Mukund Kalmanker, Directeur général des données, de l’analyse et de l’IA chez Apexon – Série d’entretiens

Mukund Kalmanker, Directeur général des données, de l’analyse et de l’IA chez Apexon, compte plus de deux décennies d’expérience dans la direction d’initiatives de transformation d’entreprise à grande échelle, avec une carrière qui comprend des rôles de direction chez Wipro où il a construit et développé des pratiques mondiales d’IA, incubé des plateformes d’automatisation comme HOLMES, et aidé à définir la stratégie technologique d’entreprise dans des secteurs tels que les services financiers, les télécommunications et les soins de santé. Son travail s’est constamment concentré sur la traduction des technologies émergentes – en particulier l’IA, l’ingénierie des données et l’automatisation – en résultats commerciaux pratiques, en combinant une expertise technique approfondie avec une solide expérience dans la construction d’équipes mondiales, la conduite de stratégies de numérisation et la fourniture d’efficacités opérationnelles mesurables pour les grandes entreprises.

Apexon est une société de services technologiques numériques qui aide les entreprises à accélérer la transformation commerciale en combinant l’IA, l’analyse de données et l’ingénierie numérique pour créer des systèmes et des expériences client intelligentes et évolutives. Grâce à ses capacités intégrées dans le cloud, l’automatisation et l’analyse avancée, la société travaille avec des organisations pour moderniser les opérations, améliorer la prise de décision et fournir des solutions numériques de bout en bout, en particulier dans des secteurs tels que les services financiers, les soins de santé et les sciences de la vie.

Après deux décennies à la tête d’initiatives d’IA et d’analyse dans des entreprises comme Wipro et maintenant Apexon, quelle expérience a le plus influencé votre approche de la transformation numérique ?

Au cours des dernières années, ce qui a le plus influencé mon approche, c’est la réalisation que la transformation numérique réussie ne concerne pas seulement la technologie, mais également l’alignement de cette technologie sur la résolution de problèmes commerciaux réels et l’adaptation aux comportements humains en évolution. Il s’agit d’utiliser l’innovation comme un levier stratégique pour diriger l’industrie et rendre le monde un meilleur endroit pour vivre. Que ce soit en aidant une banque à répondre aux besoins réglementaires ou une marque de détail à réimaginer son engagement client, ou en permettant à un fournisseur de soins de santé de prendre des décisions plus rapides et fondées sur les données, j’ai vu le plus d’impact lorsque nous commençons par l’expérience finale en tête. Dans ma vie antérieure et maintenant chez Apexon, mes équipes et moi avons travaillé en étroite collaboration avec des clients de divers secteurs pour transformer l’IA agissante, l’IA générale, l’IA, le ML, le RPA et les données de mots à la mode en résultats commerciaux – en débloquant des informations, en améliorant l’efficacité, en améliorant l’expérience client, en aidant à gérer les risques et en créant un avantage concurrentiel pour nos clients. Cette collaboration constante et cette concentration sur les résultats sont ce qui continue de façonner ma réflexion.

Qu’est-ce qui vous a attiré chez Apexon, et comment son approche actuelle des données, de l’analyse et de l’IA correspond-elle à votre vision personnelle de l’avenir de la technologie d’entreprise ?

Ce qui m’a attiré chez Apexon, c’est son engagement clair à aider les clients à embrasser l’innovation avec un but. La culture de l’innovation et la mentalité de croissance sont ancrées dans chaque personne associée à Apexon, et cela se reflète dans la façon dont nous apprenons, innovons et repoussons les limites ensemble. Avec des capacités approfondies en données et en IA, couplées à une expertise en ingénierie et à une focalisation sur les secteurs réglementés comme les services financiers et la santé, Apexon ne considère pas les données ou l’IA comme des capacités isolées – il les traite comme des actifs fondamentaux pour aider à concevoir des entreprises intelligentes, pour construire des solutions et des plateformes d’affaires évolutives et basées sur la propriété intellectuelle. Cela correspond étroitement à ma conviction que l’avenir de la technologie d’entreprise réside dans la création de systèmes intelligents qui ne sont pas seulement adaptatifs mais également évolutifs, reproductibles et conçus pour une valeur à long terme.

Chez Apexon, il y a une focalisation délibérée sur la traduction de la technologie de pointe en résultats commerciaux significatifs – que ce soit en débloquant des informations concurrentielles, en permettant une automatisation plus intelligente ou en conduisant des expériences centrées sur le client. Cette convergence de l’IA avec une mentalité « première propriété intellectuelle » est exactement où je crois que la transformation d’entreprise est en route – et je suis impatient de contribuer à façonner cet avenir.

