Surojit Chatterjee, Gründer und CEO von Ema – Interview-Serie

Surojit Chatterjee ist der Gründer und CEO von Ema. Zuvor hat er Coinbase durch ein erfolgreiches IPO 2021 als Chief Product Officer geführt und Google (GOOGL ) Mobile Ads und Google Shopping in multibillionenschwere Unternehmen als VP und Leiter des Produkts aufgebaut. Surojit hält 40 US-Patente und hat einen MBA von MIT, einen Master in Informatik von der SUNY at Buffalo und einen B. Tech von der IIT Kharagpur.

Ema ist ein universeller AI-Mitarbeiter, der nahtlos in die bestehende IT-Infrastruktur Ihres Unternehmens integriert ist. Sie ist darauf ausgelegt, die Produktivität zu steigern, Prozesse zu straffen und Ihre Teams zu stärken.

Können Sie die Vision hinter Ema erläutern und was Sie dazu inspiriert hat, einen universellen AI-Mitarbeiter zu schaffen?

Das Ziel für Ema ist klar und ambitioniert: “Unternehmen durch den Aufbau eines universellen AI-Mitarbeiters transformieren.” Diese Vision basiert auf unserer Überzeugung, dass AI die menschlichen Fähigkeiten ergänzen kann, anstatt Arbeitnehmer vollständig zu ersetzen. Unser universeller AI-Mitarbeiter ist darauf ausgelegt, monotone, wiederkehrende Aufgaben zu automatisieren, um menschliche Mitarbeiter zu befreien, um sich auf strategischere und wertvollere Arbeiten zu konzentrieren. Wir erreichen dies durch Ema’s innovatives Agentic-AI-System, das eine Vielzahl von komplexen Aufgaben mit einer Sammlung von AI-Agenten (genannt Ema’s Personas) ausführen kann, wodurch die Effizienz gesteigert und die Produktivität in zahlreichen Organisationen gesteigert wird.

Sowohl Sie als auch Ihr Mitgründer haben beeindruckende Hintergründe in führenden Technologieunternehmen. Wie hat Ihre Vergangenheit die Entwicklung und Strategie von Ema beeinflusst?

Im Laufe der letzten zwei Jahrzehnte habe ich bei ikonischen Unternehmen wie Google, Coinbase, Oracle (ORCL ) und Flipkart gearbeitet. Und an jedem Ort habe ich mich gefragt: “Warum heuern wir die intelligentesten Menschen an und geben ihnen Jobs, die so monoton sind?” Deshalb bauen wir Ema.

Bevor ich Ema mitgründete, war ich der Chief Product Officer von Coinbase und Flipkart und der globale Leiter des Produkts für mobile Werbung bei Google. Diese Erfahrungen haben mein technisches Wissen in den Bereichen Ingenieurwesen, maschinelles Lernen und Adtech vertieft. Diese Rollen ermöglichten es mir, Ineffizienzen in der Art und Weise, wie wir arbeiten, zu identifizieren und komplexe Geschäftsprobleme zu lösen.

Ema’s Mitgründer und Leiter der Technik, Souvik Sen, war zuvor der VP der Technik bei Okta, wo er die Daten, das maschinelle Lernen und die Geräte überwachte. Davor war er bei Google, wo er der technische Leiter für Daten und maschinelles Lernen war und eines der größten ML-Systeme der Welt aufbaute, das auf Privatsphäre und Sicherheit ausgerichtet war – Google’s Trust Graph. Seine Expertise, insbesondere, ist ein treibender Faktor, warum Ema’s Agentic-AI-System sehr genau und für die Sicherheit und Privatsphäre von Unternehmen ausgelegt ist.

Mein Mitgründer Souvik und ich dachten, was, wenn man einen Michelin-Sterne-Koch im Haus hätte, der alles kochen könnte, was man sich wünscht. Man könnte heute Lust auf französische Küche haben, morgen auf italienische und übermorgen auf indische. Aber unabhängig von der Stimmung oder der Küche, die man sich wünscht, könnte der Koch das Gericht seiner Träume nachbilden. Das kann Ema auch. Sie kann die Rolle übernehmen, die man in einem Unternehmen benötigt, mit nur einem einfachen Gespräch.

Ema verwendet über 100 große Sprachmodelle und eigene kleinere Modelle. Wie stellen Sie sicher, dass die Integration und Leistung dieser verschiedenen Quellen reibungslos und optimal sind?

