Erik Schwartz, Chief AI Officer (CAIO) Tricon Infotech – Interview Series

Erik Schwartz adalah Chief AI Officer (CAIO) Tricon Infotech. sebuah perusahaan konsultan dan layanan perangkat lunak terkemuka. Tricon Infotech menyampaikan solusi yang efisien, otomatis, dan transformasi digital penuh melalui produk kustom dan implementasi perusahaan

Erik Schwartz adalah eksekutif teknologi berpengalaman dan wirausaha dengan lebih dari dua dekade pengalaman di sektor teknologi, mengkhususkan diri di persimpangan AI, Informasi Retrieval, dan Penemuan Pengetahuan. Sepanjang karirnya, Erik telah berada di garis depan integrasi membangun platform skala besar dan mengintegrasikan AI ke dalam teknologi pencarian, secara signifikan meningkatkan interaksi pengguna dan akses informasi. Peran sebelumnya memegang posisi senior di Comcast, Elsevier, dan Microsoft, di mana ia memimpin inisiatif AI, pencarian, dan LLM yang berani.

Perjalanan profesional Erik ditandai dengan dedikasinya pada inovasi dan keyakinannya pada kekuatan kolaborasi. Ia secara konsisten mengarahkan tim menuju penyampaian solusi inovatif dengan cepat, secara kuat memposisikan dirinya sebagai pemimpin tepercaya di komunitas teknologi. Karyanya, terutama pada proyek Scopus AI di Elsevier, menekankan komitmennya untuk meredefinisi batas-batas bagaimana kita berinteraksi dengan informasi dan menciptakan hubungan tepercaya dengan pengguna.

Dalam perannya sebagai Chief AI Officer (CAIO), Erik memanfaatkan pengalaman luasnya untuk mengembangkan dan menerapkan strategi AI komprehensif untuk pelanggan Tricon. Prosesnya yang menyeluruh tidak hanya mendemistifikasi AI tetapi juga memastikan bahwa bisnis-bisnis tersebut dilengkapi untuk sukses dan berkembang dalam lanskap teknologi AI yang kompetitif. Erik bersemangat tentang mempromosikan pertumbuhan dan inovasi, berbagi wawasan untuk menginspirasi dan memberdayakan organisasi untuk memanfaatkan kekuatan transformatif AI secara efektif.

Apakah Anda bisa berbagi beberapa sorotan dari perjalanan karir Anda yang mengarah ke peran Anda saat ini sebagai Chief AI Officer di Tricon Infotech?

Saya telah terjun ke domain Informasi Retrieval sepanjang karir saya. Perjalanan saya dimulai pada awal 90-an sebagai Web Master di saat-saat awal Internet. Selama periode formatif ini, saya fokus pada membangun perpustakaan digital untuk lembaga pemerintah, universitas, dan perusahaan media, yang meletakkan dasar untuk keahlian saya dalam sistem informasi digital.

Pada 2000-an, saya beralih bekerja dengan vendor Mesin Pencari, di mana saya mengasah keterampilan saya dalam teknologi pencarian. Fase karir ini ditandai dengan pertumbuhan dan pembelajaran yang signifikan melalui berbagai akuisisi, akhirnya membawa saya bergabung dengan Microsoft pada 2008. Di Microsoft, saya memainkan peran kunci dalam mengembangkan dan meningkatkan Platform Penemuan Pengetahuan, mengarahkan inovasi dan meningkatkan akses informasi untuk pengguna.

Setelah masa jabatan saya di Microsoft, saya memimpin inisiatif di perusahaan besar seperti Comcast dan Elsevier, di mana saya bertanggung jawab untuk menjalankan Platform Penemuan Pengetahuan skala besar. Pengalaman ini telah sangat penting dalam membentuk pendekatan saya terhadap AI dan informasi retrieval, yang berpuncak pada peran saya saat ini sebagai Chief AI Officer di Tricon Infotech. Di sini, saya memanfaatkan pengalaman luas saya untuk mengarahkan strategi dan solusi AI yang memungkinkan klien kami untuk memanfaatkan potensi penuh data mereka.

Bagaimana pengalaman Anda di perusahaan seperti Comcast, Elsevier, dan Microsoft mempengaruhi pendekatan Anda terhadap integrasi AI dan teknologi pencarian?

Sepanjang karir saya, saya telah sangat fokus pada teknik pemrosesan bahasa alami (NLP) dan pembelajaran mesin. Awalnya, teknologi ini didasarkan pada sistem berbasis aturan yang sederhana. Namun, ketika set data tumbuh lebih besar dan daya komputasi menjadi lebih kuat, kami mulai secara signifikan meningkatkan pengalaman pengguna dengan secara otomatis memanen data dan mengembalikannya ke algoritma untuk meningkatkan kinerja mereka.

