Soham Mazumdar, Co-Fundador y CEO de WisdomAI – Serie de Entrevistas

Soham Mazumdar es el Co-Fundador y CEO de WisdomAI, una empresa que se encuentra a la vanguardia de las soluciones impulsadas por IA. Antes de fundar WisdomAI en 2023, fue Co-Fundador y Arquitecto Jefe en Rubrik, donde jugó un papel clave en la escalada de la empresa durante un período de 9 años. Soham ocupó anteriormente puestos de liderazgo en ingeniería en Facebook (META ) y Google (GOOGL ), donde contribuyó a la infraestructura de búsqueda básica y fue reconocido con el Premio de los Fundadores de Google. También co-fundó Tagtile, una plataforma de lealtad móvil adquirida por Facebook. Con dos décadas de experiencia en arquitectura de software y innovación en IA, Soham es un empresario y tecnólogo experimentado con sede en el Área de la Bahía de San Francisco.

WisdomAI es una plataforma de inteligencia empresarial nativa de IA que ayuda a las empresas a acceder a información precisa y en tiempo real integrando datos estructurados y no estructurados a través de su “Telar de Conocimiento” propietario. La plataforma alimenta agentes de IA especializados que curan el contexto de los datos, responden preguntas comerciales en lenguaje natural y proactivamente detectan tendencias o riesgos, sin generar contenido alucinado. A diferencia de las herramientas de BI tradicionales, WisdomAI utiliza la IA generativa estrictamente para la generación de consultas, garantizando una alta precisión y confiabilidad. Se integra con los ecosistemas de datos existentes y admite la seguridad de nivel empresarial, con una adopción temprana por parte de empresas importantes como Cisco y ConocoPhillips (COP ).

Co-fundaste Rubrik y ayudaste a escalarla hasta convertirla en un éxito empresarial importante. ¿Qué te inspiró a dejar la empresa en 2023 y construir WisdomAI, y hubo algún momento en particular que aclaró esta nueva dirección?

El problema de la ineficiencia de los datos empresariales me estaba mirando directamente. Durante mi tiempo en Rubrik, presencié de primera mano cómo las empresas del Fortune 500 se ahogaban en datos pero morían de hambre por información. Incluso con toda la infraestructura que construimos, menos del 20% de los usuarios empresariales tenían realmente el acceso y la capacidad para utilizar los datos de manera efectiva en su trabajo diario. Era un problema masivo y sistémico que nadie estaba resolviendo realmente.

También soy un constructor por naturaleza, como se puede ver en mi camino desde Google hasta Tagtile y Rubrik, y ahora WisdomAI. Me energizo al asumir desafíos fundamentales y construir soluciones desde cero. Después de ayudar a escalar Rubrik hasta el éxito empresarial, sentí nuevamente la llamada empresarial para abordar algo igual de ambicioso.

Por último, la oportunidad de la IA era imposible de ignorar. Para 2023, quedó claro que la IA podría finalmente cerrar la brecha entre la disponibilidad de los datos y la usabilidad de los datos. El momento parecía perfecto para construir algo que pudiera democratizar la información de los datos para todos los usuarios empresariales, no solo para los técnicos.

El momento de claridad llegó cuando me di cuenta de que podríamos combinar todo lo que había aprendido sobre la infraestructura de datos empresariales en Rubrik con el potencial transformador de la IA para resolver este problema fundamental de ineficiencia.

WisdomAI introduce un “Telar de Conocimiento” y una suite de agentes de IA. ¿Puedes explicar cómo funciona este sistema para ir más allá de los tableros de BI tradicionales?

Hemos construido una plataforma de inteligencia de datos agente que funciona con los datos donde están – estructurados, no estructurados y incluso “datos sucios”. En lugar de pedir a los equipos de análisis que ejecuten informes, los gerentes de negocios pueden hacer preguntas directamente y profundizar en los detalles. Nuestra plataforma se puede entrenar en cualquier sistema de almacenamiento de datos analizando los registros de consultas.

Estamos compatibles con servicios de datos en la nube importantes como Snowflake, Microsoft Fabric, BigQuery de Google, Redshift de Amazon (AMZN ), Databricks y Postgres, y también con formatos de documentos como Excel, PDF, PowerPoint, etc.

A diferencia de las herramientas convencionales diseñadas principalmente para analistas, nuestra interfaz conversacional permite a los usuarios de negocios obtener respuestas directamente, mientras que nuestra arquitectura de multi-agente permite consultas complejas en diversos sistemas de datos.

Has enfatizado que WisdomAI evita las alucinaciones al separar la IA generativa de la generación de respuestas. ¿Puedes explicar cómo tu sistema utiliza la IA generativa de manera diferente, y por qué eso es importante para la confianza empresarial?

