Jito Chadha, Ιδρυτής και Διευθύνων Σύμβουλος της Nventr – Σειρά Συνεντεύξεων

Jito Chadha, Ιδρυτής και Διευθύνων Σύμβουλος της Nventr, είναι ένας έμπειρος εκτελεστικός της τεχνολογίας και επενδυτής, ο οποίος έχει καριέρα που εκτείνεται στην τεχνητή νοημοσύνη, την επιστήμη των δεδομένων, τον κεφαλαío και την ανάπτυξη επιχειρήσεων. Από την ίδρυση της Nventr το 2019, έχει ηγηθεί της ανάπτυξης της εταιρείας σε τεχνολογίες επιχειρηματικής νοημοσύνης, ενώ υπηρετεί επίσης ως Διευθύνων Σύμβουλος της εταιρείας προβλέψεων ανάλυσης Rule14. Ο Chadha είναι μέλος της HandsOn Global Management από το 2007 και έγινε συνεταίρος το 2013, συμβάλλοντας στην πηγή, την cấu trúc και τη δημιουργία αξίας πολλών συναλλαγών, ενώ ηγήθηκε επενδύσεων σε κεφαλαío, επιστήμη δεδομένων και φυσικούς πόρους.

Nventr είναι μια εταιρεία τεχνητής νοημοσύνης με έδρα το Λος Άντζελες, η οποία αναπτύσσει τεχνολογία για την κατασκευή, την ανάπτυξη και τη διαχείριση έξυπνων εφαρμογών και αυτοματοποιημένων ροών εργασιών. Η πλατφόρμα της εταιρείας συνδυάζει πράκτορες AI, μοντέλα μηχανικής μάθησης, νευρωνικά δίκτυα, διαχείριση δεδομένων, έξυπνη επεξεργασία εγγράφων, οπτικοποίηση και εργαλεία ανάπτυξης. Τα προϊόντα της εταιρείας περιλαμβάνουν το Agent IO, ένα λειτουργικό σύστημα για την ορchestration αυτόνομων πρακτόρων σε επιχειρησιακές λειτουργίες, και το nQube, ένα εργαλείο κατασκευής ροών εργασιών που υποστηρίζει ανάπτυξη χωρίς κώδικα, χαμηλού κώδικα και πλήρους κώδικα, καθώς και ανάπτυξη σε cloud, εσωτερικές και edge περιβάλλοντα.

Πριν από την ηγεσία της Nventr και της Rule14, περάσατε χρόνια αναζητώντας επενδύσεις, δημιουργώντας αξία σε εταιρείες χαρτοφυλακίου και εργαζόμενος με πρωτοβουλίες επιστήμης δεδομένων μέσα σε σύνθετες οργανώσεις. Πώς αυτή η εμπειρία σχήματος την απόφασή σας να κατασκευάσετε μια πλατφόρμα επιχειρηματικής νοημοσύνης που επικεντρώνεται στις ροές εργασιών αντί για αυτόνομες εργαλεία;

Η εργασία σε εταιρείες χαρτοφυλακίου αποκάλυψε το ίδιο μοτίβο σε διαφορετικές επιχειρήσεις. Κάθε οργάνωση είχε πληροφορίες που κινούνταν μέσω πολλών ανθρώπων, συστημάτων και εγκρίσεων πριν από την ολοκλήρωση μιας διαδικασίας.

Αυτή η εμπειρία σχήματος της Nventr γύρω από τις ροές εργασιών αντί για αυτόνομες εργαλεία. Η βελτίωση μιας εργασίας έχει περιορισμένη αξία αν το αποτέλεσμα δεν μπορεί να κινηθεί αποτελεσματικά μέσω της υπόλοιπης οργάνωσης. Εστιάσαμε στη δομή της ολόκληρης διαδικασίας και την εκτέλεσή της σε κλίμακα.

Η Nventr συνδυάζει δράσεις πρακτόρων, μοντέλα μηχανικής μάθησης και νευρωνικά δίκτυα μέσα σε ροές εργασιών κλίμακας επιχείρησης. Ποια περιορισμένα παρατηρήσατε σε συμβατικές πλατφόρμες αυτοματοποίησης που οδήγησαν στην ανάπτυξη αυτής της ευρύτερης αρχιτεκτονικής; 

Για χρόνια, οι εταιρείες λειτουργούσαν μέσω συλλογών εφαρμογών cloud και τοπικά φιλοξενούμενων SaaS που μπορούσαν να είναι ακατάλληλες, σκληρές και ακριβές. Το σύστημα ροής εργασιών, μοντέλα, πράκτορες και δεδομένα της εταιρείας αντιμετωπίζονταν συνήθως ως ξεχωριστά στρώματα, τα οποία έκαναν την ευρύτερη αυτοματοποίηση πιο δύσκολη.

