Stephen DeAngelis, Fundador y CEO de Enterra Solutions – Serie de Entrevistas

Stephen DeAngelis es el fundador y CEO de Enterra Solutions, la primera empresa en aplicar la Ciencia de Decisión Autónoma (ADS) tecnología para realizar la optimización de la cadena de valor, la toma de decisiones y la investigación y desarrollo complejos para las empresas.

Stephen F. DeAngelis es un experto internacionalmente reconocido en inteligencia artificial y análisis avanzados y sus aplicaciones a la competitividad, la resiliencia y la seguridad de las entidades comerciales y gubernamentales. El Sr. DeAngelis es titular de una patente, pionero en tecnología y empresario. Su carrera se encuentra en la intersección de las relaciones internacionales, los negocios, el gobierno y la academia. Aporta una perspectiva única y una gran experiencia a sus empresas.

¿Podría compartir la historia de origen detrás de Enterra Solutions?

Enterra tiene sus orígenes como contratista del gobierno de los EE. UU. Enterra desarrolló y ejecutó modelos de resiliencia empresarial (competitividad, riesgo y rendimiento basados en datos) para agencias gubernamentales de los EE. UU. Al realizar este trabajo, Enterra desarrolló su Metodología y Modelo de Madurez de Gestión de Resiliencia Empresarial bajo acuerdos de investigación y desarrollo colaborativos con agencias de investigación y desarrollo financiadas por el gobierno federal de los EE. UU.

Para avanzar en la tecnología de competitividad y resiliencia, Enterra comenzó a trabajar en inteligencia artificial y matemáticas aplicadas a principios de la década de 2000. A mediados de la década de 2000, la empresa comenzó a combinar su trabajo en el sector gubernamental con investigaciones académicas teóricas y experimentales de vanguardia – este trabajo continúa hoy en día. La investigación académica de Enterra es una cooperación bidireccional que expone a nuestra empresa y empleados a algunas de las técnicas y prácticas de inteligencia artificial y matemáticas más avanzadas y sofisticadas, mientras establece una red profunda y un conjunto de conexiones con algunos de los principales individuos y pensadores seminales en ciencia cognitiva y aplicaciones de resiliencia.

Enterra aprovechó los conocimientos científicos y técnicos de su trabajo en el gobierno y la academia para reinventar el análisis de datos grandes en el sector comercial – el resultado fue la creación de la plataforma de Ciencia de Decisión Autónoma (ADS) y el conjunto de aplicaciones de negocio de Enterra que se combinan para crear un Sistema de Inteligencia de primer nivel. El Sistema de Inteligencia de Enterra realiza la optimización, la planificación y la ejecución autónomas de extremo a extremo al sentarse sobre los múltiples sistemas transaccionales de registro/compromiso de una organización en Marketing, Ventas, Cadena de Suministro y Estrategia Corporativa, y orquestando decisiones y acciones que ayudan a la empresa a construir competitividad y resiliencia y alcanzar sus objetivos comerciales.

Al combinar la tecnología proprietaria de Enterra con el conocimiento y las prácticas organizacionales, Enterra anticipa los cambios del mercado de manera sistemática y a la velocidad del mercado – transformando las empresas en Empresas Inteligentes Autónomas.

Enterra Solutions ofrece ciencia de decisión autónoma, ¿qué es esto específicamente y cómo optimiza las decisiones comerciales?

La Ciencia de Decisión Autónoma (ADS) de Enterra es la plataforma de tecnología que impulsa el Sistema de Inteligencia de Enterra. La plataforma de tecnología ADS de Enterra combina tres tecnologías previamente aisladas:

1. Razonamiento Semántico y Lógica Simbólica Vectorial basada en Inteligencia Artificial que permite el razonamiento, la toma de decisiones y el aprendizaje similares a los humanos. Esta capacidad única combina el sentido común y el conocimiento de la industria con el razonamiento de inferencia para crear un sistema que puede tomar decisiones con un razonamiento sutil y similar al humano y luego aprender de los resultados.
2. Aprendizaje automático transparente y explicativo de “caja de vidrio” en la forma de la máquina de aprendizaje de representación proprietaria (RLM). La base de la RLM es la matemática de alta dimensión y el análisis funcional. La RLM identifica de manera única una función que describe la combinación y la contribución de las variables en el conjunto de datos que describen los efectos observables a través de múltiples capas de interacción con un alto grado de precisión. Esto se clasifica como un algoritmo “de caja de vidrio”, explicativo que genera una función, cuya salida es visible, en contraste con los algoritmos “de caja negra” que simplemente generan patrones, pero no ofrecen ninguna descripción explicativa de la dinámica del conjunto de datos/sistema, ni tienen ningún “entendimiento” sustantivo de lo que significa el patrón.
3. Capacidad de optimización basada en restricciones y no lineal que incorpora la fórmula derivada de la RLM, junto con las restricciones y la lógica de razonamiento semántico, para realizar una optimización rápida que refleje las consideraciones complejas y multidimensionales del mundo real para derivar recomendaciones altamente accionables. Esta capacidad rompe la barrera de dimensionalidad asociada con los modelos lineales.

La combinación única de estas técnicas ha permitido a Enterra brindar a sus clientes capacidades significativamente diferenciadas y ha creado un abismo altamente defendible en el paisaje competitivo – tanto para las grandes plataformas de tecnología de inteligencia artificial como para los jugadores de soluciones puntuales.

Aproximadamente un año atrás, en el podcast “Eye on AI“, discutió cómo la inteligencia artificial anticuada sigue siendo una herramienta poderosa. ¿Han cambiado sus puntos de vista sobre esto, y qué algoritmos de aprendizaje automático tradicionales aún se utilizan en Enterra Solutions?

