Συνεντεύξεις

Πρίτπαλ Σίνγκ, Διευθύνων Σύμβουλος του Xebia – Σειρά Συνεντεύξεων

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Πρίτπαλ Σίνγκ είναι ο Διευθύνων Σύμβουλος του Xebia, όπου ηγείται των παγκόσμιων πρωτοβουλιών που επικεντρώνονται στην κατασκευή και την εκσυγχρονισμένη ψηφιακών πλατφορμών, επιχειρηματικών εφαρμογών και συστημάτων που βασίζονται σε δεδομένα. Με περισσότερες από 26 χρόνια εμπειρίας σε διάφορους τομείς, όπως οι χρηματοοικονομικές υπηρεσίες, η υγεία, η βιομηχανία, ο καταναλωτής και η υψηλή τεχνολογία, έχει εργαστεί στο σημείο τομής της τεχνολογικής εκτέλεσης και της επιχειρηματικής μεταμόρφωσης. Η καριέρα του περιλαμβάνει την παράδοση της μηχανικής, την ηγεσία της αγοράς και τις μεγάλες αλλαγές λειτουργίας, με συνεχή έμφαση στην μετατροπή των αναδυόμενων τεχνολογιών σε συστήματα που λειτουργούν αξιόπιστα σε περιβάλλοντα παραγωγής.

Xebia είναι μια παγκόσμια εταιρεία ψηφιακής μηχανικής που σχεδιάζει, κατασκευάζει και εκσυγχρονίζει ψηφιακές προϊόντα και πλατφόρμες για επιχειρήσεις σε όλο τον κόσμο. Η εταιρεία συνδυάζει την μηχανική λογισμικού, την εκσυγχρονισμένη των δεδομένων, την Генеративική AI και την έξυπνη αυτοματοποίηση για να βοηθήσει τις οργανώσεις να αναπτύξουν εφαρμογές που μπορούν να κλιμακωθούν, σύγχρονες αρχιτεκτονικές και ολοκληρωμένες ικανότητες AI. Με ομάδες που λειτουργούν σε διάφορες περιοχές, το Xebia συνεργάζεται με επιχειρήσεις για να ενσωματώσει νέες τεχνολογίες σε βασικά συστήματα και πλατφόρμες που αφορούν τους πελάτες, εξασφαλίζοντας ότι η καινοτομία υποστηρίζεται από ισχυρά θεμέλια μηχανικής.

Έχετε δαπανήσει περισσότερο από 26 χρόνια ηγώντας πρωτοβουλιών τεχνολογίας, πωλήσεων και επιχειρηματικής μεταμόρφωσης σε διάφορους τομείς. Πώς έχει διαμορφώσει αυτό το ταξίδι τον τρόπο με τον οποίο αντιμετωπίζετε την καινοτομία και την ανάπτυξη σήμερα;

Με τον καιρό, έγινα πολύ πιο επικεντρωμένος στην ανθεκτικότητα παρά στην καινοτομία. Στις αρχές της καριέρας μου, ήμουν προσηλωμένος στην δύναμη της τεχνολογίας herself. Με την εμπειρία, άρχισα να δίνω μεγαλύτερη προσοχή σε αυτό που συμβαίνει μετά τη φάση πιλότου, όταν τα συστήματα πρέπει να ενσωματωθούν με πλατφόρμες κληρονομιάς, να περάσουν τις αναθεωρήσεις συμμόρφωσης και να λειτουργούν συνεχώς υπό πραγματικές εργασίες. Σε όλους τους τομείς, το σημείο καμπής φαίνεται πάντα να έρχεται όταν μια υποσχόμενη πρωτοβουλία μεταφέρεται στην παραγωγή. Η ιδιοκτησία γίνεται κρίσιμη. Η复雑ность της ενσωμάτωσης εμφανίζεται. Η ανεκτικότητα του κινδύνου δοκιμάζεται. Εκεί είναι που η μεταμόρφωση ωριμάζει ή σταματά.

Σήμερα, αντιμετωπίζω την καινοτομία με ένα πρακτικό φακό. Στο Xebia, προτεραιότητα δίνουμε στην κατασκευή και την εκσυγχρονισμένη των πλατφορμών που βρίσκονται στο κέντρο των λειτουργιών. Σκεφτόμαστε τη μακροπρόθεσμη συντήρηση, την ελέγχου και την κλιμάκωση από την αρχή, γιατί η ανάπτυξη διαρκεί μόνο όταν τα υποκείμενα συστήματα είναι σχεδιασμένα να χειρίζονται την πίεση με τον καιρό.