Di Microsoft, setelah akuisisi FAST, saya bertindak sebagai manajer produk di tim SharePoint. Dalam peran ini, saya terlibat dalam mengintegrasikan teknologi pencarian canggih ke dalam sistem manajemen konten perusahaan, meningkatkan kemampuan penemuan informasi dan kolaborasi untuk bisnis.

Di Comcast, saya membangun platform penemuan pengetahuan yang memungkinkan bisnis video mereka, memungkinkan pengguna untuk mencari dan menemukan konten di seluruh perangkat set-top, seluler, dan web. Mesin pencari ini diperluas untuk menangani lebih dari 1 miliar permintaan per hari, secara signifikan meningkatkan pengalaman pengguna dengan memberikan rekomendasi konten dan hasil pencarian yang cepat dan akurat.

Salah satu pengalaman paling transformatif adalah di Elsevier, di mana kami meluncurkan pengalaman AI Generatif untuk Scopus, salah satu produk paling tepercaya mereka. Inisiatif ini menggunakan Model Bahasa Besar (LLM) untuk membantu pengguna dalam mengajukan pertanyaan yang lebih baik dan mendapatkan jawaban yang lebih akurat dari konten teknis dalam database komunikasi ilmiah. Pendekatan LLM ini memastikan keakuratan dan kepercayaan penuh dari lebih dari 90 juta artikel yang terkandung dalam database, menunjukkan kekuatan AI untuk meningkatkan penelitian akademis dan diseminasi pengetahuan.

Apa yang paling menggembirakan Anda tentang kemajuan saat ini dalam AI Generatif dan potensi aplikasinya?

Salah satu tantangan historis terbesar dalam Informasi Retrieval telah menjadi mempertahankan konteks. Bagi manusia, ini adalah proses alami, tetapi bagi mesin, menemukan informasi secara tradisional merupakan pengalaman transaksional: ajukan pertanyaan, dapatkan jawaban. Menggali lebih dalam ke dalam topik memerlukan mengajukan pertanyaan yang semakin spesifik. AI Generatif merevolusi pendekatan ini dengan memungkinkan interaksi yang lebih konversasional dan kontekstual, mirip dengan percakapan alami dengan seseorang yang baru Anda temui.

Selanjutnya, AI Generatif mengintegrasikan teknik tambahan yang meningkatkan pemahaman yang lebih dalam, yang secara historis sulit bagi mesin pencari tradisional. Misalnya, Model Bahasa Besar (LLM) dapat dengan mudah menangani aspek seperti nada, analisis sentimen, pemahaman semantik, dan disambiguasi. Kemampuan ini memungkinkan LLM untuk memahami nuansa bahasa manusia dan konteks dengan mudah, memberikan jawaban yang lebih akurat dan bermakna langsung dari kotak. Kemajuan ini paling menggembirakan bagi saya, karena membuka kemungkinan untuk menciptakan aplikasi yang lebih intuitif, responsif, dan cerdas di berbagai domain.

Bagaimana pendekatan Tricon Infotech terhadap GenAI berbeda dari perusahaan lain di industri?

Dalam ruang AI Generatif, ada dua area fokus utama. Yang pertama, yang mendapatkan perhatian signifikan dari beberapa vendor teknologi terbesar, adalah pelatihan dan penyetelan model AI. Yang kedua, di mana praktisi AI Generatif benar-benar unggul, adalah inferensi—menggunakan AI Generatif untuk menciptakan produk dan layanan yang berharga.

Di Tricon Infotech, kami fokus pada yang terakhir. Pendekatan kami berbeda karena kami menekankan aplikasi praktis dan penerapan cepat. Kami telah mengembangkan program komprehensif yang membantu pemimpin bisnis dengan cepat mengidentifikasi kasus penggunaan paling berdampak untuk AI Generatif. Proses kami termasuk solusi prototip cepat, memungkinkan pelanggan bekerja dengan data mereka sendiri dalam sandbox AI. Pendekatan ini memastikan bahwa mereka dapat melihat hasil nyata dan berinteraksi dengan wawasan AI-driven awal dalam siklus pengembangan.

Selain itu, kami memiliki fokus radikal pada waktu-ke-nilai. Tujuan kami adalah membantu pelanggan membangun dan mengirimkan aplikasi yang menghadap konsumen dalam 90 hari. Garis waktu yang dipercepat ini tidak hanya mengarahkan inovasi yang lebih cepat tetapi juga memastikan bahwa bisnis dapat dengan cepat memanfaatkan manfaat AI Generatif, menciptakan aliran pendapatan baru dan meningkatkan kepuasan pelanggan.

Apakah Anda bisa membahas beberapa tantangan kunci dalam mengimplementasikan Model Bahasa Besar (LLM) dan AI Generatif dalam solusi perusahaan?

