Ramprakash Ramamoorthy, Jefe de Investigación de Inteligencia Artificial en ManageEngine – Serie de Entrevistas

Ramprakash Ramamoorthy, es el Jefe de Investigación de Inteligencia Artificial en ManageEngine, la división de gestión de TI empresarial de Zoho Corp. ManageEngine permite a las empresas controlar su TI, desde la seguridad, las redes y los servidores hasta las aplicaciones, el servicio de atención al cliente, Active Directory, escritorios y dispositivos móviles.

¿Cómo se interesó inicialmente en la informática y el aprendizaje automático?

Creciendo, tenía una curiosidad natural hacia la informática, pero tener una computadora personal estaba más allá de los medios de mi familia. Sin embargo, gracias a la posición de mi abuelo como profesor de química en un colegio local, sometimes tenía la oportunidad de usar las computadoras allí después del horario escolar.

Mi interés se profundizó en la universidad, donde finalmente obtuve mi propia PC. Allí, desarrollé un par de aplicaciones web para mi universidad. Estas aplicaciones todavía están en uso hoy en día, lo que subraya el impacto y la longevidad de mi trabajo temprano. Esta experiencia fue una lección integral en ingeniería de software y los desafíos del mundo real de escalabilidad y despliegue de aplicaciones.

Mi viaje profesional en tecnología comenzó con una pasantía en Zoho Corp. Inicialmente, mi corazón estaba puesto en el desarrollo de aplicaciones móviles, pero mi jefe me empujó a completar un proyecto de aprendizaje automático antes de pasar al desarrollo de aplicaciones. Esto resultó ser un punto de inflexión, ya que nunca tuve la oportunidad de hacer desarrollo de aplicaciones móviles, así que es un poco agridulce.

En Zoho Corp, tenemos una cultura de aprender haciendo. Creemos que si pasas suficiente tiempo con un problema, te conviertes en el experto. Estoy realmente agradecido por esta cultura y por la orientación de mi jefe; es lo que inició mi viaje en el mundo del aprendizaje automático.

Como director de Investigación de Inteligencia Artificial en Zoho y ManageEngine, ¿cómo es un día típico de trabajo para usted?

Mi día de trabajo es dinámico y gira en torno a la colaboración en equipo y la planificación estratégica. Una parte importante de mi día se pasa trabajando en estrecha colaboración con un equipo de ingenieros y matemáticos talentosos. Juntos, construimos y mejoramos nuestra pila de inteligencia artificial, que forma la columna vertebral de nuestros servicios.

Operamos como el equipo central de inteligencia artificial, brindando soluciones de inteligencia artificial como servicio a una amplia gama de productos dentro de ManageEngine y Zoho. Este papel requiere una comprensión profunda de las diversas líneas de productos y sus requisitos únicos. Mis interacciones no se limitan solo a mi equipo; también trabajo extensivamente con equipos internos en toda la organización. Esta colaboración es crucial para alinear nuestra estrategia de inteligencia artificial con las necesidades específicas de nuestros clientes, que están en constante evolución. Esta es una gran oportunidad para interactuar con las mentes más brillantes de la empresa.

Dado el ritmo acelerado de los avances en inteligencia artificial, dedico una cantidad considerable de tiempo a mantenerme al tanto de los últimos desarrollos y tendencias en el campo. Este aprendizaje continuo es esencial para mantener nuestra ventaja y garantizar que nuestras estrategias sigan siendo relevantes y efectivas.

Además, mi papel se extiende más allá de los límites de la oficina. Tengo una pasión por hablar y viajar, lo que se ajusta perfectamente a mis responsabilidades. Me involucro frecuentemente con analistas y participo en varios foros para evangelizar nuestra estrategia de inteligencia artificial. Estas interacciones no solo ayudan a difundir nuestra visión y logros, sino que también proporcionan valiosos conocimientos que se retroalimentan en nuestra planificación y ejecución estratégicas.

¿Puede hablar sobre la evolución de la inteligencia artificial desde que ManageEngine se posicionó como pionero estratégico de la inteligencia artificial en 2013? ¿Cuáles fueron algunos de los algoritmos de aprendizaje automático que se utilizaron en esos primeros días?

Nuestro enfoque inicial fue reemplazar las técnicas estadísticas tradicionales con modelos de inteligencia artificial. Por ejemplo, en la detección de anomalías, pasamos de una metodología de curva de campana que señalaba los extremos a modelos de inteligencia artificial que podían aprender de los datos pasados, reconocer patrones y estacionalidad.

Incorporamos una amplia variedad de algoritmos, desde máquinas de vectores de soporte hasta métodos basados en árboles de decisión, como la base de nuestra plataforma de inteligencia artificial. Estos algoritmos fueron fundamentales para identificar casos de uso nicho donde la inteligencia artificial podía aprovechar significativamente los datos pasados para encontrar patrones, realizar predicciones y análisis de causa raíz. Es notable que muchos de estos algoritmos todavía están en producción hoy en día, lo que subraya su relevancia y eficiencia.

¿Puede discutir cómo los modelos de lenguaje grande (LLM) y la inteligencia artificial generativa han cambiado el flujo de trabajo en ManageEngine?

Los modelos de lenguaje grande (LLM) y la inteligencia artificial generativa ciertamente han causado un revuelo en el mundo del consumidor, pero su integración en la esfera empresarial, incluida ManageEngine, ha sido más gradual. Una de las razones de esto es la alta barrera de entrada, particularmente en términos de costo, y los requisitos significativos de datos y computación que estos modelos exigen.

