Babak Hodjat, CTO de Inteligencia Artificial en Cognizant – Serie de Entrevistas

Babak Hodjat es el CTO de Inteligencia Artificial en Cognizant, y anteriormente fue cofundador y CEO de Sentient. Es responsable de la tecnología central detrás del sistema de inteligencia artificial distribuida más grande del mundo. Babak también fue el fundador del primer fondo de cobertura impulsado por inteligencia artificial del mundo, Sentient Investment Management. Es un emprendedor serial, habiendo iniciado varias empresas en el Valle de Silicio como inventor y tecnólogo principal.

Antes de cofundar Sentient, Babak fue director senior de ingeniería en Sybase iAnywhere, donde lideró la ingeniería de soluciones móviles. También fue cofundador, CTO y miembro de la junta directiva de Dejima Inc. Babak es el inventor principal de la tecnología orientada a agentes patentada por Dejima, aplicada a interfaces inteligentes para computación móvil y empresarial – la tecnología detrás de Apple’s Siri.

Como académico publicado en los campos de la vida artificial, ingeniería de software orientada a agentes y inteligencia artificial distribuida, Babak tiene 31 patentes concedidas o pendientes a su nombre. Es un experto en numerosos campos de la inteligencia artificial, incluyendo el procesamiento de lenguaje natural, el aprendizaje automático, los algoritmos genéticos y la inteligencia artificial distribuida, y ha fundado varias empresas en estas áreas. Babak tiene un doctorado en inteligencia de máquina de la Universidad de Kyushu, en Fukuoka, Japón.

Mirando hacia atrás en su carrera, desde la fundación de múltiples empresas impulsadas por inteligencia artificial hasta liderar el laboratorio de inteligencia artificial de Cognizant, ¿cuáles son las lecciones más importantes que ha aprendido sobre innovación y liderazgo en inteligencia artificial?

La innovación necesita paciencia, inversión y nutrición, y debe ser fomentada y sin restricciones. Si ha construido el equipo correcto de innovadores, puede confiar en ellos y darles la libertad artística total para elegir cómo y qué investigan. Los resultados a menudo lo sorprenderán. Desde una perspectiva de liderazgo, la investigación y la innovación no deben ser un lujo o un pensamiento posterior. He establecido equipos de investigación bastante temprano al construir empresas emergentes y siempre he sido un firme defensor de la inversión en investigación, y ha dado resultado. En los buenos tiempos, la investigación lo mantiene por delante de la competencia, y en los malos tiempos, lo ayuda a diversificarse y sobrevivir, así que no hay excusa para subinvertir, restringir o sobrecargarla con prioridades comerciales a corto plazo.

Como uno de los inventores principales de Apple’s Siri, ¿cómo ha influido su experiencia en el desarrollo de interfaces inteligentes en su enfoque para liderar iniciativas de inteligencia artificial en Cognizant?

La tecnología de lenguaje natural que originalmente desarrollé para Siri fue basada en agentes, así que he estado trabajando con este concepto durante mucho tiempo. La inteligencia artificial no era tan poderosa en los años 90, así que utilicé un sistema de múltiples agentes para abordar la comprensión y el mapeo de comandos de lenguaje natural a acciones. Cada agente representaba un subconjunto pequeño del dominio del discurso, así que la inteligencia artificial en cada agente tenía un entorno simple para dominar. Hoy en día, los sistemas de inteligencia artificial son poderosos, y un solo modelo de lenguaje puede hacer muchas cosas, pero todavía nos beneficiamos al tratarlo como un trabajador del conocimiento en una caja, restringiendo su dominio, dándole una descripción de trabajo y enlazándolo con otros agentes con diferentes responsabilidades. La inteligencia artificial puede así mejorar y mejorar cualquier flujo de trabajo empresarial.

Como parte de mi responsabilidad como CTO de Inteligencia Artificial en Cognizant, dirijo nuestro Laboratorio de Inteligencia Artificial Avanzada en San Francisco. Nuestro principio de investigación central es la toma de decisiones basada en agentes. Hasta la fecha, tenemos 56 patentes estadounidenses sobre tecnología de inteligencia artificial central basada en ese principio. Estamos comprometidos.

¿Podría elaborar sobre la investigación y las innovaciones de vanguardia que actualmente se están desarrollando en el Laboratorio de Inteligencia Artificial de Cognizant? ¿Cómo están abordando estas desarrolladas las necesidades específicas de las empresas del Fortune 500?

Tenemos varios estudios de inteligencia artificial y centros de innovación. Nuestro Laboratorio de Inteligencia Artificial Avanzada en San Francisco se centra en extender el estado del arte en inteligencia artificial. Esto es parte de nuestro compromiso anunciado el año pasado para invertir $1.000 millones en inteligencia artificial generativa en los próximos tres años.