Πού οι επιχειρήσεις δυσκολεύονται περισσότερο όταν εκτελούν την τεχνητή νοημοσύνη;

Οι προκλήσεις συνήθως εμφανίζονται μια φορά η τεχνητή νοημοσύνη περάσει πέρα από την πειραματική φάση και εισέλθει στα λειτουργικά συστήματα. Η κατασκευή ενός μοντέλου είναι ένα ορόσημο, αλλά η ενσωμάτωση του σε ροές εγγράφων, συστήματα ERP ή πλατφόρμες ασφαλίσεων εισάγει ένα διαφορετικό επίπεδο复雑ότητας.

Σε ένα σενάριο ανάπτυξης, ένα μοντέλο είχε εκτελεστεί καλά σε περιβάλλοντα δοκιμών. Όταν συνδέθηκε με μια ζωντανή ροή συναλλαγών, ερωτήσεις γύρω από την καταγραφή ελέγχου, την εξουσία υπερβάσεων και τα μηχανισμοί αναίρεσης επιβράδυναν την ανάπτυξη. Οι ομάδες συμμόρφωσης χρειάζονταν ιχνηλασιμότητα. Οι ομάδες κινδύνου απαιτούσαν σαφήνεια στις διαδρομές ανέγερσης. Αυτές οι λειτουργικές λεπτομέρειες τελικά καθόρισαν το χρονοδιάγραμμα.

Οι πρωτοβουλίες της τεχνητής νοημοσύνης κερδίζουν έλξη όταν οι αγωγοί δεδομένων είναι δομημένοι, η παρακολούθηση παραγωγής είναι σε θέση και η ευθύνη είναι σαφώς καθορισμένη. Οι οργανώσεις που σχεδιάζουν για αυτές τις πραγματικότητες από νωρίς τείνουν να κλιμακωθούν ομαλότερα.

Πώς διακρίνετε την αυτοματοποίηση που βελτιώνει την αποτελεσματικότητα και τη μεταμόρφωση που ανασχηματίζει μια επιχείρηση;

Η αυτοματοποίηση που επικεντρώνεται στην αποτελεσματικότητα συχνά ροώνει τα βήματα μέσα σε μια υπάρχουσα διαδικασία. Η ευρύτερη μεταμόρφωση αναδύεται όταν οι ομάδες ξανασκέφτονται πώς η διαδικασία herself είναι δομημένη.

Έχω δει περιπτώσεις όπου οι οργανώσεις προετοιμαζόταν να αυτοματοποιήσουν αλυσίδες εγκρίσεων που εκτείνονταν σε περισσότερα από δώδεκα σημεία επαφής. Μόλις η λογική απόφασης ανασχεδιάστηκε και τα σημεία ελέγχου επικύρωσης συνεγλίφθησαν, η ροή εργασιών έγινε σημαντικά απλούστερη. Η επίδραση επεκτάθηκε πέρα από τον χρόνο κύκλου· επηρέασε την ευθύνη και τη διανομή κινδύνου επίσης.

Όταν απλοποιείτε τη ροή απόφασης με την επιχείρηση πρώτα, η αυτοματοποίηση γίνεται εύκολη και τα κέρδη παραμένουν.

Τί διακρίνει τη μεταμόρφωση σε υψηλά ρυθμιζόμενους τομείς;

Οι υψηλά ρυθμιζόμενοι τομείς τείνουν να ενσωματώνουν τις σκέψεις διακυβέρνησης直接 στο σχεδιασμό του συστήματος. Σε τομείς όπως οι χρηματοοικονομικές υπηρεσίες και η υγεία, η ιχνηλασιμότητα και η εξηγησιμότητα είναι απαιτήσεις πριν από την ανάπτυξη, όχι μετά.

Έχω εργαστεί με ομάδες που ενσωμάτωσαν πύλες επικύρωσης μοντέλων σε αγωγούς CI/CD και καθόρισαν λεπτομερείς προδιαγραφές καταγραφής από την αρχή. Οι διαδρομές ανέγερσης και τα πλαίσια παρακολούθησης καθορίστηκαν νωρίς στις αρχιτεκτονικές συζητήσεις. Αυτή η πειθαρχία διαμορφώνει πιο ανθεκτικά συστήματα και προετοιμάζει τις οργανώσεις για αυξανόμενη αυτονομία σε περιβάλλοντα που οδηγούνται από την τεχνητή νοημοσύνη.

