Babak Hodjat, Cognizantin AI:n CTO – Haastattelusarja

Babak Hodjat on Cognizantin AI:n CTO ja Sentientin entinen perustaja ja toimitusjohtaja. Hän on vastuussa maailman suurimman hajautetun tekoälyjärjestelmän keskeisestä teknologiasta. Babak oli myös maailman ensimmäisen tekoälyohjatun sijoitusrahaston, Sentient Investment Managementin, perustaja. Hän on sarjayrittäjä, joka on perustanut useita yrityksiä Silicon Valleyssä pääkeksijänä ja teknologiana.

Ennen Sentientin perustamista Babak oli Sybase iAnywheren senioriohjelmistojohtaja, jossa hän johti mobiiliratkaisujen kehittämistä. Hän oli myös Dejima Inc.:n perustaja, CTO ja hallituksen jäsen. Babak on Dejiman patentoidun, agenttiorientoituneen teknologian pääkeksijä, jota sovelletaan älykkäisiin käyttöliittymiin mobiili- ja yrityslaskentaan – teknologiaa, jota käytetään Apple:n Sirissä.

Babak on julkaissut useita tutkimuksia tekoälystä, ohjelmistokehityksestä ja hajautetusta tekoälystä. Hänellä on 31 myönnettyä tai odottavaa patenttia. Hän on asiantuntija useilla tekoälyalueilla, kuten luonnollisen kielen prosessoinnissa, koneoppimisessa, geneettisissä algoritmeissa ja hajautetussa tekoälyssä, ja hän on perustanut useita yrityksiä näillä aloilla. Babakilla on koneälytieteen tohtorin tutkinto Kyushun yliopistosta Fukuokassa, Japanissa.

Olet tarkastellut uraasi, joka kattaa useita tekoälyyn perustuvia yrityksiä ja Cognizantin AI-laboratorion johtamisen. Mitkä ovat tärkeimmät oppitunnit, joita olet oppinut innovaatiosta ja johtamisesta tekoälyssä?

Innovaatio vaatii kärsivällisyyttä, investointeja ja kasvatusta, ja se tulisi tukea ja jättää rajoittamattomaksi. Jos olet rakentanut oikean tiimin innovaattoreista, voit luottaa heihin ja antaa heille täydellisen taiteellisen vapauden valita, miten ja mitä he tutkivat. Tulokset ovat usein hämmästyttäviä. Johtamisen näkökulmasta tutkimus ja innovaatio eivät ole miellyttäviä tai jälkikäteen ajateltuja. Olen perustanut tutkimusryhmiä varhain yritysten perustamisessa ja olen aina ollut vahva kannattaja tutkimuksen investoimiselle, ja se on maksanut itsensä takaisin. Hyvissä aikoina tutkimus pitää meidät kilpailun edellä, ja huonissa aikoina se auttaa meitä diversifioitumaan ja selviytymään, joten ei ole olemassa oikeutusta alainvestoimiselle, rajoittamiselle tai liialliselle kuormittamiselle lyhytaikaisilla liiketoimintatavoitteilla.

Kuinka kokemuksesi älykkäiden käyttöliittymien kehittämisestä, kuten Apple:n Sirin kehittämisestä, on vaikuttanut lähestymistapaasi tekoälyohjelmien johtamiseen Cognizantissa?

Luonnollisen kielen teknologia, jonka kehittäminen aloin alun perin Sirille, perustui agentteihin, joten olen työskennellyt tämän käsitteen parissa pitkään. Tekoäly ei ollut yhtä voimakasta 1990-luvulla, joten käytin moniagenttijärjestelmää ymmärtämään ja kartoittamaan luonnollisen kielen komentoja toiminnaksi. Jokainen agentti edusti pientä aluetta keskustelun alueesta, joten tekoälyssä jokaisessa agentissa oli yksinkertainen ympäristö hallita. Nykyään tekoälyjärjestelmät ovat voimakkaampia, ja yksi LLM voi tehdä monia asioita, mutta hyödymme edelleen siitä, että käsittelemme sitä tietotyöntekijänä laatikossa, rajoittamalla sen aluetta, antamalla sille työnkuvaus ja linkittämällä sen muihin agenteihin, joilla on erilaiset vastuut. Tekoäly pystyy siten täydentämään ja parantamaan liiketoimintaprosessia.

