सोहम मजूमदार, विस्डमएआई के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

सोहम मजूमदार विस्डमएआई के सह-संस्थापक और सीईओ हैं, जो एआई-संचालित समाधानों के अग्रिम पंक्ति में एक कंपनी है। विस्डमएआई की स्थापना 2023 में करने से पहले, वह रूब्रिक में सह-संस्थापक और मुख्य वास्तुकार थे, जहां उन्होंने 9 वर्षों की अवधि में कंपनी को स्केल करने में एक महत्वपूर्ण भूमिका निभाई। सोहम ने पहले फेसबुक और गूगल में इंजीनियरिंग नेतृत्व भूमिकाएं निभाईं, जहां उन्होंने कोर सर्च इन्फ्रास्ट्रक्चर में योगदान दिया और गूगल फाउंडर्स अवार्ड से सम्मानित किए गए। उन्होंने टैगटाइल की भी सह-स्थापना की, जो एक मोबाइल लॉयल्टी प्लेटफ़ॉर्म है जिसे फेसबुक द्वारा अधिग्रहित किया गया था। सॉफ्टवेयर आर्किटेक्चर और एआई नवाचार में दो दशकों के अनुभव के साथ, सोहम एक अनुभवी उद्यमी और प्रौद्योगिकीविद् हैं जो सैन फ्रांसिस्को खाड़ी क्षेत्र में आधारित हैं।

विस्डमएआई एक एआई-मूल व्यवसाय बुद्धिमत्ता प्लेटफ़ॉर्म है जो अपने प्रोप्राइटरी “नॉलेज फैब्रिक” के माध्यम से संरचित और असंरचित डेटा को एकीकृत करके उद्यमों को वास्तविक समय, सटीक अंतर्दृष्टि तक पहुंच प्रदान करता है। प्लेटफ़ॉर्म विशेषज्ञ एआई एजेंटों को सशक्त बनाता है जो डेटा संदर्भ क्यूरेट करते हैं, प्राकृतिक भाषा में व्यवसाय प्रश्नों का उत्तर देते हैं, और प्रोएक्टिवली रुझानों या जोखिमों को सतह पर लाते हैं – बिना हॉलुसिनेटेड सामग्री का उत्पादन किए। पारंपरिक बीआई टूल्स के विपरीत, विस्डमएआई क्वेरी जेनरेशन के लिए सख्ती से जेनरेटिव एआई का उपयोग करता है, जिससे उच्च सटीकता और विश्वसनीयता सुनिश्चित होती है। यह मौजूदा डेटा पारिस्थितिकी तंत्र के साथ एकीकृत होता है और उद्यम-ग्रेड सुरक्षा का समर्थन करता है, जिसमें सिस्को और कोनोकोफिलिप्स जैसी प्रमुख कंपनियों द्वारा इसका जल्दी अपनाना किया जाता है।

आपने रूब्रिक की सह-स्थापना की और इसे एक प्रमुख उद्यम सफलता में मदद की। आपको 2023 में छोड़ने और विस्डमएआई बनाने के लिए क्या प्रेरित किया – और क्या कोई विशेष क्षण था जिसने इस नए दिशा को स्पष्ट किया?

उद्यम डेटा अक्षमता समस्या मुझे सीधे चेहरे पर घूर रही थी। रूब्रिक में अपने समय के दौरान, मैंने पहली बार देखा कि फॉर्च्यून 500 कंपनियां डेटा में डूब रही थीं लेकिन अंतर्दृष्टि के लिए भूखी थीं। हमारे द्वारा निर्मित बुनियादी ढांचे के बावजूद, उद्यम उपयोगकर्ताओं के कम से कम 20% के पास अपने दैनिक कार्य में डेटा का प्रभावी ढंग से उपयोग करने के लिए सही पहुंच और ज्ञान था। यह एक विशाल, प्रणालीगत समस्या थी जिसे कोई वास्तव में हल नहीं कर रहा था।

मैं एक निर्माता हूं – आप इसे गूगल से टैगटाइल तक रूब्रिक और अब विस्डमएआई में मेरे मार्ग में देख सकते हैं। मैं मूलभूत चुनौतियों का सामना करने और जमीन से समाधान बनाने से ऊर्जा प्राप्त करता हूं। रूब्रिक को उद्यम सफलता में मदद करने के बाद, मुझे फिर से एक उद्यमी खींचाव महसूस हुआ ताकि कुछ समान रूप से महत्वाकांक्षी का सामना किया जा सके।

