vollständige digitale Transformationen durch maßgeschneiderte Produkte und Unternehmensimplementierungen.

Erik Schwartz ist ein erfahrener Technologie-Executive und Unternehmer mit über zwei Jahrzehnten Erfahrung im Technologie-Sektor, spezialisiert auf die Schnittstelle zwischen KI, Informationsabruf und Wissensentdeckung. Im Laufe seiner Karriere war Erik an der Spitze der Integration von großen Plattformen und der Integration von KI in Suchtechnologien, was die Benutzerinteraktion und die Informationszugänglichkeit erheblich verbesserte. Er hatte vorher wichtige Führungspositionen bei Comcast (CMCSA ), Elsevier und Microsoft (MSFT ) inne, wo er bahnbrechende KI-, Such- und LLM-Initiativen leitete.

Eriks berufliche Reise ist geprägt von seiner Hingabe an Innovation und seinem Glauben an die Kraft der Zusammenarbeit. Er hat Teams immer wieder zur schnellen Lieferung von bahnbrechenden Lösungen geführt, was ihn als vertrauenswürdigen Führer in der Technologie-Community etabliert hat. Seine Arbeit, zuletzt am Scopus-AI-Projekt bei Elsevier, unterstreicht sein Engagement, die Grenzen dessen, wie wir mit Informationen interagieren und eine vertrauenswürdige Beziehung mit Benutzern aufbauen, neu zu definieren.

In seiner Rolle als Chief AI Officer (CAIO) nutzt Erik seine umfassende Erfahrung, um umfassende KI-Strategien für Tricon-Kunden zu entwickeln und umzusetzen. Sein gründlicher Prozess entmystifiziert nicht nur die KI, sondern stellt auch sicher, dass diese Unternehmen mit den notwendigen Werkzeugen ausgestattet sind, um in der wettbewerbsintensiven Landschaft der KI-Technologie zu erfolgreich sein. Erik ist leidenschaftlich daran interessiert, Wachstum und Innovation zu fördern und teilt seine Erkenntnisse, um Organisationen zu inspirieren und zu befähigen, die transformative Kraft der KI effektiv zu nutzen.

Können Sie einige Highlights Ihrer Karriere-Reise teilen, die Sie zu Ihrer aktuellen Rolle als Chief AI Officer bei Tricon Infotech geführt haben?

Ich war während meiner gesamten Karriere im Bereich Informationsabruf tätig. Meine Reise begann in den frühen 90er Jahren als Web-Master bei der Geburt des Internets. Während dieser formativen Periode konzentrierte ich mich auf den Aufbau von digitalen Bibliotheken für Regierungsbehörden, Universitäten und Medienunternehmen, was die Grundlage für meine Expertise in digitalen Informationssystemen legte.

In den 2000er Jahren wechselte ich zu Search-Engine-Anbietern, wo ich meine Fähigkeiten in Suchtechnologien schärfte. Diese Phase meiner Karriere war geprägt von erheblichem Wachstum und Lernen durch verschiedene Akquisitionen, die mich schließlich zu Microsoft führten. Bei Microsoft spielte ich eine wichtige Rolle bei der Entwicklung und Verbesserung von Wissensentdeckungs-Plattformen, was die Innovation und die Informationszugänglichkeit für Benutzer verbesserte.

Nach meiner Zeit bei Microsoft leitete ich Initiativen bei großen Unternehmen wie Comcast und Elsevier, wo ich für den Betrieb von großen Wissensentdeckungs-Plattformen verantwortlich war. Diese Erfahrungen haben meine Herangehensweise an KI und Informationsabruf geprägt und mich letztendlich in meine aktuelle Rolle als Chief AI Officer bei Tricon Infotech geführt. Hier nutze ich meine umfassende Erfahrung, um KI-Strategien und -Lösungen zu entwickeln, die unsere Kunden befähigen, das volle Potenzial ihrer Daten zu nutzen.

Wie haben Ihre Erfahrungen bei Unternehmen wie Comcast, Elsevier und Microsoft Ihre Herangehensweise an die Integration von KI und Suchtechnologien beeinflusst?

