Inna Tokarev Sela, CEO y Fundadora de illumex – Serie de Entrevistas

Inna Tokarev Sela, la CEO y Fundadora de Illumex, está transformando la forma en que las empresas preparan sus datos estructurados para la inteligencia artificial generativa. Illumex permite a las organizaciones implementar agentes de análisis de inteligencia artificial generativa al traducir datos dispersos y crípticos en un lenguaje empresarial significativo y rico en contexto con gobernanza incorporada.

La plataforma analiza automáticamente los metadatos para localizar y etiquetar los datos estructurados sin moverlos ni alterarlos, agregando significado semántico y alineando definiciones para garantizar la claridad y la transparencia. Al crear términos comerciales, sugerir métricas e identificar posibles conflictos, Illumex garantiza la gobernanza de los datos a los más altos estándares.

Con Illumex, los agentes de análisis pueden interpretar las consultas de los usuarios con precisión, entregando respuestas precisas, conscientes del contexto y libres de alucinaciones. Bajo el liderazgo de Inna, Illumex está estableciendo un nuevo estándar para la preparación de la inteligencia artificial, ayudando a las empresas a desbloquear todo el potencial de sus datos.

¿Qué te inspiró a fundar illumex, y cómo influyeron tus experiencias en Sisense y SAP en tu visión para la empresa?

La visión para illumex surgió durante mis estudios, donde imaginé que la información sería accesible a través de asociaciones similares a los mapas mentales en lugar de bases de datos tradicionales, permitiendo el acceso directo a los datos relevantes sin la necesidad de una consulta humana extensa.

Mi tiempo en SAP me enseñó los fundamentos de la creación de software empresarial y la escalabilidad de las operaciones. Trabajar en el desarrollo de productos con la plataforma de nube SAP HANA y en iniciativas comerciales como el marco de asociación de startups me dio una comprensión profunda de las necesidades de los clientes empresariales. Esto reveló una brecha significativa entre cómo las empresas abordan las prácticas de datos y lo que los usuarios finales realmente necesitan.

En Sisense, construir la práctica de inteligencia artificial desde cero demostró el inmenso valor que la inteligencia artificial podría aportar a los clientes. Al ver este impacto, combinado con el auge de las tecnologías SaaS y de inteligencia artificial generativa, me convenció de que el momento era adecuado para lanzar illumex en 2021.

illumex se centra en el Tejido Semántico Generativo. ¿Puedes explicar el concepto central y qué te motivó a abordar este desafío específico en la inteligencia artificial y el análisis de datos?

illumex ha sido pionera en el Tejido Semántico Generativo, una plataforma que automatiza la creación de contexto y razonamiento organizacional legible tanto para humanos como para máquinas. Esta plataforma unifica la experiencia de la inteligencia artificial generativa basada en LLM y las aplicaciones empresariales para usuarios técnicos y no técnicos alrededor de un contexto compartido.

Este tejido ofrece dos beneficios principales: simplifica la gestión de los datos a través de la automatización de hasta el 80% de las tareas de ingeniería de datos y permite a los usuarios no técnicos acceder a los análisis con gobernanza, explicabilidad y precisión incorporadas. Ambos beneficios abordan un mercado de varios miles de millones de dólares para la toma de decisiones empresariales.

Imagina un entorno digital donde las máquinas, los humanos y las aplicaciones interactúan espontáneamente sin programación previa. Esto se alinea con nuestra visión de un futuro sin aplicaciones, donde en lugar de manejar múltiples herramientas como hojas de cálculo, análisis, sistemas financieros y gestión de clientes, simplemente expresas tu tarea y se completa de manera fluida. El Tejido Semántico Generativo es la base para este futuro.

¿Cuáles fueron algunos de los desafíos clave que enfrentaste en los primeros días de illumex, y cómo los superaste?

