Tarun Raisoni, PDG et co-fondateur de Gruve Inc – Série d’entretiens

Tarun Raisoni est le PDG et co-fondateur de Gruve Inc., une entreprise spécialisée dans les services et le développement de logiciels dans les domaines de l’IA, de l’apprentissage automatique et des données.

Auparavant, il a co-fondé et dirigé Rahi Systems de 2012 jusqu’à son acquisition par Wesco, où il a ensuite occupé le poste de vice-président des solutions de centres de données. Sous sa direction, Rahi a atteint un chiffre d’affaires annuel de plus de 500 millions de dollars sans financement externe. Raisoni a été reconnu à plusieurs reprises par Comparably comme l’un des 100 meilleurs PDG.

Avec plus de deux décennies d’expérience dans l’industrie des centres de données, il a introduit des technologies émergentes dans les infrastructures, les réseaux et la sécurité. Il est également un investisseur actif au stade de la création, apportant un financement, des conseils stratégiques et un accès à un réseau mondial aux startups en démarrage.

Gruve est une plate-forme de services d’IA pour les entreprises qui aide les entreprises à passer de l’expérimentation à la mise en œuvre à grande échelle. Son cadre de travail en cinq étapes couvre la stratégie, la préparation des données, le développement de modèles, la sécurité et la gouvernance. En utilisant des agents d’IA pour automatiser des tâches telles que la migration de CRM et la surveillance de la sécurité, Gruve rationalise les opérations et s’intègre directement dans les systèmes des clients pour offrir des solutions à efficacité de logiciel avec une efficacité à grande échelle.

Après avoir dirigé plusieurs entreprises réussies, notamment Rahi Systems, qu’est-ce qui vous a motivé à créer Gruve.ai ? Quels sont les défis spécifiques de l’IA d’entreprise que vous avez identifiés et qui vous ont convaincu que c’était le bon moment pour reconstruire ?

Après Rahi Systems et d’autres entreprises, j’ai pris un pas en arrière pour étudier l’IA, la durabilité et les systèmes d’entreprise à Stanford. Ce que j’ai vu, c’était un schéma répétitif : les entreprises investissaient lourdement dans les stratégies d’IA, mais la mise en œuvre était en retard. Tout le monde voulait « faire de l’IA », mais peu pouvaient la mettre en production de manière significative. Les outils étaient immatures, l’intégration était coûteuse et la plupart des efforts étaient bloqués dans les pilotes. Il est devenu clair que les entreprises n’avaient pas besoin de plus de feuilles de route ou de présentations stratégiques ; elles avaient besoin d’un partenaire qui puisse se lancer dans l’action, s’intégrer aux équipes internes et livrer de véritables résultats. Gruve est né pour résoudre ce problème manquant : le « comment » de l’IA d’entreprise.

La plupart des projets d’IA d’entreprise ont du mal à atteindre la production. Quels sont les principaux motifs de cet échec généralisé, et comment Gruve aide-t-il les organisations à surmonter ces défis ?

Cela se résume à trois principaux obstacles : une mauvaise hygiène des données, des infrastructures non connectées et un manque d’exécution responsable. Les entreprises n’ont souvent pas de données prêtes pour l’IA, ne savent pas comment la mettre à l’échelle de manière sécurisée et n’ont pas de partenaire pour les aider à aller jusqu’au bout. Le cadre de travail en cinq étapes de Gruve répond à tout cela, de la préparation des données à la gouvernance, et notre modèle intégré nous permet de construire aux côtés du client, et non de lui remettre une feuille de route et de partir. Nous ne sommes pas payés à moins que nous n’apportions un impact, et cet alignement change tout.

De nombreuses entreprises se retrouvent coincées dans le « purgatoire des pilotes ». Comment Gruve renverse-t-il la situation et aide-t-il les entreprises à passer de l’expérimentation à la mise en œuvre ?