अंत में, एआई का अवसर अनदेखा नहीं किया जा सकता था। 2023 तक, यह स्पष्ट हो गया था कि एआई डेटा उपलब्धता और डेटा उपयोगिता के बीच की खाई को पाट सकता है। समय कुछ बनाने के लिए सही महसूस हुआ जो प्रत्येक उद्यम उपयोगकर्ता के लिए डेटा अंतर्दृष्टि को लोकतांत्रिक बना सकता है, न कि केवल तकनीकी कुछ के लिए।

स्पष्टता का क्षण तब आया जब मुझे एहसास हुआ कि हम रूब्रिक में उद्यम डेटा बुनियादी ढांचे के बारे में जो कुछ भी सीखा है, उसे एआई के रूपांतरकारी संभावना के साथ जोड़ सकते हैं ताकि इस मूलभूत अक्षमता समस्या का समाधान किया जा सके।

विस्डमएआई एक “नॉलेज फैब्रिक” और एक सूट एआई एजेंट पेश करता है। आप इस प्रणाली को तोड़ सकते हैं कि यह कैसे एक साथ काम करता है ताकि पारंपरिक बीआई डैशबोर्ड से परे जा सके?

हमने एक एजेंटिक डेटा अंतर्दृष्टि प्लेटफ़ॉर्म बनाया है जो डेटा के साथ काम करता है जहां यह है – संरचित, असंरचित और यहां तक कि “गंदे” डेटा भी। विश्लेषण टीमों को रिपोर्ट चलाने के लिए कहने के बजाय, व्यवसाय प्रबंधक सीधे प्रश्न पूछ सकते हैं और विवरण में ड्रिल कर सकते हैं। हमारा प्लेटफ़ॉर्म किसी भी डेटा वेयरहाउसिंग सिस्टम पर प्रशिक्षित किया जा सकता है जो क्वेरी लॉग्स का विश्लेषण करके है।

हम मेजर क्लाउड डेटा सेवाओं जैसे स्नोफ्लेक, माइक्रोसॉफ्ट फैब्रिक, गूगल के बिगक्यूरी, अमेज़ॅन के रेडशिफ्ट, डेटाब्रिक्स और पोस्टग्रेस और यहां तक कि एक्सेल, पीडीएफ, पावरपॉइंट जैसे दस्तावेज़ प्रारूपों के साथ संगत हैं।

पारंपरिक टूल्स के विपरीत जो मुख्य रूप से विश्लेषकों के लिए डिज़ाइन किए गए हैं, हमारा संवादात्मक इंटरफ़ेस व्यवसाय उपयोगकर्ताओं को सीधे उत्तर प्राप्त करने के लिए सशक्त बनाता है, जबकि हमारी बहु-एजेंट वास्तुकला विविध डेटा प्रणालियों में जटिल प्रश्नों को सक्षम बनाती है।

आपने जोर देकर कहा है कि विस्डमएआई हॉलुसिनेशन से बचने के लिए उत्तर पीढ़ी से जेनएआई को अलग करता है। आप हमारे सिस्टम का उपयोग कैसे करते हैं और यह उद्यम विश्वास के लिए क्यों महत्वपूर्ण है?

हमारा एआई-रेडी कॉन्टेक्स्ट मॉडल संगठन के डेटा पर प्रशिक्षित होता है ताकि एक सार्वभौमिक संदर्भ समझ बनाई जा सके जो उच्च सेमेंटिक सटीकता के साथ प्रश्नों का उत्तर देता है, साथ ही डेटा गोपनीयता और शासन को बनाए रखता है। इसके अलावा, हम जेनरेटिव एआई का उपयोग अच्छी तरह से परिभाषित प्रश्नों को बनाने के लिए करते हैं जो हमें विभिन्न प्रणालियों से डेटा निकालने की अनुमति देते हैं, एलएलएम में कच्चे डेटा को खिलाने के बजाय। यह हॉलुसिनेशन और एलएलएम के साथ सुरक्षा चिंताओं का समाधान करने के लिए महत्वपूर्ण है।

आपने “एजेंटिक डेटा इंसाइट्स प्लेटफ़ॉर्म” शब्द का उपयोग किया है। एजेंटिक इंटेलिजेंस पारंपरिक विश्लेषणात्मक टूल्स या यहां तक कि मानक एलएलएम-आधारित सहायकों से कैसे अलग है?

