Entrevistas
Mukund Kalmanker, Director Global de Datos, Análisis y AI en Apexon – Serie de Entrevistas
Mukund Kalmanker, Director Global de Datos, Análisis y AI en Apexon, aporta más de dos décadas de experiencia liderando iniciativas de transformación empresarial a gran escala, con una carrera que abarca puestos de liderazgo senior en Wipro donde construyó y escaló prácticas globales de AI, incubó plataformas de automatización como HOLMES, y ayudó a definir la estrategia de tecnología empresarial en various industrias, incluyendo servicios financieros, telecomunicaciones y atención médica. Su trabajo se ha centrado consistentemente en traducir tecnologías emergentes, particularmente AI, ingeniería de datos y automatización, en resultados comerciales prácticos, combinando una profunda experiencia técnica con un sólido historial en la construcción de equipos globales, impulsando estrategias de digitalización y entregando eficiencias operativas medibles para grandes empresas.
Apexon es una empresa de servicios tecnológicos digital-first que ayuda a las empresas a acelerar la transformación comercial combinando AI, análisis de datos y ingeniería digital para crear sistemas y experiencias de cliente inteligentes y escalables. A través de sus capacidades integradas en la nube, automatización y análisis avanzados, la empresa trabaja con organizaciones para modernizar operaciones, mejorar la toma de decisiones y entregar soluciones digitales de extremo a extremo, particularmente en industrias como servicios financieros, atención médica y ciencias de la vida.
Después de dos décadas liderando iniciativas de AI y análisis en empresas como Wipro y ahora Apexon, ¿qué experiencia ha moldeado más su enfoque de la transformación digital?
En los últimos años, lo que más ha moldeado mi enfoque es la realización de que la transformación digital exitosa no se trata solo de tecnología, sino de alinear esa tecnología para resolver problemas comerciales del mundo real y alinearlos con comportamientos humanos en evolución. Se trata de aprovechar la innovación como un impulsor estratégico para liderar la industria y hacer del mundo un lugar mejor para vivir. Ya sea ayudando a un banco a abordar necesidades regulatorias o a una marca minorista a reimagine su compromiso con el cliente o permitir que un proveedor de atención médica tome decisiones basadas en datos más rápidas, he visto el mayor impacto cuando comenzamos con la experiencia final en mente. En mi vida anterior y ahora en Apexon, mis equipos y yo hemos trabajado en estrecha colaboración con clientes en various industrias para convertir AI Agente, Gen AI, AI, ML, RPA y Datos de palabras clave en resultados comerciales, desbloqueando información, mejorando la eficiencia, mejorando la experiencia del cliente, ayudando a gestionar el riesgo y creando una ventaja competitiva para nuestros clientes. Esa colaboración constante y enfoque en los resultados es lo que continúa dando forma a mi pensamiento.
¿Qué lo atrajo a Apexon, y cómo se alinea el enfoque actual de la empresa en datos, análisis y AI con su visión personal para el futuro de la tecnología empresarial?
Lo que me atrajo a Apexon es su compromiso claro de ayudar a los clientes a adoptar la innovación con un propósito. La cultura de innovación y la mentalidad de crecimiento están arraigadas en cada persona asociada con Apexon, y se muestra en la forma en que aprendemos, innovamos y empujamos los límites juntos. Con capacidades profundas en Datos y AI, junto con profundidad en ingeniería y un enfoque agudo en industrias reguladas como BFSI y Salud, Apexon no ve los datos o el AI como capacidades aisladas, sino que los trata como activos fundamentales para ayudar a ingenierizar Empresas Inteligentes, para construir soluciones y plataformas de negocios escalables y basadas en IP. Esto se alinea estrechamente con mi creencia de que el futuro de la tecnología empresarial radica en la creación de sistemas inteligentes que no solo sean adaptables, sino también escalables, repetibles y construidos para el valor a largo plazo.
En Apexon, hay un enfoque deliberado en traducir la tecnología de vanguardia en resultados comerciales significativos, ya sea desbloqueando información competitiva, habilitando una automatización más inteligente o impulsando experiencias centradas en el cliente. Esta convergencia de AI con una mentalidad de IP es exactamente hacia dónde creo que se dirige la transformación empresarial, y estoy emocionado de ayudar a dar forma a ese futuro aquí.
¿Cómo ayudan las telas inteligentes a construir una empresa conectada, y cuál es su implementación en el mundo real?
