Ramprakash Ramamoorthy, Leiter der AI-Forschung bei ManageEngine – Interview-Serie

Ramprakash Ramamoorthy ist der Leiter der AI-Forschung bei ManageEngine, der Unternehmens-IT-Management-Sparte von Zoho Corp. ManageEngine ermöglicht es Unternehmen, die Kontrolle über ihre IT zu übernehmen, von der Sicherheit, Netzwerken und Servern bis hin zu Anwendungen, Service-Desk, Active Directory, Desktops und Mobilgeräten.

Wie sind Sie ursprünglich an die Informatik und das maschinelle Lernen herangekommen?

Als ich aufwuchs, hatte ich eine natürliche Neugier auf das Rechnen, aber der Besitz eines persönlichen Computers war über die finanziellen Möglichkeiten meiner Familie hinaus. Dank der Position meines Großvaters als Professor für Chemie an einem lokalen College bekam ich jedoch manchmal die Chance, die Computer dort nach den Stunden zu benutzen.

Mein Interesse vertiefte sich im College, wo ich endlich meinen eigenen PC bekam. Dort entwickelte ich ein paar Webanwendungen für meine Universität. Diese Anwendungen werden noch heute verwendet – ganze 12 Jahre später -, was wirklich die Auswirkungen und die Langlebigkeit meiner frühen Arbeit unterstreicht. Diese Erfahrung war eine umfassende Lektion in Software-Engineering und den realen Herausforderungen bei der Skalierung und Bereitstellung von Anwendungen.

Meine professionelle Reise in der Technologie begann mit einem Praktikum bei Zoho Corp. Ursprünglich war mein Herz an der Entwicklung von Mobilanwendungen gesetzt, aber mein Chef drängte mich, ein maschinelles Lernprojekt abzuschließen, bevor ich zur Anwendungsentwicklung überging. Dies stellte sich als Wendepunkt heraus – ich bekam nie die Gelegenheit, Mobilanwendungen zu entwickeln -, also ist es ein bisschen bitter.

Bei Zoho Corp haben wir eine Kultur des Lernens durch Tun. Wir glauben, dass man, wenn man genug Zeit mit einem Problem verbringt, zum Experten wird. Ich bin wirklich dankbar für diese Kultur und für die Führung meines Chefs; es ist das, was meine Reise in die Welt des maschinellen Lernens gestartet hat.

Als Leiter der AI-Forschung bei Zoho & ManageEngine, wie sieht Ihr durchschnittlicher Arbeitstag aus?

Mein Arbeitstag ist dynamisch und dreht sich um Teamzusammenarbeit und strategische Planung. Ein bedeutender Teil meines Tages wird damit verbracht, eng mit einem talentierten Team von Ingenieuren und Mathematikern zusammenzuarbeiten. Zusammen bauen wir unsere AI-Stack aus und verbessern sie, die das Rückgrat unserer Dienstleistungen bildet.

Wir operieren als zentrales AI-Team und bieten AI-Lösungen als Dienstleistung für eine breite Palette von Produkten innerhalb von ManageEngine und Zoho an. Diese Rolle erfordert ein tiefes Verständnis der verschiedenen Produktlinien und ihrer spezifischen Anforderungen. Meine Interaktionen sind nicht nur auf mein Team beschränkt; ich arbeite auch umfassend mit internen Teams im gesamten Unternehmen zusammen. Diese Zusammenarbeit ist entscheidend, um unsere AI-Strategie mit den spezifischen Bedürfnissen unserer Kunden in Einklang zu bringen, die ständig evolvieren. Dies ist eine großartige Gelegenheit, mit den intelligentesten Köpfen im gesamten Unternehmen zusammenzuarbeiten.

Angesichts des rasanten Tempos der Fortschritte im Bereich KI widme ich einen erheblichen Teil meiner Zeit der Aufrechterhaltung des neuesten Standes der Technik und der Trends in diesem Bereich. Dieses kontinuierliche Lernen ist entscheidend, um unsere Spitzenposition zu halten und sicherzustellen, dass unsere Strategien relevant und effektiv bleiben.

