Lakshmikant Gundavarapu, Chief Innovation Officer tại Tredence – Interview Series

Lakshmikant Gundavarapu είναι ο Chief Innovation Officer tại Tredence. Με πάνω από τρεις δεκαετίες στον τομέα της τεχνολογίας, ο Lakshmikant είναι एक εξαιρετικός ειδικός στην μετασχηματισμό του AI και την ψηφιακή καινοτομία.

Ως ο πρώην Global Head για τα Δεδομένα και το AI στη Microsoft (MSFT ) India, η ηγεσία του Lakshmikant επέτρεψε τη ψηφιακή μετασχηματισμό για hơn 100 πελάτες σε 40 χώρες. Στη Microsoft, ο Lakshmikant προώθησε την ενσωμάτωση ανοιχτών βάσεων δεδομένων στο Azure και δημιούργησε στρατηγικές συμμαχίες με παρόχους λύσεων SaaS.

Με μια ικανότητα να δημιουργεί λύσεις AI που επικεντρώνονται στον πελάτη, ο Lakshmikant excels στην ανάπτυξη στρατηγικών συνεργασιών που οδηγούν στην καινοτομία. Ο Lakshmikant φέρνει μια πλούσια εμπειρία, τεχνική εμπειρογνωσία και ηγετική ικανότητα για να καταλύσει μετασχηματισμούς που οδηγούνται από το AI, αποδεικνύοντας μια καθιερωμένη ικανότητα να μεταφράζει τις αναδυόμενες τεχνολογίες σε συγκεκριμένες επιχειρηματικές λύσεις.

Tredence είναι μια εταιρεία δεδομένων και AI που βοηθά τις επιχειρήσεις να μετατρέψουν τα πειράματα αναλυτικών στοιχείων σε πραγματικό κόσμο. Λειτουργούν σε βιομηχανίες όπως λιανικό εμπόριο, CPG, τεχνολογία, χρηματοοικονομικά, υγεία και ταξίδια, προσφέροντας υπηρεσίες σε δεδομένα μηχανικής, AI/ML, γενετική AI, αλυσίδα आपPLY, εμπειρία πελάτη και ψηφιακή εκσυγχρονισμό. Ο στόχος τους είναι να συνδυάσουν ταχύτητα μέσω επιταχυντών, βαθιά εξειδίκευση τομέα και ισχυρές συνεργασίες για να παραδώσουν αναλογικά, enterprise-έτοιμες λύσεις.

Με τα χρόνια σας στη Microsoft India, ποια εμπειρία διαμόρφωσε την όρασή σας για μετασχηματισμό επιχείρησης που οδηγείται από το AI που εμφανίζεται τώρα στη στρατηγική της Tredence;

Κατά τη διάρκεια της θητείας μου στη Microsoft, είχα την ευκαιρία να εργαστώ με επιχειρήσεις σε διάφορους τομείς, συμπεριλαμβανομένης της αεροπορίας και της ακίνητης περιουσίας. Είναι σαφές ότι το AI μπορεί να δημιουργήσει πραγματική επίδραση όταν έχει ένα σαφές σκοπό, υποστηρίζεται από αξιόπιστα δεδομένα και σχεδιάζεται για να ενσωματωθεί στη λήψη αποφάσεων.

Για παράδειγμα:

• Μια μεγάλη αεροπορική εταιρεία υλοποίησε το AI για να προβλέψει αποτυχίες κινητήρων, επιτρέποντας προληπτική συντήρηση και βελτιώνοντας τόσο την ασφάλεια όσο και την αποτελεσματικότητα.
• Μια μεγάλη εταιρεία ακίνητης περιουσίας χρησιμοποίησε το AI για προγνωστική παρακολούθηση των βασικών συστημάτων κτιρίων, με αποτέλεσμα τη μείωση του χρόνου εκτός λειτουργίας και τη βελτίωση των προγραμματισμένων συντηρήσεων.

Αυτές οι εμπειρίες με δίδαξαν ότι η τεχνολογία μόνο δεν μετασχηματίζει τις επιχειρήσεις. Απαιτεί σοφία σχεδιασμού, ισχυρές βάσεις δεδομένων και μηχανισμούς που μεταφράζουν τις πληροφορίες σε πραγματικές ενέργειες. Αυτή η προοπτική οδηγεί τώρα την προσέγγιση της Tredence: Αναπτύσσουμε λύσεις AI που είναι προσανατολισμένες στο σκοπό, ενημερωμένες από δεδομένα και ικανές να παραδώσουν μετρήσιμα αποτελέσματα σε όλη την επιχείρηση.