Während meiner Karriere konzentrierte ich mich stark auf Techniken des natürlichen Sprachverständnisses (NLP) und des maschinellen Lernens. Anfangs basierten diese Technologien auf einfachen regelbasierten Systemen. Als jedoch die Datenmengen größer wurden und die Rechenleistung robuster wurde, konnten wir die Benutzererfahrung erheblich verbessern, indem wir Daten automatisch erfassten und in die Algorithmen zurückführten, um ihre Leistung zu verbessern.

Bei Microsoft, nach der Übernahme von FAST, war ich als Produktmanager im SharePoint-Team tätig. In dieser Rolle war ich an der Integration von fortschrittlichen Suchtechnologien in Unternehmens-Content-Management-Systeme beteiligt, was die Informationsabruf- und Kollaborationsfähigkeiten für Unternehmen verbesserte.

Bei Comcast baute ich eine Wissensentdeckungs-Plattform auf, die das gesamte Video-Geschäft des Unternehmens betrieb, sodass Benutzer Inhalte über Set-Top-Boxen, mobile Geräte und Web-Geräte suchen und entdecken konnten. Diese Suchmaschine skalierte, um über 1 Milliarde Anfragen pro Tag zu bewältigen, was die Benutzererfahrung erheblich verbesserte, indem sie schnelle und genaue Inhalts-Empfehlungen und Suchergebnisse lieferte.

Eine der transformierendsten Erfahrungen war bei Elsevier, wo wir ein Generatives-AI-Erlebnis für Scopus, eines der vertrauenswürdigsten Produkte des Unternehmens, starteten. Diese Initiative nutzte ein großes Sprachmodell (LLM), um Benutzern zu helfen, bessere Fragen zu stellen und genauere Antworten aus dem tieftechnischen Inhalt in der wissenschaftlichen Kommunikationsdatenbank zu erhalten. Dieser LLM-ansatz stellte sicher, dass die Antworten der KI-Systeme genau und vertrauenswürdig waren und über 90 Millionen Artikel in der Datenbank enthielten, was die Kraft der KI zur Verbesserung der akademischen Forschung und Wissensverbreitung demonstrierte.

Was begeistert Sie am meisten an den aktuellen Fortschritten im Bereich Generative KI und ihren potenziellen Anwendungen?

Eine der größten historischen Herausforderungen im Bereich Informationsabruf war die Aufrechterhaltung des Kontexts. Für Menschen ist dies ein natürlicher Prozess, aber für Maschinen war das Finden von Informationen traditionell ein sehr transaktionaler Prozess: eine Frage stellen, eine Antwort erhalten. Sich tiefer in ein Thema zu vertiefen, erforderte das Stellen immer spezifischerer Fragen. Generative KI revolutioniert diesen Ansatz, indem sie eine konversationellere und kontextuellere Interaktion ermöglicht, ähnlich wie ein Gespräch mit jemandem, den man gerade kennengelernt hat.

Darüber hinaus integriert Generative KI zusätzliche Techniken, die ein tieferes Verständnis ermöglichen, was traditionell für herkömmliche Suchmaschinen schwierig war. Zum Beispiel können große Sprachmodelle (LLMs) nahtlos Aspekte wie Ton, Sentiment-Analyse, semantisches Verständnis und Disambiguierung handhaben. Diese Fähigkeiten ermöglichen es LLMs, die Nuancen der menschlichen Sprache und des Kontexts mühelos zu erfassen und genauere und bedeutungsvollere Antworten zu liefern, was eine Vielzahl von Möglichkeiten für die Erstellung intuitiver, responsiver und intelligenter Anwendungen in verschiedenen Bereichen eröffnet.

Wie unterscheidet sich Tricon Infotechs Ansatz bei GenAI von anderen Unternehmen in der Branche?