Πώς εξασφαλίζετε ότι οι επενδύσεις στην τεχνητή νοημοσύνη ευθυγραμμίζονται με μετρήσιμες επιχειρηματικές αποτελέσματα;

Συστήνω στις ηγετικές ομάδες να ορίσουν την λειτουργική αλλαγή που περιμένουν να δουν. Αυτό μπορεί να σημαίνει μείωση του χρόνου ενσωμάτωσης, αύξηση της ικανότητας υπηρεσιών χωρίς αναλογική αύξηση του προσωπικού, ή μείωση των ποσοστών λαθών στη διεκπεραίωση αξιωμάτων.

Η οργάνωση παίζει κρίσιμο ρόλο. Οι πλατφόρμες που παραδίδουμε περιλαμβάνουν παρακολούθηση για απόδοση, καθυστέρηση, ακρίβεια απόφασης και ποσοστά υιοθεσίας. Όταν αυτά τα δείκτες είναι ορατοί στα πίνακες παραγωγής, οι ηγέτες επιχειρήσεων μπορούν να συνδέσουν τις τεχνολογικές επενδύσεις με την επιχειρηματική απόδοση. Πώς οι στρατηγικές συνεργασίες επιταχύνουν την τεχνητή νοημοσύνη σε κλίμακα;

Οι πρωτοβουλίες της τεχνητής νοημοσύνης επιχειρήσεων εκτείνονται στην υποδομή, τις πλατφόρμες δεδομένων, την αρχιτεκτονική εφαρμογών και την ασφάλεια. Η συντονισμένη εκτέλεση σε αυτά τα επίπεδα απαιτεί βάθος και ευθυγράμμιση. Οι συνεργασίες δημιουργούν έλξη όταν συνδέονται直接 με την ικανότητα μηχανικής και την εκτέλεση λειτουργιών.

Η διευρυμένη συνεργασία μας με συνεργάτες όπως η Google Cloud, η Anthropic και άλλοι περιλαμβάνει την ανάπτυξη επαναλαμβανόμενων λύσεων βιομηχανίας και την καθιέρωση ενός Παγκόσμιου Κέντρου Αριστείας για την υποστήριξη της κλιμάκωσης. Δομές όπως αυτές μειώνουν την τριβή ενσωμάτωσης και παρέχουν συν nhấtότητα καθώς οι αναπτύξεις επεκτείνονται σε περιοχές και επιχειρηματικές μονάδες.

Τι λάθη περιβάλλουν την ετοιμότητα της τεχνητής νοημοσύνης;

Πολυάριθμες οργανώσεις θεωρούν ότι οι επιτυχείς πιλότοι είναι απόδειξη ετοιμότητας. Στην πράξη, η ετοιμότητα εμφανίζεται σε δομημένα περιβάλλοντα δεδομένων, σταθερές στρώσεις ενσωμάτωσης, καθορισμένα πρωτόκολλα διακυβέρνησης και σαφείς μοντέλα ευθύνης.

Η σταθερότητα παραγωγής και η ωριμότητα διακυβέρνησης διαμορφώνουν την μακροπρόθεσμη επιτυχία τόσο όσο η απόδοση του μοντέλου. Ένα μοντέλο μπορεί να εκτελεστεί καλά σε περιβάλλοντα δοκιμών, αλλά όταν λειτουργεί σε πλήρη όγκο συναλλαγών, η καθυστέρηση, η παρακολούθηση και η διαχείριση αποτυχίας γίνονται κρίσιμες. Οι ομάδες χρειάζονται σαφείς διαδικασίες αναίρεσης, ανίχνευση ολίσθησης, προδιαγραφές καταγραφής και καθορισμένη ιδιοκτησία όταν το μοντέλο είναι ζωντανό.

Όταν τα συστήματα της τεχνητής νοημοσύνης μεταβαίνουν από συμβουλευτικούς ρόλους σε ρόλους λήψης αποφάσεων, η σαφήνεια γύρω από την εξουσία υπερβάσεων και τις διαδρομές ανέγερσης γίνεται απαραίτητη. Όταν αυτά τα φράγματα είναι χτισμένα στην αρχιτεκτονική από νωρίς, η κλιμάκωση γίνεται πολύ πιο διαχειρίσιμη.

