साक्षात्कार
राज शुक्ला, सिम्फनी एआई के सीटीओ – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
राज शुक्ला सिम्फनी एआई की प्रौद्योगिकी रोडमैप और कार्यान्वयन का नेतृत्व करते हैं, जो यूरेका जेन एआई प्लेटफॉर्म बनाने वाली इंजीनियरिंग टीम का नेतृत्व करते हैं। लगभग 20 वर्षों के एआई/एमएल इंजीनियरिंग और अनुसंधान अनुभव के साथ, शुक्ला के पास माइक्रोसॉफ्ट में अपने इंजीनियरिंग नेतृत्व भूमिकाओं से व्यापक उद्यम एआई सास अनुभव भी है, जहां उनके सफल 14 वर्षों के करियर में वैश्विक एआई विज्ञान और इंजीनियरिंग संगठनों का नेतृत्व शामिल था। राज के पास खोज, विज्ञापन और उद्यम एआई में एआई/एमएल का व्यापक अनुभव है और उन्होंने उपभोक्ता और व्यवसाय दोनों क्षेत्रों में कई सफल एआई सास उत्पाद बनाए हैं।
सिम्फनी एआई एक उद्यम-एआई कंपनी है जो उद्योग-विशिष्ट एआई अनुप्रयोगों का निर्माण करने पर केंद्रित है जो तुरंत व्यवसाय मूल्य प्रदान करते हैं। सामान्य मॉडल के बजाय, यह खुदरा, उपभोक्ता सामान, वित्तीय सेवाएं, विनिर्माण, मीडिया और आईटी के लिए ऊर्ध्वाधर समाधान प्रदान करता है, जो अनुमान, धोखाधड़ी रोकथाम, परिचालन अनुकूलन और विश्लेषण जैसी चुनौतियों का सामना करता है। इसके उत्पाद यूरेका एआई प्लेटफॉर्म द्वारा संचालित होते हैं, जो प्रत्येक क्षेत्र के लिए अनुकूलित कार्यों में पूर्वानुमान, उत्पन्न और एजेंटिक क्षमताओं को मिलाता है। 2017 में स्थापित, कंपनी एक ऊर्ध्वाधर एआई में वैश्विक नेता में विकसित हुई है, जो हजारों उद्यम ग्राहकों को स्केलेबल, डोमेन-फोकस्ड समाधान प्रदान करती है।
आप माइक्रोसॉफ्ट, ऑरेकल और अब सिम्फनी एआई में एआई नवाचार के अग्रिम पंक्ति में काम कर चुके हैं – आपको उद्यम एआई की दुनिया में क्या आकर्षित किया और समय के साथ आपका दृष्टिकोण कैसे विकसित हुआ?
मेरी उद्यम एआई में यात्रा इस मूल विश्वास के साथ शुरू हुई कि कंपनियों को एआई को लागू करना चाहिए जो वास्तविक व्यवसाय समस्याओं का समाधान करता है, न कि केवल एआई के लिए एआई बनाता है। मैंने देखा है कि सामान्य, व्यापक-आधारित एआई समाधान शायद ही कभी परिवर्तनकारी मूल्य प्रदान करते हैं। सिम्फनी एआई में, हमने अपनी कंपनी रणनीति और संस्कृति का निर्माण उद्योग-विशिष्ट चुनौतियों को समझने वाले एआई पर विकसित किया है, जैसे कि वित्तीय अपराध का पता लगाना, खुदरा व्यापार के लिए व्यापारिक विपणन और औद्योगिक जुड़े हुए कार्यकर्ता सशक्तिकरण। उद्यम-तैयारता एक और पूरी आयाम जोड़ता है – सफल उद्यम एआई के लिए महान प्रौद्योगिकी से अधिक की आवश्यकता होती है, यह दावा करता है कि उत्कृष्ट डेटा शासन और वास्तुकला, जटिल क्रॉस-फंक्शनल सहयोग और कार्यों और पूर्ण पारदर्शिता और लेखा परीक्षा की आवश्यकता होती है।
उद्यमों को सामान्य पूर्व-प्रशिक्षित मॉडल के साथ विशिष्ट कमियों का सामना करना पड़ता है, विशेष रूप से वित्त या स्वास्थ्य सेवा जैसे भारी नियंत्रित क्षेत्रों में?