En 2021, a pesar de que los modelos semánticos de inteligencia artificial generativa existían desde 2017 y las redes neuronales de grafos existían desde mucho antes, fue una tarea difícil explicar a los inversionistas por qué necesitamos contexto y razonamiento automatizados. Incluso definirlo en ese momento fue una tarea difícil.

Dicho esto, el mayor desafío fue generar entusiasmo por esta tecnología y mercado futuros. Y tuve la suerte de conocer a inversores con visión de futuro que creyeron en mí.

¿Cómo permite illumex que las organizaciones se vuelvan listas para la inteligencia artificial, y por qué es esta transición crítica en el panorama empresarial actual?

El mundo empresarial se está dividiendo en dos campos: las empresas que reconocen y capitalizan la inteligencia artificial como una fuerza transformadora similar a Internet y aquellas que pierden o retrasan la comprensión de esta oportunidad.

illumex se encuentra con las organizaciones dondequiera que estén en su viaje de inteligencia artificial. Preparamos sus datos para la implementación de la inteligencia artificial generativa, aumentamos y gobernamos la lógica y el contexto organizacional, y permitimos la implementación de agentes de análisis y orquestación.

Nuestra plataforma de implementación de inteligencia artificial generativa de pila completa para datos estructurados eleva el panorama de cualquier empresa para aprovechar eficazmente estas tecnologías avanzadas.

illumex enfatiza las respuestas de la inteligencia artificial generativa “libres de alucinaciones”. ¿Cómo garantiza illumex salidas determinísticas y confiables?

illumex se basa en ontologías de negocios preexistentes: grafos de conocimiento que capturan la terminología, los flujos de trabajo y los procesos específicos de la industria en sectores como la farmacéutica, el comercio minorista y la fabricación, así como funciones comerciales como finanzas, recursos humanos y cadena de suministro.

Al incorporar a los clientes, reentrenamos automáticamente estas ontologías en sus metadatos. En cuestión de días, las empresas pueden buscar sus datos, validar resultados e identificar problemas como duplicados o conflictos.

El chatbot de análisis agente proporciona transparencia completa, mostrando cómo se interpretan las preguntas y se mapean a la ontología del cliente y luego a los datos. Esta transparencia, combinada con la validación automática de los datos, garantiza respuestas determinísticas y libres de alucinaciones. Además, los equipos de gobernanza pueden prevalidar respuestas potenciales ya que el contexto incorpora todas las preguntas posibles y sus permutaciones de antemano.

¿Cómo se diferencia illumex de los enfoques tradicionales como la Generación Mejorada con Recuperación (RAG)?

Mientras que RAG intenta personalizar modelos de inteligencia artificial estándar alimentándolos con datos y lógica organizacional, enfrenta varias limitaciones. Es una caja negra: no puedes determinar si has proporcionado suficientes ejemplos para una personalización adecuada o cómo las actualizaciones del modelo afectan la precisión. También depende de científicos de datos que pueden carecer de contexto empresarial, lo que hace difícil capturar completamente la lógica organizacional.

Además, RAG consume alrededor del 80% de la infraestructura y los tokens de inteligencia artificial solo para la afinación en lugar de su uso real, lo que plantea preocupaciones sobre el retorno de la inversión. También carece de gobernanza incorporada: no hay forma de que los equipos de cumplimiento validen la idoneidad del entrenamiento o garanticen controles de acceso adecuados.

El Tejido Semántico Generativo (GSF) de illumex aborda estos desafíos a través de la construcción automática de contexto sin consumir tokens de inteligencia artificial externos. Elimina la necesidad de científicos de datos especializados y proporciona transparencia completa en el mapeo y el razonamiento a través de interfaces web, Slack o Teams. GSF incluye gobernanza y explicabilidad incorporadas, indicadores claros de cobertura organizacional y calidad de los datos, y evaluación automática de la calidad para capacidades de respuesta a preguntas.