Αναπτύξαμε μια αρχιτεκτονική όπου αυτά τα στοιχεία μπορούν να λειτουργήσουν μαζί και να κλιμακωθούν ανεξάρτητα καθώς αλλάζει η ζήτηση. Η διαδικασία δεν πρέπει να αναγκαστεί σε μια σταθερή εφαρμογή ή ένα τύπο περιβάλλοντος υπολογισμού.

Πολλές οργανώσεις αρχίζουν τις στρατηγικές τους για την τεχνητή νοημοσύνη επιλέγοντας ένα μοντέλο ή εκκινώντας ένα chatbot. Σύμφωνα με την εμπειρία σας, ποια θεμελιώδες έργο που αφορά τα δεδομένα, τις άδειες, τις διαδικασίες και την ολοκλήρωση συστήματος πρέπει να συμβεί πριν από μια ανάπτυξη AI για να παράσχει σημαντικά αποτελέσματα; 

Μια εταιρεία πρέπει πρώτα να ορίσει τη διαδικασία, να αναγνωρίσει ποια πληροφορίες χρειάζεται ο πράκτορας και να καθορίσει πού ζουν αυτές οι πληροφορίες. Αυτό μπορεί να περιλαμβάνει βάσεις δεδομένων, αποθήκες αρχείων, PDF, άρθρα, συστήματα email ή άλλα δεδομένα της εταιρείας που πρέπει να είναι διαθέσιμα στον πράκτορα σε eine μορφή που μπορεί να χρησιμοποιηθεί.

Η εταιρεία πρέπει τότε να ορίσει τι συμβαίνει μετά τη λήψη αυτών των πληροφοριών από τον πράκτορα. Μια συνομιλία μπορεί να παράγει μια απάντηση, ένα περίγραμμα, μια ουρά αναμονής ή μια άλλη ροή εργασιών. Τα εγκεκριμένα εργαλεία, οι άδειες δεδομένων και οι άδειες χρήστη πρέπει να καθοριστούν ανά ρόλο, ώστε κάθε ενέργεια να συμβαίνει μέσα σε μια καθορισμένη διαδικασία.

nQube σχεδιάστηκε για να βοηθήσει τους επιστήμονες δεδομένων και τους αναλυτές επιχειρήσεων να κατασκευάσουν, να δοκιμάσουν, να αναπτύξουν και να παρακολουθήσουν ροές εργασιών που βασίζονται στην τεχνητή νοημοσύνη. Πώς κάνετε αυτές τις ικανότητες προσβάσιμες σε μη ειδικούς, διατηρώντας παράλληλα τους τεχνικούς ελέγχους που απαιτούνται για περιβάλλοντα παραγωγής;

Οι άνθρωποι σκέφτονται την τεχνητή νοημοσύνη και τα προϊόντα λογισμικού μέσα από το πεδίο της δικής τους ρόλου και πώς το προϊόν μπορεί να κάνει τη δουλειά τους πιο εύκολη ή να τους επιτρέψει να είναι πιο παραγωγικοί. Η διεπαφή πρέπει να τους επιτρέψει να περιγράψουν τι χρειάζονται, να κάνουν ερωτήσεις και να điều chỉnh έναν πράκτορα ή μια ροή εργασιών μέσω φυσικής γλώσσας και φωνής.

Οι ροές εργασιών, οι διαδικασίες υπολογισμού και η κλιμάκωση παραμένουν κάτω από αυτήν την αλληλεπίδραση. Η οργάνωση εξακολουθεί να ελέγχει τα εργαλεία, τις πηγές δεδομένων και την πρόσβαση που έχει ανατεθεί σε κάθε ρόλο, ώστε ένας αναλυτής επιχειρήσεων να μπορεί να χρησιμοποιήσει το σύστημα χωρίς να χρειάζεται να διαχειρίζεται την υποδομή απευθείας.