Más específicamente, nos centramos en desarrollar nuevos algoritmos y tecnologías para servir a nuestros clientes. La confianza, la explicabilidad y las decisiones multiobjetivo son áreas importantes que estamos persiguiendo y que son vitales para las empresas del Fortune 500.

En cuanto a la confianza, estamos interesados en la investigación y el desarrollo que profundizan nuestra comprensión de cuándo podemos confiar en la toma de decisiones de la inteligencia artificial lo suficiente como para delegar en ella, y cuándo un humano debe involucrarse. Tenemos varias patentes relacionadas con este tipo de modelado de incertidumbre. De manera similar, las redes neuronales, la inteligencia artificial generativa y los modelos de lenguaje son inherentemente opacos. Queremos poder evaluar una decisión de inteligencia artificial y hacerle preguntas sobre por qué recomendó algo – esencialmente haciéndolo explicativo. Finalmente, entendemos que a veces, las decisiones que las empresas quieren tomar tienen más de un resultado objetivo – reducción de costos mientras se aumentan los ingresos equilibrados con consideraciones éticas, por ejemplo. La inteligencia artificial puede ayudarnos a lograr el mejor equilibrio de todos estos resultados al optimizar las estrategias de decisión de manera multiobjetiva. Esta es otra área muy importante en nuestra investigación de inteligencia artificial.

Los próximos dos años se consideran críticos para la inteligencia artificial generativa. ¿Qué cree que serán los cambios fundamentales en este período, y cómo deben prepararse las empresas?

Estamos entrando en un período explosivo para la comercialización de las tecnologías de inteligencia artificial. Hoy en día, los usos principales de la inteligencia artificial son mejorar la productividad, crear mejores interfaces de usuario impulsadas por lenguaje natural, resumir datos y ayudar con la codificación. Durante este período de aceleración, creemos que organizar las tecnologías y las estrategias de inteligencia artificial en torno al principio central de los sistemas de múltiples agentes y la toma de decisiones permitirá a las empresas tener éxito. En Cognizant, nuestro énfasis en la innovación y la investigación aplicada ayudará a nuestros clientes a aprovechar la inteligencia artificial para aumentar la ventaja estratégica a medida que se integra más en los procesos empresariales.

¿Cómo cambiará la inteligencia artificial generativa las industrias, y qué son los casos de uso más emocionantes que surgen del Laboratorio de Inteligencia Artificial de Cognizant?

La inteligencia artificial generativa ha sido un gran paso adelante para los negocios. Ahora tiene la capacidad de crear una serie de trabajadores del conocimiento que pueden asistir a los humanos en su trabajo diario. Ya sea que se trate de simplificar el servicio al cliente a través de chatbots inteligentes o de gestionar el inventario del almacén a través de una interfaz de lenguaje natural, los modelos de lenguaje son muy buenos en tareas especializadas.

Pero lo que viene a continuación es lo que realmente cambiará las industrias, ya que los agentes obtienen la capacidad de comunicarse entre sí. El futuro será sobre empresas que tienen agentes en sus dispositivos y aplicaciones que pueden abordar sus necesidades e interactuar con otros agentes en su nombre. Trabajarán en toda la empresa para asistir a los humanos en cada función, desde Recursos Humanos y Finanzas hasta Marketing y Ventas. En el futuro cercano, las empresas se inclinarán naturalmente hacia convertirse en empresas basadas en agentes.

Destacamos que ya tenemos un sistema de múltiples agentes que se desarrolló en nuestro laboratorio en la forma de Neuro AI, un generador de casos de uso de toma de decisiones de inteligencia artificial que permite a los clientes construir y prototipar rápidamente casos de uso de toma de decisiones de inteligencia artificial para su negocio. Ya está entregando algunos resultados emocionantes, y pronto compartiremos más sobre esto.

¿Qué papel desempeñarán las arquitecturas de múltiples agentes en la próxima ola de transformación de la inteligencia artificial generativa, particularmente en entornos empresariales a gran escala?

En nuestra investigación y conversaciones con líderes corporativos, estamos obteniendo más y más preguntas sobre cómo pueden hacer que la inteligencia artificial generativa tenga un impacto a gran escala. Creemos que la promesa transformadora de los sistemas de inteligencia artificial de múltiples agentes es central para lograr ese impacto. Un sistema de inteligencia artificial de múltiples agentes reúne a los agentes de inteligencia artificial construidos en sistemas de software en varias áreas de la empresa. Piense en ello como un sistema de sistemas que permite a los modelos de lenguaje interactuar entre sí. Hoy en día, el desafío es que, aunque los objetivos empresariales, las actividades y las métricas están profundamente entretejidos, los sistemas de software utilizados por los equipos dispares no lo están, lo que crea problemas. Por ejemplo, los retrasos en la cadena de suministro pueden afectar la dotación de personal en los centros de distribución. La incorporación de un nuevo proveedor puede afectar las emisiones de alcance 3. La rotación de clientes podría indicar deficiencias en los productos. Los sistemas siloizados significan que las acciones a menudo se basan en perspectivas extraídas de un solo programa y aplicadas a una sola función. Las arquitecturas de múltiples agentes iluminarán las perspectivas y las acciones integradas en toda la empresa. Ese es un poder real que puede catalizar la transformación empresarial.