Im Bereich Generative KI gibt es zwei primäre Fokusgebiete. Das erste, das von einigen der größten Technologie-Anbieter stark beachtet wird, ist das Training und Feinabstimmen von KI-Modellen. Das zweite Gebiet, in dem Generative-KI-Praktiker wirklich hervorragend sind, ist die Inferenz – die Verwendung von Generative KI, um wertvolle Produkte und Dienstleistungen zu erstellen.

Bei Tricon Infotech konzentrieren wir uns auf Letzteres. Unser Ansatz ist unterschiedlich, da wir den praktischen Einsatz und die schnelle Bereitstellung betonen. Wir haben ein umfassendes Programm entwickelt, das es Geschäftsführern ermöglicht, schnell die wirksamsten Einsatzmöglichkeiten für Generative KI zu identifizieren. Unser Prozess umfasst eine schnelle Prototyping-Lösung, mit der Kunden mit ihren eigenen Daten in einem KI-Sandbox arbeiten können. Dieser Ansatz stellt sicher, dass sie greifbare Ergebnisse sehen und frühzeitig mit AI-gesteuerten Erkenntnissen interagieren können.

Darüber hinaus haben wir einen radikalen Fokus auf die Zeit bis zum Wert. Unser Ziel ist es, Kunden dabei zu helfen, Verbraucher-anwendungen innerhalb von 90 Tagen aufzubauen und bereitzustellen. Diese beschleunigte Zeitskala treibt nicht nur eine schnellere Innovation voran, sondern stellt auch sicher, dass Unternehmen schnell von den Vorteilen der Generative KI profitieren können, neue Umsatzströme generieren und die Kundenzufriedenheit verbessern können.

Können Sie einige der wichtigsten Herausforderungen bei der Implementierung von Large Language Models (LLMs) und Generative KI in Unternehmenslösungen diskutieren?

Die Implementierung von Large Language Models (LLMs) und Generative KI in Unternehmenslösungen stellt mehrere Herausforderungen dar. Die erste und wichtigste Herausforderung ist Vertrauen. Unternehmen müssen sich sicher sein, dass KI-Systeme ihre geistigen Eigentumsrechte oder sensible Unternehmensinformationen nicht gefährden. Die Gewährleistung der Datensicherheit und die Erlangung geeigneter Garantien, dass die KI die Daten nicht missbraucht, sind entscheidend, um Vertrauen zu gewinnen.

Die zweite Herausforderung ist das Problem der Halluzinationen. Generative KI kann manchmal selbstsichere Antworten produzieren, die tatsächlich falsch sind. Dies kann die Zuverlässigkeit von KI-Systemen untergraben. Techniken wie das Feinabstimmen von Modellen und die Verwendung von Retrieval Augmented Generation (RAG) können helfen, das Auftreten von Halluzinationen zu mindern, indem sie sicherstellen, dass KI-Antworten auf genaue Daten basieren.

Die dritte große Herausforderung ist die Kosten. Die Lizenzierung und Skalierung von LLMs kann sehr teuer sein. Selbst Unternehmensangebote von großen Anbietern wie Microsoft, Amazon (AMZN ) und Google (GOOGL ) kommen mit hohen Eintrittspreisen und Mindestanforderungen. Daher ist es für Unternehmen von entscheidender Bedeutung, den Return on Investment (ROI) genau zu überwachen und zu verwalten, um sicherzustellen, dass die Bereitstellung von KI-Lösungen wirtschaftlich tragbar ist.

Können Sie den strukturierten Ansatz von Tricon Infotech zur Entwicklung von maßgeschneiderten GenAI-Unternehmenslösungen erklären?

Tricon Infotech ist ein Produktentwicklungs-Unternehmen, das sich durch die Bereitstellung von Managed Services durch dedizierte, vollständige Produktteams und nicht durch traditionelle Personalverstärkung abhebt. Unser Ansatz umfasst die Bereitstellung von vollständigen Produktteams, die jeden Aspekt des Produktentwicklungslebenszyklus verwalten können, einschließlich Benutzerforschung, Benutzeroberflächen-Design (UX), Frontend- und Backend-Entwicklung, Testautomatisierung, Bereitstellung, Skalierung und laufender Betrieb.