पारंपरिक बीआई स्टैक निर्णय लेने में देरी करते हैं क्योंकि प्रत्येक प्रश्न को विशेषज्ञों की एक रिले टीम और डेटा सिलोस के माध्यम से लड़ना होता है। जब एक मुख्य राजस्व अधिकारी को यह जानने की जरूरत है कि तिमाही को कैसे बंद किया जाए, तो उत्तर आमतौर पर विश्लेषकों के माध्यम से गुजरता है जो सीआरएम निकासी को निपटाते हैं, डेटा इंजीनियर जो फ़ाइलों को एक साथ जोड़ते हैं, और डैशबोर्ड बिल्डर जो रिपोर्ट ताज़ा करते हैं – एक सरल प्रश्न को एक मल्टी-दिन परियोजना में बदल देते हैं।

हमारा प्लेटफ़ॉर्म इन सिलोस को तोड़ता है और पूरी गहराई को डेटा एक कीस्ट्रोक दूर बनाता है, ताकि सीआरओ हेडलाइन मीट्रिक से लेकर रो-स्तर के विवरण तक सेकंड में ड्रिल कर सके।

कोई विश्लेषक कतार में प्रतीक्षा नहीं कर रहा है, कोई पूर्व-निर्धारित डैशबोर्ड नहीं है जो नए प्रश्नों के साथ तालमेल नहीं बिठा सकता – बस सच्ची स्व-सेवा अंतर्दृष्टि जो व्यवसाय की गति से वितरित की जाती है।

विस्डमएआई को प्रत्येक उद्यम के अद्वितीय डेटा शब्दावली और संरचना के अनुकूल कैसे बनाया जाता है – और मानव इनपुट की भूमिका क्या है नॉलेज फैब्रिक को परिष्कृत करने में?

डेटा जहां और जैसा है – यह मूल रूप से उद्यम व्यवसाय बुद्धिमत्ता के लिए एक पवित्र ग्रिल है। पारंपरिक प्रणालियां असंरचित डेटा या “गंदे” डेटा को संभालने के लिए नहीं बनाई गई हैं जिसमें टाइपो और त्रुटियां होती हैं। जब जानकारी विभिन्न स्रोतों में मौजूद होती है – डेटाबेस, दस्तावेज़, टेलीमेट्री डेटा – संगठन इस जानकारी को एकत्रित रूप से एकीकृत करने के लिए संघर्ष करते हैं।

विविध डेटा प्रकारों को संभालने की क्षमता के बिना, मूल्यवान संदर्भ अलग-अलग प्रणालियों में अलग-थलग रहता है। हमारा प्लेटफ़ॉर्म किसी भी डेटा वेयरहाउसिंग सिस्टम पर प्रशिक्षित किया जा सकता है जो क्वेरी लॉग्स का विश्लेषण करके है, जिससे यह प्रत्येक संगठन की अद्वितीय डेटा शब्दावली और संरचना के अनुकूल हो सकता है।

आपने विस्डमएआई के विकास प्रक्रिया को ‘वाइब कोडिंग’ के रूप में वर्णित किया है – सीधे कोड में उत्पाद अनुभव बनाना, फिर वास्तविक दुनिया के उपयोग के माध्यम से पुनरावृत्ति करना। इस दृष्टिकोण ने आपको पारंपरिक उत्पाद डिज़ाइन की तुलना में क्या लाभ दिए हैं?

“वाइब कोडिंग” एक महत्वपूर्ण बदलाव है जिसमें सॉफ्टवेयर बनाया जाता है, जहां डेवलपर्स एआई टूल्स की शक्ति का लाभ उठाते हैं ताकि कोड को सिर्फ वांछित कार्यक्षमता का वर्णन करके उत्पन्न किया जा सके। यह एक बुद्धिमान सहायक की तरह है जो आपको यह बताने के लिए कि सॉफ्टवेयर को क्या करना है, और यह कोड लिखता है। यह पारंपरिक रूप से कोडिंग के लिए आवश्यक मैनुअल प्रयास और समय को काफी कम कर देता है।

वर्षों से, डिजिटल उत्पादों का निर्माण मुख्य रूप से एक परिचित स्क्रिप्ट का पालन करता है: उत्पाद और यूएक्स डिज़ाइन की योजना बनाना, फिर विकास को निष्पादित करना, और फीडबैक के आधार पर पुनरावृत्ति करना। तर्क स्पष्ट था क्योंकि डिज़ाइन में निवेश करने से विकास के दौरान महंगे पुनर्काम को कम किया जा सकता है। लेकिन जब विकास को निष्पादित करने की लागत और समय काफी कम हो जाता है? यह क्षमता पारंपरिक विकास अनुक्रम को सिर के बल खड़ा कर देती है। अचानक, डेवलपर्स एक उच्च-स्तरीय आवश्यकताओं की समझ के आधार पर कार्यात्मक सॉफ्टवेयर बनाना शुरू कर सकते हैं, यहां तक कि विस्तृत उत्पाद और यूएक्स डिज़ाइन तैयार होने से पहले भी।

