Erik Schwartz, Directeur des opérations d’IA (CAIO) de Tricon Infotech – Série d’entretiens

Erik Schwartz est le Directeur des opérations d’IA (CAIO) de Tricon Infotech, une société de conseil et de services logiciels de premier plan. Tricon Infotech propose des solutions automatisées efficaces et des transformations numériques complètes grâce à des produits personnalisés et des mises en œuvre d’entreprise.

Erik Schwartz est un dirigeant expérimenté et un entrepreneur qui compte plus de deux décennies d’expérience dans le secteur technologique, spécialisé à l’intersection de l’IA, de la recherche d’information et de la découverte de connaissances. Au cours de sa carrière, Erik a été à la pointe de l’intégration de grandes plateformes et de l’intégration de l’IA dans les technologies de recherche, améliorant considérablement l’interaction utilisateur et l’accessibilité de l’information. Il a occupé des postes clés chez Comcast (CMCSA ), Elsevier et Microsoft (MSFT ), où il a dirigé des initiatives pionnières en matière d’IA, de recherche et de LLM.

Le parcours professionnel d’Erik est marqué par son dévouement à l’innovation et sa conviction dans le pouvoir de la collaboration. Il a constamment conduit des équipes vers la livraison rapide de solutions innovantes, établissant ainsi sa réputation de leader de confiance dans la communauté technologique. Son travail, notamment sur le projet Scopus AI chez Elsevier, souligne son engagement à repousser les limites de la façon dont nous interagissons avec l’information et à créer une relation de confiance avec les utilisateurs.

En tant que Directeur des opérations d’IA (CAIO), Erik utilise son expérience approfondie pour développer et mettre en œuvre des stratégies d’IA complètes pour les clients de Tricon. Son processus approfondi non seulement démystifie l’IA, mais assure également que ces entreprises sont équipées pour réussir et prospérer dans le paysage concurrentiel de la technologie de l’IA. Erik est passionné par la promotion de la croissance et de l’innovation, partageant ses connaissances pour inspirer et habiliter les organisations à exploiter efficacement le pouvoir transformateur de l’IA.

Pouvez-vous partager quelques points forts de votre parcours professionnel qui vous ont mené à votre rôle actuel de Directeur des opérations d’IA chez Tricon Infotech ?

J’ai été immergé dans le domaine de la recherche d’information tout au long de ma carrière. Mon parcours a commencé dans les années 90 en tant que Web Master à l’aube de l’Internet. Pendant cette période formative, j’ai concentré mon attention sur la construction de bibliothèques numériques pour les agences gouvernementales, les universités et les sociétés de médias, ce qui a jeté les bases de mon expertise dans les systèmes d’information numérique.

Dans les années 2000, j’ai fait la transition pour travailler avec des fournisseurs de moteurs de recherche, où j’ai affiné mes compétences en technologies de recherche. Cette phase de ma carrière a été marquée par une croissance et un apprentissage significatifs à travers diverses acquisitions, qui m’ont finalement mené à rejoindre Microsoft en 2008. Chez Microsoft, j’ai joué un rôle clé dans le développement et l’amélioration des plateformes de découverte de connaissances, conduisant l’innovation et améliorant l’accessibilité de l’information pour les utilisateurs.

Après mon séjour chez Microsoft, j’ai dirigé des initiatives chez des sociétés importantes telles que Comcast et Elsevier, où j’étais responsable de la gestion de grandes plateformes de découverte de connaissances. Ces expériences ont été déterminantes pour façonner mon approche de l’IA et de la recherche d’information, aboutissant à mon rôle actuel de Directeur des opérations d’IA chez Tricon Infotech. Ici, j’exploite mon expérience approfondie pour conduire les stratégies et les solutions d’IA qui permettent à nos clients d’exploiter pleinement leur potentiel de données.

Comment vos expériences chez des sociétés comme Comcast, Elsevier et Microsoft ont-elles influencé votre approche de l’intégration de l’IA et des technologies de recherche ?

Tout au long de ma carrière, j’ai été profondément concentré sur les techniques de traitement automatique des langues (NLP) et l’apprentissage automatique. Initialement, ces technologies étaient basées sur des systèmes à règles simplistes. Cependant, à mesure que les ensembles de données ont grandi et que la puissance de calcul est devenue plus robuste, nous avons commencé à améliorer considérablement les expériences utilisateur en récoltant automatiquement les données et en les réinjectant dans les algorithmes pour améliorer leur performance.