Tredence περιγράφεται συχνά ως λύση του “τελευταίου μιλίου” στο AI. Μπορείτε να μοιραστείτε παραδείγματα όπου αυτή η ταχύτητα μετέτρεψε την μετασχηματισμό για τους πελάτες; 

Σκεφτείτε μια μεγάλη παγκόσμια λιανική εταιρεία. Ενώνοντας τα θραυσματικά δεδομένα από συναλλαγές, προγράμματα πιστότητας, λειτουργίες αλυσίδας आपPLY και ψηφιακές επαφές, ενεργοποιήσαμε εφαρμογές AI που οδήγησαν την αύξηση των εσόδων, την κράτηση των πελατών, την προσωποποίηση της διαδρομής και την πρόβλεψη της ζήτησης. Εφαρμόσαμε αυτές τις πληροφορίες λειτουργικά, μετατρέποντας τις αναλύσεις σε ουσιαστικά επιχειρηματικά αποτελέσματα.

Μελέτη περίπτωσης λιανικού εμπορίου: Η Tredence δημιούργησε ένα ενοποιημένο σύστημα προσωποποίησης που παρήγαγε 58 εκατομμύρια δολάρια σε έσοδα και έκλεισε ένα 54% χάσμα KPI. Αυτό πέρασε πέρα από τις πληροφορίες του πελάτη και παρείχε προσωποποίηση που οδηγούσε έσοδα σε κλίμακα.

Στην βιοφαρμακευτική βιομηχανία, η ενσωμάτωση δεδομένων R&D, κλινικών και εμπορικών δεδομένων επέτρεψε στο AI να βελτιώσει την πρόσληψη κλινικών δοκιμών, να ενισχύσει το σχεδιασμό μελετών και να βελτιώσει την εμπλοκή των ιατρών, αυξάνοντας έτσι τον χρόνο που χρειάζεται για την είσοδο στην αγορά και αυξάνοντας τα έσοδα.

Σε όλους τους τομείς, από την ανίχνευση απάτης τραπεζών έως τη προληπτική συντήρηση στη βιομηχανία, η διδασκαλία παραμένει η ίδια: Το AI παραδίδει αξία μόνο όταν οδηγεί αποφάσεις που έχουν σημασία για την επιχείρηση.

Μελέτη περίπτωσης τραπεζών: Η Tredence αναπτύσσει GenAI AML (αντι-ξέπλυμα χρημάτων) συν-πιλότους που όχι μόνο παράγουν πληροφορίες για ύποπτες δραστηριότητες αλλά και ενσωματώνουν στη λειτουργία για να αυξήσουν την απόδοση των περιπτώσεων κατά 120% ενώ μειώνουν τις ψευδείς θετικές έως 15%. Αυτό δείχνει τη μετάφραση από ανίχνευση AI σε λειτουργική αποτελεσματικότητα.

Οι επιχειρήσεις συχνά δυσκολεύονται να μεταβούν από πιλότους AI σε παραγωγή σε κλίμακα. Ποια είναι τα μεγαλύτερα εμπόδια και πώς η Tredence βοηθά να υπερβεί;

Πολυάριθμες πρωτοβουλίες AI σταματούν επειδή δεν σχεδιάζονται με ένα σαφές επιχειρηματικό αποτέλεσμα, ακόμη και όταν είναι τεχνικά ισχυρές. Οι βασικές προκλήσεις περιλαμβάνουν:

1. Χωρίς σαφή σκοπό: Οι πληροφορίες μπορεί να είναι ενδιαφέρουσες, αλλά δεν λύνουν μετρήσιμα επιχειρηματικά προβλήματα.
2. Περιορισμοί δεδομένων: Θραυσματικά ή κακής ποιότητας δεδομένα εμποδίζουν την αξιόπιστη κλίμακα.
3. Λειτουργικές προκλήσεις: Χωρίς αυτοματοποιημένη ανάπτυξη, παρακολούθηση, επανα-εκπαίδευση και διακυβέρνηση, τα μοντέλα παραμένουν πειραματικά.

Στη Tredence, αντιμετωπίζουμε αυτές τις προκλήσεις μέσω:

• Σχεδιασμού που επικεντρώνεται στα αποτελέσματα, εξασφαλίζοντας ότι κάθε πρωτοβουλία AI συνδέεται απευθείας με μετρήσιμα επιχειρηματικά αποτελέσματα.
• Ισχυρών θεμελίων δεδομένων, συντηρώντας και εμπλουτίζοντας συνόλους δεδομένων για αξιόπιστη απόδοση μοντέλου.
• Λειτουργικών πλαισίων που είναι έτοιμα για παραγωγή, συμπεριλαμβανομένης της αυτοματοποιημένης ανάπτυξης, παρακολούθησης και επανα-εκπαίδευσης για τη διατήρηση της ακρίβειας, της ανθεκτικότητας και της συμμόρφωσης.

