Sameet Gupte, CEO y Co-Fundador de EvoluteIQ – Serie de Entrevistas

Sameet Gupte, CEO y Co-Fundador de EvoluteIQ, es un ejecutivo con sede en Londres con una amplia experiencia en la construcción y escalada de negocios de tecnología globales. Antes de fundar EvoluteIQ, se desempeñó como CEO de Grupo de Servion, una empresa del portafolio de Cisco, junto con sus empresas afiliadas Innoveo AG y Acqueon Inc., donde ayudó a impulsar la transformación empresarial y el crecimiento. Al comienzo de su carrera, fue Vicepresidente Ejecutivo y Gerente de Servicios Financieros Globales y Europa en Virtusa, donde lideró una expansión orgánica significativa, desarrolló soluciones enfocadas en la industria y jugó un papel clave en adquisiciones estratégicas en Europa, incluyendo en Alemania y Suecia, así como en la adquisición de Polaris. También lideró anteriormente el negocio de mercados de capital de Genpact en Europa, donde fue responsable de acelerar el crecimiento regional y fortalecer su posición en los servicios financieros.

EvoluteIQ es una empresa de automatización empresarial nativa de IA que se centra en transformar la forma en que las empresas operan a través de su plataforma insignia EIQ. Diseñada para automatizar procesos de extremo a extremo en lugar de tareas aisladas, la plataforma combina inteligencia artificial, herramientas de bajo código y orquestación de procesos para permitir que los sistemas se adapten, tomen decisiones y mejoren continuamente con el tiempo. Al integrar datos, flujos de trabajo y IA en una arquitectura unificada, EvoluteIQ ayuda a las organizaciones a simplificar las operaciones, reducir la complejidad y crear sistemas resilientes y auto-optimizados en industrias como las finanzas, la atención médica y las telecomunicaciones.

Antes de fundar EvoluteIQ en 2019, ocupó puestos de liderazgo en Servion, Virtusa y Genpact, donde trabajó extensivamente en la transformación empresarial y la implementación de tecnología a gran escala. ¿Qué experiencias durante ese tiempo lo llevaron a concluir que la próxima generación de plataformas de automatización necesitaba ser construida como sistemas nativos de IA en lugar de extensiones de herramientas de flujo de trabajo tradicionales o RPA?

En todas las industrias, las organizaciones exitosas se distinguen por su capacidad para entregar resultados de clase mundial de manera consistente. Un factor común entre ellas es un proceso sólido. Al conceptualizar EvoluteIQ, nos propusimos desarrollar una tecnología que subyaciera a este proceso. Nuestro enfoque se centró en abordar el problema en lugar de componentes individuales del mismo. Antes de 2019, las herramientas y tecnologías disponibles principalmente resolvían aspectos específicos del proceso, como la extracción de datos, la gestión de tareas y el flujo de trabajo. Cada una de estas tecnologías abordaba un problema particular dentro del proceso, pero carecía de una solución integral para el proceso de extremo a extremo. Esto identificó una oportunidad significativa para crear una tecnología que fuera autónoma, capaz de autoaprendizaje y adaptación para optimizar el proceso. Así nació el concepto de EIQ: una plataforma de IA nativa diseñada para ser autónoma, resolver el problema en lugar de componentes individuales y maximizar la automatización. Sería de bajo código / sin código, equipada con las capacidades necesarias para cualquier proceso, incluyendo datos en streaming, eventos y orquestación con IA como marco central.

Muchas plataformas de automatización hoy en día están agregando capacidades de IA generativa a infraestructuras heredadas. EvoluteIQ fue diseñada desde cero con inteligencia y autonomía en su núcleo. ¿Qué decisiones arquitectónicas tomó al principio que permiten que su plataforma soporte la automatización agente en formas que los sistemas más antiguos no pueden?

La plataforma se diseñó desde cero para permitir la automatización de extremo a extremo de procesos, independientemente del tipo de automatización requerido (robotizado, flujo de trabajo, datos, eventos, etc.). Esto se hizo con la expectativa de que, con el tiempo, se inventarán nuevas técnicas de automatización y las existentes pueden volverse obsoletas. Así, la arquitectura basada en microservicios permitió el desarrollo e inclusión de IA generativa y automatización agente. De la misma manera, esta arquitectura permitirá la inclusión de modelos de acción grandes y toma de decisiones cuántica pronto.

