orq.ai के सह-संस्थापक सोहराब हुसैनी - साक्षात्कार श्रृंखला

सोहराब हुसैनीorq.ai के सह-संस्थापक, एम्स्टर्डम क्षेत्र में स्थित एक प्रौद्योगिकी लीडर और उद्यमी हैं, जिन्हें SaaS, बड़े पैमाने के सिस्टम और एप्लाइड AI में व्यापक अनुभव है। 2022 में orq.ai की स्थापना के बाद से, उन्होंने व्यावहारिक बुनियादी ढांचे के निर्माण पर ध्यान केंद्रित किया है जो टीमों को बड़े भाषा मॉडल को प्रयोग से विश्वसनीय उत्पादन उपयोग में लाने में मदद करता है। उनके अनुभव में Neocles में COO और CTO, Transdev में फ्यूचर टेक्नोलॉजी के CTO (जहां उन्होंने स्वायत्त रूटिंग और फ्लीट प्रबंधन पर काम किया) और TradeYourTrip में COO के रूप में वरिष्ठ नेतृत्व भूमिकाएं शामिल हैं। इसके साथ ही, वे एक सलाहकार और एंजेल निवेशक के रूप में भी सक्रिय हैं, जो शुरुआती चरण की AI कंपनियों को उत्पाद दिशा, तकनीकी निर्णय और कार्यान्वयन रणनीति में सहायता प्रदान करते हैं।

orq.ai orq.ai एक जनरेटिव एआई सहयोग और एलएलएमऑप्स प्लेटफॉर्म है जिसे संगठनों को वास्तविक दुनिया के वातावरण में एआई-संचालित उत्पादों और एजेंटों को डिजाइन करने, संचालित करने और उनका विस्तार करने में मदद करने के लिए बनाया गया है। यह प्लेटफॉर्म त्वरित प्रबंधन, प्रयोग, फीडबैक संग्रह और प्रदर्शन और लागतों की वास्तविक समय दृश्यता को एक ही कार्यक्षेत्र में लाता है, साथ ही सभी प्रमुख बड़े भाषा मॉडल प्रदाताओं के साथ संगत रहता है। तकनीकी और गैर-तकनीकी टीमों के बीच घनिष्ठ सहयोग को सक्षम करके, orq.ai कंपनियों को रिलीज चक्र को छोटा करने, शासन और पारदर्शिता में सुधार करने और उत्पादन में एआई सिस्टम चलाने की जटिलता और लागत को कम करने में मदद करता है।

आपने Orq.ai की स्थापना से पहले स्वायत्त प्रणालियों, फ्लीट-मैनेजमेंट तकनीक और SaaS प्लेटफॉर्म में वरिष्ठ तकनीकी और परिचालन भूमिकाएँ निभाई हैं - आपके उस करियर पथ ने 2022 में AI एजेंटों के लिए एक एंटरप्राइज-ग्रेड कंट्रोल लेयर बनाने के आपके निर्णय को कैसे प्रभावित किया?

हमारा अनुभव हमेशा से इंजीनियरिंग टीमों का नेतृत्व करने और सक्षम प्लेटफॉर्मों पर ध्यान केंद्रित करने से जुड़ा रहा है; क्लाउड, डेवऑप्स और डेटा सक्षमकरण जैसी चीजें, खासकर प्रौद्योगिकी सलाहकार के रूप में हमारे कार्यकाल के दौरान। जब जनरेटिव एआई का बूम शुरू हुआ, तो मेरे सह-संस्थापक और मैंने खुद से पूछा: उद्यमों को न केवल एआई बनाने के लिए, बल्कि इसे ठीक से संचालित और नियंत्रित करने के लिए किस प्रकार के सक्षमकरण की आवश्यकता होगी?

हमने देखा कि एआई एजेंटों के लिए एक एंटरप्राइज-ग्रेड कंट्रोल लेयर की वास्तविक आवश्यकता थी। इसी कारण हमने सबसे पहले Orq.ai का निर्माण किया।

जब आपने पहली बार Orq.ai लॉन्च किया, तो आपने बाजार में ऐसा क्या देखा जिसने आपको यह विश्वास दिलाया कि असली बाधा मॉडल की गुणवत्ता नहीं बल्कि एजेंटिक सिस्टम को डेमो से विश्वसनीय उत्पादन में ले जाने में असमर्थता थी?