Dieses umfassende Managed-Service-Modell stellt sicher, dass unsere Kunden sich direkt auf die Nutzung ihrer Daten konzentrieren können, ohne die Komplexität und den Overhead der Verwaltung separater Ressourcen. Unser Haupttreiber ist die Zeit bis zum Wert, was bedeutet, dass wir uns auf die schnelle und effiziente Bereitstellung von greifbaren Vorteilen konzentrieren. Unser Ziel ist es, langfristige generative Beziehungen mit unseren Kunden aufzubauen, indem wir kontinuierlich Wert hinzufügen und durch den Feature-Entwicklungsprozess iterieren.

Unser strukturierter Ansatz ist darauf ausgelegt, agil und reaktionsfähig zu sein, was es uns ermöglicht, schnell auf neue Herausforderungen und Chancen im KI-Landschaft zu reagieren. Durch die Nutzung der vollständigen Fähigkeiten unserer multidisziplinären Teams liefern wir hochmaßgeschneiderte Generative-KI-Lösungen, die auf die spezifischen Bedürfnisse jedes Unternehmens zugeschnitten sind. Dieser Ansatz unterscheidet uns nicht nur von traditionellen Personalverstärkungs-Unternehmen, sondern stellt auch sicher, dass wir umfassende, durchgängige Lösungen bereitstellen, die einen signifikanten Geschäftseffekt haben.

Was sind einige Beispiele für reale Probleme, die Tricons GenAI-Lösungen erfolgreich gelöst haben?

1. E-Learning – Umwandlung traditioneller Medien und Legacy-Bildungsmaterial in interaktives, multi-modales Content. Dies ermöglicht es unseren Kunden, bestehendes Content zu repurposen, um sich an neue Lernwege anzupassen und Lernende auf verschiedenen Plattformen zu erreichen, wo sie bereits sind. Darüber hinaus kann der Content in hyper-personalisierte Lernprogramme umgewandelt werden, die automatisch auf die Bedürfnisse und Lernstile der Lernenden (Audio, visuell usw.) abgestimmt werden können.
2. Private AI – Unterstützung von Kunden bei der Erstellung von vertrauenswürdigen Unternehmens-KI-Lösungen, die privat bleiben und die Zugriffsregeln der Kunden einhalten, während Kosten und Skalierbarkeit über verschiedene Unternehmensfunktionen hinweg gewährleistet werden, um überlasteten Fachleuten und Shared Services eine bessere Skalierbarkeit zu ermöglichen, während gleichzeitig die verschiedenen Regeln und Einschränkungen von lokalen und regionalen Richtlinien berücksichtigt werden. Diese privaten KIs werden nicht nur dem Unternehmen dienen, sondern auch neue Umsatzströme für unsere Kunden generieren.
3. Prozessautomatisierung – Es gibt immer noch eine enorme Anzahl von Organisationen, die auf manuelle Prozesse und Swivel-Chair-Datenintegration angewiesen sind. KI hilft, die verschiedenen Systeme zu verbinden, indem sie intelligente Schichten erstellt, die nicht nur Daten validieren, sondern auch das einzigartige Signal, das durch die einzigartigen Datensätze oder Werkzeuge erzeugt wird, verstehen und den Workflow effizient um die Identifizierung von Lieferkettenproblemen herumleiten können.

Welche Rolle spielt kontinuierliches Lernen und Wachstum bei der Aufrechterhaltung der Spitzenposition in dem sich schnell entwickelnden Bereich der KI?

Eine der größten Herausforderungen im KI-Bereich ist die Weiterbildung des Talentpools. Es gibt eine neue Generation von Arbeitnehmern, die KI-Tools und -Technologien intuitiv verstehen. Es gibt jedoch auch eine ältere Generation, die verstehen muss, was diese Tools können und nicht können. Kontinuierliches Lernen ist entscheidend, um diese Lücke zu schließen.