Darüber hinaus erstreckt sich meine Rolle über die Grenzen des Büros hinaus. Ich habe eine Leidenschaft für das Sprechen und Reisen, die sich gut mit meinen Verantwortungen verträgt. Ich engagiere mich häufig mit Analysten und nehme an verschiedenen Foren teil, um unsere AI-Strategie zu verbreiten. Diese Interaktionen helfen nicht nur dabei, unsere Vision und Errungenschaften zu verbreiten, sondern liefern auch wertvolle Einblicke, die in unsere strategische Planung und Umsetzung einfließen.

Sie haben die Evolution von KI seit der Positionierung von ManageEngine als strategischer KI-Pionier im Jahr 2013 miterlebt. Welche maschinellen Lernalgorithmen wurden in diesen frühen Tagen verwendet?

Unser anfänglicher Fokus lag auf der Ersetzung traditioneller statistischer Techniken durch KI-Modelle. Zum Beispiel bei der Anomalie-Erkennung wechselten wir von einer Glockenkurven-Methode, die Extreme markierte, zu KI-Modellen, die in der Lage waren, aus vergangener Daten zu lernen, Muster und Saisonalität zu erkennen.

Wir integrierten eine breite Palette von Algorithmen – von Support-Vektor-Maschinen bis hin zu Entscheidungsbaum-basierten Methoden – als Grundlage unserer AI-Plattform. Diese Algorithmen waren von entscheidender Bedeutung bei der Identifizierung von Nischenanwendungsfällen, in denen KI vergangene Daten für Mustererkennung, Vorhersage und Root-Cause-Analyse erheblich nutzen konnte. Bemerkenswerterweise sind viele dieser Algorithmen noch heute effektiv in Produktion, was ihre Relevanz und Effizienz unterstreicht.

Können Sie erörtern, wie LLMs und generative KI den Arbeitsablauf bei ManageEngine verändert haben?

Große Sprachmodelle (LLMs) und generative KI haben sicherlich Wellen in der Verbraucherwelt geschlagen, aber ihre Integration in den Unternehmensbereich, einschließlich ManageEngine, war eher allmählich. Ein Grund dafür ist die hohe Einstiegshürde, insbesondere in Bezug auf Kosten, und die erheblichen Daten- und Rechenanforderungen, die diese Modelle erfordern.

Bei ManageEngine investieren wir strategisch in domänen-spezifische LLMs, um ihr Potenzial auf eine Weise zu nutzen, die auf unsere Bedürfnisse zugeschnitten ist. Dies beinhaltet die Entwicklung von Modellen, die nicht nur generisch in ihrer Anwendung sind, sondern fein abgestimmt sind, um spezifische Bereiche innerhalb unserer Unternehmensoperationen anzusprechen. Zum Beispiel arbeiten wir an einem LLM, das sich auf Sicherheit konzentriert und Sicherheitsereignisse effizienter markieren kann, und an einem anderen, das sich auf die Infrastrukturüberwachung konzentriert. Diese spezialisierten Modelle sind derzeit in unseren Labors in Entwicklung und spiegeln unser Engagement wider, das Potenzial von LLMs und generativer KI in einer Weise zu nutzen, die unseren Unternehmens-IT-Lösungen einen greifbaren Mehrwert bietet.

ManageEngine bietet eine Vielzahl von verschiedenen KI-Tools für verschiedene Anwendungsfälle. Welches Tool sind Sie besonders stolz darauf?

Ich bin unglaublich stolz auf alle unsere KI-Tools bei ManageEngine, aber unsere Benutzer- und Entitäten-Verhaltensanalyse (UEBA) ragt für mich heraus. Eingeführt in unseren frühen Tagen, ist sie noch immer ein starker und lebenswichtiger Teil unseres Angebots. Wir verstanden die Markterwartungen und fügten eine Erklärung zu jeder Anomalie als Standardpraxis hinzu. Unsere UEBA-Fähigkeit entwickelt sich ständig weiter, und wir tragen die Erkenntnisse mit, um sie zu verbessern.

ManageEngine bietet derzeit den AppCreator, eine Low-Code-Plattform für die Entwicklung von benutzerdefinierten Anwendungen, mit der IT-Teams benutzerdefinierte Lösungen schnell erstellen und vor Ort bereitstellen können. Was ist Ihre Meinung zur Zukunft von No-Code- oder Low-Code-Anwendungen? Werden diese letztendlich die Oberhand gewinnen?