Nuestro modelo de contexto de IA listo para el entrenamiento se entrena en los datos de la organización para crear una comprensión universal del contexto que responde preguntas con alta precisión semántica, manteniendo la privacidad y el gobierno de los datos. Además, utilizamos la IA generativa para formular consultas bien definidas que nos permiten extraer datos de los diferentes sistemas, en lugar de alimentar los datos brutos a los LLM. Esto es crucial para abordar las preocupaciones de alucinación y seguridad con los LLM.

Tú acuñaste el término “Plataforma de Inteligencia de Datos Agente”. ¿Cómo es diferente la inteligencia agente de las herramientas de análisis tradicionales o incluso de los asistentes estándar basados en LLM?

Las pilas de BI tradicionales ralentizan la toma de decisiones porque cada pregunta tiene que luchar por pasar a través de silos de datos desconectados y un equipo de especialistas. Cuando un director de ingresos necesita saber cómo cerrar el trimestre, la respuesta suele pasar por medio dozen de manos – analistas que manejan extractos de CRM, ingenieros de datos que cosen archivos, y constructores de tableros que actualizan informes – convirtiendo una consulta simple en un proyecto de varios días.

Nuestra plataforma rompe esos silos y pone la profundidad completa de los datos a un solo keystroke de distancia, para que el director de ingresos pueda profundizar desde las métricas de titular hasta el nivel de detalle de fila en segundos.

¿Cómo garantizas que WisdomAI se adapte al vocabulario y la estructura de datos únicos de cada empresa? ¿Cuál es el papel de la entrada humana en la refinación del Telar de Conocimiento?

Trabajar con los datos donde y como están – ese es esencialmente el santo grial para la inteligencia empresarial. Los sistemas tradicionales no están diseñados para manejar datos no estructurados o “datos sucios” con errores tipográficos. Cuando la información existe en fuentes variadas – bases de datos, documentos, datos de telemetría – las organizaciones luchan por integrar esta información de manera cohesiva.

Sin capacidades para manejar estos tipos de datos diversos, el contexto valioso permanece aislado en sistemas separados. Nuestra plataforma se puede entrenar en cualquier sistema de almacenamiento de datos analizando los registros de consultas, lo que le permite adaptarse al vocabulario y la estructura de datos únicos de cada organización.

Has descrito el proceso de desarrollo de WisdomAI como “codificación de vibración” – construyendo experiencias de producto directamente en código primero, y luego iterando a través del uso en el mundo real. ¿Cuáles son las ventajas que este enfoque te ha dado en comparación con el diseño de producto tradicional?

La “codificación de vibración” es un cambio significativo en la forma en que se construye el software, donde los desarrolladores aprovechan el poder de las herramientas de IA para generar código simplemente describiendo la funcionalidad deseada en lenguaje natural. Es como un asistente inteligente que hace lo que quieres que el software haga, y escribe el código por ti. Esto reduce drásticamente el esfuerzo manual y el tiempo tradicionalmente necesario para la codificación.

Por años, la creación de productos digitales ha seguido en gran medida un guión familiar: planificar meticulosamente el producto y el diseño de UX, luego ejecutar el desarrollo, e iterar en función de la retroalimentación. La lógica era clara porque invertir en el diseño inicial minimiza el trabajo costoso de re-elaboración durante la fase de desarrollo más costosa y tiempo-consumidora. Pero, ¿qué sucede cuando el costo y el tiempo para ejecutar ese desarrollo disminuyen drásticamente? Esta capacidad invierte la secuencia de desarrollo tradicional. De repente, los desarrolladores pueden comenzar a construir software funcional basado en una comprensión de alto nivel de los requisitos, incluso antes de que se finalicen los diseños de producto y UX detallados.

Con la velocidad de la generación de código de IA, el esfuerzo involucrado en crear diseños exhaustivos de antemano puede, en ciertos contextos, volverse relativamente más tiempo-consumidor que obtener una versión básica y funcional del software en marcha. El nuevo paradigma en el mundo de la codificación de vibración se convierte en: ejecutar (codificar con IA), luego adaptar (diseñar y refinar).

Este enfoque permite una validación de usuario increíblemente temprana de los conceptos básicos. Imagina obtener retroalimentación sobre la funcionalidad real de una característica antes de invertir mucho en diseños visuales detallados. Esto puede conducir a diseños más centrados en el usuario, ya que el proceso de diseño está directamente informado por cómo los usuarios interactúan con un producto tangible.