LLM’s, obwohl leistungsfähig, fallen in Unternehmensumgebungen aufgrund ihres Mangels an spezifischem Wissen und kontextspezifischer Schulung kurz. Diese Modelle sind auf allgemeine Daten aufgebaut, was sie unzureichend für die Nuancen und die spezifischen, proprietären Informationen macht, die Geschäftsoperationen antreiben. Diese Einschränkung kann zu ungenauen Ausgaben, potenziellen Datenschutzrisiken und einer Unfähigkeit führen, branchenspezifische Erkenntnisse zu liefern, die für fundierte Entscheidungen erforderlich sind. Agentic-AI-Systeme wie Ema beheben diese Mängel, indem sie einen angepassteren und dynamischeren Ansatz bieten. Im Gegensatz zu statischen LLM’s können unsere agentic-AI-Systeme:

• Unternehmensspezifische Daten und Workflows anpassen
• Mehrere LLM’s basierend auf Genauigkeit, Kosten und Leistungsanforderungen nutzen
• Datenschutz und -sicherheit durch Betrieb innerhalb der Unternehmensinfrastruktur aufrechterhalten
• Erklärbare und überprüfbare Ausgaben liefern, die für die Geschäftsverantwortung erforderlich sind
• Sich kontinuierlich von Echtzeit-Unternehmensdaten aktualisieren und lernen
• Komplexe, mehrschrittige Aufgaben autonom ausführen

Wir stellen sicher, dass die Integration aus diesen verschiedenen Quellen reibungslos ist, indem wir Ema’s proprietäres 2T+ Parameter-Mixture-of-Experts-Modell verwenden: EmaFusionTM. EmaFusionTM kombiniert 100+ öffentliche LLM’s und viele branchenspezifische benutzerdefinierte Modelle, um die Genauigkeit bei den geringsten möglichen Kosten für eine Vielzahl von Aufgaben in Unternehmen zu maximieren und den Return on Investment zu maximieren. Außerdem ist Ema mit diesem neuartigen Ansatz zukunftssicher; wir fügen ständig neue Modelle hinzu, um die Abhängigkeit von einer Technologie zu vermeiden und dieses Risiko von unseren Unternehmenskunden zu nehmen.

Können Sie erklären, wie der Generative Workflow Engine funktioniert und welche Vorteile er gegenüber herkömmlichen Workflow-Automatisierungstools bietet?

Wir haben Dutzende von Vorlagen-Personas (oder AI-Mitarbeitern für spezifische Rollen) entwickelt. Die Personas können von Geschäftsanwendern in nur wenigen Minuten konfiguriert und bereitgestellt werden – keine Codierkenntnisse erforderlich. Im Kern sind Ema’s Personas Sammlungen von proprietären AI-Agenten, die zusammenarbeiten, um komplexe Workflows auszuführen.

Unser patentiertes Generative Workflow Engine, ein kleines Transformer-Modell, generiert Workflows und Orchestrierungscode, indem es die geeigneten Agenten und Designmuster auswählt. Ema nutzt bekannte agentic-Designmuster wie Reflexion, Planung, Werkzeugnutzung, Multi-Agenten-Kollaboration, Language-Agent-Tree-Search (LATS), strukturierte Ausgabe und Multi-Agenten-Kollaboration und führt viele innovative Muster ein. Mit über 200 vorgefertigten Connectors integriert Ema nahtlos mit internen Datenquellen und kann Aktionen über Tools hinweg ausführen, um in verschiedenen Unternehmensrollen effektiv zu sein.

Ema wird in verschiedenen Bereichen von Kundenservice bis Rechtswesen und Versicherungen eingesetzt. Welche Branchen sehen Sie als diejenigen mit dem größten Wachstumspotenzial für Ema und warum?

Wir sehen Potenzial in allen Branchen und Funktionen, da die meisten Unternehmen weniger als 30% Automatisierung in Prozessen haben und mehr als 200 Softwareanwendungen verwenden, was zu Daten- und Aktions-Silos führt. McKinsey & Co. schätzt, dass generative AI den Äquivalent von 2,6 Billionen bis 4,4 Billionen Dollar pro Jahr an Produktivitätsgewinnen hinzufügen könnte (Quelle).

Diese Probleme werden in regulierten Branchen wie Gesundheitswesen, Finanzdienstleistungen, Versicherungen, wo die meisten technischen Automatisierungen der letzten Jahrzehnte nicht stattgefunden haben, da die Technologie nicht ausreichend für ihre Prozesse war, noch verstärkt. Hier sehen wir die größte Chance für eine Transformation und sehen eine große Nachfrage von Kunden in diesen Branchen, um generative AI und Technologie wie noch nie zuvor zu nutzen.

Wie geht Ema mit Datenschutz- und Sicherheitsbedenken um, insbesondere wenn es darum geht, multiple Modelle zu integrieren und sensible Unternehmensdaten zu verarbeiten?

