Darren Kimura, CEO dan Presiden AI Squared – Seri Wawancara

Darren Kimura adalah seorang wirausaha berpengalaman, penemu, dan investor, saat ini menjabat sebagai Presiden & CEO AI Squared. Dengan lebih dari 25 tahun pengalaman kepemimpinan di sektor teknologi dan energi bersih, ia telah memimpin perusahaan seperti Energy Industries Corporation, Sopogy, dan LiveAction, dan mendirikan firma ventura Enerdigm Ventures. Dikenal sebagai penemu teknologi surya MicroCSP, Kimura telah memainkan peran kunci dalam mengembangkan perusahaan yang fokus pada edge computing, AI, dan solusi berbasis SaaS.

AI Squared adalah platform low-code yang dirancang untuk membantu perusahaan mengintegrasikan wawasan AI langsung ke dalam alat yang mereka gunakan—seperti Salesforce (CRM ), Slack, Google Sheets, dan ServiceNow. Dengan menyederhanakan penerapan AI dan memungkinkan pengambilan keputusan waktu nyata, platform ini memungkinkan tim di seluruh departemen teknik, penjualan, dan operasi untuk membuka nilai bisnis yang dapat diukur. Melayani klien di bidang keuangan, rantai pasokan, dan pemerintahan, AI Squared mempercepat adopsi AI perusahaan dengan membuatnya menjadi lancar, kontekstual, dan dapat diambil tindakan.

Apa yang menginspirasi Anda untuk bergabung dan akhirnya memimpin AI Squared?

Saya selalu tertarik untuk memecahkan masalah dunia nyata yang sulit dan memerlukan pemahaman teknologi yang mendalam dan eksekusi yang tanpa cela. Saya memulai karir saya di bidang efisiensi energi dan energi terbarukan, menangkap data mesin skala besar dan membantu orang memahami dan bertindak atasnya. Seiring waktu, itu berkembang menjadi memindahkan pemrosesan data lebih dekat ke tempat kerja, di sistem yang aman, atau di dalam alur kerja perusahaan.

Ketika saya pertama kali bertemu dengan AI Squared, saya langsung melihat bahwa mereka sedang menangani tantangan yang sangat nyata dan sangat mendesak: bagaimana memindahkan AI dari laboratorium ke penggunaan sehari-hari. Sebagian besar perusahaan masih fokus membangun model. AI Squared fokus pada penerapan.

Apa yang memberi saya keyakinan lebih besar adalah fondasi mereka. Perusahaan ini dimulai di dalam NSA dan telah menghabiskan enam tahun terakhir untuk mendapatkan kepercayaan di seluruh Departemen Pertahanan, Komunitas Intelijen, Komunitas Antariksa, dan beberapa perusahaan terbesar di daftar Fortune 500 melalui proyek-proyek nyata dan hasil yang signifikan yang terus tumbuh dari tahun ke tahun. Itu memberitahu saya dua hal: pertama, mereka serius tentang keamanan, kepatuhan, dan dampak. Dan kedua, mereka adalah tim yang dapat saya percayai.

Bagaimana pengalaman Anda dalam mengembangkan ZEDEDA dan bekerja di modal ventura membentuk pendekatan Anda terhadap penerapan AI di tingkat perusahaan?

Di ZEDEDA kami bekerja di ujung jauh sebagai sistem operasi di dalam komunitas sumber terbuka. Itu memaksa saya untuk memahami keterbatasan dunia nyata yang dihadapi pelanggan kami dengan transformasi digital. Di sana kami memiliki tim teknik kelas dunia dari Cisco, Sun Microsystems, Juniper, Arista, tetapi juga mengajarkan saya betapa pentingnya memasangkan keunggulan teknis dengan gerakan pemasaran perusahaan yang kuat.

Dari sisi ventura, saya mendapatkan wawasan yang berbeda. Saya melihat bagaimana perusahaan teknologi dalam mengembangkan skala, lebih lambat pada awalnya, tetapi lebih cepat ketika Anda membangun fondasi yang kuat. Itu mengajarkan saya untuk berpikir dalam sistem: waktu pasar, kesiapan produk, kematangan pelanggan, dan strategi modal semua harus sejalan. Itulah lensa yang saya bawa ke dalam penerapan AI di AI Squared. Ini tidak tentang mengirimkan model, tetapi tentang mengirimkan hasil yang dapat dipercaya, diukur, dan diperluas oleh perusahaan.

AI Squared menekankan mengintegrasikan AI ke dalam sistem yang sudah digunakan orang. Apa yang dimaksud dengan memecahkan “mil terakhir” dari AI dalam prakteknya?

87% proyek AI tidak pernah mencapai produksi karena integrasi yang lambat, kompleks, dan terputus dari pengguna akhir. AI Squared memecahkan ini dengan membuat pipa integrasi data berkualitas keamanan nasional yang menghubungkan model AI/ML dengan sumber data seperti Databricks atau Snowflake dan sistem yang sudah digunakan perusahaan seperti CRM, ERP, dan aplikasi khusus.

Bagaimana platform Anda membantu menjembatani kesenjangan antara tim ilmu data dan pengguna bisnis?

