Nitin Singhal, Vice-président de l’ingénierie (Données, IA et Intégrations) chez SnapLogic

Nitin Singhal est un dirigeant chevronné dans le domaine de la technologie et des produits, avec plus de 25 ans d’expérience dans l’industrie. Il occupe actuellement le poste de Vice-président de l’ingénierie chez SnapLogic, où il se concentre sur l’intégration responsable des applications et des systèmes, en exploitant l’architecture Agentic pour débloquer le potentiel des données pour un public mondial.

Auparavant, Nitin était Directeur senior de l’ingénierie chez Twitter, où il a dirigé les fonctions d’ingénierie de gestion des données et d’infrastructure de confidentialité. Son travail consistait à établir des pratiques de gouvernance des données pendant une période critique pour l’entreprise, en garantissant une utilisation responsable des données et le respect des réglementations en matière de confidentialité.

Nitin a également occupé divers postes d’ingénierie et de direction de produits dans des organisations de premier plan, notamment Visa (V ), PayPal (PYPL ) et JPMorgan Chase, où il a contribué à des avancées significatives dans la stratégie et la gestion des données.

SnapLogic est une plateforme d’intégration alimentée par l’IA qui rationalise les flux de travail de données et d’applications avec des outils sans code et plus de 1 000 connecteurs préconfigurés. Elle prend en charge l’ETL/ELT, l’automatisation, la gestion des API et les déploiements sécurisés dans les environnements cloud, sur site et hybrides. Des fonctionnalités telles que SnapGPT et AutoSync améliorent l’efficacité, permettant aux organisations d’intégrer et d’orchestrer des processus de manière transparente.

Vous avez près de 25 ans d’expérience dans la conduite de l’innovation technologique. Qu’est-ce qui vous a d’abord inspiré à poursuivre une carrière axée sur l’utilisation de la technologie pour résoudre des problèmes complexes, et comment cette passion a-t-elle évolué avec l’émergence de l’IA ?

Dès le début de ma carrière, j’ai été captivé par le défi de résoudre des énigmes et la beauté logique des mathématiques. Cette fascination m’a naturellement conduit à explorer comment la technologie pouvait aborder des problèmes complexes et réels. Au début de ma carrière, j’ai été inspiré par le potentiel de la technologie pour lutter contre des problèmes tels que la détection de la fraude transactionnelle et les risques de confidentialité des données. Ma passion n’a fait que grandir à mesure que l’IA évoluait, en particulier avec l’avènement de l’IA générative. J’ai été témoin de l’impact transformateur de l’IA, des agriculteurs dotés d’informations sur les cultures via des smartphones aux utilisateurs quotidiens, comme mon père, qui peuvent facilement naviguer dans des tâches telles que la déclaration d’impôts. La démocratisation de la technologie de l’IA me passionne, car elle nous permet de faire une différence positive dans la vie des gens. Ce voyage continu alimente mon engagement à faire progresser l’IA de manière innovante, efficace, mais également sûre, responsable et accessible à tous.

Quels sont les plus grands risques que les entreprises courent lorsqu’elles s’appuient sur des technologies obsolètes à l’ère de l’IA avancée ?

S’appuyer sur des technologies obsolètes présente des risques importants qui peuvent mettre en péril l’avenir d’une entreprise. Les systèmes obsolètes, en particulier les infrastructures héritées, entraînent des inefficacités handicapantes et empêchent les organisations d’exploiter l’IA pour des tâches à haute valeur. Ces technologies obsolètes ont du mal à gérer l’accessibilité et l’intégration des données, créant des goulets d’étranglement opérationnels coûteux qui entravent l’automatisation et l’innovation. Les coûts cachés de la maintenance de ces systèmes s’accumulent, épuisant les ressources tout en rendant difficile l’attraction de talents de premier plan qui préfèrent des environnements technologiques modernes. À mesure que les entreprises sont piégées dans un cycle de stagnation, elles manquent des opportunités de croissance progressive et risquent d’être distancées par des concurrents plus agiles.

Le choix est clair : évoluer comme l’iPhone ou subir le sort de BlackBerry.

Comment les systèmes hérités luttent-ils pour répondre aux exigences des applications d’IA modernes, en particulier en termes d’énergie, de demande et d’infrastructure ?