Αυτή η προσέγγιση μας επιτρέπει στις επιχειρήσεις να μεταβούν από πειραματισμό σε πλήρη κλίμακα AI που παραδίδει συνεχώς επιχειρηματική επίδραση.

Πρόσφατα ανακοινώσατε το Milky Way, ένα σύμπλεγμα αυτόνομων πρακτόρων AI. Τι ενέπνευσε το σχέδιό του και πώς διαφέρει από τους συμβατικούς βοηθούς AI;

Το Milky Way γεννήθηκε από την ανάγκη να κατανοήσουμε ότι οι επιχειρήσεις χρειάζονται περισσότερα από ταμπλό ή chatbots. Χρειάζονται ένα πλαίσιο συλλογισμού που μπορεί να καταναλώσει, να ερμηνεύσει και να συνδέσει πολυμεταβλητά δεδομένα για να παράγει ενεργό νοημοσύνη.

Σε αντίθεση με τους συμβατικούς βοηθούς, οι πράκτορες Milky Way:

• Συλλογούνται σε διάφορες πηγές δεδομένων, συνδέοντας πληροφορίες αντί να απαντούν απλώς σε ερωτήσεις.
• Αναλύουν σύνθετα, πολυδιάστατα προβλήματα, γεφυρώνοντας πληροφορίες σε διαδικασίες.
• Παροχή ενεργού νοήματος, μετατρέποντας πληροφορίες σε αποφάσεις ή αυτοματοποιημένες ενέργειες.

Σύντομα, το Milky Way μετατρέπει το AI σε ένα δίκτυο πρακτόρων συλλογισμού, ικανό να χειρίζεται сложικότητα και να οδηγεί πραγματικά επιχειρηματικά αποτελέσματα, αντί να αντικαθιστά βασικά εργαλεία.

Νωρίτερα αναπτύξεις του Milky Way παρείχαν γρήγορες αποδόσεις. Τι επέτρεψε αυτές τις κερδισμένες;

Τρεις παράγοντες έκαναν τη διαφορά:

1. Ενσωμάτωση πληροφοριών όπου λαμβάνονται αποφάσεις, καθιστώντας τις συστάσεις αμέσως ενεργές.
2. Προοπτική νοημοσύνη, μετατρέποντας τις πληροφορίες σε προληπτικές αποφάσεις αντί για αναδρομική ανάλυση.
3. Ασφαλείς, διακυβερνώμενες πλατφόρμες, επιτρέποντας την κλίμακα AI σε επιχειρηματικό επίπεδο ενώ διατηρούν τη συμμόρφωση και τον έλεγχο.

Αυτή η συνδυασμένη παράδοση παραδίδει ουσιαστικά επιχειρηματικά αποτελέσματα σε εβδομάδες αντί για μήνες.

Το Milky Way προτεραιότητα είναι η ερμηνευσιμότητα, η ελεγκτή και οι διαδρομές συλλογισμού. Πόσο κρίσιμη είναι αυτή για την εμπιστοσύνη της επιχείρησης;

Η εμπιστοσύνη είναι θεμελιώδης στις επιχειρηματικές εφαρμογές AI. Το Milky Way εξασφαλίζει:

• Διαφανή λόγο για κάθε σύσταση.
• Ιχνηλασίες ελέγχου που τεκμηριώνουν όλες τις εισόδους, εξόδους και ενέργειες.
• Συνεχής ανταγωνιστική δοκιμή για να διασφαλιστεί η ανθεκτικότητα και η αξιοπιστία.

Αυτή η διαφάνεια και λογοδοσία διαφοροποιούν το Milky Way από αδιαφανείς, μαύρες-κουτί συστήματα, χτίζοντας την εμπιστοσύνη της επιχείρησης στην υιοθέτηση.

Πώς θα επηρεάσει αυτή η μετάβαση από εργαλεία σε συνεργάτες AI τις οργανώσεις και τη λήψη αποφάσεων;

Οι συνεργάτες AI αλλάζουν τον τρόπο που λειτουργούν οι οργανώσεις:

• Οι διευθυντές αναλαμβάνουν διπλούς ρόλους, οδηγώντας ανθρώπους ενώ επιβλέπουν πράκτορες AI.
• Οι αποφάσεις γίνονται συνεργατικές, με πράκτορες που χειρίζονται τον συλλογισμό και οι άνθρωποι που παρέχουν контέκστ και ηθική εποπτεία.
• Οι λειτουργικές δομές εξελίσσονται για να ενσωματώσουν το AI στη λήψη αποφάσεων, βελτιώνοντας την ταχύτητα, τη συνεπή και την ποιότητα των αποτελεσμάτων.