EvoluteIQ se centra en la arquitectura de malla agente, o {aMa}, que permite que las redes de agentes inteligentes colaboren a través de procesos empresariales. ¿Cómo se diferencia este enfoque de los marcos de automatización tradicionales, y por qué cree que la colaboración de agente a agente se convertirá en una capa fundamental en el software empresarial?

La {aMa} es la arquitectura propietaria que es uno de los diferenciadores clave de la plataforma EvoluteIQ. La colaboración de agente a agente permite que múltiples agentes (tanto EIQ como de terceros) se autoorganicen mientras trabajan hacia la finalización de un resultado empresarial específico. Esto permitirá a los clientes reevaluar su percepción y uso de la automatización. Ya no necesitarán definir los pasos necesarios para ejecutar un proceso de extremo a extremo; en su lugar, simplemente necesitarán articular el resultado empresarial deseado y permitir que los agentes determinen cómo se debe lograr. Esta capacidad de autoorganización y autogobierno permitirá a los clientes crear modelos operativos empresariales ágiles y resilientes que se adapten automáticamente a la innovación y la interrupción sin necesidad de intervención humana costosa y arriesgada.

Su plataforma se centra en la automatización de extremo a extremo de procesos de negocios complejos en lugar de simplemente automatizar tareas individuales. ¿Cómo cambia un modelo agente la forma en que las organizaciones piensan sobre la orquestación de procesos, la toma de decisiones y la autonomía operativa?

Cubrimos parcialmente esto anteriormente, pero agregaría que la plataforma EIQ permite a los clientes crear una capa de abstracción sobre su infraestructura existente. En consecuencia, todos los elementos de la infraestructura pueden considerarse componentes de un proceso EIQ. En conjunto con la arquitectura de malla agente {aMa}, los equipos de TI pueden crear ahora “TI componible” que permite a las empresas desarrollar aplicaciones y procesos bajo demanda a partir de componentes predefinidos, probados y aprobados. Esto introduce un mayor nivel de autonomía operativa para los usuarios comerciales, lo que les permite crear, utilizar y retirar servicios de TI según sea necesario, eliminando la dependencia tradicional de TI.

EvoluteIQ utiliza un modelo de precios basado en resultados en lugar de cobrar por bot o por usuario. ¿Qué motivó esa decisión, y cómo cambia la forma en que los líderes empresariales evalúan el retorno de la inversión de las iniciativas de automatización?

La decisión de estructurar el precio basado en resultados se tomó para alinear con los criterios de éxito del negocio o del caso de uso, garantizar la previsibilidad del costo, la transparencia y compartir el riesgo de éxito o fracaso con el cliente. El cambio más significativo para las empresas en un modelo basado en resultados es que, a diferencia del modelo tradicional donde el retorno de la inversión (ROI) se debate después de los hechos, en este caso se contrata desde el principio, se mide continuamente y se paga contra la entrega.

Uno de los mayores desafíos en la IA empresarial es integrar datos estructurados, información no estructurada y señales operativas en tiempo real a través de múltiples sistemas. ¿Cómo aborda EvoluteIQ estos desafíos de integración mientras mantiene la gobernanza y la confiabilidad?

La plataforma EIQ gestiona datos estructurados, datos no estructurados y eventos en tiempo real a través de motores separados. Cada motor consta de un conjunto de microservicios que se pueden escalar vertical y horizontalmente y replicar para proporcionar resiliencia. Esta arquitectura permite que la plataforma se construya y se escale para satisfacer los requisitos de rendimiento, capacidad y resiliencia de cada cliente.

A medida que las empresas comienzan a implementar agentes de IA autónomos que pueden tomar decisiones y desencadenar acciones, las preocupaciones sobre la supervisión y la rendición de cuentas se vuelven más importantes. ¿Qué marcos de gobernanza o salvaguardias considera necesarios para los sistemas agente que operan a gran escala?

La plataforma incluye características estándar como la auditoría de los pasos del proceso, el registro del valor de las variables del proceso y la gobernanza de la IA generativa y los agentes. Estas características permiten la gobernanza en tiempo real del comportamiento agente y la informes y análisis históricos de su trabajo y decisiones. Más allá de estas características, la plataforma EIQ proporciona una capacidad única que garantiza que los agentes se comporten como se espera. Al conectarse a cada fuente de datos y sistema de registro dentro de un cliente, los agentes entienden el contexto empresarial en el que operan. En consecuencia, sus respuestas se crean dentro de este marco integral, lo que garantiza la precisión y confiabilidad de sus acciones.