La ciencia es aditiva generacional, lo que significa que una generación de capacidad se superpone a la innovación de la generación anterior para crear nuevas capacidades. Enterra innova constantemente y evoluciona creativamente su tecnología. Como se mencionó anteriormente, Enterra ha creado una plataforma de Ciencia de Decisión Autónoma (ADS) y una plataforma de Inteligencia Artificial Generativa que es un conjunto de capacidades de razonamiento similar al humano y de Inteligencia Artificial Generativa. Hemos combinado estas tecnologías previamente aisladas bajo una plataforma y, al hacerlo, hemos podido desbloquear capacidades analíticas previamente irrealizables y mitigar las deficiencias de cualquier tecnología individual.

¿Cómo ha integrado Enterra Solutions la Inteligencia Artificial Generativa en sus soluciones?

Mientras que muchas organizaciones aún se encuentran en un período de descubrimiento y prueba con la inteligencia artificial generativa, Enterra Solutions y nuestros clientes han aprovechado sus poderosas capacidades durante más de una década. El componente de inteligencia artificial de la plataforma de Enterra aprenderá de manera única las razones ambientales por las que las recomendaciones tienen éxito o no y persistirá en ese aprendizaje en sus bases de conocimiento de Ontologías y de Inteligencia Artificial Generativa. Enterra, cuando se le solicita por un cliente, desarrollará una base de conocimiento de Inteligencia Artificial Generativa específica que represente las estrategias, tácticas, lógica comercial y formas de trabajar y ganar de nuestros clientes; mientras proporciona lógica y configuración de restricciones actualizadas a las funciones de optimización dentro de los componentes funcionales del Sistema de Inteligencia de Enterra.

Las alucinaciones son uno de los principales problemas con la Inteligencia Artificial Generativa, ¿cómo supera Enterra Solutions estas limitaciones?

La Inteligencia Artificial Generativa puede automatizar la mayoría de los flujos de trabajo, pero al no estar validada, su credibilidad es cuestionable. Esto se puede abordar aprovechando la tecnología ADS que puede conectarse a grandes modelos de lenguaje (LLM), razonar y triangular el conocimiento matemáticamente para validar su eficacia. Al aprovechar la tecnología ADS para ofrecer explicabilidad y accionabilidad confiables de ideas y recomendaciones, se puede generar confianza.

De 2015 a 2019, fue miembro del Consejo Asesor del Centro Dalai Lama para Ética y Valores Transformadores en el MIT, ¿cómo ha moldeado sus valores sobre los negocios y la inteligencia artificial?

Bueno, si uno está involucrado con el Centro Dalai Lama, no puede evitar pensar en el liderazgo y la ética como una sola cosa. Cuando diriges una empresa, aprendes muy rápidamente que tomas miles de decisiones al año. Algunas son pequeñas, algunas son ordinarias o procedimentales, y algunas son decisiones significativas o con consecuencias. Espero haber aprendido a tomar decisiones con consideraciones éticas incorporadas de manera nativa en mi lógica – verdaderamente una estrella polar y los parámetros para la toma de decisiones iluminada. Este concepto también se refleja en la forma en que construimos algoritmos y software, y finalmente se refleja en la forma en que ejecutamos nuestra organización.

A menudo, líderes empresariales y de inteligencia artificial como Geoffrey Hinton están preocupados por los posibles problemas futuros de la inteligencia artificial, y específicamente la inteligencia artificial general, ¿cuáles son sus puntos de vista sobre esto?

Algunas de las preocupaciones de Geoffrey Hinton son sobre el posible mal uso y la velocidad a la que se está desplegando la inteligencia artificial. Esos son puntos justos, ya que muchas empresas están tratando de adaptar la inteligencia artificial a sus prácticas comerciales sin entender primero qué problemas están tratando de resolver. La inteligencia artificial no resuelve todos los problemas y no debe considerarse como una solución en blanco para todos los desafíos comerciales. Es fundamental que las empresas comiencen con una declaración de problema liderada por el negocio, antes de buscar soluciones viables. Una vez que se entiende el problema que se está tratando de resolver, se puede entender el ajuste estratégico y la factibilidad técnica del uso de tecnologías avanzadas, como la inteligencia artificial.

Es un empresario serial y ha lanzado con éxito múltiples empresas en diversos dominios, ¿qué lo impulsa a innovar?

Al final del día, soy más un aprendiz de por vida y un empresario intelectualmente curioso que un administrador. La combinación de un aprendizaje de por vida y una curiosidad intelectual, cuando se combina con el entusiasmo del empresario por crear nuevos negocios, impulsa la innovación y la creación de productos y servicios para llenar brechas de mercado identificadas. El deseo de trabajar con grandes equipos de personas y de “competir y ganar” creando valor para los accionistas es lo que me impulsa a innovar.

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

A través de la lente del uso de la inteligencia artificial en aplicaciones B2B a corto plazo – creo que la inteligencia artificial permitirá la toma de decisiones autónoma práctica en aplicaciones comerciales a gran escala en el futuro cercano. Estas capacidades estarán impulsadas por agentes inteligentes similares a humanos que aumenten la toma de decisiones humana con una inteligencia artificial o una superinteligencia artificial que se centren en casos de uso disruptivos y a gran escala. Aplicaciones como la optimización y la toma de decisiones de la cadena de valor de extremo a extremo para corporaciones globales en todos los sectores y las interrupciones en el descubrimiento y las formulaciones de medicamentos, y los ensayos clínicos, son transformadoras y tocan la vida de la mayoría de las personas en el planeta.

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