Nous renversons la situation en concevant le retour sur investissement dès le premier jour. Chaque engagement commence par un cas d’utilisation bien défini et des agents d’IA préconçus qui apportent une valeur immédiate, que ce soit l’automatisation du traitement des factures, l’intégration des employés ou l’amélioration de la cybersécurité. À partir de là, nous mettons à l’échelle de manière itérative en fonction de ce qui fonctionne. Puisque nous intégrons directement les ingénieurs dans les équipes d’entreprise, nous ne conseillons pas seulement, nous construisons, déployons et mettons en œuvre l’IA dans des environnements réels. C’est ainsi que nous faisons passer les entreprises des idées aux résultats en quelques semaines, et non en quelques trimestres.

Gruve adopte une approche pratique en s’intégrant directement avec les équipes d’entreprise. Pourquoi pensez-vous que ce modèle d’exécution en premier est plus efficace que la consultation traditionnelle ou la livraison de logiciels ?

Nous avons constaté que les meilleurs résultats proviennent du travail côte à côte avec les équipes d’entreprise. En nous intégrant directement, nos ingénieurs peuvent naviguer dans la complexité réelle des systèmes d’entreprise, que ce soit la gestion des infrastructures, le réglage des modèles ou l’intégration de l’IA dans les flux de travail existants. Cette approche nous permet d’assurer la qualité, la sécurité et la scalabilité, car nous sommes présents tout au long du cycle de vie du projet, et non seulement à la phase de planification. Il s’agit d’un modèle basé sur la responsabilité, et c’est ce qui nous permet de passer de la stratégie à la mise en œuvre de manière efficace.

Quels sont les éléments clés du cadre de livraison en cinq étapes de Gruve, et pourquoi chaque phase – de la préparation des données à la gouvernance – est-elle critique pour une mise en œuvre d’IA réussie ?

Notre cadre de travail en cinq étapes comprend :

1. Stratégie et atelier d’IA : Aligner les parties prenantes, identifier les opportunités et établir une feuille de route pour la mise en œuvre.
2. Préparation des données : Évaluer et préparer les sources de données d’entreprise pour prendre en charge une utilisation efficace de l’IA.
3. Architecture et intégration d’IA : Conception d’infrastructures évolutives et intégration avec les systèmes et les écosystèmes de fournisseurs existants.
4. Développement et affinage de modèles d’IA : Construire et optimiser des modèles pour maximiser l’impact sur les priorités commerciales.
5. Sécurité, conformité et gouvernance : Assurer que les déploiements sont de niveau entreprise, en répondant aux exigences de la HIPAA, du RGPD, de la SOX et de la FISMA dès le premier jour.

Chaque phase répond à un point de défaillance fréquent. Sans données, vos modèles sont aveugles. Sans infrastructure, ils ne peuvent pas être mis à l’échelle. Sans gouvernance, vous ne pouvez pas leur faire confiance ou les auditer. Le succès signifie traiter l’IA comme un système complet, et non comme une expérience isolée.

De la calcul à la mise en œuvre de modèles d’IA, Gruve fournit des services d’infrastructure complets. Comment assurez-vous la scalabilité, les performances et la sécurité à travers ce paysage technique diversifié ?

Nous avons conçu Gruve en tenant compte de la scalabilité. Notre équipe compte des décennies d’expérience dans la gestion d’infrastructures mondiales complexes, et nous apportons cette rigueur à chaque déploiement d’IA. De l’optimisation du calcul sur Cisco Nexus et ACI à la mise en œuvre d’environnements d’IA conteneurisés sur Kubernetes, en passant par la garantie d’architectures de confiance zéro, notre approche est à la fois modulaire et sécurisée. Chaque déploiement est testé pour les performances, renforcé pour la sécurité et prêt à être mis à l’échelle dans des environnements hybrides.