AI Squared menyederhanakan penyerahan dari pengembangan model ke produksi. Tim ilmu data dapat mengirimkan model secara aman melalui platform kami, sementara pengguna bisnis menerima wawasan dalam alat yang sudah mereka gunakan di dalam Salesforce, Teams, Slack, atau aplikasi catatan lainnya.

Anda bekerja dengan NSA, Angkatan Laut AS, dan lembaga pemerintah lainnya. Bagaimana prioritas seperti kepatuhan, transparansi, dan penggunaan etis membentuk roadmap produk AI Squared?

Etika, kepatuhan, dan transparansi adalah pertimbangan utama dalam roadmap kami. Kami tahu dari bekerja dengan lembaga pemerintah, kami harus memprioritaskan jejak, audit, dan penjelasan. Kami membangun dengan prinsip zero-trust, dukungan untuk lingkungan penerapan yang aman, dan model tata kelola yang jelas.

Apa peran yang Anda pikir AI diskriminatif memainkan dalam meningkatkan pengambilan keputusan untuk lembaga pemerintah?

AI diskriminatif adalah presisi, dapat diinterpretasikan, dan efisien. Ini ideal untuk lingkungan dengan risiko tinggi di mana Anda memerlukan jawaban yang jelas, ya atau tidak, ancaman atau tidak. Di lembaga pemerintah, ini memungkinkan triage yang lebih cepat, deteksi risiko, dan prioritas. Ini melengkapi model generatif dengan output yang terstruktur, divalidasi, dan mendukung pengambilan keputusan kritis.

Ketika datang ke keamanan nasional, di mana Anda melihat risiko terbesar—dan kesempatan—untuk adopsi AI?

Risiko terbesar adalah otonomi yang tidak dikelola, menerapkan sistem AI tanpa transparansi, pengawasan, atau pengaman. Kesempatan terletak pada percepatan kesadaran situasional dan kecepatan pengambilan keputusan. AI dapat menyaring data besar dalam waktu nyata untuk menemukan pola yang mungkin tidak ditemukan manusia. Tetapi untuk merealisasikan nilai itu, itu harus dipercaya, dapat dilacak, dan terintegrasi dengan sistem yang memiliki pengawasan manusia.

Apa kesalahan umum yang dilakukan perusahaan ketika menerapkan GenAI?

Kesalahan terbesar adalah fokus pada kebaruan daripada kebutuhan. Terlalu banyak perusahaan menerapkan GenAI tanpa kasus penggunaan yang jelas, rencana tata kelola, atau metrik keberhasilan. Itu menyebabkan kelelahan pilot, prototipe yang tidak dapat diperluas, dan masalah kepercayaan. GenAI adalah kuat, tetapi seperti teknologi lain, itu perlu disesuaikan dengan masalah, pengguna, dan alur kerja.

Dapatkah Anda berbagi contoh di mana AI Squared membantu perusahaan menghindari “sindrom benda mengkilap” dan sebaliknya mengirimkan dampak yang dapat diukur?

Satu perusahaan datang untuk membangun LLM kustom untuk mengklasifikasikan tiket layanan pelanggan. Kami menunjukkan kepada mereka bahwa klasifikasi yang sederhana dan terintegrasi yang diterapkan melalui platform kami dapat mengirimkan akurasi 90% di CRM mereka dalam waktu kurang dari dua minggu. Tidak ada antarmuka baru, tidak ada pelatihan kustom. Itulah kekuatan memecahkan masalah yang tepat dengan alat yang tepat.

Tren apa yang paling Anda antisipasi dalam AI perusahaan selama 3-5 tahun ke depan?

Tiga tren yang menonjol:

1. LLM yang benar-benar multi-modal dan fokus pada tugas tertentu
2. Sistem AI agen yang mengambil tindakan, bukan hanya menghasilkan konten
3. Tata kelola yang distandarisasi yang memungkinkan adopsi AI di industri yang diatur

Tren-tren ini mendorong AI menjadi lebih dapat digunakan, dipercaya, dan terintegrasi dalam operasi sehari-hari.

Bagaimana AI Squared mengembangkan platformnya untuk tetap sejalan dengan LLM dan ekosistem model yang berkembang pesat?

Kami dirancang untuk menjadi netral model. Apakah itu model sumber terbuka, LLM komersial, atau model diskriminatif proprietary, platform kami memungkinkan organisasi untuk menerapkan dan mengelola model tersebut secara aman dalam alur kerja yang ada. Kami fokus pada orkestrasi, kontrol versi, dan tata kelola, sehingga tumpukan model dapat berkembang tanpa mengganggu pengalaman pengguna.

Apa yang dimaksud dengan kesuksesan untuk AI Squared dalam babak berikutnya di bawah kepemimpinan Anda?

Kesuksesan berarti menjadi cara default bagi perusahaan dan lembaga pemerintah untuk mengoperasikan AI. Ini berarti mengurangi waktu untuk mendapatkan nilai dari bulan menjadi hari, dan membuat penerapan AI menjadi lancar dan aman seperti meluncurkan fitur baru. Di bawah kepemimpinan saya, kami fokus pada skala, kepercayaan, dan hasil dunia nyata, bukan hanya inovasi untuk kepentingan sendiri, tetapi dampak di mana itu paling penting.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi AI Squared.