Το λειτουργικό σύστημα πρακτόρων της Nventr χρησιμοποιεί έναν συντονιστή πράκτορα για να κατευθύνει ειδικούς πράκτορες μέσω ροών εργασιών που εκτελούνται σε σειρά και επαναλαμβανόμενες. Πώς η πλατφόρμα καθορίζει ποιος πράκτορας πρέπει να χειριστεί κάθε εργασία, να διατηρήσει το контекστό μεταξύ πρακτόρων και να χειριστεί ένα απαράδεκτο αποτέλεσμα; 

Η ροή εργασιών καθορίζει πώς μια αίτηση κινείται μέσω καθορισμένων βημάτων, κλαδιών και ειδικών πρακτόρων. Πληροφορίες από ένα στάδιο μπορούν να συνοψιστούν και να μεταφερθούν προς τα εμπρός, ώστε ο επόμενος πράκτορας να κατανοήσει τι συνέβη, τι ζητήθηκε και τι πρέπει να συμβεί.

Η διαχείριση ενός απαράδεκτου αποτελέσματος εξαρτάται από τη διαδικασία και τις συνέπειες της ενέργειας. Οι έλεγχοι της ροής εργασιών πρέπει να αντανακλούν εκεί όπου το σύστημα μπορεί να συνεχίσει και όπου το αποτέλεσμα απαιτεί αναθεώρηση.

Οι επιχειρήσεις επιθυμούν ολοένα και περισσότερο την ευελιξία να χρησιμοποιούν διαφορετικά μεγάλα μοντέλα γλώσσας, εξειδικευμένα συστήματα μηχανικής μάθησης και τρίτους πράκτορες. Πώς πρέπει να σχεδιάσουν οι οργανώσεις την υποδομή τους για την τεχνητή νοημοσύνη, ώστε να αποφευχθεί η εξάρτηση από ένα μοντέλο ή τεχνολογικό στάκο; 

Η υποδομή πρέπει να υποστηρίζει πολλά μοντέλα και να τους επιτρέψει να λειτουργούν παράλληλα μέσα στην ίδια ροή εργασιών. Ένας πάροχος μπορεί να χειριστεί το στοιχείο ομιλίας προς ομιλία, ενώ ένα άλλο μοντέλο thựcεί την επεξεργασία ή την επεξεργασία πίσω από αυτό.

Το εργαλείο πρέπει να επιλεγεί σύμφωνα με το κόστος, την απόδοση, την ασφάλεια, την υστέρηση και την ανοικτότητα σε τρίτους παρόχους υπηρεσιών. Ορισμένες επιχειρήσεις είναι ικανοποιημένες με τη συνδυασμένη χρήση παρόχων, ενώ άλλες θέλουν τον πράκτορα στο δικό τους cloud ή αφιερωμένη υποδομή. Η αρχιτεκτονική πρέπει να υποστηρίζει και τις δύο προσεγγίσεις.

Μόλις ένας πράκτορας AI μπορεί να έχει πρόσβαση σε δεδομένα της εταιρείας και να thựcεί ενέργειες σε επιχειρησιακά συστήματα, η ασφάλεια γίνεται πιο σύνθετη από την προστασία μιας συνομιλίας. Ποιοι έλεγχοι πρέπει να διέπουν τις άδειες, την αυτονομία και την ικανότητα του πράκτορα να ξεκινήσει σημαντικές ενέργειες;

Η πρόσβαση πρέπει να ελέγχεται ανά ρόλο, έργο και ροή εργασιών. Ένας πράκτορας πρέπει να μπορεί να χρησιμοποιήσει μόνο τις πληροφορίες, τα εργαλεία και τις ενέργειες που έχουν εγκριθεί για αυτό το контέκστο, με αιτήσεις εκτός αυτού του πλαισίου να σταλούν για εξουσιοδότηση.

Το ποσό της αυτονομίας πρέπει να αντανακλά την ευαισθησία των δεδομένων και τις συνέπειες της ενέργειας. Για συναλλαγές που αφορούν χρήματα, ιδιωτικές πληροφορίες ή άλλη σημαντική έκβαση, η εταιρεία πρέπει να μπορεί να δει τι κάνει ο πράκτορας και να απαιτήσει έγκριση πριν από την ολοκλήρωση.