Muchas empresas luchan por tomar decisiones basadas en datos a pesar de invertir mucho en infraestructura de datos. ¿Por qué crees que existe esta brecha, y cómo aborda illumex este problema?

La brecha entre la inversión en datos y la toma de decisiones efectivas continúa ampliándose a medida que los volúmenes de datos explotan, tanto interna como externamente. Las organizaciones ahora enfrentan no solo sus propios datos en crecimiento, sino también una variedad de fuentes externas, desde API de clima hasta plataformas de nube de la industria que comparten datos de atención médica en instituciones europeas, más datos sintéticos para varios casos de uso.

El desafío es que las organizaciones aún dependen de los humanos para tareas de datos críticas como modelado, evaluación de la calidad y creación de paneles de control. Sin embargo, la escala y la complejidad de los entornos de datos modernos hacen que sea cada vez más imposible para los equipos humanos clasificar efectivamente los datos, evaluar su calidad y asegurarse de que sean adecuados para el análisis y la automatización impulsados por la inteligencia artificial.

illumex cruza esta brecha automatizando estos procesos tradicionalmente manuales, permitiendo a las organizaciones gestionar, validar y utilizar eficazmente su paisaje de datos en expansión para tomar decisiones comerciales significativas.

¿Qué industrias han sido las más rápidas en adoptar la plataforma de illumex, y qué desafíos o oportunidades únicas has observado en estos sectores?

Estamos viendo la adopción más rápida en industrias que se encuentran en la intersección de la intensidad de los datos y la regulación pesada, donde las empresas necesitan una automatización robusta del monitoreo de la calidad de los datos, el seguimiento del uso y la detección de conflictos. Los servicios financieros, la farmacéutica y el comercio minorista/ecommerce están a la vanguardia, ya que estos sectores buscan reinventarse rápidamente utilizando sus activos de datos existentes mientras navegan por requisitos regulatorios complejos.

Con la evolución rápida de la inteligencia artificial generativa, ¿qué consejo darías a las empresas que buscan integrar la inteligencia artificial de manera efectiva y responsable?

Comienza desarrollando un plan estratégico claro que identifique casos de uso específicos y los imperativos comerciales que impulsan la adopción de la inteligencia artificial. Es crucial evitar crear nuevos silos de tecnología de inteligencia artificial que operen de manera aislada de los sistemas existentes.

En su lugar, construye una plataforma unificada que integre capacidades de gestión de datos, análisis y inteligencia artificial generativa. Mantener las iniciativas de inteligencia artificial desconectadas de las prácticas de gobernanza establecidas no solo crea riesgos significativos, sino que también conduce a costos aumentados. La clave es crear una infraestructura compartida que respalde todas estas funciones mientras mantiene una supervisión adecuada.

Con la adopción de la inteligencia artificial acelerándose, ¿qué tendencias ves que darán forma al paisaje de la inteligencia artificial empresarial en los próximos 3-5 años?

Dos tendencias principales están surgiendo en el paisaje de la inteligencia artificial. Primero, el análisis agente está ganando impulso, permitiendo un análisis de datos y perspectivas más sofisticados. Segundo, estamos viendo un cambio hacia la orquestación agente, que permite flujos de trabajo basados en la colaboración entre múltiples modelos de inteligencia artificial con funcionalidades diversas.

Esta orquestación nos lleva más allá de aplicaciones de un solo propósito hacia soluciones más integrales. Por ejemplo, en la atención médica, en lugar de aplicaciones aisladas para tareas específicas, piensa en la automatización de los flujos de trabajo completos de la oficina del médico, combinando el escaneo de imágenes, el procesamiento de recetas y las recomendaciones de medicamentos en un sistema fluido.

Estos avances dependen de un tejido semántico generativo robusto para garantizar el acceso a los datos precisos, el contexto compartido y la coordinación entre los agentes de inteligencia artificial. Esta base será crucial para permitir que el análisis agente y las soluciones de orquestación de inteligencia artificial alcancen todo su potencial.

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