¿De qué manera ve el futuro de los sistemas de múltiples agentes (MAS) en los próximos años, y cómo afectará esto al panorama más amplio de la inteligencia artificial?

Un sistema de inteligencia artificial de múltiples agentes funciona como un grupo de trabajo virtual, analizando solicitudes y extrayendo información de toda la empresa para producir una solución integral no solo para el solicitante original, sino también para otros equipos. Si nos enfocamos en una industria en particular, esto podría revolucionar las operaciones en áreas como la fabricación, por ejemplo. Un Agente de Sourcing analizaría los procesos existentes y recomendaría componentes alternativos más rentables basados en las estaciones y la demanda. Este Agente de Sourcing luego se conectaría con un Agente de Sostenibilidad para determinar cómo el cambio afectaría los objetivos ambientales. Finalmente, un Agente Regulatorio supervisaría la actividad de cumplimiento, asegurando que los equipos presenten informes completos y actualizados a tiempo.

La buena noticia es que muchas empresas ya han comenzado a integrar de manera orgánica chatbots impulsados por modelos de lenguaje, pero necesitan ser intencionales sobre cómo comienzan a conectar estas interfaces. Se debe tener cuidado con la granularidad de la agentificación, los tipos de modelos de lenguaje que se utilizan y cuándo y cómo afinarlos para hacerlos efectivos. Las organizaciones deben comenzar desde la parte superior, considerar sus necesidades y objetivos y trabajar hacia abajo para decidir qué se puede agentificar.

¿Cuáles son los principales desafíos que impiden que las empresas abracen completamente la inteligencia artificial, y cómo aborda Cognizant estos obstáculos?

A pesar del apoyo y la inversión de los líderes, muchas empresas temen quedarse atrás en la inteligencia artificial. Según nuestra investigación, hay una brecha entre el compromiso estratégico de los líderes y la confianza para ejecutar bien. El costo y la disponibilidad de talento y la percepción de la inmadurez de las soluciones actuales de inteligencia artificial generativa son dos inhibidores significativos que impiden que las empresas abracen completamente la inteligencia artificial.

Cognizant desempeña un papel integral al ayudar a las empresas a atravesar el viaje de productividad a crecimiento de la inteligencia artificial. De hecho, los datos recientes de un estudio que realizamos con Oxford Economics señalan la necesidad de expertos externos para ayudar con la adopción de la inteligencia artificial, con el 43% de las empresas indicando que planean trabajar con consultores externos para desarrollar un plan para la inteligencia artificial generativa. Tradicionalmente, Cognizant ha sido dueño de la última milla con los clientes – lo hicimos con el almacenamiento de datos y la migración a la nube, y la agentificación no será diferente. Este es un trabajo que debe ser muy personalizado. No es un viaje de un tamaño que se adapte a todos. Somos los expertos que pueden ayudar a identificar los objetivos comerciales y el plan de implementación, y luego traer a los agentes personalizados adecuados para abordar las necesidades comerciales. Somos, y siempre hemos sido, las personas a las que llamar.

Muchas empresas luchan por ver un retorno de la inversión inmediato de sus inversiones en inteligencia artificial. ¿Qué errores comunes cometen, y cómo se pueden evitar?

La inteligencia artificial generativa es mucho más efectiva cuando las empresas la llevan a su propio contexto de datos – es decir, personalizarla en su propia base sólida de datos empresariales. También, más temprano que tarde, las empresas tendrán que dar el paso difícil de replantear sus procesos comerciales fundamentales. Hoy en día, muchas empresas están utilizando la inteligencia artificial para automatizar y mejorar los procesos existentes. Resultados más grandes pueden ocurrir cuando comienzan a hacer preguntas como, ¿cuáles son los componentes de este proceso, cómo los cambio y me preparo para la emergencia de algo que no existe aún? Sí, esto necesitará un cambio cultural y aceptar algunos riesgos, pero parece inevitable cuando se orquestan las muchas partes de la organización en un todo poderoso.

¿Qué consejo daría a los líderes emergentes de inteligencia artificial que buscan tener un impacto significativo en el campo, especialmente dentro de las grandes empresas?

La transformación empresarial es compleja por naturaleza. Los líderes emergentes de inteligencia artificial dentro de las grandes empresas deben centrarse en descomponer los procesos, experimentar con cambios e innovar. Esto requiere un cambio de mentalidad y riesgos calculados, pero puede crear una organización más poderosa.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Cognizant.