Mengimplementasikan Model Bahasa Besar (LLM) dan AI Generatif dalam solusi perusahaan menyajikan beberapa tantangan yang muncul. Tantangan pertama dan terutama adalah kepercayaan. Perusahaan harus yakin bahwa sistem AI tidak akan mengompromikan properti intelektual atau informasi perusahaan yang sensitif. Memastikan keamanan data dan mendapatkan jaminan bahwa AI tidak akan menyalahgunakan data adalah kritis untuk membangun kepercayaan.

Tantangan kedua adalah masalah halusinasi. AI Generatif dapat terkadang menghasilkan jawaban yang percaya diri tetapi secara faktual tidak akurat. Ini dapat merusak keandalan sistem AI. Teknik seperti penyetelan model dan menggunakan Generasi yang Ditingkatkan dengan Pencarian (RAG) dapat membantu mitigasi kejadian halusinasi dengan memastikan bahwa respons AI didasarkan pada data yang akurat.

Tantangan ketiga yang signifikan adalah biaya. Lisensi dan penskalaan LLM dapat sangat mahal. Bahkan penawaran perusahaan dari penyedia utama seperti Microsoft, Amazon, dan Google datang dengan biaya masuk yang tinggi dan minimum. Oleh karena itu, penting bagi perusahaan untuk memantau dan mengelola return on investment (ROI) dengan cermat untuk memastikan bahwa penerapan solusi AI secara ekonomis layak.

Apakah Anda bisa menjelaskan pendekatan terstruktur yang Tricon Infotech gunakan untuk mengembangkan solusi perusahaan GenAI yang disesuaikan?

Tricon Infotech adalah perusahaan pengembangan produk yang berbeda dengan menawarkan layanan yang dikelola melalui tim produk penuh yang didedikasikan, bukan penambahan staf tradisional. Pendekatan kami melibatkan penyebaran tim produk lengkap yang dapat mengelola setiap aspek dari siklus hidup pengembangan produk, termasuk penelitian pengguna, desain pengalaman pengguna (UX), pengembangan front-end dan back-end, otomatisasi pengujian, penerapan, penskalaan, dan operasi berkelanjutan.

Model layanan yang dikelola ini memastikan bahwa pelanggan kami dapat fokus langsung pada menangkap nilai dari data mereka tanpa kompleksitas dan overhead mengelola sumber daya terpisah. Penggerak kunci kami adalah waktu-ke-nilai, yang berarti kami memprioritaskan penyampaian manfaat yang nyata dengan cepat dan efisien. Ambisi kami adalah membangun hubungan generatif jangka panjang dengan pelanggan kami dengan terus menambah nilai dan mengulangi proses pengembangan fitur.

Pendekatan terstruktur kami dirancang untuk gesit dan responsif, memungkinkan kami untuk beradaptasi dengan cepat pada tantangan dan peluang baru di lanskap AI. Dengan memanfaatkan kemampuan penuh tim multidisiplin kami, kami menyampaikan solusi AI Generatif yang sangat disesuaikan yang dirancang untuk memenuhi kebutuhan spesifik masing-masing perusahaan. Pendekatan ini tidak hanya membedakan kami dari perusahaan penambahan staf tradisional tetapi juga memastikan bahwa kami menyediakan solusi holistik, ujung-ke-ujung yang mengarahkan dampak bisnis yang signifikan.

Apa contoh nyata dari masalah yang berhasil diatasi oleh solusi GenAI Tricon?

1. E-Learning – mengonversi media tradisional dan bahan pendidikan warisan menjadi konten interaktif multi-modal. Ini memungkinkan pelanggan kami untuk memanfaatkan kembali konten yang ada untuk beradaptasi dengan cara baru belajar dan mencapai pembelajar di platform tempat mereka sudah berada. Selanjutnya, konten dapat diubah menjadi program pembelajaran hiper-personalisasi yang dapat beradaptasi secara otomatis dengan kebutuhan dan gaya belajar pembelajar (audio, visual, dll.)
2. AI Pribadi – Membantu pelanggan membangun solusi AI perusahaan yang tepercaya yang tetap pribadi dan menghormati aturan akses pelanggan, sambil mempertahankan biaya dan membantu menskala ke berbagai fungsi perusahaan untuk membantu profesional yang sibuk dan layanan bersama untuk menskala lebih baik ke organisasi sambil secara native memahami berbagai aturan dan kebijakan yang didistribusikan secara geografis. AI pribadi ini tidak hanya akan melayani perusahaan tetapi juga akan menghasilkan aliran pendapatan baru bagi pelanggan kami.
3. Otomatisasi Proses – masih ada sejumlah besar organisasi yang mengandalkan proses manual dan integrasi data “swivel chair”. AI membantu menghubungkan sistem yang berbeda dengan menciptakan lapisan pintar yang tidak hanya dapat memvalidasi data tetapi juga memahami sinyal khusus yang dihasilkan oleh set data atau alat unik dan membantu mengalirkan alur kerja dengan efisien sambil mengidentifikasi masalah rantai pasokan

Peran apa yang dimainkan oleh pembelajaran dan pertumbuhan berkelanjutan dalam mempertahankan keunggulan di bidang AI yang berkembang pesat?