एआई कोड जेनरेशन की गति के साथ, विस्तृत उपस्थिति डिज़ाइन बनाने में लगने वाला प्रयास, कertain संदर्भों में, वास्तविक सॉफ्टवेयर को चलाने में लगने वाले समय की तुलना में अधिक समय लेने वाला हो सकता है। नए परिदृश्य में विकास का世界 बन जाता है: निष्पादित करें (एआई के साथ कोड), फिर अनुकूलित करें (डिज़ाइन और परिष्कृत करें)।

इस दृष्टिकोण से मूल अवधारणाओं पर वास्तविक उपयोगकर्ता मान्यता की अनुमति मिलती है। कल्पना कीजिए कि वास्तविक कार्यक्षमता पर प्रतिक्रिया प्राप्त करना trước ही विस्तृत दृश्य डिज़ाइन में भारी निवेश करने से। यह उपयोगकर्ता-केंद्रित डिज़ाइन के लिए नेतृत्व कर सकता है, क्योंकि डिज़ाइन प्रक्रिया सीधे उपयोगकर्ताओं के साथ एक स्पर्शयोग्य उत्पाद के साथ बातचीत करने से सूचित की जाती है।

विस्डमएआई में, हम एआई कोड जेनरेशन को सक्रिय रूप से अपनाते हैं। हमने पाया है कि तेजी से प्रारंभिक विकास को अपनाने से, हम तेजी से मूल अवधारणाओं का परीक्षण कर सकते हैं और प्रक्रिया में शुरुआती उपयोगकर्ता प्रतिक्रिया प्राप्त कर सकते हैं, जो उत्पाद पर लाइव है। यह हमारी डिज़ाइन टीम को तब वास्तविक दुनिया के उपयोग के आधार पर उपयोगकर्ता अनुभव और दृश्य डिज़ाइन को परिष्कृत करने की अनुमति देता है, जिससे अधिक प्रभावी और उपयोगकर्ता-प्रिय उत्पादों का नेतृत्व होता है, तेजी से।

बिक्री और विपणन से लेकर निर्माण और ग्राहक सफलता तक, विस्डमएआई एक विस्तृत स्पेक्ट्रम के व्यवसाय उपयोग के मामलों को लक्षित करता है। कौन से ऊर्ध्वाधर तेजी से अपनाने देखे गए हैं – और कौन से उपयोग के मामले आपको उनके प्रभाव में आश्चर्यचकित करते हैं?

हमने कई ग्राहकों के साथ परिवर्तनकारी परिणाम देखे हैं। एक एफ 500 तेल और गैस कंपनी, कोनोकोफिलिप्स के लिए, ड्रिलिंग इंजीनियर और ऑपरेटर अब हमारे प्लेटफ़ॉर्म का उपयोग जटिल कुआं डेटा को सीधे प्राकृतिक भाषा में पूछताछ करने के लिए करते हैं। विस्डमएआई से पहले, इन इंजीनियरों को तकनीकी सहायता की आवश्यकता थी भी बुनियादी परिचालन प्रश्नों के लिए कुआं स्थिति या नौकरी प्रदर्शन के बारे में। अब वे तुरंत इस जानकारी तक पहुंच सकते हैं जबकि एक ही संवादात्मक इंटरफ़ेस के माध्यम से अपने ड्रिलिंग मैनुअल में सर्वोत्तम प्रथाओं की तुलना करते हैं।

एक हाइपर ग्रोथ साइबर सुरक्षा कंपनी डेस्कोप में, विस्डमएआई का उपयोग बिक्री और वित्त के लिए एक वर्चुअल डेटा विश्लेषक के रूप में किया जाता है। हमने रिपोर्ट निर्माण समय को 2-3 दिनों से घटाकर 2-3 घंटे कर दिया – 90% की कमी। इससे उनकी साप्ताहिक बिक्री बैठकें डेटा संग्रह अभ्यास से रणनीति सत्रों में बदल गईं जो कार्रवाई योग्य अंतर्दृष्टि पर केंद्रित थीं। जैसा कि उनके सीआरओ नोट करते हैं, “विस्डम एआई मुझे डेटा लाता है मेरी उंगलियों पर। यह वास्तव में डेटा को लोकतांत्रिक बनाता है, मुझे प्रश्नों का उत्तर देने और अपने दिन के साथ आगे बढ़ने की शक्ति देता है, किसी के लिए प्रश्न परिभाषित करने, उत्तर की प्रतीक्षा करने और 5 दिनों में इसे प्राप्त करने के बजाय।” डेटा से चलने वाले निर्णय लेने की यह क्षमता एक तेजी से बढ़ते कंपनी के लिए विशेष रूप से महत्वपूर्ण है प्रतिस्पर्धी पहचान प्रबंधन बाजार में।