EvoluteIQ logró la rentabilidad dentro de su segundo año de operación, lo que es inusual para muchas startups de IA. ¿Qué decisiones estratégicas le permitieron equilibrar la innovación y el desarrollo de productos rápidos con la sostenibilidad financiera?

EvoluteIQ ha sido EBITDA positivo desde su segundo año de operación. Esto se ha logrado siendo prudente con los costos sin comprometer la innovación. La empresa se centra en la adopción y satisfacción del cliente, reflejada en una tasa de retención neta del 120% rastreada consistentemente. Evita invertir en exceso en marketing y ventas al construir fuertes asociaciones con empresas de integración de sistemas globales, empresas de outsourcing de procesos empresariales de nivel 1 y empresas de consultoría de gestión líderes para impulsar el movimiento de ir al mercado. La empresa demuestra el valor a los prospectos a través de pruebas de valor pagadas en lugar de conceptos de prueba gratuitos. Cada decisión de crecimiento ha sido deliberada y enfocada. Permitir asociaciones sólidas y hacer que los clientes sean autosuficientes en la plataforma EIQ también ha resultado en una organización de soporte y implementación delgada, lo que garantiza una relación saludable entre empleados y ingresos en línea con las métricas de clase mundial.

El paisaje de la automatización empresarial está evolucionando rápidamente, con proveedores de RPA tradicionales, plataformas de IA generativa y empresas de automatización agente compitiendo por la atención. ¿Cómo ve la evolución de la dinámica competitiva de este mercado en los próximos años?

En la automatización empresarial, estamos presenciando una convergencia fundamental en lugar de simplemente una mayor competencia. El RPA tradicional se está relegando a una capa de ejecución, la IA generativa se está volviendo rápidamente ubicua y la automatización agente está emergiendo como el paradigma de control. Sin embargo, ninguno de estos desarrollos en aislamiento definirá el mercado. El verdadero campo de batalla se está desplazando hacia plataformas de orquestación de IA nativas que puedan gestionar procesos de extremo a extremo y entregar resultados empresariales medibles. En los próximos años, los ganadores no serán aquellos con los modelos más avanzados o la mayor cantidad de bots, sino aquellos que puedan combinar flujos de trabajo de agentes, datos y decisiones en un sistema unificado que sea gobernable, audible y que mejore continuamente. Los compradores empresariales ya están migrando desde herramientas y licencias hacia resultados y rendición de cuentas. Por lo tanto, la pregunta definitoria para cualquier plataforma será si puede asumir la propiedad del resultado, no solo una parte del proceso.

Mirando hacia adelante, ¿qué hitos señalarán que las empresas están pasando de flujos de trabajo asistidos por IA a operaciones verdaderamente autónomas, y qué papel espera que EvoluteIQ desempeñe en esa transición?

La transición de flujos de trabajo asistidos por IA a operaciones verdaderamente autónomas no se trata de ganancias de eficiencia menores, sino de una reevaluación fundamental de cómo se realiza el trabajo. El hito inicial es el bucle humano: los agentes de IA toman la mayoría de las decisiones con la intervención humana reservada para excepciones. Posteriormente, los procesos de bucle cerrado permitirán la detección en tiempo real, la toma de decisiones, la acción y la autocorrección sin intervención manual. Las empresas adoptarán entonces modelos basados en resultados, donde el éxito se mide por los resultados comerciales en lugar de la actividad. Finalmente, la verdadera autonomía se logrará cuando las arquitecturas agente componibles orquesten a través de funciones como finanzas, operaciones y servicio al cliente sin estar limitadas por sistemas heredados.

EvoluteIQ está a la vanguardia de esta transición. Construida como una plataforma de IA nativa unificada que abarca flujo de trabajo, datos, eventos y toma de decisiones, no solo asiste a los humanos, sino que también ejecuta procesos de extremo a extremo, monitorea cada acción, mide continuamente los resultados y se autooptimiza. EvoluteIQ permite la IA dentro de los procesos y proporciona la infraestructura para que las empresas operen de manera autónoma a gran escala con rendición de cuentas completa. Esta es la forma en que las organizaciones pasan de la automatización a la autonomía y por qué EvoluteIQ está única y estratégicamente posicionada para liderar este viaje.

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