Stephen DeAngelis, Fondateur & PDG d’Enterra Solutions – Série d’entretiens

Stephen DeAngelis est le fondateur et PDG d’Enterra Solutions, la première entreprise à appliquer la technologie de science de décision autonome^TM (ADS^®) pour effectuer une optimisation de chaîne de valeur, une prise de décision et des recherches et développements complexes pour les entreprises.

Stephen F. DeAngelis est un expert internationalement reconnu en matière d’intelligence artificielle et d’analyse avancée, ainsi que de leurs applications à la compétitivité, à la résilience et à la sécurité des entités commerciales et des agences gouvernementales. M. DeAngelis est détenteur de brevets, pionnier de la technologie et entrepreneur. Sa carrière se situe à l’intersection des relations internationales, des affaires, du gouvernement et de l’université. Il apporte une perspective unique et une expérience approfondie à ses entreprises.

Pouvez-vous partager l’histoire de la genèse d’Enterra Solutions ?

Enterra a ses origines en tant que contractant du gouvernement américain. Enterra a développé et exécuté des modèles de résilience d’entreprise (compétitivité, risque et performance basés sur les données) pour les agences gouvernementales américaines. Dans le cadre de ce travail, Enterra a développé sa méthodologie de gestion de la résilience d’entreprise et son modèle de maturité sous des accords de recherche et de développement collaboratifs avec des agences de recherche et de développement financées par le gouvernement fédéral.

Pour faire progresser la technologie de compétitivité et de résilience, Enterra a commencé à travailler sur l’intelligence artificielle et les mathématiques appliquées au début des années 2000. Vers le milieu des années 2000, l’entreprise a commencé à combiner son travail dans le secteur gouvernemental avec des recherches universitaires théoriques et expérimentales de pointe – ce travail se poursuit aujourd’hui. La recherche universitaire d’Enterra est une coopération bidirectionnelle qui expose notre entreprise et nos employés à certaines des techniques et des pratiques les plus avancées et les plus sophistiquées en matière d’intelligence artificielle et de mathématiques, tout en établissant un réseau et un ensemble de connections avec certains des principaux individus et penseurs séminaux en sciences cognitives et en applications de résilience.

Enterra a utilisé les connaissances scientifiques et techniques issues de son travail dans le gouvernement et l’université pour réimaginer l’analyse de données dans le secteur commercial – le résultat a été la création de la plate-forme Enterra Autonomous Decision Science^® (ADS^®) & Generative AI et d’un ensemble d’applications commerciales à chaîne de valeur étendue qui se combinent pour créer un système d’intelligence unique. Le système d’intelligence d’Enterra effectue une optimisation, une planification et une exécution autonomes de bout en bout en s’appuyant sur les multiples systèmes de transaction d’enregistrement/engagement d’une organisation dans les domaines du marketing, des ventes, de la chaîne d’approvisionnement et de la stratégie d’entreprise, et en orchestrant les décisions et les actions qui aident l’entreprise à construire sa compétitivité et sa résilience et à atteindre ses objectifs commerciaux.

En combinant la technologie propriétaire d’Enterra avec les connaissances et les pratiques organisationnelles, Enterra anticipe les changements du marché de manière systématique et à la vitesse du marché – transformant les entreprises en entreprises intelligentes autonomes.

Enterra Solutions propose une science de décision autonome, qu’est-ce que cela signifie spécifiquement et comment optimise-t-elle les décisions commerciales ?