Die Zukunft von Low-Code- und No-Code-Anwendungen, wie unserem AppCreator, ist sehr vielversprechend, insbesondere im Kontext der sich entwickelnden Geschäftsanforderungen. Diese Plattformen werden zu wichtigen Instrumenten für Organisationen, um die Fähigkeiten ihrer bestehenden Software-Anlagen zu erweitern und zu maximieren. Da Unternehmen wachsen und ihre Anforderungen sich ändern, bieten Low-Code- und No-Code-Lösungen eine flexible und effiziente Möglichkeit, anzupassen und zu innovieren.

Darüber hinaus spielen diese Plattformen eine entscheidende Rolle bei der IT-Ermöglichung von Unternehmen. Durch das Angebot von fortschrittlicher Technologie wie KI als Dienstleistung senken sie erheblich die Einstiegshürde für Organisationen, um die Macht von KI zu probieren.

Können Sie Ihre eigenen Ansichten zu KI-Risiken, einschließlich KI-Vorurteile, und wie ManageEngine diese Risiken bewältigt, teilen?

Bei ManageEngine erkennen wir die ernsthafte Bedrohung, die durch KI-Risiken, einschließlich KI-Vorurteile, entsteht, die die technologische Zugangslücke vergrößern und kritische Geschäftsfunktionen wie HR und Finanzen beeinträchtigen können. Zum Beispiel sind die Geschichten über KI, die vorurteilsbehaftetes Verhalten in der Rekrutierung zeigt, warnende Geschichten, die wir ernst nehmen.

Um diese Risiken zu mindern, implementieren wir strenge Richtlinien und Workflows, um sicherzustellen, dass unsere KI-Modelle den gesamten Lebenszyklus hindurch minimale Vorurteile aufweisen. Es ist entscheidend, diese Modelle kontinuierlich zu überwachen, da sie ursprünglich vorurteilsfrei sein können, aber im Laufe der Zeit aufgrund von Datenänderungen Vorurteile entwickeln können.

Wir investieren auch in fortschrittliche Technologien wie differentielle Privatsphäre und homomorphe Verschlüsselung, um unsere Verpflichtung zu sicherer und unvoreingenommener KI zu stärken. Diese Bemühungen sind von entscheidender Bedeutung, um sicherzustellen, dass unsere KI-Tools nicht nur leistungsstark sind, sondern auch verantwortungsvoll und ethisch eingesetzt werden, um ihre Integrität für alle Benutzer und Anwendungen zu wahren.

Was ist Ihre Vision für die Zukunft von KI und Robotik?

Die Zukunft von KI und Robotik gestaltet sich als sowohl aufregend als auch transformierend. KI hat sicherlich ihre Anteil an Boom- und Bust-Zyklen in der Vergangenheit erlebt. jedoch mit den Fortschritten in der Datenerfassung und -verarbeitung sowie den aufkommenden Umsatzmodellen um Daten herum ist KI nun fest etabliert und bleibt.

KI hat sich zu einer Mainstream-Technologie entwickelt, die erheblich die Art und Weise beeinflusst, wie wir mit Software auf Unternehmens- und persönlicher Ebene interagieren. Ihre generativen Fähigkeiten sind bereits ein integraler Bestandteil unseres täglichen Lebens, und ich sehe voraus, dass KI für Unternehmen aufgrund neuer Techniken und Fortschritte noch zugänglicher und erschwinglicher wird.

Ein wichtiger Aspekt dieser Zukunft ist die Verantwortung der KI-Entwickler. Es ist entscheidend, dass die Erbauer sicherstellen, dass ihre KI-Modelle robust und frei von Vorurteilen sind. Darüber hinaus hoffe ich, dass rechtliche Rahmenbedingungen sich mit dem rasanten Fortschritt der KI entwickeln, um effektiv mit den rechtlichen Problemen umzugehen, die entstehen.

Meine Vision für KI ist eine Zukunft, in der diese Technologien nahtlos in unser tägliches Leben integriert sind, unsere Fähigkeiten und Erfahrungen verbessern und gleichzeitig ethisch und verantwortungsvoll gesteuert werden.

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