सामान्य पूर्व-प्रशिक्षित मॉडल वित्त, स्वास्थ्य सेवा और खुदरा जैसे उच्च जोखिम वाले, नियंत्रित वातावरण के लिए नहीं बनाए गए हैं। सामान्य, पूर्व-प्रशिक्षित मॉडल महत्वपूर्ण बाधाओं का सामना करते हैं, जिनमें उद्योग-विशिष्ट सूक्ष्मताओं को संबोधित करने और नियामक और अनुपालन आवश्यकताओं को पूरा करने के लिए आवश्यक डोमेन विशेषज्ञता की आवश्यकता शामिल है जो भौगोलिक रूप से भिन्न होती है। सबसे महत्वपूर्ण बात, वे उद्यमों की आवश्यकता के अनुसार सटीकता और ट्रेसबिलिटी प्रदान नहीं कर सकते हैं, जहां त्रुटियां उपभोक्ताओं को नुकसान पहुंचा सकती हैं या नियामक उल्लंघन को ट्रिगर कर सकती हैं। चाहे वह एंटी-मनी लॉन्ड्रिंग नियमों का पालन करना हो या खुदरा विक्रेता को वितरण केंद्रों और अलमारियों से तेजी से वापस बुलाने वाली वस्तुओं को हटाने में सक्षम बनाना हो, सिम्फनी एआई की ऊर्ध्वाधर एआई प्रौद्योगिकी विशेष रूप से उन उद्योगों के लिए बनाई गई है जिनमें हम संचालित होते हैं और उन उद्योगों की ओंटोलॉजी पर प्रशिक्षित होते हैं, जो उन्हें व्यवसाय प्रभाव बनाने वाले निर्णय लेने या स्वचालित करने में सक्षम बनाते हैं।
पूर्व-प्रशिक्षित मॉडल को गहरे डोमेन तर्क के साथ जोड़ना उद्यम आरओआई को अनलॉक करने के लिए बढ़ती तरह से देखा जा रहा है – इस दृष्टिकोण को प्रभावी बनाने वाले आवश्यक घटक क्या हैं, जैसे कि उद्योग ज्ञान, केपीआई संरेखण और नियामक गार्डरेल?
पूर्व-प्रशिक्षित मॉडल को गहरे डोमेन तर्क के साथ जोड़ना मूल्य को अनलॉक करता है जो एआई प्रणालियों को व्यवसाय संदर्भ और परिचालन आवश्यकताओं को समझने में सक्षम बनाता है। यह दृष्टिकोण तब सफल होता है जब मॉडल उद्योग-विशिष्ट ओंटोलॉजी के साथ बढ़ाया जाता है, उद्यम केपीआई के साथ संरेखित किया जाता है ताकि यह सुनिश्चित किया जा सके कि आउटपुट सीधे मापने योग्य व्यवसाय उद्देश्यों की सेवा करते हैं और नियामक गार्डरेल से सुसज्जित होते हैं जो आवश्यक अनुपालन ढांचे और ऑडिट ट्रेल प्रदान करते हैं। जब ये तत्व एक साथ काम करते हैं, तो सामान्य एआई व्यवसाय-महत्वपूर्ण समाधानों में परिवर्तित हो जाता है जो मापने योग्य परिणामों को चलाते हुए विश्वसनीयता और अनुपालन की मांग करते हैं जो उद्यमों को चाहिए।
आईबीएम ने हाल ही में सीक एआई का अधिग्रहण किया और न्यूयॉर्क शहर में वाटसनएक्स लैब्स लॉन्च किया, जो एआई परिदृश्य में एक संभावित रणनीतिक बदलाव का संकेत देता है – यह उद्यम एआई में भविष्य के एमएंडए और निवेश रुझानों के बारे में क्या दर्शाता है?