Les systèmes hérités sont confrontés à des défis importants pour répondre aux exigences des applications d’IA modernes en raison de leurs limitations inhérentes. Ces infrastructures obsolètes nécessitent davantage de capacités de traitement des données, de scalabilité et de flexibilité pour les besoins de calcul intensifs de l’IA. Ils créent souvent des silos de données et des goulets d’étranglement, entravant la gestion des données en temps réel et l’interconnexion cruciales pour les connaissances tirées de l’IA. Cette incompatibilité empêche la mise en œuvre de technologies d’IA avancées et conduit à une utilisation inefficace des ressources, à une consommation d’énergie accrue et à des défaillances potentielles du système. Par conséquent, les entreprises qui s’appuient sur des systèmes hérités luttent pour exploiter pleinement le potentiel de l’IA dans des domaines critiques tels que la ciblage de précision, la réconciliation de la paie et la détection de la fraude, ce qui limite finalement leur avantage concurrentiel dans un paysage dominé par l’IA.

Quels sont les « coûts cachés » de la complaisance pour les entreprises qui hésitent à moderniser leurs systèmes ?

S’appuyer sur des technologies obsolètes signifie que les entreprises dépendent de processus manuels et de données cloisonnées, ce qui entraîne des coûts accrus et une productivité diminuée. Au fil du temps, cette inefficacité s’accumule, aboutissant à des opportunités manquées et à une perte significative de l’avantage concurrentiel à mesure que des concurrents plus agiles adoptent des solutions d’IA. De plus, le potentiel des employés est gaspillé sur des tâches répétitives au lieu de travaux stratégiques, ce qui peut causer de la frustration et des taux de turnover plus élevés. À mesure que les concurrents exploitent l’IA pour une plus grande efficacité et innovation, les entreprises qui retardent la modernisation risquent de se laisser distancer, mettant finalement en péril leur position sur le marché et leur viabilité à long terme dans un paysage de plus en plus numérique.

Les organisations doivent faire la distinction entre les préoccupations légitimes entourant l’adoption de l’IA et les cas où les insécurités humaines donnent lieu à des récits trompeurs.

Comment les entreprises peuvent-elles évaluer si elles sont en retard en termes de préparation de l’infrastructure pour l’IA ?

Les entreprises peuvent évaluer leur préparation à l’IA en examinant si leurs systèmes actuels peuvent s’intégrer avec des outils d’IA modernes et évoluer pour répondre à la demande croissante de données. Si elles ont du mal à traiter efficacement de grands ensembles de données, à exploiter les solutions cloud ou à supporter l’automatisation, c’est un signe clair qu’elles pourraient être en retard. Les entreprises devraient également examiner si les systèmes hérités créent des goulets d’étranglement ou nécessitent une intervention manuelle excessive, entravant la productivité. Les indicateurs clés d’une infrastructure en retard incluent les silos de données, les analyses en temps réel inadéquates, le manque de puissance de calcul pour les algorithmes complexes et les difficultés à attirer les talents de l’IA. En fin de compte, les organisations qui sont constamment en retard par rapport aux capacités de l’IA risquent de perdre leur avantage concurrentiel dans un paysage de plus en plus numérique. Je souligne également que des techniques d’observation, de sécurité et de protection de la vie privée de pointe suivant l’architecture composable sont essentielles pour une préparation en douceur et responsable à l’IA.

Quelles sont les étapes pratiques que les organisations peuvent prendre aujourd’hui pour future-proof leurs systèmes pour les innovations de l’IA ?

La première étape consiste à évaluer la pile technologique actuelle et à identifier les domaines où l’IA peut être intégrée. Les organisations devraient donner la priorité aux solutions cloud évolutives qui prennent en charge l’automatisation alimentée par l’IA et facilitent l’intégration de nouvelles technologies. En particulier, les plateformes à faible code peuvent aider les entreprises à ressources limitées à déployer rapidement des agents d’IA sans nécessiter une expertise technique approfondie. Les entreprises devraient également s’assurer qu’elles disposent d’une infrastructure flexible et basée sur le cloud qui peut évoluer à mesure que les applications d’IA futures le nécessitent.

À votre avis, quels sont les secteurs qui peuvent tirer le plus de profit de l’adoption rapide de l’IA et de la modernisation des systèmes hérités ?

Les secteurs qui reposent sur la prise de décision basée sur les données et les tâches répétitives peuvent bénéficier le plus. Par exemple, dans le secteur des services financiers, l’IA peut automatiser des tâches telles que le support client, la détection de la fraude et les approbations de prêts, rationalisant ainsi les opérations et améliorant l’expérience client. De même, les départements des ventes et du service client peuvent voir une augmentation significative de la productivité en utilisant l’IA pour gérer les requêtes routinières ou traiter les leads de manière plus efficace. Les entreprises du secteur de la santé, de la fabrication et de la vente au détail peuvent également bénéficier considérablement de l’IA, en particulier dans l’optimisation des chaînes d’approvisionnement, la prévision de la demande et l’automatisation du travail administratif. Plutôt que d’effectuer ces tâches répétitives, les experts de domaine peuvent se concentrer sur des travaux stratégiques, créant ainsi un rendement élevé sur l’investissement dans l’IA.