Comment les tissus intelligents aident-ils à construire une entreprise connectée, et à quoi ressemble leur mise en œuvre dans le monde réel ?

Les tissus intelligents ne sont pas un produit ou une plateforme. Ce sont un changement architectural. Ils relient les points entre les unités commerciales, les systèmes, les données et les décisions, de sorte que l’intelligence n’est pas quelque chose que vous utilisez occasionnellement ; elle est toujours active. Cela transforme les organisations qui passent d’être axées sur les données à être vraiment axées sur l’intelligence.

En ce qui concerne l’impact réel – imaginez un détaillant ajustant les opérations de la chaîne d’approvisionnement en temps réel en fonction de plusieurs facteurs tels que le comportement d’achat, les perturbations de la chaîne d’approvisionnement, les développements géopolitiques, les changements météorologiques ou même les calamités locales. Ou un hôpital qui met en évidence des recommandations de traitement pendant que le clinicien examine toujours les résultats des tests. Ou des banques capables de relier les données à plusieurs transactions pour identifier des activités anti-blanchiment d’argent complexes. Le pouvoir réside dans le tissage de l’intelligence directement dans le flux de travail, et non en l’ajoutant après coup. C’est ainsi que les entreprises deviennent vraiment connectées – l’intelligence est générée dans n’importe quelle partie de l’organisation et cette intelligence est consommée par l’ensemble de l’organisation.

Comment Apexon utilise-t-il des outils d’IA générative comme Copilot pour apporter de la valeur aux clients, et dans quels domaines avez-vous vu l’adoption la plus forte ?

Nous considérons les outils comme GitHub Copilot non pas seulement comme des assistants de codage, mais comme des catalyseurs pour réimaginer la façon dont le logiciel est planifié, construit et testé. Chez Apexon, Copilot est intégré dans tout le cycle de vie de l’ingénierie – de la rédaction d’histoires utilisateur et de l’affinement des exigences à la génération de cas de test et à la prédiction des défauts. Cela aide les équipes à aller plus vite avec une plus grande précision.

Par exemple, nous travaillons avec un fournisseur de soins de santé pour conduire l’adoption de Copilot et le coupler avec des cadres Agentic pour réimaginer complètement le cycle de vie de l’ingénierie logicielle et apporter plus d’efficacité dans l’ingénierie. Pour un autre client, nous aidons à adopter l’IA générative et les cadres Agentic pour améliorer la qualité des données et mettre le pouvoir entre les mains des utilisateurs qui interagissent directement avec les régulateurs pour répondre aux besoins de conformité.

L’adoption a été la plus forte dans les domaines où la vitesse, la personnalisation et l’évolutivité sont les plus importantes – le traitement intelligent des documents, l’IA conversationnelle et l’hyper-automatisation. Ce sont des espaces où l’IA générative livre non seulement une sortie, mais un avantage stratégique.

Comment les partenariats académiques avec des institutions comme l’IIT Madras et l’Imperial College London influencent-ils votre stratégie de recherche et de développement de talents en IA ?

Nos collaborations avec l’IIT Madras et l’Imperial College London jouent un rôle clé dans l’élaboration de notre programme de recherche et de notre stratégie de développement de talents. Nous ne finançons pas seulement des projets – nous travaillons en étroite collaboration avec des chercheurs de premier plan pour explorer des domaines frontaliers comme l’IA agissante, les systèmes multi-agents et l’IA générale. Ces partenariats nous donnent une compréhension plus approfondie de plusieurs domaines émergents – par exemple, de la façon dont les grands modèles de langage se comportent et évoluent en les rendant contextuels dans divers domaines.

Ils servent également de moteurs pour le développement de talents. Grâce à des programmes conjoints, nous créons des opportunités d’apprentissage pratique qui relient la profondeur académique à la pertinence de l’entreprise. C’est un échange à deux sens : nous obtenons un accès à la pensée de pointe, et les étudiants s’engagent dans des problèmes du monde réel. Cette synergie est cruciale pour développer nos capacités en IA, en données et en ingénierie numérique.

Dans des secteurs comme les soins de santé, la finance ou les télécommunications, quel est un exemple où la solution d’IA ou d’analyse d’Apexon a considérablement amélioré l’efficacité opérationnelle ou débloqué de nouveaux modèles commerciaux ?