आईबीएम का सीक एआई का अधिग्रहण और वाटसनएक्स लैब्स की शुरुआत हमारे द्वारा प्रत्याशित मूलभूत परिवर्तन की पुष्टि करता है: उद्यम एआई परिदृश्य बदल गया है, जो यह संकेत देता है कि अगली लहर एमएंडए उन कंपनियों को प्राथमिकता देगी जिनके पास पूर्व-प्रशिक्षित ऊर्ध्वाधर एआई मॉडल हैं जो गहरे उद्योग विशेषज्ञता, शासन और नियामक गार्डरेल और परिणाम-चालित केपीआई के साथ आते हैं। रणनीतिक अधिग्रहणकर्ता जैसे आईबीएम यह पहचानते हैं कि उद्यम डेटा पर केंद्रित एआई एजेंट तुरंत आरओआई प्रदान करते हैं जब वे विशिष्ट उद्योग कार्यों को समझते हैं। बाजार ऊर्ध्वाधर विशेषज्ञता के चारों ओर समेकन के आसपास के उद्यम परिवर्तन को चलाने के लिए सामान्य बुद्धिमत्ता की आवश्यकता को मान्यता देता है।
एक फाउंडेशन मॉडल एक डोमेन-विशिष्ट एजेंट में कब विकसित होता है – इस संक्रमण को इंगित करने वाले वास्तुकला मील के पत्थर क्या हैं?
एक फाउंडेशन मॉडल स्वाभाविक रूप से एक डोमेन एजेंट में परिपक्व नहीं होता है; इसे एक में इंजीनियर किया जाना चाहिए। एक सामान्य मॉडल से एक बैंक जांचकर्ता में सीधे पथ नहीं है। संक्रमण केवल तभी होता है जब इंजीनियरिंग टीमें मॉडल की कच्ची बुद्धिमत्ता पर भरोसा करना बंद कर देती हैं और इसके चारों ओर शासित वास्तुकला का निर्माण शुरू करती हैं – विशेष रूप से एक संदर्भ परत (जैसे ज्ञान ग्राफ) और एक ऑर्केस्ट्रेशन परत को इंजेक्ट करके मॉडल को व्यवसाय प्रक्रिया का पालन करने के लिए मजबूर करती है, न कि अपनी स्वयं की संभावित प्रवृत्तियों का पालन करने के लिए।
क्या लचीले और ऊर्ध्वाधर-विशिष्ट एजेंटिक कार्यों को बनाने में मुख्य चुनौतियां हैं और सिम्फनी एआई उन्हें कैसे संबोधित करता है?
लचीले और ऊर्ध्वाधर-विशिष्ट एजेंटिक कार्यों को बनाने में मुख्य चुनौतियां जटिल मल्टी-स्टेप प्रक्रियाओं में विश्वसनीयता बनाए रखना है। सिम्फनी एआई इन चुनौतियों का सामना अपने बहुस्तरीय वास्तुकला के माध्यम से करता है, जो एजेंट में सीधे डोमेन विशेषज्ञता को एम्बेड करता है, त्रुटि हैंडलिंग को लागू करता है और विफलता के साथ-साथ बहु-सत्र उद्यम प्रक्रियाओं में स्थायी संदर्भ प्रबंधन को बनाए रखता है। यह हमारे एजेंटों को उच्च जोखिम वाले, नियंत्रित वातावरण में विश्वसनीय रूप से काम करने में सक्षम बनाता है जहां लचीलापन सटीकता, अनुपालन और परिचालन अखंडता को बनाए रखने का अर्थ है।
सिम्फनी एआई मजबूत डेटा फाउंडेशन, ज्ञान ग्राफ और मेटाडेटा परतों पर जोर देता है – ये क्षमताएं ऊर्ध्वाधर एआई एजेंटों के लिए क्यों महत्वपूर्ण हैं और अधिकांश उद्यमों को उन्हें लागू करने में क्यों संघर्ष करते हैं?