Comment la plateforme de SnapLogic soutient-elle spécifiquement les entreprises dans le remplacement des infrastructures héritées fragmentées par des solutions alimentées par l’IA ?

 La plateforme de SnapLogic permet aux entreprises d’unifier et d’automatiser les flux de travail à travers les données et les applications, en reliant les systèmes hérités à des infrastructures modernes prêtes pour l’IA. En connectant de manière transparente les sources de données fragmentées et en simplifiant l’intégration dans les environnements cloud et sur site, SnapLogic accélère la transition vers un système unifié où l’IA peut apporter une valeur immédiate.

La plateforme propose une interface à faible code, y compris des outils tels que AgentCreator et SnapGPT, qui permettent aux entreprises de déployer rapidement des solutions alimentées par l’IA pour divers cas d’utilisation, allant de l’automatisation des interactions client à l’amélioration de la planification financière et de l’efficacité marketing. La technologie d’IA IRIS de SnapLogic fournit des recommandations intelligentes pour la construction de pipelines de données, réduisant ainsi considérablement la complexité des tâches d’intégration et rendant la plateforme accessible aux utilisateurs ayant des niveaux d’expertise techniques variés.

SnapLogic donne la priorité à la gouvernance des données, à la conformité et à la sécurité dans les initiatives d’IA. Avec des fonctionnalités telles que le cryptage de bout en bout, la journalisation complète et les aperçus des actions des agents, les entreprises peuvent développer leurs projets d’IA avec confiance. Le lancement récent d’un catalogue d’intégration et d’outils de traçabilité des données fournit un contexte essentiel pour protéger les données sensibles contre les fuites lors de l’entrée et de la sortie. De plus, SnapLogic propose des capacités d’intégration dans les systèmes modernes de manière composable, stimulant les objectifs commerciaux tout en offrant des solutions flexibles pour relever les défis de coût, de conformité et de maintenance.

Quels défis uniques avez-vous rencontrés chez SnapLogic dans le développement de produits qui relient les systèmes hérités et les systèmes modernes intégrés à l’IA ?

 Un défi unique dans le rapprochement des systèmes hérités et des systèmes modernes intégrés à l’IA a été de garantir que la plateforme SnapLogic puisse accueillir la rigidité des anciens systèmes tout en soutenant la flexibilité et la scalabilité requises pour les applications d’IA. Un autre défi a été de créer une plateforme accessible aux utilisateurs techniques et non techniques, ce qui nécessite d’équilibrer la fonctionnalité avancée avec la facilité d’utilisation.

En tant qu’entreprise de logiciels SAAS pour l’entreprise, SnapLogic équilibre les besoins uniques et génériques de centaines de clients issus de diverses industries, tout en continuant d’évoluer la plateforme pour adopter de nouvelles technologies modernes de manière flexible, responsable et compatible avec les versions précédentes

Pour répondre à ce défi, nous avons développé des connecteurs préconfigurés qui intègrent de manière transparente les données à travers les anciennes et les nouvelles plateformes. Avec SnapLogic AgentCreator, nous avons également permis aux organisations de déployer des agents d’IA qui automatisent les tâches, prennent des décisions en temps réel et s’adaptent aux flux de travail existants.

Pouvez-vous élaborer sur l’« Intégration générative » de SnapLogic et sur la façon dont elle permet une automatisation transparente alimentée par l’IA dans les environnements d’entreprise ?

L’Intégration générative de SnapLogic est une fonctionnalité de pointe de la plateforme qui utilise l’IA générative et les grands modèles de langage (LLM) pour rationaliser et automatiser la création de pipelines et de flux de travail d’intégration. Cette approche innovante permet aux entreprises de relier de manière transparente les systèmes, les applications et les sources de données, facilitant ainsi une transition plus en douceur vers des environnements alimentés par l’IA. En interprétant les invites de langage naturel, l’Intégration générative permet même aux utilisateurs non techniques de développer, de personnaliser et de déployer des intégrations rapidement. Cette démocratisation de l’intégration accélère la transformation numérique et réduit la dépendance à l’égard d’une expertise de codage approfondie, permettant aux entreprises de se concentrer sur les initiatives stratégiques et d’améliorer l’efficacité opérationnelle.

De plus, SnapLogic offre une grande flexibilité en permettant aux clients d’utiliser n’importe quel modèle LLM public adapté à leurs besoins spécifiques, garantissant que les organisations peuvent exploiter les meilleurs outils disponibles tout en maintenant des normes de gouvernance et de conformité robustes.

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