Las telas inteligentes no son un producto ni una plataforma. Son un cambio arquitectónico. Conectan los puntos entre unidades comerciales, sistemas, datos y decisiones, para que la inteligencia no sea algo que se utilice ocasionalmente, sino que esté siempre activa. Esto convierte a las organizaciones de ser impulsadas por datos a ser verdaderamente impulsadas por la inteligencia.
En cuanto al impacto en el mundo real, piense en un minorista que ajusta las operaciones de la cadena de suministro en tiempo real en función de varios factores como el comportamiento de compra, las interrupciones en las líneas de suministro, los desarrollos geopolíticos, los cambios climáticos o incluso las calamidades locales. O un hospital que presenta recomendaciones de tratamiento mientras el clínico aún está revisando los resultados de las pruebas. O los bancos que pueden unir los datos a través de múltiples transacciones para identificar actividades complejas de lavado de dinero. El poder radica en tejer la inteligencia directamente en el flujo de trabajo, no agregándola después del hecho. Así es como las empresas se vuelven verdaderamente conectadas, la inteligencia se genera en cualquier parte de la organización y esta inteligencia es consumida por toda la organización.
¿Cómo está utilizando Apexon herramientas de AI generativa como Copilot para impulsar el valor para los clientes, y en qué áreas ha visto la adopción más fuerte?
Vemos herramientas como GitHub Copilot no solo como asistentes de codificación, sino como catalizadores para replantear cómo se planifica, construye y prueba el software. En Apexon, Copilot se integra en todo el ciclo de vida de la ingeniería, desde la redacción de historias de usuario y la refinación de requisitos hasta la generación de casos de prueba y la predicción de defectos. Está ayudando a los equipos a moverse más rápido con mayor precisión.
Como ejemplo, estamos trabajando con un proveedor de atención médica para impulsar la adopción de Copilot y combinarlo con marcos Agentic para reimagine completamente el ciclo de vida de la ingeniería de software para traer más eficiencias en la ingeniería. Para otro cliente, estamos ayudando a adoptar Gen AI y marcos Agentic para mejorar la calidad de los datos y poner el poder en manos de los usuarios que interactúan directamente con los reguladores para abordar las necesidades de cumplimiento.
La adopción ha sido más fuerte en áreas donde la velocidad, la personalización y la escala importan más, como el procesamiento de documentos inteligentes, la IA conversacional y la hiperautomatización. Estos son espacios donde la IA generativa entrega no solo resultados, sino una ventaja estratégica.
¿Cómo están influenciando las asociaciones académicas con instituciones como IIT Madras y Imperial College London su estrategia de investigación y desarrollo de talento en AI?
Nuestras colaboraciones con IIT Madras y Imperial College London juegan un papel clave en la configuración de nuestra agenda de investigación y cómo construimos talento listo para el futuro. No solo financiamos proyectos, sino que trabajamos en estrecha colaboración con investigadores líderes para explorar áreas fronterizas como AI Agente, sistemas multiagentes y AGI. Estas asociaciones nos brindan una comprensión más profunda de varias áreas emergentes, como cómo se comportan y evolucionan los grandes modelos de lenguaje, haciéndolos contextuales en various dominios.
También sirven como motores para el desarrollo de talento. A través de programas conjuntos, estamos creando oportunidades de aprendizaje práctico que combinan la profundidad académica con la relevancia empresarial. Es un intercambio bidireccional: obtenemos acceso a pensamiento de vanguardia, y los estudiantes se involucran con problemas del mundo real. Esa sinergia es crucial para escalar nuestras capacidades de AI, datos y ingeniería digital.
En industrias como la atención médica, las finanzas o las telecomunicaciones, ¿cuál es un ejemplo donde la solución de AI o análisis de Apexon mejoró significativamente la eficiencia operativa o desbloqueó nuevos modelos comerciales?
Un buen ejemplo es nuestro trabajo con una institución financiera líder en Norteamérica para modernizar su proceso de evaluación de riesgos utilizando un marco de AI impulsado. Al automatizar la ingesta de datos, estandarizar fuentes fragmentadas y desplegar un motor de riesgos en tiempo real, redujimos el esfuerzo manual en un 90% y aceleramos las evaluaciones 4 veces. Los alertas predictivos integrados y el seguimiento de cumplimiento ayudaron a reducir las penas regulatorias en un 30% y la exposición financiera en un 40%. Construida sobre una arquitectura nativa de la nube y microservicios, la solución no solo mejoró la precisión y la velocidad, sino que también posicionó al cliente para una gestión de riesgos basada en datos escalable en un entorno regulatorio en constante cambio.