Chez Microsoft, après l’acquisition de FAST, j’ai travaillé en tant que responsable de produit dans l’équipe SharePoint. Dans ce rôle, j’ai participé à l’intégration de technologies de recherche avancées dans les systèmes de gestion de contenu d’entreprise, améliorant ainsi les capacités de recherche d’information et de collaboration pour les entreprises.

Chez Comcast, j’ai construit une plateforme de découverte de connaissances qui alimentait l’ensemble de leur activité de vidéo, permettant aux utilisateurs de rechercher et de découvrir du contenu sur les décodeurs, les appareils mobiles et les dispositifs Web. Ce moteur de recherche était conçu pour gérer plus d’un milliard de requêtes par jour, améliorant ainsi considérablement l’expérience utilisateur en fournissant des recommandations de contenu et des résultats de recherche rapides et précis.

L’une des expériences les plus transformatrices a été chez Elsevier, où nous avons lancé une expérience d’IA générative pour Scopus, l’un de leurs produits les plus fiables. Cette initiative a utilisé un grand modèle de langage (LLM) pour aider les utilisateurs à poser de meilleures questions et à obtenir des réponses plus précises à partir du contenu technique profond de la base de données de communications savantes. Cette approche basée sur le LLM a garanti la complète exactitude et la fiabilité de plus de 90 millions d’articles contenus dans la base de données, démontrant ainsi le pouvoir de l’IA pour améliorer la recherche académique et la diffusion des connaissances.

Qu’est-ce qui vous excite le plus dans les progrès actuels de l’IA générative et de ses applications potentielles ?

L’un des plus grands défis historiques de la recherche d’information a été de maintenir le contexte. Pour les humains, c’est un processus naturel, mais pour les machines, trouver des informations a traditionnellement été une expérience très transactionnelle : poser une question, obtenir une réponse. Plonger plus profondément dans un sujet nécessitait de poser des questions de plus en plus spécifiques. L’IA générative révolutionne cette approche en permettant une interaction plus conversationnelle et contextuelle, similaire à une conversation naturelle avec quelqu’un que vous venez de rencontrer.

En outre, l’IA générative intègre des techniques supplémentaires qui améliorent la compréhension plus approfondie, qui ont historiquement été difficiles pour les moteurs de recherche traditionnels. Par exemple, les grands modèles de langage (LLM) peuvent gérer sans effort des aspects tels que le ton, l’analyse des sentiments, la compréhension sémantique et la disambiguation. Ces capacités permettent aux LLM de saisir les nuances du langage humain et du contexte sans effort, fournissant ainsi des réponses plus précises et plus significatives dès le départ. Cet progrès m’excite le plus, car il ouvre une myriade de possibilités pour créer des applications plus intuitives, plus réactives et plus intelligentes dans divers domaines.

Comment l’approche de Tricon Infotech en matière d’IA générative diffère-t-elle de celle des autres sociétés du secteur ?

Dans l’espace de l’IA générative, il y a deux domaines d’intérêt principaux. Le premier, qui reçoit une attention significative de la part des plus grandes sociétés technologiques, est la formation et l’ajustement fin des modèles d’IA. Le deuxième domaine, où les praticiens de l’IA générative excellent vraiment, est l’inférence – utiliser l’IA générative pour créer des produits et des services de valeur.

Chez Tricon Infotech, nous nous concentrons sur le dernier. Notre approche est distincte car nous mettons l’accent sur l’application pratique et le déploiement rapide. Nous avons développé un programme complet qui aide les dirigeants d’entreprise à identifier rapidement les cas d’utilisation les plus impactants pour l’IA générative. Notre processus comprend une solution de prototypage rapide, permettant aux clients de travailler avec leurs propres données dans un bac à sable d’IA. Cette approche garantit qu’ils peuvent voir des résultats tangibles et interagir avec des informations basées sur l’IA tôt dans le cycle de développement.

De plus, nous avons un focus radical sur le temps de retour sur investissement. Notre objectif est d’aider les clients à construire et à déployer des applications orientées consommateur dans les 90 jours. Ce délai accéléré non seulement stimule l’innovation plus rapide, mais assure également que les entreprises peuvent rapidement capitaliser sur les avantages de l’IA générative, créant de nouvelles sources de revenus et améliorant la satisfaction client.

Pouvez-vous discuter de certains des défis clés liés à la mise en œuvre de grands modèles de langage (LLM) et d’IA générative dans les solutions d’entreprise ?