Cognizantin AI-laboratorion johtajana San Franciscossa meidän perustutkimusperiaatteemme on agenttiperusteinen päätöksenteko. Tällä hetkellä meillä on 56 Yhdysvaltain patenttia tekoälytekniikasta, joka perustuu tähän periaatteeseen. Olemme kaikki mukana.

Voitko selittää tarkemmin Cognizantin AI-laboratoriossa tehtävää viimeisintä tutkimusta ja innovaatioita? Miten nämä kehitykset vastaavat Fortune 500 -yritysten erityistarpeita?

Meillä on useita tekoälystudioita ja innovaatiokeskuksia. San Franciscon Advanced AI Lab keskittyy laajentamaan tekoälyn nykyistä tilaa. Tämä on osa sitoutumistamme, joka ilmoitettiin viime vuonna, investoida 1 miljardi dollaria generatiiviseen tekoälyyn seuraavien kolmen vuoden aikana.

Tarkemmin sanottuna keskitymme kehittämään uusia algoritmeja ja tekniikoita asiakkaidemme palvelemiseksi. Luottamus, selittäminen ja monitavoitteiset päätökset ovat tärkeitä aloja, joita tutkimme ja kehitämme, ja ne ovat välttämättömiä Fortune 500 -yrityksille.

Luottamukseen liittyen olemme kiinnostuneita tutkimuksesta ja kehityksestä, joka syventää ymmärrystämme siitä, milloin voimme luottaa tekoälyn päätöksentekoon riittävästi voidaksemme siirtää vastuun sille, ja milloin ihmisen tulisi osallistua. Meillä on useita patenteja, jotka liittyvät tähän epävarmuuden mallinnukseen. Vastaavasti neuroverkkot, generatiivinen tekoäly ja LLM:t ovat luonnostaan epäselviä. Haluamme pystyä arvioimaan tekoälypäätöksen ja kysymään siltä, miksi se suositteli jotain – perustellen sen päätöksensä. Lopulta ymmärrämme, että joskus yritykset haluavat pystyä tekemään päätöksiä, joilla on useita tuloksia – kustannusten vähentäminen samanaikaisesti myyntiä lisäämällä ja eettisiä huomioita tasapainottaen, esimerkiksi. Tekoäly voi auttaa meitä saavuttamaan parhaan tasapainon näistä kaikista tuloksista päätöksentekotaktiikoiden optimoimalla monitavoitteisella tavalla. Tämä on toinen tärkeä alue tutkimuksessamme.

Seuraavat kaksi vuotta ovat kriittisiä generatiiviselle tekoälylle. Mitkä ovat mielestäsi ratkaisevat muutokset tänä aikana, ja miten yritykset tulisi valmistautua?

Olemme menossa räjähdysmäiseen kauteen tekoälytekniikoiden kaupallistamisessa. Tänään tekoälyn pääasialliset käytöt ovat parantamassa tuottavuutta, luomassa parempia luonnollisen kielen käyttöliittymiä, yhteenvetona tietoja ja auttamaan koodauksessa. Tänä kiihdytyskauden aikana uskomme, että teknologian ja tekoälystrategioiden järjestäminen moniagenttijärjestelmien ja päätöksenteon ympärille on paras tapa mahdollistaa yritysten menestys. Cognizantissa painopisteenä on innovaatio ja sovellettu tutkimus, joka auttaa asiakkaitamme hyödyntämään tekoälyä strategisen edun lisäämiseksi, kun se integroidaan liiketoimintaprosesseihin.

Miten generatiivinen tekoäly muuttaa teollisuutta, ja mitkä ovat kaikkein mielenkiintoisimmat käyttötapaukset, jotka nousevat Cognizantin AI-laboratoriosta?

Generatiivinen tekoäly on ollut suuri askel eteenpäin yrityksille. Nyt sinulla on mahdollisuus luoda joukko tietotyöntekijöitä, jotka voivat auttaa ihmisiä päivittäisessä työssä. Olipa kyse asiakaspalvelun sujuvoittamisesta älykkäillä chatboteilla tai varastoinventoinnin hallinnasta luonnollisen kielen käyttöliittymän kautta, LLM:t ovat hyviä erikoistuneissa tehtävissä.