हमारा हमेशा से यही मानना ​​रहा है कि जब आप कोई नया सॉफ्टवेयर बना रहे हों, तो आपको भविष्य को ध्यान में रखकर निर्माण करना होगा। शुरुआत से ही, हमने यह मानकर चला था कि बड़े भाषा मॉडल समय के साथ बेहतर और अधिक स्मार्ट होते जाएंगे। इसलिए, हमारे सामने असली चुनौती मॉडल की गुणवत्ता नहीं थी, बल्कि वे सभी नियंत्रण, संचालन और जीवनचक्र प्रबंधन संबंधी मुद्दे थे जो डेमो से वास्तविक उत्पादन वातावरण में जाने पर सामने आते हैं।

दूसरे शब्दों में कहें तो, भले ही मॉडल बेहतर होते जा रहे हों, हमारे ग्राहकों (और हमारे लिए भी) असली मूल्य यह सुनिश्चित करने में है कि ये सिस्टम उत्पादन में वास्तव में विश्वसनीय रूप से चलें। और यही वह समस्या है जिसे हल करने का हमने लक्ष्य रखा है।

अधिकांश टीमें प्रभावशाली प्रोटोटाइप तो बना लेती हैं, लेकिन रनटाइम ऑर्केस्ट्रेशन, गवर्नेंस और मॉनिटरिंग में उन्हें कठिनाई होती है। आपके विचार में, जब इंजीनियरिंग टीमें प्रूफ-ऑफ-कॉन्सेप्ट वातावरण से लाइव प्रोडक्शन एजेंट तक स्केल करने का प्रयास करती हैं, तो सबसे बड़ी बाधा क्या होती है?

सबसे बड़ी समस्या यह है कि टीमें अक्सर सोचती हैं कि एजेंट बनाने की शुरुआत से लेकर उसे पूरा करने तक का रास्ता सीधा और सरल है। असल में, यह एक बहुत ही चरणबद्ध प्रक्रिया है।

आप लगातार अपनी मान्यताओं को समायोजित करते हैं, उनका परीक्षण करते हैं, चीजों को उत्पादन में लाते हैं, और फिर वास्तविक दुनिया में होने वाली घटनाओं की निगरानी करते हैं। आप अपवादों का पता लगाते हैं, और फिर आप उस चक्र को दोबारा शुरू करते हैं।

असल चुनौती यह है कि यह सिर्फ एक बार का काम नहीं है; यह सुधार की एक निरंतर प्रक्रिया है। और इसे आगे बढ़ाने के लिए, यह सिर्फ पुनरावृत्ति ही नहीं है, बल्कि अक्सर इस प्रक्रिया को सुचारू रूप से चलाने के लिए पर्याप्त उपकरण या ढांचा मौजूद नहीं होता है।

डोमेन विशेषज्ञों, उत्पाद प्रबंधकों और इंजीनियरों के लिए एक ऐसा तरीका चाहिए जिससे वे अलग-थलग न पड़ें या समय बर्बाद करने वाले महंगे हैंडओवर से बच सकें और आपस में सहयोग कर सकें। इसलिए, यह एक और महत्वपूर्ण पहलू है: यह सुनिश्चित करना कि ये सभी हितधारक कुशलतापूर्वक एक साथ काम कर सकें। और हमने इस समस्या को हल करने का भी भरसक प्रयास किया है।

Orq.ai स्वयं को एक एकीकृत नियंत्रण परत के रूप में प्रस्तुत करता है जो प्रयोग, मूल्यांकन, अवलोकनशीलता और रनटाइम को समाहित करती है। आपने अलग-अलग समाधानों की तरह पृथक उपकरण प्रदान करने के बजाय एक संपूर्ण संरचना को आवश्यक क्यों माना?