Salah satu tantangan terbesar di bidang AI adalah meng-upskill talent pool. Ada generasi baru pekerja yang secara intuitif memahami alat AI dan teknologi. Namun, ada juga generasi yang lebih tua yang perlu memahami apa yang dapat dan tidak dapat dilakukan oleh alat ini. Pembelajaran berkelanjutan sangat penting untuk menjembatani kesenjangan ini.

Alat AI memiliki potensi untuk secara dramatis meningkatkan produktivitas, memungkinkan bisnis untuk mencapai lebih banyak dengan sumber daya yang jauh lebih sedikit, sehingga mengurangi kerangka waktu dan biaya. Agar manfaat ini dapat direalisasikan, karyawan harus terbuka untuk belajar cara kerja baru dan mengintegrasikan alat ini ke dalam alur kerja mereka.

Selain itu, mengatasi ketakutan akan keamanan pekerjaan sangat penting. Karyawan harus memahami bahwa mereka yang mengadopsi pembelajaran berkelanjutan dan pertumbuhan akan lebih siap untuk mengintegrasikan alat AI baru ke dalam rutinitas harian mereka, akhirnya mengarah pada keamanan pekerjaan yang lebih besar. Kenyataannya adalah bahwa kesuksesan di masa depan yang didorong AI akan datang kepada mereka yang secara aktif mencari untuk memahami dan memanfaatkan teknologi yang berkembang ini.

Bagaimana Anda membayangkan masa depan AI akan mengubah teknologi pencarian dan interaksi pengguna dalam dekade mendatang?

Kami sudah menyaksikan pergeseran signifikan dari mesin pencari tradisional ke alat AI Generatif untuk pertanyaan awal. Pergeseran ini didorong oleh kemampuan AI Generatif untuk memberikan jawaban langsung dan solusi, menghilangkan kebutuhan untuk menelusuri beberapa situs web atau sumber secara independen. Di masa depan, akan menjadi umum bagi AI untuk menghadiri pertemuan, mengambil tindakan, dan menangani tugas rutin, mengarah pada pengurangan signifikan dalam peran fungsi tertentu dalam perusahaan.

Salah satu tantangan kunci yang masih ada adalah bagaimana memonetisasi AI Generatif, karena model iklan tradisional mungkin menghadapi hambatan signifikan dalam lanskap baru ini. Prediksi saya adalah bahwa data akan menjadi semakin berharga, bertindak lebih seperti mata uang ketika kami menavigasi dunia yang berani ini. Perubahan ini akan memerlukan model bisnis inovatif yang memanfaatkan kemampuan unik AI sambil memastikan bahwa pengguna dan perusahaan dapat menghasilkan nilai yang nyata dari interaksi mereka.

Secara keseluruhan, masa depan AI dalam teknologi pencarian dan interaksi pengguna berjanji untuk menjadi transformatif, membuat penemuan informasi lebih intuitif dan efisien sambil mengubah cara kami mendekati interaksi digital dan fungsi perusahaan.

Apa saran praktis yang akan Anda berikan kepada bisnis yang ingin memanfaatkan AI untuk mengarahkan kesuksesan dan inovasi?

Jangan takut dengan teknologi. Mulailah dengan membuat alat AI tersedia untuk karyawan Anda untuk memastikan bahwa data dan properti intelektual (IP) Anda tetap aman. Banyak karyawan sudah menggunakan alat AI, tetapi tanpa tata kelola yang tepat, ada risiko penyalahgunaan. Oleh karena itu, penting untuk meningkatkan kemampuan staf Anda sehingga mereka memahami risiko yang terlibat dan bagaimana menggunakan alat ini dengan aman dan efektif.

Selain itu, penting untuk memperhatikan ukuran keberhasilan. Alat AI dapat mahal, tetapi biaya diharapkan akan menurun seiring waktu. Namun, penting untuk mempertahankan fokus yang jelas pada return on investment (ROI) untuk mengelola biaya dan memahami dampaknya pada bisnis Anda. Dengan melakukan ini, Anda dapat memanfaatkan AI untuk mengarahkan inovasi dan kesuksesan sambil memastikan bahwa manfaatnya mengimbangi biaya.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Tricon Infotech.