Comment l’infrastructure d’IA de Gruve s’intègre-t-elle avec les systèmes hérités et les plates-formes modernes comme Cisco, Snowflake et Databricks pour créer une expérience d’entreprise sans rupture ?

Gruve a été conçu en tenant compte de la complexité réelle des entreprises modernes. La plupart des entreprises ne peuvent pas se permettre de remplacer et de reconstruire les systèmes de base, donc au lieu de forcer le changement, nous nous concentrons sur l’intégration. Nos équipes d’ingénieurs se spécialisent dans le raccordement des infrastructures héritées avec les plates-formes modernes comme Cisco, Snowflake et Databricks. Nous avons développé des connecteurs préconçus et des cadres d’automatisation qui permettent aux agents d’IA de fonctionner dans les CRMs, les ERPs et les pipelines de données existants. Cette approche aide les équipes à avancer plus rapidement sans perturber ce qui fonctionne déjà.

Quel rôle les agents d’IA, les co-pilotes et les assistants alimentés par LLM jouent-ils dans les offres de Gruve, et comment sont-ils appliqués dans les flux de travail d’entreprise réels aujourd’hui ?

Les agents d’IA font partie intégrante de l’offre de Gruve. Nous avons construit plus de 35 agents spécifiques au domaine qui s’intègrent directement dans les systèmes d’entreprise, en gérant des tâches telles que la vérification d’assurance, la réinitialisation des mots de passe, l’analyse de contrats et l’intégration des employés. Ce ne sont pas des chatbots génériques. Ils sont calibrés, intégrés et régis pour des cas d’utilisation réels. Nous soutenons également l’affinage, les pipelines RAG et la surveillance continue pour garantir que les agents restent pertinents et sécurisés avec le temps.

Vous avez qualifié Gruve de « couche comment » de l’IA d’entreprise. Pouvez-vous élaborer sur cela et sur la manière dont vous voyez votre rôle évoluer à mesure que l’adoption de l’IA mûrit à travers les industries ?

Tout le monde parle du « quoi » de l’IA, mais peu résolvent le « comment ». Gruve est cette couche manquante : le partenaire pratique qui fait fonctionner l’IA dans les environnements d’entreprise réels. À mesure que l’adoption de l’IA mûrit, nous deviendrons la couche d’exécution par défaut pour l’entreprise – en nous intégrant aux équipes, en gérant les infrastructures, en déployant des agents et en assurant la gouvernance. Ce n’est pas spectaculaire, mais c’est essentiel, et c’est là que nous excellons.

En tant qu’opérateur et investisseur, comment votre expérience dans le financement et le mentorat d’autres startups a-t-elle façonné votre leadership chez Gruve ?

J’ai apprécié l’opportunité d’aider d’autres entrepreneurs à atteindre leur plein potentiel et à développer de nouveaux produits et applications innovants pendant de nombreuses années, et cela m’a donné une perspective sur mes propres entreprises et les leçons que j’ai pu tirer pour aider les autres. Le mentorat est un privilège et je m’efforce de fournir des conseils solides et une perspective aux startups de toutes tailles sur la manière d’établir leur valeur commerciale et de relever les défis de croissance complexes.

En regardant vers l’avenir, quelle est votre vision à long terme pour Gruve ? Voyez-vous Gruve devenir une couche fondamentale pour l’IA d’entreprise – à l’instar de ce qu’AWS est devenu pour l’infrastructure cloud ?

L’IA est un marché massif, et les services que nous fournissons aujourd’hui continueront d’évoluer à mesure que les entreprises seront confrontées à la complexité croissante de la connectivité des agents, de la multimodalité et de la gouvernance de l’IA. Tout comme AWS a fourni une flexibilité aux clients qui avaient besoin de grandir grâce aux services cloud, Gruve croit que notre approche flexible basée sur les résultats pour les services aidera les entreprises à grandir leurs capacités d’IA et à améliorer considérablement les services qu’elles offrent à leurs propres clients. Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Gruve.