शुरुआत में, स्वाभाविक रूप से आप एक ऐसा टूल चुनते हैं जो उस समय आपकी सबसे बड़ी समस्या का समाधान करता हो, अक्सर यह ऑब्जर्वेबिलिटी हो सकती है। लेकिन जैसे-जैसे आपकी टीम विकसित होती है, आपको अगली बाधा का सामना करना पड़ता है और आप एक और टूल जोड़ते हैं, उदाहरण के लिए एक एआई गेटवे। देखते ही देखते, आपके सिस्टम में पाँच से सात अलग-अलग टूल हो जाते हैं। डेटा खंडित हो जाता है, लोगों को स्पष्टता नहीं मिल पाती, और आप इन सभी एकीकरणों को बनाए रखने में ही संसाधनों को बर्बाद कर देते हैं। आप अपने पूरे जीवनचक्र में एकीकृत दृश्य खो देते हैं।

हमारा मानना ​​था कि जैसे-जैसे एजेंट-आधारित उद्यम उभरते हैं, आपको वास्तव में एक संपूर्ण आर्किटेक्चर की आवश्यकता होती है। आपको संगठन भर में अपने सभी एजेंटों द्वारा किए जा रहे कार्यों का एक एकीकृत दृश्य चाहिए, न कि केवल खंडित बिंदु समाधान। इसीलिए हमें वर्कफ़्लो के उन बड़े हिस्सों को एक एकीकृत प्लेटफ़ॉर्म में समाहित करने के अलावा कोई और रास्ता नहीं दिखा।

नए एजेंट स्टूडियो और पुनर्रचित रनटाइम के साथ, यूरोप और अमेरिका के शुरुआती ग्राहकों से मिली प्रतिक्रिया के आधार पर आप किन प्रमुख समस्याओं को हल करने की कोशिश कर रहे थे?

हमने देखा कि टीमें अपने एजेंट बनाने के लिए तरह-तरह की ओपन-सोर्स लाइब्रेरी का इस्तेमाल कर रही थीं, जबकि एजेंट का वास्तविक आर्किटेक्चर काफी साफ-सुथरा और सरल हो सकता है। नतीजा यह हुआ कि उन्हें जटिल लाइब्रेरी, बहुत अधिक अनावश्यक काम और एक साधारण एजेंट को भी तैयार करने के लिए काफी सीखने की जरूरत पड़ी। Orq के साथ, हम इस बोझ को कम करना चाहते थे।

आर्किटेक्चर, कंप्यूटिंग, ऑटोस्केलिंग और अन्य सभी इंफ्रास्ट्रक्चर की चिंता करने के बजाय, टीमें केवल अपने एजेंट्स को कॉन्फ़िगर करने और उन्हें सही टूल्स और API उपलब्ध कराने पर ध्यान केंद्रित कर सकती हैं। हम सारा मुश्किल काम संभालते हैं ताकि वे अपने वास्तविक उपयोग के मामलों को विकसित करने पर ध्यान केंद्रित कर सकें। इसके अलावा, क्योंकि हम पूरे लाइफसाइकिल को सपोर्ट करते हैं, हमने विशेष वर्कबेंच बनाए हैं जो आपको अपने एजेंट्स का बड़े पैमाने पर परीक्षण करने की सुविधा देते हैं।

इसका मतलब है कि आप विशेष परिस्थितियों का तेजी से पता लगा सकते हैं और अपने एजेंटों को अधिक प्रभावी ढंग से मजबूत बना सकते हैं। इसका उद्देश्य टीमों को न केवल आसानी से एजेंट बनाने के लिए, बल्कि अतिरिक्त झंझटों के बिना वास्तविक दुनिया के परिदृश्यों में उन्हें परिष्कृत और मजबूत बनाने के लिए भी उपकरण प्रदान करना है।

जैसे-जैसे GDPR और EU AI अधिनियम आवश्यकताओं को सख्त कर रहे हैं, ये नियम उद्यमों द्वारा एजेंटों को डिजाइन करने, निगरानी करने और तैनात करने के तरीकों को कैसे प्रभावित कर रहे हैं - और Orq.ai कैसे अनुकूलन कर रहा है?