¿Qué tecnologías emergentes o tendencias de AI está más enfocado como el próximo gran frente para la innovación empresarial?
En Apexon, vemos AI Agente como el próximo gran salto en Inteligencia Empresarial en el plazo cercano. A diferencia del AI tradicional que reacciona a las señales, los sistemas de AI Agente pueden interpretar dinámicamente el contexto, establecer y perseguir objetivos, colaborar a través de sistemas y mejorar continuamente a través de la retroalimentación. Hemos construido un marco de extremo a extremo, AgentRise, para dar vida a esto. AgentRise combina un cerebro de AI Agente, orquestación de multiagentes, supervisión humana en el bucle y observabilidad de nivel empresarial.
El resultado es un AI que no solo asiste, sino que ejecuta autónomamente flujos de trabajo comerciales complejos, desde la triage de documentos en atención médica hasta el manejo de excepciones en tiempo real en finanzas.
Lo que distingue nuestro enfoque es el enfoque en inteligencia escalable y de confianza. Aprovechamos componentes modulares, ingeniería de señales y integraciones seguras para desplegar AI Agente con velocidad y confiabilidad. No se trata solo de innovación, sino de AI incrustado en el flujo de los negocios, operando de manera segura a escala y entregando resultados tangibles. A medida que estos sistemas maduren, creemos que serán la columna vertebral de empresas adaptables, autoevolutivas y capaces de evolución autodirigida.
También estamos rastreando avances en AI Estrecho, Inteligencia Artificial General y Computación Cuántica, pero lo que nos emociona más es cómo estas tecnologías convergen para impulsar empresas que no solo son inteligentes, sino adaptables, autónomas y capaces de evolución autodirigida.
¿Cuáles son los mayores desafíos que enfrentan las organizaciones al transitar de sistemas de datos heredados a arquitecturas de análisis modernas?
Las organizaciones suelen enfrentar cuatro desafíos importantes al transitar de sistemas heredados a arquitecturas de análisis modernas.
El primero es la adopción y la realización del valor. Las plataformas heredadas a menudo dan forma a maneras de trabajar profundamente arraigadas, lo que hace que la gestión del cambio sea crítica. Las organizaciones deben asegurarse de que las nuevas plataformas de análisis entreguen resultados comerciales tangibles, como crecimiento de ingresos, eficiencia operativa y gestión de riesgos mejorada, en lugar de convertirse en simples actualizaciones técnicas.
El segundo es la modernización tecnológica y la construcción de capacidades. Muchas empresas operan complejos patrimonios heredados que abarcan mainframes, sistemas en sitio y entornos de nube tempranos. Modernizar estos entornos requiere una racionalización y re-arquitectura reflexiva, junto con la construcción de habilidades, talento y madurez operativa necesarios para sostener plataformas modernas de datos, análisis y AI.
El tercero es la preparación de datos y AI. La modernización no se trata solo de mover datos a una nueva plataforma. Las organizaciones deben asegurarse de que los datos estén preparados para análisis avanzados y AI, fortaleciendo la calidad de los datos, la gobernanza, la genealogía, la privacidad y las salvaguardias éticas, para que las perspectivas y los modelos de AI puedan ser confiables y escalables.
Finalmente, hay un cambio organizacional. A medida que las plataformas evolucionan hacia capacidades de AI más autónomas y agentes, las empresas deben adaptar sus modelos operativos, habilidades de la fuerza laboral y cultura para permitir una colaboración efectiva entre humanos y sistemas inteligentes.
¿Cómo garantiza que las experiencias digitales y las soluciones de AI permanezcan centradas en las necesidades humanas en lugar de solo en resultados técnicos?
Creo que la base de soluciones digitales y de AI verdaderamente impactantes es un cambio claro de mentalidad, de preguntar qué es capaz de hacer la tecnología a preguntar cómo puede crear valor comercial y servir a las personas y a la sociedad de manera significativa.
Comenzamos fundamentando cada iniciativa en resultados humanos reales, como mejores decisiones, mayor inclusión, confianza más fuerte y experiencias más simples. Esto requiere una participación profunda con los usuarios, una escucha continua y el diseño de soluciones alrededor de cómo las personas adoptan y interactúan realmente con las experiencias digitales. Intencionalmente, incorporamos el diseño centrado en el ser humano, la transparencia y la rendición de cuentas en nuestras plataformas.