Ein dringendes Anliegen für jedes Unternehmen, das agentic AI verwendet, ist die Möglichkeit, dass AI-Agenten außer Kontrolle geraten oder private Daten veröffentlichen. Ema ist mit Vertrauen als Kernkonzept aufgebaut und entspricht führenden internationalen Standards wie SOC 2, ISO 27001, HIPAA, GDPR, NIST AI RMF, NIST CSF, NIST 800-171. Um sicherzustellen, dass Unternehmensdaten privat, sicher und konform bleiben, hat Ema die folgenden Sicherheitsmaßnahmen umgesetzt:

• Automatische Schwärzung und sichere Entidentifizierung sensibler Daten, Audit-Logs
• Echtzeit-Überwachung
• Verschlüsselung aller Daten im Ruhezustand und während der Übertragung
• Erklärbarkeit über alle Ausgaben hinweg

Um den extra Schritt zu gehen, überprüft Ema auch auf Urheberrechtsverletzungen für Dokumentgenerierungsanwendungsfälle, um die Chance von IP-Haftungen für Kunden zu reduzieren. Ema trainiert auch nie Modelle auf Daten eines Kunden, um andere Kunden zu begünstigen.

Ema bietet auch flexible Bereitstellungsoptionen, einschließlich On-Premises-Bereitstellungsmöglichkeiten für mehrere Cloud-Systeme, um es Unternehmen zu ermöglichen, ihre Daten in ihren eigenen vertrauenswürdigen Umgebungen zu halten.

Wie einfach ist es für ein neues Unternehmen, mit Ema zu beginnen, und wie sieht der typische Onboarding-Prozess aus?

Ema ist unglaublich intuitiv, sodass es Teams leichtfällt, auf der Plattform zu starten. Geschäftsanwender können Ema’s Persona(s) mithilfe von Vorlagen in nur wenigen Minuten einrichten. Sie können das Verhalten der Persona mit konversationellen Anweisungen feinjustieren, vorgefertigte Connectors verwenden, um mit ihren Apps und Datenquellen zu integrieren, und optional private benutzerdefinierte Modelle einfügen, die auf ihren eigenen Daten trainiert wurden. Sobald eingerichtet, können Experten aus dem Unternehmen ihre Ema-Persona mit nur wenigen Stunden Feedback trainieren. Ema wurde von Unternehmen wie Envoy Global, TrueLayer, Moneyview für mehrere Rollen eingestellt und führt in jeder dieser Rollen bereits auf oder über dem menschlichen Niveau.

Ema hat erhebliche Investitionen von hochkarätigen Investoren angezogen. Was glauben Sie, ist der Schlüssel zu diesem starken Investorenvertrauen?

Wir glauben, dass Investoren sehen können, wie Ema’s Plattform es Unternehmen ermöglicht, Agentic AI effektiv zu nutzen, um Betriebsabläufe zu straffen und erhebliche Kostenreduzierungen zu erzielen und neue potenzielle Einnahmequellen zu erschließen. Zusätzlich hat Ema’s Management-Team Expertenwissen in AI und die erforderlichen technischen Kenntnisse und Fähigkeiten. Wir haben auch eine starke Bilanz an unternehmensweiter Lieferung, Zuverlässigkeit und Konformität. Schließlich sind Ema’s Produkte von allem anderen auf dem Markt unterschieden, da sie die neuesten technischen Fortschritte in Agentic AI vorantreiben, was uns zur ersten Wahl für jedes Unternehmen macht, das nächste Generationen von AI in seine Betriebsabläufe integrieren möchte.

Wie sehen Sie die Rolle von AI im Arbeitsplatz in den nächsten zehn Jahren und welche Rolle wird Ema in dieser Transformation spielen?

Ema’s Mission ist es, Unternehmen zu transformieren und jedem Mitarbeiter zu helfen, mit Hilfe von einfach zu aktivierenden und genauen Agenten schneller zu arbeiten. Unser universeller AI-Mitarbeiter hat das Potenzial, Unternehmen bei der Ausführung von Aufgaben in Kundenunterstützung, Mitarbeiterunterstützung, Vertriebsunterstützung, Compliance, Umsatzoperationen und mehr zu unterstützen. Wir möchten den Arbeitsplatz transformieren, indem wir Teams ermöglichen, sich auf die strategischsten und wertvollsten Projekte zu konzentrieren, anstatt auf monotone, administrative Aufgaben. Als Pionier von agentic AI führt Ema eine neue Ära der Zusammenarbeit zwischen menschlichen und AI-Mitarbeitern an, in der Innovation gedeiht und Produktivität in die Höhe schießt.

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