ऐसा नहीं है कि ये आवश्यकताएँ अचानक सख्त हो गई हैं, बल्कि ये कानून का हिस्सा हैं और हमारे ग्राहकों को इनका पालन करना होगा। हम यह सुनिश्चित कर रहे हैं कि पूरी प्रक्रिया के दौरान, हम टीमों को सही उपकरण, मूल्यांकनकर्ता और सुरक्षा उपाय प्रदान करें ताकि वे पहले दिन से ही अनुपालन सुनिश्चित कर सकें।

हम यह सुनिश्चित करते हैं कि डेटा रेजिडेंसी, डेटा प्राइवेसी, ये सभी चीजें शुरू से ही शामिल हों। यूरोप में भू-राजनीतिक तनाव और तकनीकी एवं एआई संप्रभुता के बढ़ते दबाव के कारण, हमने इसकी भारी मांग देखी है। चूंकि हम पूरी तरह से ऑन-प्रिमाइसेस पर चल सकते हैं और उद्यमों को निर्भरता कम करने में मदद कर सकते हैं, इसलिए हम उन्हें अपने भविष्य पर नियंत्रण बनाए रखने में मदद करने के लिए अच्छी स्थिति में हैं।

कंपनियां तेजी से संप्रभुता-तैयार आर्किटेक्चर और हाइब्रिड/ऑन-प्रीम परिनियोजन की मांग कर रही हैं। यह बदलाव आपको उद्यम एआई अवसंरचना की दिशा के बारे में क्या बताता है?

हर उद्यम और यहां तक ​​कि हर उपयोग के मामले में कुछ न कुछ समझौता करना पड़ता है। यह इस बात का सवाल है कि कोई चीज़ कितनी तैयार होनी चाहिए और कितनी सुरक्षित और ऑन-प्रिमाइसेस होनी चाहिए। हम इस स्पेक्ट्रम के हर पहलू का समर्थन करते हैं। लेकिन हम जो देख रहे हैं वह यह है कि मॉडल स्तर पर संप्रभुता और डेटा निवास पर विशेष ध्यान दिया जा रहा है।

ग्राहक यह स्पष्ट रूप से जानना चाहते हैं कि उनका डेटा कहाँ सुरक्षित है और वे बड़े क्लाउड प्रदाताओं पर अपनी निर्भरता कम करना चाहते हैं। हमारे एआई गेटवे की बदौलत, जो सभी प्रमुख क्लाउड प्लेटफॉर्म और ऑन-प्रिमाइसेस पर चलता है, टीमें उपयोग के आधार पर आसानी से ये निर्णय ले सकती हैं। उन्हें नियंत्रण बनाए रखने और विभिन्न वातावरणों के बीच सहजता से स्विच करने की सुविधा मिलती है।

हमें बड़े उद्यमों और सार्वजनिक क्षेत्र के संस्थानों से मांग में भारी वृद्धि देखने को मिल रही है।

2026 में जब उद्यम प्रयोग से वास्तविक एजेंट औद्योगीकरण की ओर बढ़ेंगे, तो आप मल्टी-एजेंट वर्कफ़्लो, सुरक्षा उपायों और अधिक उन्नत तर्क प्रणालियों के विकास को किस प्रकार देखते हैं?

जैसे-जैसे एजेंटों का उपयोग वास्तव में औद्योगिक स्तर पर बढ़ता जा रहा है, हमें नई तरह की समस्याएं उभरती हुई दिखाई दे रही हैं, खासकर मल्टी-एजेंट सेटअप के साथ। आपके संगठन में किसी भी समय दर्जनों या सैकड़ों एजेंट काम कर रहे हो सकते हैं, ठीक कर्मचारियों की तरह।

सवाल यह है कि लागत, डेटा गुणवत्ता, डेटा निवास, शुद्धता, भ्रम संबंधी मापदंड आदि जैसे बहुआयामी मुद्दों के इस समूह को आप कैसे नियंत्रित करेंगे? इसके लिए आपको एक नई शासन प्रणाली की आवश्यकता है, और आपको ऐसे सुरक्षा उपायों की आवश्यकता है जिन्हें शीर्ष स्तर से लागू किया जा सके।