KI-Tools haben das Potenzial, die Produktivität dramatisch zu steigern, indem sie es Unternehmen ermöglichen, viel mehr mit wesentlich weniger Ressourcen zu erreichen, was Zeitrahmen und Kosten reduziert. Damit diese Vorteile realisiert werden können, müssen Mitarbeiter offen für das Lernen neuer Arbeitsweisen und die Integration dieser Tools in ihre Arbeitsabläufe sein.

Darüber hinaus ist es wichtig, die Angst vor Arbeitsplatzsicherheit zu adressieren. Mitarbeiter müssen verstehen, dass diejenigen, die kontinuierliches Lernen und Wachstum annehmen, besser gerüstet sein werden, um neue KI-Tools in ihre täglichen Routinen zu integrieren, was letztendlich zu einer größeren Arbeitsplatzsicherheit führt. Die Realität ist, dass Erfolg in der KI-getriebenen Zukunft denen gelingen wird, die aktiv danach streben, diese sich entwickelnden Technologien zu verstehen und zu nutzen.

Wie stellen Sie sich die Zukunft der KI vor, die die Suchtechnologie und die Benutzerinteraktion in den nächsten zehn Jahren verändern wird?

Wir erleben bereits einen signifikanten Wandel von herkömmlichen Suchmaschinen zu Generative-KI-Tools für die erste Anfrage. Dieser Wandel wird durch die Fähigkeit der Generative KI getrieben, direkte Antworten und Lösungen zu liefern, was die Notwendigkeit, mehrere Websites oder Ressourcen unabhängig zu durchsuchen, eliminiert. In naher Zukunft wird es üblich sein, dass KIs an Meetings teilnehmen, Aktionen ausführen und Routineaufgaben übernehmen, was zu einer erheblichen Reduzierung der Rollen bestimmter Funktionen innerhalb von Unternehmen führen wird.

Eine der wichtigsten Herausforderungen, die bleibt, ist die Frage, wie man Generative KI monetarisieren kann, da das traditionelle Werbemodell in diesem neuen Umfeld erhebliche Hürden haben kann. Meine Vorhersage ist, dass Daten immer wertvoller werden und wie eine Währung in dieser neuen Welt funktionieren werden. Dieser Wandel wird innovative Geschäftsmodelle erfordern, die die einzigartigen Fähigkeiten der KI nutzen, während sie sicherstellen, dass Benutzer und Unternehmen von ihren Interaktionen greifbaren Nutzen ziehen können.

Insgesamt verspricht die Zukunft der KI in der Suchtechnologie und der Benutzerinteraktion, transformierend zu sein, und wird die Informationsabruf mehr intuitiv und effizient machen, während sie die Art und Weise, wie wir digitale Interaktionen und Unternehmensfunktionen angehen, neu gestalten wird.

Was ist Ihr praktischer Rat an Unternehmen, die KI nutzen möchten, um Erfolg und Innovation zu treiben?

Seien Sie nicht ängstlich vor der Technologie. Fangen Sie an, indem Sie KI-Tools Ihren Mitarbeitern zur Verfügung stellen, um sicherzustellen, dass Ihre Daten und geistigen Eigentumsrechte sicher bleiben. Viele Mitarbeiter verwenden bereits KI-Tools, aber ohne ordnungsgemäße Governance besteht das Risiko eines Missbrauchs. Es ist daher wichtig, Ihr Personal aufzubilden, damit sie die Risiken verstehen und wissen, wie sie diese Tools sicher und effektiv nutzen können.

Darüber hinaus ist es wichtig, die Erfolgsmaßstäbe genau im Auge zu behalten. KI-Tools können teuer sein, aber die Kosten werden voraussichtlich im Laufe der Zeit sinken. Es ist jedoch wichtig, den Fokus auf die Zeit bis zum Wert zu legen, um Kosten zu verwalten und den Einfluss auf Ihr Unternehmen zu verstehen. Indem Sie dies tun, können Sie KI nutzen, um Innovation und Erfolg zu treiben, während Sie sicherstellen, dass die Vorteile die Ausgaben überwiegen.

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