Un bon exemple est notre travail avec une institution financière nord-américaine de premier plan pour moderniser son processus d’évaluation des risques à l’aide d’un cadre d’IA alimenté. En automatisant l’ingestion des données, en standardisant les sources fragmentées et en déployant un moteur de risque en temps réel, nous avons réduit l’effort manuel de 90 % et accéléré les évaluations de 4 fois. Les alertes prédictives intégrées et le suivi de la conformité ont aidé à réduire les pénalités réglementaires de 30 % et l’exposition financière de 40 %. Conçu sur une architecture cloud native et microservices, la solution n’a pas seulement amélioré la précision et la rapidité, mais a également positionné le client pour une gestion des risques basée sur les données et évolutives dans un environnement réglementaire en constante évolution.

Quelles technologies émergentes ou tendances de l’IA vous préoccupent le plus comme prochaine grande frontière pour l’innovation d’entreprise ?

Chez Apexon, nous considérons l’IA agissante comme le prochain grand saut dans l’intelligence d’entreprise à court terme. Contrairement à l’IA traditionnelle qui réagit aux invites, les systèmes d’IA agissante peuvent interpréter de manière autonome le contexte dynamique, fixer et poursuivre des objectifs, collaborer entre systèmes et s’améliorer continuellement grâce à la rétroaction. Nous avons construit un cadre complet, AgentRise, pour rendre cela possible. AgentRise combine un cerveau d’IA agissante, une orchestration multi-agents, une surveillance humaine et une observabilité de niveau entreprise.

Le résultat est une IA qui n’assiste pas seulement mais exécute de manière autonome des flux de travail commerciaux complexes, de la triage de documents dans les soins de santé à la gestion d’exceptions en temps réel dans la finance.

Ce qui distingue notre approche, c’est la focalisation sur l’intelligence fiable et évolutives. Nous utilisons des composants modulaires, l’ingénierie de invites et des intégrations sécurisées pour déployer l’IA agissante avec rapidité et fiabilité. Ce n’est pas seulement de l’innovation – c’est de l’IA intégrée dans le flux de l’entreprise, fonctionnant de manière sûre à grande échelle et fournissant des résultats tangibles. À mesure que ces systèmes mûrissent, nous croyons qu’ils seront la colonne vertébrale des entreprises adaptatives, auto-évoluant et capables d’évolution autonome à travers les secteurs réglementés et à forte incidence.

Nous suivons également les progrès de l’IA étroite, de l’intelligence artificielle générale et de l’informatique quantique – mais ce qui nous excite le plus, c’est la façon dont ces technologies convergent pour alimenter des entreprises qui ne sont pas seulement intelligentes, mais adaptatives, autonomes et capables d’évolution autonome.

Quels sont les plus grands défis auxquels les organisations sont confrontées lorsqu’elles passent de systèmes de données hérités à des architectures d’analyse modernes ?

Les organisations rencontrent généralement quatre défis majeurs lorsqu’elles passent de systèmes hérités à des architectures d’analyse modernes.

Le premier est l’adoption et la réalisation de la valeur. Les plateformes héritées façonnent souvent des modes de travail profondément ancrés, ce qui rend la gestion du changement critique. Les organisations doivent s’assurer que les nouvelles plateformes d’analyse fournissent des résultats commerciaux tangibles tels que la croissance des revenus, l’efficacité opérationnelle et une meilleure gestion des risques, plutôt que de devenir uniquement des mises à niveau techniques.

Le deuxième est la modernisation technologique et le renforcement des capacités. De nombreuses entreprises exploitent des patrimoines complexes hérités qui englobent des ordinateurs centraux, des systèmes sur site et des environnements cloud précoces. La modernisation de ces environnements nécessite une rationalisation et une réarchitecture réfléchie, ainsi que la construction des compétences, des talents et de la maturité opérationnelle nécessaires pour soutenir les plateformes modernes de données, d’analyse et d’IA.

Le troisième est la préparation des données et de l’IA. La modernisation ne consiste pas simplement à déplacer des données vers une nouvelle plateforme. Les organisations doivent s’assurer que les données sont prêtes pour une analyse avancée et l’IA en renforçant la qualité des données, la gouvernance, la traçabilité, la confidentialité et les garanties éthiques afin que les informations et les modèles d’IA puissent être fiables et évolutifs.

Enfin, il y a le changement organisationnel. À mesure que les plateformes évoluent vers des capacités d’IA plus autonomes et agissantes, les entreprises doivent adapter leurs modèles opérationnels, les compétences de leur main-d’œuvre et leur culture pour permettre une collaboration efficace entre les humains et les systèmes intelligents.