La mise en œuvre de grands modèles de langage (LLM) et d’IA générative dans les solutions d’entreprise présente plusieurs défis émergents. Le premier et le plus important défi est la confiance. Les entreprises doivent être assurées que les systèmes d’IA ne compromettront pas leur propriété intellectuelle ou leurs informations d’entreprise sensibles. Assurer la sécurité des données et obtenir les assurances appropriées que l’IA n’utilisera pas les données de manière abusive est crucial pour instaurer la confiance.

Le deuxième défi est le problème des hallucinations. L’IA générative peut parfois produire des réponses confiantes qui sont en fait inexactes. Cela peut miner la fiabilité des systèmes d’IA. Des techniques telles que l’ajustement fin des modèles et l’utilisation de la génération assistée par récupération (RAG) peuvent aider à atténuer la survenue d’hallucinations en garantissant que les réponses de l’IA sont ancrées dans des données précises.

Le troisième défi significatif est le coût. La licence et la mise à l’échelle des LLM peuvent être très coûteuses. Même les offres d’entreprise des principaux fournisseurs comme Microsoft, Amazon (AMZN ) et Google (GOOGL ) sont assorties de frais d’entrée élevés et de minimums. Par conséquent, il est crucial pour les entreprises de surveiller et de gérer de près le retour sur investissement (RSI) pour s’assurer que le déploiement des solutions d’IA est viable sur le plan économique.

Pouvez-vous expliquer l’approche structurée que Tricon Infotech utilise pour développer des solutions d’entreprise d’IA générative personnalisées ?

Tricon Infotech est une société de développement de produits qui se distingue en offrant des services gérés via des équipes de produits complètes et dédiées, plutôt que par l’augmentation traditionnelle du personnel. Notre approche consiste à déployer des équipes de produits complètes qui peuvent gérer tous les aspects du cycle de vie du développement de produits, y compris la recherche utilisateur, la conception d’expérience utilisateur (UX), le développement frontal et back-end, l’automatisation des tests, le déploiement, la mise à l’échelle et les opérations continues.

Ce modèle de service géré complet garantit que nos clients peuvent se concentrer directement sur la capture de la valeur de leurs données sans les complexités et les surcoûts liés à la gestion de ressources distinctes. Notre principal moteur est le temps de retour sur investissement, ce qui signifie que nous donnons la priorité à la livraison de bénéfices tangibles rapidement et efficacement. Notre ambition est de bâtir des relations génératives à long terme avec nos clients en ajoutant continuellement de la valeur et en itérant à travers le processus de développement de fonctionnalités.

Notre approche structurée est conçue pour être agile et réactive, nous permettant d’adapter rapidement les nouveaux défis et les nouvelles opportunités du paysage de l’IA. En exploitant les capacités complètes de nos équipes multidisciplinaires, nous livrons des solutions d’IA générative hautement personnalisées qui sont adaptées aux besoins spécifiques de chaque entreprise. Cette approche ne nous distingue pas seulement des sociétés traditionnelles d’augmentation du personnel, mais assure également que nous fournissons des solutions globales et complètes qui ont un impact commercial significatif.

Quels sont quelques exemples de problèmes du monde réel que les solutions d’IA générative de Tricon ont résolus avec succès ?

1. E-Learning – conversion de médias traditionnels et de matériel éducatif hérité en contenu multimodal interactif. Cela permet à nos clients de réutiliser leur contenu existant pour s’adapter à de nouvelles méthodes d’apprentissage et pour rejoindre les apprenants sur différentes plateformes où ils se trouvent déjà. De plus, le contenu peut ensuite être réutilisé dans des programmes d’apprentissage hyper-personnalisés qui peuvent s’adapter automatiquement aux besoins et aux styles d’apprentissage de l’apprenant (audio, visuel, etc.)
2. IA privée – Aider les clients à construire des solutions d’IA d’entreprise qui restent privées et respectent les règles d’accès des clients, tout en maintenant les coûts et en aidant à mettre à l’échelle à travers les diverses fonctions de l’entreprise, aidant ainsi les professionnels surchargés et les services partagés à mieux s’étendre à l’organisation tout en comprenant naturellement les diverses règles et restrictions des politiques distribuées géographiquement. Ces IA privées ne serviront pas seulement l’entreprise, mais généreront également de nouvelles sources de revenus pour nos clients.
3. Automatisation des processus – Il existe encore un grand nombre d’organisations qui s’appuient sur des processus manuels et des intégrations de données de type “fauteuil pivotant”. L’IA aide à connecter les divers systèmes en créant des couches intelligentes qui ne peuvent pas seulement valider les données, mais également comprendre le signal unique créé par l’ensemble de données ou l’outillage unique, et aider à router efficacement les flux de travail tout en identifiant les problèmes de chaîne d’approvisionnement.