मजबूत डेटा फाउंडेशन और ज्ञान ग्राफ ऊर्ध्वाधर एआई एजेंटों के लिए महत्वपूर्ण हैं ताकि उन्हें अर्थपूर्ण स्रोत प्रदान किया जा सके, संदर्भित सिफारिशें प्रदान की जा सकें और बाजार, ग्राहक और प्रक्रिया परिवर्तनों के साथ-साथ पूरे उद्यम में वर्तमान रहें। अधिकांश उद्यमों को इन क्षमताओं को लागू करने में संघर्ष करना पड़ता है क्योंकि उन्हें डेटा वास्तुकला, विशेषज्ञ ओंटोलॉजी विशेषज्ञता और मौजूदा डेटा प्रथाओं में मूलभूत परिवर्तनों में महत्वपूर्ण अग्रिम निवेश की आवश्यकता होती है जो कई संगठनों के लिए संगठनात्मक और तकनीकी रूप से भयावह होते हैं। यह वह जगह है जहां एक एआई प्रौद्योगिकी भागीदार जिसके पास उस ऊर्ध्वाधर में गहरा अनुभव और ज्ञान है, इसकी क्षमता के साथ मूल्यवान है, जिसमें एआई को व्यापक डोमेन डेटा और स्रोतों के विस्तार पर पूर्व-प्रशिक्षित करने की क्षमता शामिल है।
वास्तविक दुनिया के दृश्यों में – जैसे कि वित्तीय अपराध का पता लगाना या खुदरा पूर्वानुमान – सिम्फनी एआई कैसे पूर्वानुमान, उत्पन्न और एजेंटिक एआई को एक साथ “कौशल” में मिलाता है?
सिम्फनी एआई पूर्वानुमान, उत्पन्न और एजेंटिक एआई को एक साथ “कौशल” में मिलाता है जो विशिष्ट व्यवसाय समस्याओं का समाधान करने वाले एकीकृत कार्यों का निर्माण करके एआई उत्पादों को एक साथ लाता है। वित्तीय अपराध का पता लगाने में, हमारे पूर्वानुमान मॉडल संदिग्ध लेनदेन पैटर्न की पहचान करते हैं, और उत्पन्न एआई विस्तृत जांच रिपोर्ट और जोखिम मूल्यांकन बनाता है। उसी समय, एजेंटिक एआई पूरे कार्य को समन्वयित करता है, स्वचालित रूप से मामलों को बढ़ाता है, अनुपालन टीमों के साथ समन्वय करता है और वास्तविक समय के निष्कर्षों के आधार पर जांच रणनीतियों को अनुकूलित करता है।
मुख्य बात यह है कि ये अलग-अलग एआई टूल नहीं हैं, वे डोमेन-विशिष्ट एजेंटों के भीतर एकीकृत क्षमताएं हैं जो व्यवसाय संदर्भ को समझते हैं, कार्य प्रवाह की स्थिति को बनाए रखते हैं और पूर्वानुमान विश्लेषण, सामग्री पीढ़ी और स्वायत्त क्रिया के बीच सीमलेस रूप से संक्रमण करने में सक्षम होते हैं ताकि पूर्ण व्यवसाय परिणाम प्रदान किए जा सकें, न कि खंडित एआई आउटपुट।
आपने चेतावनी दी है कि कई उद्यम एआई एजेंट लचीलेपन के बिना ठोकर खा सकते हैं – एक अच्छी तरह से इंजीनियर, दोष-सहिष्णु उद्यम एआई एजेंट की मुख्य विशेषताएं क्या हैं?
एक अच्छी तरह से इंजीनियर, दोष-सहिष्णु उद्यम एआई एजेंट को कई महत्वपूर्ण विशेषताओं की आवश्यकता होती है। हालांकि कई व्यवसाय तेजी से एआई एजेंटों में निवेश कर रहे हैं और उन्हें तैनात कर रहे हैं ताकि वे कार्यक्षमता और नवाचार में सुधार कर सकें, वे अक्सर सफलता के लिए आवश्यक आधार को कम आंकते हैं। कुछ महत्वपूर्ण पहलू जो अच्छी तरह से इंजीनियर एजेंटों को सफल होने के लिए आवश्यक हैं वे हैं:
- उद्यम एआई एजेंट उद्यम डेटा पर काम करते हैं, जो अक्सर सिलोed होते हैं और उचित प्रोग्रामेटिक पहुंच, अनुमतियां और पहुंच नियंत्रण की कमी होती है। एजेंटों को कर्मचारियों के समान प्रमाणीकरण और अधिकार प्राप्त करने की आवश्यकता होती है।
- एजेंटों को उद्यम प्रणाली विफलताओं, नेटवर्क आउटेज और फ्लेकी एंडपॉइंट्स से भी पुनर्प्राप्त करने में सक्षम होना चाहिए। ऑर्केस्ट्रेशन परत को लंबे समय तक चलने वाले, स्थायी और दोष-सहिष्णु कार्यों को सक्षम करने की आवश्यकता होती है, जो अधिकांश लोकप्रिय एलएलएम ऑर्केस्ट्रेटर नहीं करते हैं।
- एलएलएम गैर-निर्धारित होंगे और कार्यों में विफल होंगे। विफलता पुनर्प्राप्ति, पुनः प्रयास और अनुकूल मार्ग खोज एजेंटिक प्रणालियों की मुख्य विशेषताएं होनी चाहिए।
सीटीओ जो आंतरिक रूप से ऊर्ध्वाधर एआई प्लेटफॉर्म बनाने के बीच चयन कर रहे हैं और निष्ठावान विक्रेताओं के साथ साझेदारी करने के लिए, आपको क्या सलाह देंगे?