Comment vous assurez-vous que les expériences numériques et les solutions d’IA restent centrées sur les besoins humains et non seulement sur les résultats techniques ?

Je crois que la base de solutions numériques et d’IA vraiment efficaces est un changement de mentalité, passant de la question de ce que la technologie est capable de faire à la question de la façon dont elle peut créer de la valeur commerciale et servir les gens et la société.

Nous commençons par ancrer chaque initiative dans de véritables résultats humains tels que de meilleures décisions, une plus grande inclusion, une confiance plus forte, des expériences plus simples. Cela nécessite un engagement profond avec les utilisateurs, une écoute continue et la conception de solutions autour de la façon dont les gens adoptent et interagissent réellement avec les expériences numériques. Nous intégrons intentionnellement la conception centrée sur l’humain, la transparence et la responsabilité dans nos plateformes.

Dans des domaines à forte incidence en particulier, l’IA doit fonctionner avec une surveillance humaine solide et des garde-fous éthiques, en veillant à ce qu’elle améliore le jugement humain plutôt que de le remplacer. De même, le succès doit être mesuré non seulement à travers des métriques de performance, mais également à travers l’adoption, la confiance des utilisateurs et la création de valeur à long terme. Lorsqu’elle est bien faite, les avantages s’étendent bien au-delà des organisations individuelles. L’IA centrée sur l’humain a le potentiel d’élargir l’accès aux opportunités, de renforcer les institutions et d’améliorer la qualité de vie à grande échelle. Elle peut aider à construire des économies plus résilientes, des systèmes plus équitables et des sociétés mieux informées. En fin de compte, notre objectif devrait être de développer une IA qui n’est pas seulement intelligente mais également responsable, inclusive et axée sur un but. Une technologie qui amplifie le potentiel humain et contribue de manière positive à l’avenir que nous façonnons ensemble.

Comment évaluez-vous le succès des déploiements d’IA générative chez Apexon – y a-t-il des KPI ou des cadres spécifiques que vous utilisez pour mesurer l’efficacité à travers différents environnements clients ?

Chez Apexon, nous avons établi des cadres solides, soutenus par un portefeuille de propriété intellectuelle, de solutions et d’accélérateurs, pour aider nos équipes et nos clients à mesurer l’efficacité des déploiements d’IA générative et d’IA agissante.

Tout d’abord, nous nous concentrons sur l’impact commercial. Cela commence par des objectifs de domaine ou de processus clairement définis, mais finalement se centre sur la mesure de résultats stratégiques tels que l’amélioration de l’expérience client, la croissance des revenus, l’optimisation des coûts, l’efficacité opérationnelle et une meilleure gestion des risques. Notre cadre M4 proprie soutient cela en fournissant un modèle d’exécution structuré pour les engagements d’analyse. M4 offre une stratégie éprouvée et des étapes prévisibles pour la modernisation des données, aidant les organisations à cartographier les cas d’utilisation, à moderniser les architectures de données et à passer à des environnements d’analyse basés sur le cloud, tout en veillant à ce que les initiatives d’IA restent étroitement alignées sur des KPI commerciaux mesurables.

En second lieu, nous évaluons l’adoption et la réalisation de la valeur. Les déploiements d’IA créent un impact significatif seulement lorsqu’ils sont fiables, largement adoptés et efficacement complètent les capacités humaines. Chez Apexon, notre adoption d’IA générative à l’échelle de l’entreprise a servi de modèle pratique pour les clients. Nous avons commencé par permettre aux employés de toute l’organisation d’utiliser les capacités d’IA générative et d’IA agissante, en les équipant d’outils, de politiques et de conseils pour une utilisation responsable, tout en suivant les résultats commerciaux qu’ils ont fournis. Les cadres de gouvernance, les politiques et les KPI que nous avons développés au cours de ce parcours aident maintenant nos clients à accélérer et à échelonner l’adoption d’IA générative.

Enfin, nous évaluons la gouvernance et les risques. Notre cadre de garde-fous d’entreprise, faisant partie de l’offre AgentRise, aide les organisations à aborder des domaines critiques tels que la gouvernance, les risques et la conformité. Compte tenu de notre travail approfondi avec des secteurs réglementés, nous aidons les clients à évaluer l’explicabilité, la traçabilité, la lignée des données, les garanties de confidentialité et l’alignement sur les normes d’IA responsables pour garantir que les systèmes d’IA soient à la fois évolutifs et fiables.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Apexon.