Quel rôle joue l’apprentissage continu et la croissance dans le maintien d’une position avancée dans le domaine de l’IA en évolution rapide ?

L’un des plus grands défis du domaine de l’IA est de mettre à niveau le bassin de talents. Il y a une nouvelle génération de travailleurs qui comprennent intuitivement les outils d’IA et les technologies. Cependant, il y a également une génération plus âgée qui doit comprendre ce que ces outils peuvent et ne peuvent pas faire. L’apprentissage continu est crucial pour combler ce fossé.

Les outils d’IA ont le potentiel d’améliorer considérablement la productivité, permettant aux entreprises d’accomplir beaucoup plus avec des ressources significativement réduites, réduisant ainsi les délais et les coûts. Pour que ces avantages soient réalisés, les employés doivent être ouverts à l’apprentissage de nouvelles méthodes de travail et à l’intégration de ces outils dans leurs flux de travail.

De plus, il est essentiel de traiter la peur de la sécurité de l’emploi. Les employés doivent comprendre que ceux qui adoptent l’apprentissage continu et la croissance seront mieux équipés pour intégrer de nouveaux outils d’IA dans leurs routines quotidiennes, conduisant ainsi à une plus grande sécurité d’emploi. La réalité est que le succès dans l’avenir impulsé par l’IA viendra à ceux qui cherchent activement à comprendre et à exploiter ces technologies en évolution.

Comment voyez-vous l’avenir de l’IA en transformant la technologie de recherche et l’interaction utilisateur au cours de la prochaine décennie ?

Nous sommes déjà témoins d’un changement significatif des moteurs de recherche traditionnels vers les outils d’IA générative pour les requêtes initiales. Ce changement est motivé par la capacité de l’IA générative à fournir des réponses directes et des solutions, éliminant ainsi le besoin de parcourir de multiples sites Web ou ressources de manière indépendante. Dans un avenir proche, il deviendra courant pour les IA d’assister aux réunions, de prendre des mesures et de gérer des tâches routinières, conduisant à une réduction significative des rôles de certaines fonctions au sein des entreprises.

L’un des défis clés qui subsiste est de déterminer comment monétiser l’IA générative, car le modèle publicitaire traditionnel peut faire face à des obstacles importants dans ce nouveau paysage. Ma prédiction est que les données deviendront de plus en plus précieuses, agissant davantage comme une monnaie à mesure que nous naviguons dans ce nouveau monde. Ce changement nécessitera des modèles commerciaux innovants qui exploitent les capacités uniques de l’IA tout en garantissant que les utilisateurs et les entreprises peuvent tirer des avantages tangibles de leurs interactions.

Dans l’ensemble, l’avenir de l’IA dans la technologie de recherche et l’interaction utilisateur promet d’être transformatif, rendant la recherche d’information plus intuitive et efficace tout en redéfinissant la façon dont nous abordons les interactions numériques et les fonctions d’entreprise.

Quels conseils pratiques donneriez-vous aux entreprises qui cherchent à exploiter l’IA pour stimuler le succès et l’innovation ?

N’ayez pas peur de la technologie. Commencez par rendre les outils d’IA disponibles à vos employés pour vous assurer que vos données et votre propriété intellectuelle (PI) restent sécurisées. De nombreux employés utilisent déjà des outils d’IA, mais sans gouvernance appropriée, il y a un risque d’utilisation abusive. Il est donc crucial de mettre à niveau vos effectifs pour qu’ils comprennent les risques impliqués et comment utiliser ces outils en toute sécurité et efficacement.

En outre, il est essentiel de prêter une attention particulière aux mesures de succès. Les outils d’IA peuvent être coûteux, mais les coûts devraient diminuer avec le temps. Cependant, il est important de maintenir un focus clair sur le retour sur investissement (RSI) pour gérer les coûts et comprendre l’impact sur votre entreprise. En faisant cela, vous pouvez exploiter l’IA pour stimuler l’innovation et le succès tout en vous assurant que les avantages l’emportent sur les dépenses.

Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Tricon Infotech.