Πώς πρέπει οι ηγέτες να σκέφτονται τον ισορροπία της καινοτομίας και του κινδύνου καθώς η τεχνητή νοημοσύνη ενσωματώνεται στις λειτουργίες;

Η υπεύθυνη τεχνητή νοημοσύνη είναι χτισμένη στο σύστημα από την πρώτη ημέρα και διατηρείται μέσω της ενεργού εποπτείας. Σαφείς κριτήρια γύρω από το πού τα συστήματα μπορούν να ενεργούν ανεξάρτητα και πού η ανθρώπινη εποπτεία παραμένει απαραίτητη βοηθά στην πρόληψη της αμφιβολίας αργότερα.

Η συνεχής παρακολούθηση είναι εξίσου σημαντική, καθώς τα πρότυπα δεδομένων μεταβάλλονται και οι ρυθμιστικοί χάρτες εξελίσσονται. Τα συστήματα της τεχνητής νοημοσύνης απαιτούν περιοδική ανακαλιμπράζευση και ανασκόπηση για να διατηρήσουν την ευθυγράμμιση με τις επιχειρηματικές και τις προσδοκίες συμμόρφωσης.

Πώς διατηρείτε την ευθυγράμμιση μεταξύ της εκτέλεσης μηχανικής και της στρατηγικής της διεύθυνσης;

Η ευθυγράμμιση γίνεται πιο εύκολη όταν οι άνθρωποι είναι ειλικρινείς γύρω από τις ανταλλαγές. Αν θέλετε να κινηθείτε γρηγορότερα, υπάρχουν τεχνικές επιπτώσεις. Αν δώσετε στα συστήματα περισσότερη αυτονομία, θα χρειαστείτε ισχυρότερη παρακολούθηση. Αν προσαρμόσετε βαθιά, θα κάνετε επιλογές γύρω από το πώς εύκολο θα είναι να συντηρήσετε αργότερα.

Κανένα από αυτά δεν είναι κακό. Απλώς πρέπει να είναι σαφές. Όταν αυτές οι πραγματικότητες συζητούνται από νωρίς, η φιλόδοξη και η πειθαρχία δεν ανταγωνίζονται η μια την άλλη. Οι ηγέτες μπορούν να προωθήσουν, οι μηχανικοί μπορούν να χτίσουν υπεύθυνα και όλοι κατανοούν τι συνάπτουν. Αυτό το είδος της διαφάνειας χτίζει εμπιστοσύνη και διατηρεί την πρόοδο σταθερή με τον καιρό.

Πού πρέπει οι επιχειρήσεις να εστίασουν τις στρατηγικές επενδύσεις τους τα επόμενα χρόνια;

Η προσαρμοστικότητα θα διακρίνει τους ηγέτες από τους υπόλοιπους. Αυτό συνήθως κατεβαίνει σε ισχυρά θεμέλια: καθαρά δεδομένα, κλιμακώσιμη υποδομή cloud, πειθαρχημένη ανάπτυξη και σαφής ορατότητα σε πώς τα συστήματα λειτουργούν.

Οι εταιρείες που επενδύουν σε αυτή τη βάση και χτίζουν τις σωστές συνεργασίες του οικοσυστήματος γύρω της, μπορούν να προσαρμοστούν καθώς οι αγορές και οι ρυθμίσεις μεταβάλλονται. Μακροπρόθεσμα, το πλεονέκτημα προέρχεται από την κατασκευή λειτουργιών και αρχιτεκτονικής που μπορούν να χειριστούν όποια κυματίζει επόμενη.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Xebia.

Ο Antoine είναι ένας οραματιστής ηγέτης και συνιδρυτής της Unite.AI, οδηγείται από μια αμετάβλητη страсть για το σχήμα και την προώθηση του μέλλοντος της τεχνητής νοημοσύνης και της ρομποτικής. Ένας σειριακός επιχειρηματίας, πιστεύει ότι η τεχνητή νοημοσύνη θα είναι τόσο διαταρακτική για την κοινωνία όσο και η ηλεκτρική ενέργεια, και συχνά πιάνεται να μιλάει για το δυναμικό των διαταρακτικών τεχνολογιών και της AGI.

Ως μελλοντολόγος, είναι αφιερωμένος στο να εξερευνήσει πώς αυτές οι καινοτομίες θα σχήματίσουν τον κόσμο μας. Επιπλέον, είναι ο ιδρυτής του Securities.io, μιας πλατφόρμας που επικεντρώνεται στις επενδύσεις σε ακριβές τεχνολογίες που ανασχεδιάζουν το μέλλον και αναμορφώνουν ολόκληρες βιομηχανίες.