Mitä seuraavaksi tulee, se muuttaa todella teollisuutta, kun agenteille annetaan kyky viestiä toistensa kanssa. Tulevaisuus on sellainen, että yrityksillä on agenteja laitteissa ja sovelluksissa, jotka voivat vastata tarpeisiisi ja viestiä muiden agenttien kanssa puolestasi. Ne työskentelevät koko yrityksen läpi auttamaan ihmisiä jokaisessa roolissa, HR:stä ja taloustiedosta markkinointiin ja myyntiin. Lähitulevaisuudessa yritykset luonnostaan pyrkivät agenttiperustaiseen.

Erityisesti meillä on jo moniagenttijärjestelmä, joka on kehitetty laboratoriossamme, Neuro AI, tekoälypäätösten generointi, joka mahdollistaa asiakkaiden nopean rakentamisen ja kokeilemisen tekoälypäätöksiä liiketoiminnalleen. Se on jo tuottanut joitain mielenkiintoisia tuloksia, ja jaamme lisää niistä pian.

Mikä on moniagenttiteknologian rooli seuraavassa generatiivisen tekoälyn muutoksessa, erityisesti suurten yritysten ympäristössä?

Tutkimuksissamme ja keskusteluissamme yritysjohtajien kanssa saamme yhä enemmän kysymyksiä siitä, miten he voivat tehdä generatiivisesta tekoälystä vaikuttavan suurten yritysten mittakaavassa. Uskomme, että moniagenttitekoälyjärjestelmien muuntava lupaus on keskeinen saavuttamaan tämä vaikutus. Moniagenttitekoälyjärjestelmä kokoaa yhteen tekoälyagentteja, jotka on rakennettu ohjelmistojärjestelmiin eri aloilla yrityksessä. Ajattele sitä järjestelmänä, joka sallii LLM:ien vuorovaikutuksen toistensa kanssa. Tänään haaste on, että vaikka liiketoimintatavoitteet, toiminnot ja mittarit ovat syvältä kytköksissä toisiinsa, eri tiimien käyttämät ohjelmistojärjestelmät eivät ole, mikä luo ongelmia. Esimerkiksi toimitusketjun viivästykset voivat vaikuttaa jakelukeskuksen henkilöstöön. Uuden toimittajan palkkaaminen voi vaikuttaa Scope 3 -päästöihin. Asiakasturnover voi osoittaa tuotteen puutteita. Erilliset järjestelmät tarkoittavat usein, että toimet perustuvat oivalluksiin, jotka on haettu vain yhdestä ohjelmasta ja sovellettu yhteen toimintoa. Moniagenttiteknologiat valaisevat oivallukset ja integroidut toimet koko liiketoiminnan ylitse. Se on todellinen voima, joka voi kiihdyttää yrityksen muodonmuutosta.

Miten moniagenttijärjestelmät kehittyvät seuraavien vuosien aikana, ja miten tämä vaikuttaa laajemmin tekoälymaisemaan?

Moniagenttitekoälyjärjestelmä toimii virtuaalisena työryhmänä, joka analysoi kehotuksia ja hakee tietoja koko yrityksestä tuottaakseen kattavan ratkaisun, joka ei ole vain alkuperäisen pyynnön lähettäjälle, vaan myös muille tiimille. Jos tarkastelemme tarkemmin tiettyä alaa, kuten valmistusta, tämä voi vallankumouksellisesti muuttaa toimintaa alueilla, kuten esimerkiksi hankinnassa. Hankintaa koskeva agentti analysoi olemassa olevia prosesseja ja suosittaa kustannustehokkaampia vaihtoehtoisia komponentteja riippuen sesongeista ja kysynnästä. Tämä hankintaa koskeva agentti yhdistyy sitten kestävyyden agenttiin määrittämään, miten muutos vaikuttaa ympäristötavoitteisiin. Lopulta valvontaa koskeva agentti valvoo vaatimustenmukaisuustoimintaa, varmistaen, että tiimit lähettävät täydelliset ja ajantasaiset raportit ajoissa.