En dominios de alto impacto, especialmente, el AI debe operar con una supervisión humana fuerte y guardias éticas claras, asegurando que mejore el juicio humano en lugar de reemplazarlo. Igualmente importante, el éxito debe medirse no solo a través de métricas de rendimiento, sino también a través de la adopción, la confianza del usuario y la creación de valor a largo plazo.
Cuando se hace bien, los beneficios se extienden mucho más allá de las organizaciones individuales. El AI centrado en el ser humano tiene el potencial de expandir el acceso a las oportunidades, fortalecer las instituciones y mejorar la calidad de vida a escala. Puede ayudar a construir economías más resilientes, sistemas más justos y sociedades mejor informadas. En última instancia, nuestro objetivo debería ser desarrollar un AI que no solo sea inteligente, sino también responsable, inclusivo y con propósito. Tecnología que amplifique el potencial humano y contribuya positivamente al futuro que estamos configurando juntos.
¿Cómo evalúa el éxito de las implementaciones de Gen AI en Apexon, y hay KPI específicos o marcos que utiliza para medir la efectividad en various entornos de clientes?
En Apexon, hemos establecido marcos robustos, respaldados por un portafolio de IP, soluciones y aceleradores, para ayudar tanto a nuestros equipos como a nuestros clientes a medir la efectividad de las implementaciones de Gen AI y AI Agente.
Primero, nos centramos en el impacto comercial. Esto comienza con objetivos clarmente definidos a nivel de dominio o proceso, pero en última instancia se centra en medir resultados estratégicos, como la mejora de la experiencia del cliente, el crecimiento de los ingresos, la optimización de costos, la eficiencia operativa y una gestión de riesgos más fuerte. Nuestro marco de trabajo M4 propietario apoya esto al proporcionar un modelo de ejecución estructurado para compromisos de análisis. M4 ofrece una estrategia probada y pasos predecibles para la modernización de los datos, ayudando a las organizaciones a mapear casos de uso, modernizar las arquitecturas de datos y transitar a entornos de análisis basados en la nube, asegurando que las iniciativas de AI permanezcan estrechamente alineadas con KPI comerciales medibles.
Segundo, evaluamos la adopción y la realización del valor. Las implementaciones de AI crean un impacto significativo solo cuando son de confianza, ampliamente adoptadas y efectivamente aumentan las capacidades humanas. En Apexon, nuestra propia adopción empresarial de Gen AI ha servido como un modelo práctico para los clientes. Comenzamos habilitando a los empleados en toda la organización con capacidades de Gen AI y AI Agente, equipándolos con herramientas, políticas y orientación para un uso responsable, mientras monitoreamos simultáneamente los resultados comerciales que entregaron. Los marcos de gobernanza, las políticas y los KPI que desarrollamos a través de este viaje ahora ayudan a nuestros clientes a acelerar y escalar la adopción de Gen AI.
Tercero, medimos el rendimiento técnico. Nuestros aceleradores dentro de la plataforma Genysys permiten el monitoreo continuo de métricas operativas clave, como la precisión de la respuesta, las tasas de alucinación, el costo por inferencia, la escalabilidad y el rendimiento general del sistema. Genysys, la plataforma de Gen AI propietaria de Apexon, consolida las capacidades de múltiples grandes modelos de lenguaje en un entorno unificado con integración sin problemas en más de diez LLM. Esto permite a las organizaciones seleccionar los modelos más adecuados para diferentes casos de uso, manteniendo la visibilidad en el rendimiento, la confiabilidad y la eficiencia de costo en los despliegues.
Finalmente, evaluamos la gobernanza y el riesgo. Nuestro marco de guardias empresariales, parte de la oferta AgentRise, ayuda a las organizaciones a abordar áreas críticas, como la gobernanza, el riesgo y el cumplimiento. Dada nuestra profunda colaboración con industrias reguladas, ayudamos a los clientes a evaluar la explicabilidad, la auditoría, la genealogía de los datos, las salvaguardias de privacidad y el alineamiento con los estándares de AI responsable, para asegurar que los sistemas de AI sean escalables y confiables.
Gracias por la gran entrevista, los lectores que deseen aprender más deben visitar Apexon.