Μέχρι το 2028, το ένα τρίτο των επιχειρηματικών αποφάσεων μπορεί να ληφθεί αυτόνομα. Τι πρέπει να αλλάξουν οι οργανώσεις για να εξασφαλίσουν την ασφάλεια;

 Για να αναπτύξουν ασφαλώς αυτόνομα AI, οι οργανώσεις πρέπει να εφαρμόσουν πρακτικά μέτρα σε πολιτισμό, λειτουργίες και διακυβέρνηση:

Πολιτισμός – Χτίστε εμπιστοσύνη με το AI:

• Ξεκινήστε με λήψη αποφάσεων που περιλαμβάνουν ανθρώπους και αυξήστε σταδιακά την αυτονομία.
• Εκπαιδεύστε τις ομάδες να κατανοήσουν, να επικυρώσουν και να παρέμβουν στις συστάσεις AI.

Λειτουργίες – Υλοποιήστε ελέγχους και ρίσκα:

• Παρακολουθήστε συνεχώς τις αποφάσεις AI για ακρίβεια, προκατάληψη και συμμόρφωση.
• Διεξάγετε ανταγωνιστικές симуляσεις για να αναγνωρίσετε ευπάθειες.
• Διατηρήστε βρόχους ανατροφοδότησης για να βελτιώσετε τα μοντέλα AI από ανθρώπινες διορθώσεις.

Διακυβέρνηση – Ορίστε όρια και μονοπάτια ανόδου:

• Ορίστε ποια αποφάσεις μπορούν να γίνουν πλήρως αυτοματοποιημένες και ποια απαιτούν εποπτεία.
• Εξασφαλίστε την ελεγκτή και την αναλυσιμότητα για όλες τις ενέργειες που οδηγούνται από το AI.
• Δημιουργήστε διαδικασίες για να παρέμβουν σε περίπτωση ανωμαλιών ή κινδύνων.

Αυτά τα βήματα επιτρέπουν στις οργανώσεις να κλιμακώσουν την αυτόνομη λήψη αποφάσεων ασφαλώς, διατηρώντας τον έλεγχο, την ευθύνη και τη συμμόρφωση.

Τι είναι ο δρόμος της Tredence για το Milky Way;

Ο δρόμος μας περιλαμβάνει:

1. Πράκτορες που απευθύνονται σε συγκεκριμένους τομείς, όπως λιανικό εμπόριο, υγεία, βιομηχανία και χρηματοοικονομικές υπηρεσίες.
2. Βαθύτερες ενσωματώσεις με συστήματα ERP, CRM και αλυσίδας आपPLY για άρτια υιοθέτηση.
3. Συνεχής μάθηση και συλλογισμός για να επιτρέψουν στους πράκτορες να βελτιώσουν την ευφυΐα και την κατανόηση του контέκστ τους με τον καιρό.

Η όρασή μας είναι ένα οικοσύστημα συνεργαζόμενων πρακτόρων που οι επιχειρήσεις μπορούν να συναρμολογήσουν, να κυβερνήσουν και να εμπιστευτούν.

Πώς πρέπει οι ηγέτες του C-suite να προετοιμαστούν για το AI να αναλάβει στρατηγικούς ρόλους λήψης αποφάσεων;

Η υιοθέτηση AI είναι ένα ταξίδι ωριμότητας:

• Ξεκινήστε με συν-πιλότους που περιλαμβάνουν ανθρώπους, προχωρήστε σε ημι-αυτόνομες διαδικασίες και τελικά επιτρέψτε πλήρη αυτονομία σε κυβερνώμενους τομείς.
• Επενδύστε στην εκπαίδευση AI, επιτρέποντας στις ομάδες να συνεργαστούν αποτελεσματικά με συστήματα AI.
• Ξανασκέφτετε τους δείκτες απόδοσης, τα πλαίσια διακυβέρνησης και τις λειτουργικές δομές για να επικεντρωθούν στην ποιότητα της απόφασης και την επιχειρηματική επίδραση, όχι μόνο στην απόδοση του μοντέλου.

Τελικά, η υιοθέτηση AI δεν είναι μόνο μια τεχνολογική πρωτοβουλία, αλλά μια μετασχηματισμός στην ηγεσία, τον πολιτισμό και τη λήψη αποφάσεων.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Tredence.