आपको शीर्ष स्तर की पारदर्शिता और नए एकत्रीकरण स्तरों की भी आवश्यकता है ताकि आपके सीएफओ, सीओओ, सीआईएसओ यह देख सकें कि क्या हो रहा है और कार्रवाई योग्य जानकारियों के साथ हस्तक्षेप कर सकें। हमारा मानना ​​है कि 2026 में, यह संपूर्ण "एजेंट विभाग" अवधारणा और इसे समर्थन देने वाली तकनीक एक बहुत ही चर्चित विषय बन जाएगी।

एजेंट ड्रिफ्ट, गुणवत्ता में गिरावट और अस्पष्ट डेटा प्रवाह उत्पादन एआई में बार-बार आने वाली समस्याएं हैं। Orq.ai की नियंत्रण परत वर्ज़निंग, मूल्यांकन और निरंतर निगरानी में मौजूद इन लंबे समय से चली आ रही कमियों को कैसे दूर करती है?

हर एजेंट को अपने मूल्यांकन के लिए अलग-अलग मानकों की आवश्यकता होती है। ये मानक मूल रूप से उस विशेष स्थिति के लिए सही और गलत का निर्धारण करते हैं। इन मूल्यांकन मानकों को पहले से ही ठीक से सेट करने में समय लगाकर, टीमें लाइव होने से पहले बेहतर ऑफ़लाइन प्रयोग कर सकती हैं और देख सकती हैं कि चीजें कैसे काम करती हैं। फिर इन्हीं मूल्यांकनों की ऑनलाइन निगरानी करके, आप यह पता लगा सकते हैं कि मॉडल में कोई बदलाव आ रहा है या एजेंट का व्यवहार समय के साथ बदल रहा है। इस तरह, ऑफ़लाइन परीक्षण, ऑनलाइन निगरानी और सुरक्षा उपायों के दौरान आपके पास गुणवत्ता मानकों का एक सुसंगत सेट होता है।

भविष्य को देखते हुए, आपके विचार से अगली पीढ़ी के एंटरप्राइज-ग्रेड एआई एजेंटों को क्या परिभाषित करेगा — और Orq.ai उस दुनिया के लिए डिफ़ॉल्ट ऑपरेशनल प्लेटफॉर्म बनने के लिए खुद को कैसे तैयार कर रहा है?

आगे चलकर, मुझे लगता है कि अगली पीढ़ी के एंटरप्राइज एआई एजेंटों की पहचान इस बात से होगी कि हर विक्रेता अपने-अपने एजेंट उपलब्ध कराएगा। बड़े उद्यमों में, फर्स्ट-पार्टी और थर्ड-पार्टी एजेंटों का एक व्यापक नेटवर्क होगा जो एक साथ मिलकर काम करेंगे और एक-दूसरे से सहायता लेंगे।

यह सिर्फ एक तरह का एजेंट या एक विक्रेता नहीं होगा; यह एक पूरा इकोसिस्टम है जिसे गवर्नेंस और कंप्लायंस की जरूरत है। और यहीं पर Orq की भूमिका आती है। हम खुद को एजेंट कंट्रोल टावर के रूप में स्थापित कर रहे हैं जो संगठन के विभिन्न स्तरों को सही समग्र दृष्टिकोण और कार्रवाई योग्य अंतर्दृष्टि प्रदान करता है ताकि किसी भी चरण में हस्तक्षेप किया जा सके।

चाहे एजेंटों का निर्माण हो, उनका विस्तार हो, संचालन हो या फिर उन्हें हटाना हो, विभिन्न कार्यों के लिए उस परिदृश्य के अलग-अलग दृष्टिकोणों की आवश्यकता होगी। और हम उस क्षमता के लिए सबसे भरोसेमंद प्रदाता बनने जा रहे हैं।

बेहतरीन साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं, उन्हें अवश्य आना चाहिए orq.ai.