Η Nventr παρουσιάζει εφαρμογές σε διάφορους τομείς, συμπεριλαμβανομένης της επεξεργασίας εγγράφων, της εξυπηρέτησης πελατών, της αναφοράς, της επικοινωνίας υγείας και της ανίχνευσης απάτης. Ποια τεχνικά ή λειτουργικά χαρακτηριστικά καθιστούν μια ροή εργασιών κατάλληλη για αυτοματοποίηση με πράκτορες και ποια διαδικασίες πρέπει να παραμείνουν κυρίως ανθρώπινες; 

Ισορροπούμε τον αριθμό των ανθρώπων ή το κόστος που συνδέεται με μια διαδικασία με τη σύνθετη και τη βιωσιμότητα της για αυτοματοποίηση. Μια διαδικασία μπορεί να είναι ακριβή ή εργατική και να είναι λανθασμένο να αρχίσει αν είναι πολύ σύνθετη ή αβέβαιη για αποτελεσματική αυτοματοποίηση.

Η γενική προσέγγιση είναι να πάρουμε το χαμηλότερο κρέας με τη μεγαλύτερη επίδραση. Αυτό το τύπος είναι φρακτάλ, καθώς μπορεί να εφαρμοστεί σε ένα ρόλο, πολλές υπηρεσίες ή μια ολόκληρη οργάνωση. Οι διαδικασίες που εμπλέκουν αβεβαιότητα ή σημαντικές κρίσεις πρέπει να συνεχίσουν να περιλαμβάνουν ανθρώπους.

Έχετε συζητήσει την ιδέα ότι οι υπάλληλοι θα έχουν τελικά αντίστοιχους πράκτορες AI που θα χειρίζονται τις επαναλαμβανόμενες πτυχές της δουλειάς τους. Πώς μπορεί αυτό να αλλάξει τις οργανωτικές δομές και τι πρέπει να κάνουν οι ηγέτες για να διασφαλίσουν ότι αυτά τα συστήματα ενισχύουν την ανθρώπινη κρίση αντί να την αφαιρούν σταδιακά από τις σημαντικές αποφάσεις; 

Η ιδέα είναι να δώσουμε σε κάθε άτομο στο μισθό έναν αντίστοιχο πράκτορα που μπορεί να μάθει τμήματα της δουλειάς με τον καιρό. Σε ένα μεγαλύτερο ποσοστό της οργάνωσης, αυτό δημιουργεί κεντρική νοημοσύνη και βελτιστοποίηση πάνω από το οργανόγραμμα αντί να περιορίζει το όφελος σε ένα ή δύο άτομα.

Ο πράκτορας μπορεί να αναλάβει επαναλαμβανόμενη εργασία, όπως η συλλογή πληροφοριών, η μετακίνηση δεδομένων ή η κατασκευή κανονικών παρουσιάσεων. Αυτό δίνει στους ανθρώπους περισσότερο χρόνο για σημαντικές συζητήσεις και αποφάσεις, ενώ η οργάνωση διατηρεί την εξουσία πάνω από ευαίσθητες πληροφορίες και σημαντικές ενέργειες.

Καθώς οι πράκτορες AI εξελίσσονται από βοηθοί σε ένα λειτουργικό στρώμα για σύνθετες οργανώσεις, ποια ικανότητες πρέπει να βελτιωθούν περισσότερο πριν οι εταιρείες μπορέσουν να αυτοματοποιήσουν με ασφάλεια ροές εργασιών που εκτείνονται σε ολόκληρες υπηρεσίες ή επιχειρησιακές μονάδες; 

Οι πράκτορες χρειάζονται χαμηλότερη υστέρηση και ισχυρότερη ολοκλήρωση με βάσεις δεδομένων, αρχεία και μεγαλύτερα συστήματα της εταιρείας. Οι πληροφορίες πρέπει να κινούνται μεταξύ ρόλων και υπηρεσιών χωρίς να απαιτούν από τους ανθρώπους να τις μεταφέρουν χειροκίνητα ή να δημιουργούν νέες φραγμούς.

Το στρώμα αλληλεπίδρασης πρέπει επίσης να βελτιωθεί. Οι φωνητικοί πράκτορες πρέπει να νιώθουν σαν μια φυσιολογική συνομιλία, όπου ένας άνθρωπος μπορεί να διακόψει και να αλλάξει κατεύθυνση, και οι επιχειρήσεις θα χρειαστούν τελικά άμεσους τρόπους για τους εξουσιοδοτημένους πράκτορες να αλληλεπιδρούν με τα συστήματά τους. Η αυτοματοποίηση του προγράμματος περιήγησης μπορεί να γεφυρώσει το χάσμα, αλλά η βιομηχανία θα κινηθεί προς μια πιο αποτελεσματική δομή, επειδή ο υπολογισμός και η υποδομή έχουν κόστος. Θα σας ευχαριστήσω για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την Nventr.