En WisdomAI, adoptamos activamente la generación de código de IA. Hemos encontrado que, al abrazar el desarrollo inicial rápido, podemos probar rápidamente las funcionalidades básicas y recopilar una retroalimentación de usuario invaluable al comienzo del proceso, en vivo en el producto. Esto permite que nuestro equipo de diseño se concentre en refinar la experiencia del usuario y el diseño visual basado en el uso real, lo que conduce a productos más efectivos y amados por los usuarios, más rápidamente.

Desde las ventas y el marketing hasta la fabricación y el éxito del cliente, WisdomAI apunta a un amplio espectro de casos de uso empresariales. ¿Qué verticales han visto la adopción más rápida, y qué casos de uso te han sorprendido en su impacto?

Hemos visto resultados transformadores con múltiples clientes. Para la empresa de petróleo y gas F500, ConocoPhillips, los ingenieros y operadores de perforación ahora utilizan nuestra plataforma para consultar datos de pozos complejos directamente en lenguaje natural. Antes de WisdomAI, estos ingenieros necesitaban ayuda técnica incluso para preguntas operativas básicas sobre el estado del pozo o el rendimiento del trabajo. Ahora pueden acceder instantáneamente a esta información mientras comparan simultáneamente con las mejores prácticas en sus manuales de perforación, todo a través de la misma interfaz conversacional. Evaluaron a varios proveedores de IA en un proceso de seis meses, y nuestra solución entregó una mejora del 50% en la precisión en comparación con el competidor más cercano.

En una empresa de seguridad cibernética de crecimiento hiper, Descope, WisdomAI se utiliza como analista de datos virtual para Ventas y Finanzas. Redujimos el tiempo de creación de informes de 2-3 días a solo 2-3 horas, una disminución del 90%. Esto transformó sus reuniones de ventas semanales de ejercicios de recolección de datos en sesiones de estrategia centradas en información accionable. Como su CRO señala, “Wisdom AI me trae los datos a mis dedos. Realmente democratiza los datos, trayéndome el poder de ir a responder preguntas y seguir adelante con mi día, en lugar de definir mi pregunta, esperar a que alguien construya la respuesta, y luego obtenerla en 5 días”. La capacidad de tomar decisiones basadas en datos con una velocidad sin precedentes ha sido particularmente crucial para una empresa en crecimiento rápido en el competitivo mercado de gestión de identidad.

Muchas empresas hoy en día están sobrecargadas con tableros, informes y herramientas segmentadas. ¿Cuáles son los conceptos erróneos más comunes que las empresas tienen sobre la inteligencia empresarial hoy en día?

Las organizaciones se sientan sobre montones de información, pero luchan por aprovechar estos datos para la toma de decisiones rápida. El desafío no es solo tener datos, sino trabajar con ellos en su estado natural – que a menudo incluye “datos sucios” no limpios de errores tipográficos o de otro tipo. Las empresas invierten mucho en infraestructura, pero enfrentan cuellos de botella con tableros rígidos, mala higiene de datos y información segmentada. La mayoría de las empresas necesitan equipos especializados para ejecutar informes, lo que crea retrasos significativos cuando los líderes empresariales necesitan respuestas rápidas. La interfaz donde la gente consume los datos sigue siendo obsoleta a pesar de los avances en motores de datos en la nube y ciencia de datos.

¿Ves a WisdomAI como una herramienta que complementa o eventualmente reemplaza las herramientas de BI existentes como Tableau o Looker? ¿Cómo encajas en la pila de datos empresariales más amplia?

Estamos compatibles con servicios de datos en la nube importantes como Snowflake, Microsoft Fabric, BigQuery de Google, Redshift de Amazon, Databricks y Postgres, y también con formatos de documentos como Excel, PDF, PowerPoint, etc. Nuestro enfoque transforma la interfaz donde la gente consume los datos, que ha permanecido obsoleta a pesar de los avances en motores de datos en la nube y ciencia de datos.

Mirando hacia adelante, ¿dónde ves a WisdomAI en cinco años, y cómo ves evolucionar el concepto de “inteligencia agente” en el paisaje empresarial?

El futuro del análisis está pasando de informes impulsados por especialistas a inteligencia de autoservicio accesible para todos. Las herramientas de BI han estado alrededor durante más de 20 años, pero la adopción no ha alcanzado ni siquiera el 20% de los empleados de la empresa. Mientras tanto, en solo doce meses, el 60% de los usuarios del lugar de trabajo adoptaron ChatGPT, muchos de los cuales la usaron para el análisis de datos. Esta diferencia dramática muestra el potencial de las interfaces conversacionales para aumentar la adopción.

Estamos viendo un cambio fundamental donde todos los empleados pueden interrogar directamente los datos sin habilidades técnicas. El futuro combinará el poder computacional de la IA con la interacción humana natural, permitiendo que las ideas encuentren a los usuarios proactivamente en lugar de requerir que busquen a través de tableros.

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