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

Stephen DeAngelis est le fondateur et le PDG d’Enterra Solutions, la première entreprise à appliquer la science autonome de la décision (ADS^TM) pour effectuer une optimisation de la chaîne de valeur, une prise de décision et une recherche et développement 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 un détenteur de brevets, un pionnier de la technologie et un 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 création d’Enterra Solutions ?

Enterra a ses origines en tant que contractant du gouvernement américain. Enterra a développé et mis en œuvre 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 améliorer la compétitivité et la résilience technologiques, 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 académiques théoriques et expérimentales de pointe – ce travail continue aujourd’hui. La recherche académique 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 science cognitive et en applications de résilience, tout en établissant un réseau et un ensemble de connections avec certains des principaux individus et des penseurs les plus éminents dans le domaine.

Enterra a utilisé les connaissances scientifiques et techniques acquises dans son travail avec le gouvernement et l’université pour réimaginer l’analyse des données dans le secteur commercial – le résultat a été la création de la plate-forme d’intelligence autonome de la décision (ADS^®) et de la plate-forme d’intelligence générative d’Enterra, ainsi que d’un ensemble d’applications commerciales qui s’étendent sur la chaîne de valeur et créent un système d’intelligence unique. Le système d’intelligence d’Enterra effectue une optimisation, une planification et une exécution autonomes en s’appuyant sur les systèmes transactionnels multiples d’enregistrement et d’engagement d’une organisation, 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 ainsi les entreprises en entreprises intelligentes autonomes.

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

La science autonome de la décision (ADS^®) d’Enterra 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 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 de l’industrie avec un raisonnement déductif pour créer un système qui peut prendre des décisions avec un raisonnement subtil et similaire à celui de l’homme, puis en apprendre les 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 la mathématique et l’analyse fonctionnelle de haute dimension. 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. Cela est classé comme 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 aucune compréhension substantielle 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 les contraintes et la logique de raisonnement sémantique, pour effectuer une optimisation rapide qui reflète les considérations complexes et multidimensionnelles du monde réel, afin de dériver des recommandations hautement 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 significativement différenciées et a créé un fossé défensable dans le paysage concurrentiel – à la fois avec les grandes plateformes de technologie d’intelligence artificielle et les joueurs 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 sur ce sujet, et quels sont certains des algorithmes d’apprentissage automatique traditionnels qui sont encore utilisés chez Enterra Solutions ?

La science est additive de génération en génération, ce qui signifie que chaque génération de capacités se superpose à la génération précédente d’innovations pour créer de nouvelles capacités. Enterra continue d’innover et d’évoluer de manière créative sa technologie. Comme mentionné précédemment, Enterra a créé une plate-forme d’intelligence autonome de la décision (ADS^®) et d’intelligence générative qui est un ensemble de capacités de raisonnement et d’apprentissage similaires à ceux de l’homme, ainsi que de capacités d’apprentissage automatique avancées et explicatives de type “glass-box” avec des moteurs d’optimisation non linéaires et basés sur les contraintes. Nous avons combiné 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 limites de chaque technologie individuelle.

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

Alors que de nombreuses organisations sont encore dans une phase de découverte et d’essai de l’intelligence 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 ses connaissances et ses bases de données d’intelligence générative. Enterra, si un client le demande, développera une base de connaissances d’intelligence 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 des paramètres 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 générative, comment Enterra Solutions surmonte-t-elle ces limites ?

L’intelligence générative peut automatiser la plupart des flux de travail, mais étant donné qu’elle n’est pas validée, sa crédibilité est discutable. Cela peut être résolu en utilisant la technologie ADS qui peut se connecter aux 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 actionabilité fiables des connaissances et des recommandations, la confiance peut être établie.

De 2015 à 2019, vous étiez membre du conseil consultatif du Centre du Dalaï-Lama pour l’éthique et les valeurs de transformation 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 conséquentes. 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 façon dont nous construisons les algorithmes et les logiciels, et il est finalement reflété dans la façon 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 de faire entrer 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 qu’un administrateur. La combinaison d’un apprentissage de toute une vie et d’une curiosité intellectuelle, combinée à l’enthousiasme d’un entrepreneur pour la création de nouvelles entreprises, pousse l’innovation et la création de produits et de services pour combler les lacunes du marché. Le désir de travailler avec de grandes équipes de personnes et de “concurrer 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 à court terme 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 axées sur des cas d’utilisation importants et perturbateurs. Des applications telles que l’optimisation et la prise de décision de la chaîne de valeur pour les entreprises mondiales à travers les secteurs et les perturbations dans la découverte et la formulation de médicaments, ainsi que les essais cliniques, sont transformantes et touchent la vie de la plupart des personnes à travers la planète.

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