La science de décision autonome d’Enterra (ADS^®) est la plate-forme technologique qui alimente le système d’intelligence d’Enterra. La plate-forme technologique ADS d’Enterra combine trois technologies précédemment cloisonnées :

1. Un raisonnement sémantique et une logique vectorielle symbolique basés sur l’intelligence artificielle qui permettent un raisonnement, une prise de décision et un apprentissage similaires à ceux de l’homme. Cette capacité unique combine le bon sens et les connaissances du secteur avec un raisonnement par inférence pour créer un système capable de prendre des décisions avec un raisonnement subtil et similaire à celui de l’homme, puis d’apprendre des résultats.
2. Un apprentissage automatique transparent et explicatif de type “glass-box” sous la forme de la machine d’apprentissage de représentation propriétaire (RLM). La base de la RLM est des mathématiques à haute dimension et une analyse fonctionnelle. La RLM identifie de manière unique une fonction qui décrit la combinaison et la contribution des variables dans l’ensemble de données qui décrivent les effets observables à travers plusieurs couches d’interaction avec un degré de précision élevé. Il s’agit d’un algorithme “glass-box” explicatif qui génère une fonction, dont la sortie est visible, contrairement aux algorithmes “black-box” qui ne génèrent que des modèles, mais n’offrent aucune description explicative de la dynamique du système/ensemble de données, ni n’ont de véritable “compréhension” de ce que signifie le modèle.
3. Une capacité d’optimisation non linéaire basée sur les contraintes qui intègre la formule dérivée de la RLM, ainsi que des contraintes et une logique de raisonnement sémantique, pour effectuer une optimisation rapide qui reflète les considérations complexes et multidimensionnelles du monde réel pour dériver des recommandations très actionnables. Cette capacité brise la barrière de dimensionnalité associée aux modèles linéaires.

La combinaison unique de ces techniques a permis à Enterra de fournir à ses clients des capacités nettement différenciées et a créé un fossé très défendable dans le paysage concurrentiel – avec à la fois les grandes plateformes de technologie d’intelligence artificielle et les acteurs de solutions ponctuelles.

Il y a environ un an, sur le podcast “Eye on AI“, vous avez discuté de la manière dont l’intelligence artificielle traditionnelle continue d’être un outil puissant. Vos points de vue ont-ils changé à ce sujet, et quels sont certains des algorithmes d’apprentissage automatique traditionnels qui sont toujours utilisés chez Enterra Solutions ?

La science est générativement additive, ce qui signifie qu’une génération de capacité se superpose à la génération précédente d’innovations pour créer de nouvelles capacités. Enterra innove continuellement et évolue de manière créative sa technologie. Comme mentionné ci-dessus, Enterra a créé une plate-forme Enterra Autonomous Decision Science^® (ADS^®) & Generative AI qui est un ensemble de capacités de raisonnement humain et de GenAI. Nous avons réuni ces technologies précédemment cloisonnées sous une seule plate-forme et, ce faisant, nous avons pu débloquer des capacités d’analyse précédemment irréalisables et atténuer les lacunes de chaque technologie individuelle.

Comment Enterra Solutions a-t-elle intégré l’intelligence artificielle générative dans ses solutions ?

Alors que de nombreuses organisations sont encore dans une période de découverte et d’essai de l’intelligence artificielle générative, Enterra Solutions et ses clients ont bénéficié de ses puissantes capacités depuis plus d’une décennie. Le composant d’intelligence artificielle de la plate-forme d’Enterra apprendra de manière unique les raisons environnementales pour lesquelles les recommandations sont réussies ou non et persistera dans cet apprentissage dans leurs bases de connaissances et ontologies d’intelligence artificielle générative. Enterra, si un client le demande, développera une base de connaissances d’intelligence artificielle générative spécifique représentant les stratégies, les tactiques, la logique commerciale et les méthodes de travail et de victoire du client ; tout en fournissant une logique et un paramétrage de contrainte mis à jour aux fonctions d’optimisation au sein des composants fonctionnels du système d’intelligence d’Enterra.

Les “hallucinations” sont l’un des principaux problèmes de l’intelligence artificielle générative, comment Enterra Solutions surmonte-t-elle ces limitations ?

L’intelligence artificielle générative peut automatiser la plupart des flux de travail, mais étant non validée, sa crédibilité est remise en question. Cela peut être résolu en utilisant la technologie ADS qui peut se connecter à de grands modèles de langage (LLM), raisonner et trianguler les connaissances de manière mathématique pour valider son efficacité. En utilisant la technologie ADS pour fournir une explication et une actionnalité fiables des connaissances et des recommandations, la confiance peut être établie.