Hyviä uutisia on, että monet yritykset ovat jo alkanneet integroida LLM-pohjaisia chatboteja, mutta heidän on oltava tarkkoja siitä, miten he alkavat yhdistää näitä käyttöliittymiä. On huolehdittava agenttien granulariteetista, LLM-tyypeistä, joita käytetään, ja siitä, milloin ja miten niitä raffaillaan, jotta ne olisivat tehokkaita. Organisaatioiden tulisi aloittaa ylhäältä, tarkastella tarpeitaan ja tavoitteitaan ja työskennellä alaspäin päätöksien tekemiseksi siitä, mitä voidaan agenttisoida.

Mitkä ovat pääasialliset haasteet, jotka estävät yrityksiä omaksumasta tekoälyä täysimääräisesti, ja miten Cognizant vastaa näihin esteisiin?

Johtajuuden tukemisesta ja investoinnista huolimatta monet yritykset pelkäävät jäävänsä tekoälyssä jälkeen. Tutkimuksen mukaan on aukko johtajuuden strategisen sitoutumisen ja varmuuden välillä toteuttaa hyvin. Kustannukset ja kyvykkäiden ammattilaisten saatavuus sekä nykyisten generatiivisten tekoälyratkaisujen kypsyyden puute ovat kaksi merkittävää esteitä, jotka estävät yrityksiä omaksumasta tekoälyä täysimääräisesti.

Cognizantilla on keskeinen rooli auttamassa yrityksiä navigoimaan tekoälytuottavuudesta kasvuun. Itse asiassa äskettäinen Oxford Economiscin kanssa tekemämme tutkimuksen mukaan 43 % yrityksistä aikoo työskennellä ulkopuolisten konsulttien kanssa kehittääkseen suunnitelman generatiiviselle tekoälylle. Perinteisesti Cognizant on omistanut viimeisen mailin asiakkaiden kanssa – teimme sen tietovarastoinnissa ja pilviin siirtymisessä, ja agenttisointi ei ole poikkeus. Tämä on työtä, joka on erittäin räätälöity. Se ei ole yhden kokoinen ratkaisu. Olemme asiantuntijat, jotka voivat auttaa tunnistamaan liiketoimintatavoitteet ja toteuttamissuunnitelman, ja sitten tuoda oikeat räätälöidyt agentit ratkaisemaan liiketoimintatarpeita. Olemme, ja olemme aina olleet, ne ihmiset, joita pitäisi soittaa.

Monet yritykset kamppailevat näkemään välittömiä tuloksia tekoälysijoituksistaan. Mitkä yleiset virheet he tekevät, ja miten nämä virheet voidaan välttää?

Generatiivinen tekoäly on paljon tehokkaampaa, kun yritykset tuottavat sen omassa tietokontekstissaan – toisin sanoen, räätälöivät sen vahvalla perustalla yrityksen tietoa. Myös yritysten on viimeistään otettava haasteellinen askel uudelleenmiettiäkseen perusliiketoimintaprosessejaan. Tänään monet yritykset käyttävät tekoälyä automatisoimaan ja parantamaan olemassa olevia prosesseja. Suuremmat tulokset voivat tapahtua, kun he alkavat kysyä kysymyksiä, kuten mitkä ovat tämän prosessin osat, miten voin muuttaa niitä ja valmistautua jonkin uuden ilmestymiseen, mitä ei ole olemassa vielä? Kyllä, tämä edellyttää kulttuurin muutosta ja riskin ottamista, mutta näyttää välttämättömältä, kun orkesteroidaan monia osia organisaatiota yhdeksi voimakkaaksi kokonaisuudeksi.

Mitkä neuvot voisit antaa nouseville tekoälyjohtajille, jotka haluavat tehdä merkittävän vaikutuksen alalla, erityisesti suurissa yrityksissä?

Liiketoimintamuodonmuutos on luonteeltaan monimutkainen. Nousevat tekoälyjohtajat suurissa yrityksissä tulisi keskittyä prosessien murtamiseen, kokeilemiseen ja innovointiin. Tämä vaatii mielenmuutoksen ja laskelmoitujen riskien ottoa, mutta se voi luoda voimakkaamman organisaation.

Kiitos hienosta haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Cognizantissa.