एक व्यावहारिक उदाहरण: एक मुख्य राजस्व अधिकारी पूछता है, “मैं अपनी तिमाही को कैसे बंद करूंगा?” हमारा प्लेटफ़ॉर्म तुरंत उन सौदों की सूची प्रदान करता है जिन पर ध्यान केंद्रित किया जाना चाहिए, साथ ही यह जानकारी भी देता है कि प्रत्येक एक को क्या देरी हो रही है – जैसे कि विशिष्ट प्रश्न जिनका ग्राहकों को उत्तर देने की प्रतीक्षा है। यह पांच कीस्ट्रोक के साथ होता है, पांच विशेषज्ञों और दिनों की देरी के बजाय।

आज कई कंपनियां डैशबोर्ड, रिपोर्ट और सिलो किए गए टूल्स से अधिक भारित हैं। व्यवसाय बुद्धिमत्ता के बारे में उद्यमों के सबसे सामान्य भ्रम क्या हैं?

संगठन डेटा के खजाने पर बैठते हैं लेकिन तेजी से निर्णय लेने के लिए इस डेटा का लाभ उठाने के लिए संघर्ष करते हैं। चुनौती बस डेटा होने के बारे में नहीं है, लेकिन इसके प्राकृतिक राज्य में काम करना – जो अक्सर “गंदे” डेटा को शामिल करता है जो टाइपो या त्रुटियों से साफ नहीं किया गया है। कंपनियां बुनियादी ढांचे में भारी निवेश करती हैं लेकिन जिद्दी डैशबोर्ड, खराब डेटा स्वच्छता और सिलो किए गए जानकारी के साथ बोतलनेक का सामना करती हैं। जहां लोग डेटा का उपभोग करते हैं वह इंटरफ़ेस अभी भी बादल डेटा इंजन और डेटा विज्ञान में प्रगति के बावजूद पुराना है।

क्या आप विस्डमएआई को मौजूदा बीआई टूल्स जैसे टेबलू या लुकर को पूरक या अंततः प्रतिस्थापित करने वाले के रूप में देखते हैं? आप व्यापक उद्यम डेटा स्टैक में कैसे फिट होते हैं?

हम मेजर क्लाउड डेटा सेवाओं जैसे स्नोफ्लेक, माइक्रोसॉफ्ट फैब्रिक, गूगल के बिगक्यूरी, अमेज़ॅन के रेडशिफ्ट, डेटाब्रिक्स और पोस्टग्रेस और यहां तक कि एक्सेल, पीडीएफ, पावरपॉइंट जैसे दस्तावेज़ प्रारूपों के साथ संगत हैं।

हमारा दृष्टिकोण डेटा का उपभोग करने वाले इंटरफ़ेस को बदल देता है, जो बादल डेटा इंजन और डेटा विज्ञान में प्रगति के बावजूद पुराना है।

आगे देखते हुए, आप विस्डमएआई को पांच वर्षों में कहां देखते हैं – और आप उद्यम परिदृश्य में “एजेंटिक इंटेलिजेंस” की अवधारणा को कैसे विकसित होते हुए देखते हैं?

विश्लेषण का भविष्य विशेषज्ञ-चालित रिपोर्ट से स्व-सेवा बुद्धिमत्ता तक जा रहा है जो सभी के लिए सुलभ है। बीआई टूल्स 20+ वर्षों से आसपास हैं, लेकिन गोद लेने ने अभी तक कंपनी के 20% कर्मचारियों को भी नहीं छुआ है। इसके विपरीत, केवल बारह महीनों में, 60% कार्यस्थल उपयोगकर्ताओं ने चैटजीपीटी को अपनाया, जिनमें से कई ने डेटा विश्लेषण के लिए इसका उपयोग किया। यह नाटकीय अंतर दिखाता है कि संवादात्मक इंटरफेस डेटा विश्लेषण के लिए अपनाया जा सकता है।

हम एक मूलभूत बदलाव देख रहे हैं जहां सभी कर्मचारी तकनीकी कौशल के बिना सीधे डेटा का प्रश्न पूछ सकते हैं। भविष्य में एआई की गणना शक्ति को मानव संपर्क के साथ जोड़ देगा, जिससे अंतर्दृष्टि उपयोगकर्ताओं को प्रोएक्टिवली खोजेंगी, न कि उन्हें डैशबोर्ड के माध्यम से खोज करने की आवश्यकता होगी।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें विस्डमएआई पर जाना चाहिए।