De 2015 à 2019, vous étiez membre du conseil consultatif du Centre pour l’éthique et les valeurs de transformation du Dalaï-lama au MIT, comment cela a-t-il façonné vos valeurs en matière d’entreprise et d’intelligence artificielle ?

Eh bien, si l’on est impliqué avec le Centre du Dalaï-lama, on ne peut pas s’empêcher de penser au leadership et à l’éthique comme étant une seule et même chose. Lorsque vous dirigez une entreprise, vous apprenez très vite que vous prenez des milliers de décisions par an. Certaines sont petites, certaines sont ordinaires ou procédurales, et certaines sont importantes ou décisives. J’espère que j’ai appris à prendre des décisions avec des considérations éthiques intégrées de manière native dans ma logique – véritablement une étoile polaire et les paramètres pour une prise de décision éclairée. Ce concept est également reflété dans la manière dont nous construisons les algorithmes et les logiciels, et c’est finalement reflété dans la manière dont nous dirigeons notre organisation.

Souvent, les dirigeants d’entreprise et d’intelligence artificielle, tels que Geoffrey Hinton, s’inquiètent des problèmes potentiels futurs de l’intelligence artificielle, et plus particulièrement de l’intelligence artificielle générale, quels sont vos points de vue sur ce sujet ?

Certaines des préoccupations de Geoffrey Hinton sont liées à une utilisation potentielle abusive et à la vitesse à laquelle l’intelligence artificielle est déployée. Ce sont des points valables, car de nombreuses entreprises tentent d’intégrer l’intelligence artificielle dans leurs pratiques commerciales sans d’abord comprendre quels problèmes elles tentent de résoudre. L’intelligence artificielle ne résout pas tous les problèmes et ne doit pas être considérée comme une solution universelle à tous les défis commerciaux. Il est essentiel que les entreprises commencent par une déclaration de problème commerciale, avant de rechercher des solutions viables. Une fois que vous comprenez le problème que vous essayez de résoudre, vous pouvez comprendre l’adéquation stratégique et la faisabilité technique de l’utilisation de technologies avancées, comme l’intelligence artificielle.

Vous êtes un entrepreneur en série et avez lancé avec succès de multiples entreprises dans divers domaines, qu’est-ce qui vous pousse à innover ?

À la fin de la journée, je suis plus un apprenant créatif et curieux de toute une vie, ainsi qu’un homme d’affaires intellectuellement curieux, qu’un administrateur. La combinaison d’un apprentissage de toute une vie et d’une curiosité intellectuelle, lorsqu’elle est combinée avec l’ardeur d’un entrepreneur pour créer de nouvelles entreprises, pousse l’innovation et la création de produits et de services pour combler les lacunes du marché identifiées. Le désir de travailler avec de grandes équipes de personnes et de “concourir et gagner” en créant de la valeur pour les actionnaires est ce qui me pousse à innover.

Quelle est votre vision pour l’avenir de l’intelligence artificielle ?

À travers le prisme de l’utilisation de l’intelligence artificielle dans les applications commerciales B2B à court terme – je crois que l’intelligence artificielle permettra une prise de décision autonome pratique dans un avenir proche dans des applications commerciales à grande échelle. Ces capacités seront alimentées par des agents intelligents similaires à l’homme qui augmentent la prise de décision humaine avec une intelligence artificielle ou une superintelligence artificielle qui se concentrent sur des cas d’utilisation importants et perturbateurs. Des applications telles que l’optimisation et la prise de décision de chaîne de valeur de bout en bout pour les entreprises mondiales dans tous les secteurs et les perturbations dans la découverte et la formulation de médicaments, ainsi que les essais cliniques, sont transformateurs et touchent la vie de la plupart des personnes à travers la planète.

Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus doivent visiter Enterra Solutions.