विभिन्न उद्योगों में एआई समाधानों का निर्माण करना, जिसमें खुदरा/सीपीजी, औद्योगिक, वित्तीय सेवाएं और अधिक शामिल हैं, दोनों को नवीनतम एआई प्रौद्योगिकी और गहरे डोमेन विशेषज्ञता को एक साथ मास्टर करने की आवश्यकता होती है। हमारा यूरेका एआई प्लेटफॉर्म दिखाता है कि कैसे उद्योग-विशिष्ट डेटा स्रोत, ज्ञान ग्राफ, पूर्वानुमान मॉडल और एजेंटों को प्रत्येक उद्योग के लिए अनुकूलित किया जाना चाहिए, लेकिन यह उस अनुसंधान निवेश और ग्राहक पुनरावृत्ति का प्रतिनिधित्व करता है जो अधिकांश आंतरिक टीमों को कमी है। व्यवसायों और सीटीओ के लिए जो एआई में निवेश करना चाहते हैं, मैं उन्हें ऐसे समाधानों का चयन करने की सलाह देता हूं जो दिन एक से वास्तविक परिणाम प्रदान करते हैं। ऊर्ध्वाधर एआई समाधान वे परिणाम प्रदान करते हैं, उपयोगकर्ताओं को डेटा प्रदान करते हैं जिसे वे तब व्यवसाय मूल्य बनाने के लिए उपयोग कर सकते हैं।
आगे देखते हुए, आप उद्यम एआई वास्तुकला को कैसे देखते हैं – क्या साझा फाउंडेशन मॉडल पर निर्मित संघीय ऊर्ध्वाधर एजेंट मानक बन जाएंगे?
हम सिर्फ ‘संघीय’ एजेंट नहीं देखेंगे; हम शासित एजेंटिक वास्तुकला देखेंगे। जबकि साझा फाउंडेशन मॉडल तर्क इंजन प्रदान करते हैं, वे मूल रूप से वस्तुओं हैं। सफल उद्यमों के लिए ‘मानक’ विशेषज्ञ, ऊर्ध्वाधर एजेंट होंगे जो न केवल एक दूसरे से बात करते हैं, बल्कि एक साझा संदर्भ परत के माध्यम से सख्ती से ऑर्केस्ट्रेटेड होते हैं। यदि आपके पास केवल फाउंडेशन मॉडल पर निर्मित ‘संघीय’ एजेंट हैं, तो आपको एक शोर, हॉलुसिनेशन-प्रवण प्रणाली मिलती है – जिसे हम उद्यम एआई का ‘लीकी पाइप’ कहते हैं। इस वास्तुकला को उत्पादन में स्केल करने के लिए, आपको फेडरेशन से परे तीन विशिष्ट परतों की आवश्यकता होती है:
- संदर्भ (डोमेन ज्ञान ग्राफ): एजेंटों को एक ही सत्य का एकल स्रोत साझा करने की आवश्यकता होती है, न कि केवल संभावनाओं का आदान-प्रदान करने की।
- ऑर्केस्ट्रेशन: आपको एक ‘मास्टर आर्किटेक्ट’ की आवश्यकता होती है जो तय करता है कि कब विशेषज्ञ एजेंट का उपयोग करना है और कब मानव को लूप में रखना है।
- शासन: आउटपुट को प्रणाली छोड़ने से पहले कानूनी और परिचालन रूप से सुरक्षित होना चाहिए।
साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें सिम्फनी एआई पर जाना चाहिए।