En ManageEngine, estamos invirtiendo estratégicamente en modelos de lenguaje grande específicos del dominio para aprovechar su potencial de una manera adaptada a nuestras necesidades. Esto implica desarrollar modelos que no sean genéricos en su aplicación, sino que estén afinados para abordar áreas específicas dentro de nuestras operaciones empresariales. Por ejemplo, estamos trabajando en un modelo de lenguaje grande dedicado a la seguridad, que puede señalarizar eventos de seguridad de manera más eficiente, y otro que se centra en la monitorización de infraestructura. Estos modelos especializados están actualmente en desarrollo en nuestros laboratorios, reflejando nuestro compromiso de aprovechar los comportamientos emergentes de los modelos de lenguaje grande y la inteligencia artificial generativa para agregar valor tangible a nuestras soluciones de TI empresariales.

ManageEngine ofrece una variedad de herramientas de inteligencia artificial para diferentes casos de uso. ¿Cuál es una herramienta que le gustaría destacar?

Estoy increíblemente orgulloso de todas nuestras herramientas de inteligencia artificial en ManageEngine, pero nuestra herramienta de análisis de comportamiento de usuarios y entidades (UEBA) es la que más me gusta. Lanzada en nuestros primeros días, todavía es una parte fuerte y vital de nuestras ofertas. Entendimos las expectativas del mercado y agregamos una explicación a cada anomalía como práctica estándar. Nuestra capacidad de UEBA está en constante evolución y llevamos adelante los conocimientos para mejorarla.

ManageEngine ofrece actualmente la plataforma AppCreator de desarrollo de aplicaciones personalizadas de bajo código, que permite a los equipos de TI crear soluciones personalizadas rápidamente y lanzarlas en las instalaciones. ¿Cuál es su visión sobre el futuro de las aplicaciones de bajo código o sin código? ¿Acabarán eventualmente dominando?

El futuro de las aplicaciones de bajo código y sin código, como nuestra plataforma AppCreator, es muy prometedor, especialmente en el contexto de las necesidades empresariales en evolución. Estas plataformas se están convirtiendo en fundamentales para que las organizaciones amplíen y maximicen las capacidades de sus activos de software existentes. A medida que las empresas crecen y sus requisitos cambian, las soluciones de bajo código y sin código ofrecen una forma flexible y eficiente de adaptarse y innovar.

Además, estas plataformas están desempeñando un papel crucial en la habilitación de las empresas por parte de TI. Al ofrecer tecnologías en evolución, como la inteligencia artificial como servicio, reducen significativamente la barrera de entrada para que las organizaciones aprovechen el poder de la inteligencia artificial.

¿Puede compartir sus propias opiniones sobre los riesgos de la inteligencia artificial, incluido el sesgo de la inteligencia artificial, y cómo ManageEngine está gestionando estos riesgos?

En ManageEngine, reconocemos la grave amenaza que plantean los riesgos de la inteligencia artificial, incluido el sesgo de la inteligencia artificial, que puede ampliar la brecha de acceso a la tecnología y afectar funciones comerciales críticas como RRHH y finanzas. Por ejemplo, las historias de la inteligencia artificial que exhibe un comportamiento sesgado en la contratación son relatos de advertencia que tomamos en serio.

Para mitigar estos riesgos, implementamos políticas y flujos de trabajo estrictos para garantizar que nuestros modelos de inteligencia artificial minimicen el sesgo a lo largo de su ciclo de vida. Es crucial monitorear estos modelos continuamente, ya que pueden comenzar sin sesgo pero potencialmente desarrollar sesgos con el tiempo debido a cambios en los datos.

También estamos invirtiendo en tecnologías avanzadas como la privacidad diferencial y el cifrado homomórfico para fortalecer nuestro compromiso con la inteligencia artificial segura y sin sesgo. Estos esfuerzos son vitales para garantizar que nuestras herramientas de inteligencia artificial no solo sean potentes, sino que también se utilicen de manera responsable y ética, manteniendo su integridad para todos los usuarios y aplicaciones.

¿Cuál es su visión para el futuro de la inteligencia artificial y la robótica?

El futuro de la inteligencia artificial y la robótica se está configurando como emocionante y transformador. La inteligencia artificial ciertamente ha experimentado sus ciclos de auge y declive en el pasado. Sin embargo, con los avances en la recopilación y procesamiento de datos, así como con la aparición de modelos de ingresos alrededor de los datos, la inteligencia artificial ahora está firmemente establecida y aquí para quedarse.

La inteligencia artificial ha evolucionado hasta convertirse en una tecnología mainstream, impactando significativamente la forma en que interactuamos con el software a nivel empresarial y personal. Sus capacidades generativas ya se han vuelto una parte integral de nuestras vidas diarias, y preveo que la inteligencia artificial se volverá aún más accesible y asequible para las empresas gracias a nuevas técnicas y avances.

Un aspecto importante de este futuro es la responsabilidad de los desarrolladores de inteligencia artificial. Es crucial que los constructores garanticen que sus modelos de inteligencia artificial sean robustos y libres de sesgo. Además, espero ver que los marcos legales evolucionen a un ritmo que se ajuste al rápido desarrollo de la inteligencia artificial para gestionar y mitigar eficazmente cualquier problema legal que surja.

Mi visión para la inteligencia artificial es un futuro donde estas tecnologías se integren de manera transparente en nuestras vidas diarias, mejorando nuestras capacidades y experiencias mientras se gestionan de manera ética y responsable.

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