Igor Jablokov, CEO & Pendiri Pryon – Seri Wawancara

Igor Jablokov adalah CEO dan Pendiri Pryon. Dinamai sebagai “Tokoh Industri” oleh Speech Technology Magazine, ia sebelumnya mendirikan Yap, perusahaan pionir yang merupakan platform cloud pertama di dunia dengan pengenalan suara yang akurat dan sepenuhnya otomatis. Setelah produknya diterapkan oleh puluhan perusahaan, perusahaan tersebut menjadi akuisisi pertama Amazon (AMZN ) yang terkait dengan AI. Penemuan perusahaan tersebut kemudian menjadi inti dari produk lanjutan seperti Alexa, Echo, dan Fire TV. Sebagai Direktur Program di IBM, Igor memimpin tim yang merancang pendahulu Watson dan mengembangkan browser web multimodal pertama di dunia.

Igor dianugerahi beasiswa keamanan nasional Eisenhower dan Truman untuk mengeksplorasi dan memperluas peran kewirausahaan dan modal ventura dalam menangani kekhawatiran geopolitik. Sebagai seorang inovator dalam teknologi bahasa manusia, ia percaya pada memfasilitasi kesempatan karir dan pendidikan bagi orang lain yang memasuki bidang STEM. Sebagai hasilnya, ia berperan sebagai mentor di TechStars’ Alexa Accelerator, merupakan Entrepreneur-In-Residence (EIR) Blackstone NC, dan mendirikan sebuah cabang dari Global Shapers, sebuah program dari Forum Ekonomi Dunia.

Igor memegang gelar B.S. di Teknik Komputer dari Universitas Negeri Pennsylvania, di mana ia dinamai sebagai Alumni Teknik yang Luar Biasa, dan MBA dari Universitas Carolina Utara.

Perjalanan Anda di AI dimulai dengan mesin pengenalan suara berbasis cloud pertama di Yap, yang kemudian diakuisisi oleh Amazon. Bagaimana pengalaman itu membentuk visi Anda untuk AI dan mempengaruhi pekerjaan Anda saat ini di Pryon?

Saya akan memulai sedikit lebih awal dalam karir saya karena Yap bukanlah kuda pertama kami dalam menangani interaksi bahasa alami.

Penelitian saya pertama tentang interaksi bahasa alami dimulai di IBM, di mana saya memulai sebagai magang di awal 90-an dan akhirnya menjadi Direktur Program Penelitian Multimodal. Di sana, saya memiliki tim yang menemukan apa yang bisa dianggap sebagai bayi Watson. Ini jauh lebih maju dari zamannya, tetapi IBM tidak memberi lampu hijau. Akhirnya, saya merasa frustrasi dengan keputusan itu dan keluar.

Sekitar waktu itu (2006), saya merekrut insinyur dan ilmuwan terbaik dari Broadcom (AVGO ), IBM, Intel (INTC ), Microsoft (MSFT ), Nuance, NVIDIA (NVDA ), dan lain-lain untuk memulai perusahaan AI cloud pertama, Yap. Kami dengan cepat memperoleh puluhan pelanggan perusahaan dan operator, termasuk Sprint dan Microsoft, dan hampir 50.000.000 pengguna di platform.

Karena kami memiliki insinyur mantan iPod di tim, kami dapat melakukan back-channel ke Apple (AAPL ) dalam setahun sejak perusahaan didirikan. Mereka membawa kami untuk membuat prototipe versi Siri—ini sebelum iPhone dirilis. Setengah dekade kemudian, kami secara rahasia diakuisisi oleh Amazon untuk mengembangkan Alexa untuk mereka.

Bisakah Anda menjelaskan konsep “gesekan pengetahuan” yang Pryon coba selesaikan dan mengapa itu penting bagi perusahaan modern?

Gesekan pengetahuan berasal dari kenyataan bahwa, secara historis, organisasi belum memiliki satu instantiasi pengetahuan yang bersatu. Sementara kita memiliki repositori seperti itu di kampus dan komunitas sipil kita dalam bentuk perpustakaan, tidak ada unifikasi data dan pengetahuan di sisi perusahaan karena berbagai vendor yang mereka gunakan.

Sebagai hasilnya, setiap orang di hampir semua organisasi merasakan gesekan ketika mencari informasi yang mereka butuhkan untuk melakukan pekerjaan dan alur kerja mereka. Inilah di mana kami melihat kesempatan untuk Pryon. Kami pikir ada kesempatan untuk lapisan baru di atas tumpukan perangkat lunak perusahaan yang, dengan menggunakan prompt bahasa alami, dapat menelusuri sistem catatan dan mengambil berbagai jenis objek—teks, gambar, video, data terstruktur dan tidak terstruktur—dan mengumpulkan semuanya dalam waktu respon sub-detik.

Itulah kelahiran Pryon, cloud pengetahuan AI-pertama di dunia.

Platform Pryon mengintegrasikan teknologi AI canggih seperti penglihatan komputer dan model bahasa besar. Bisakah Anda menjelaskan bagaimana komponen-komponen ini bekerja bersama untuk meningkatkan manajemen pengetahuan?

Pryon mengembangkan sebuah platform kecerdasan buatan (AIP) yang mengubah konten dari unit statis dasarnya menjadi pengetahuan interaktif. Ini dicapai dengan mengintegrasikan pipa penggunaan, pipa pengambilan, dan pipa generatif menjadi satu pengalaman. Platform ini mengetuk ke sistem catatan Anda yang ada, yang dapat mencakup berbagai jenis konten seperti Confluence, Documentum, SAP, ServiceNow , Salesforce , SharePoint, dan banyak lagi. Konten ini dapat dalam bentuk audio, video, gambar, teks, PowerPoints, PDF, file Word, dan halaman web.

AIP mengubah objek-objek ini menjadi cloud pengetahuan, yang kemudian dapat menerbitkan dan berlangganan ke pengalaman interaktif atau sensorik apa pun yang Anda butuhkan. Apakah orang perlu berinteraksi dengan pengetahuan ini atau ada transaksi mesin-ke-mesin yang memerlukan penyatuan semua pengetahuan yang berbeda ini, platform ini memastikan konsistensi dan ketersediaan. Secara esensial, ini melakukan ETL (Ekstrak, Transformasi, Muat) di sisi kiri, memungkinkan pengalaman melalui API di sisi kanan.

Apa beberapa tantangan utama yang dihadapi Pryon dalam mengembangkan solusi AI untuk penggunaan perusahaan, dan bagaimana Anda menanganinya?

Karena kami terintegrasi secara vertikal, kami menerima nilai tertinggi dalam akurasi, skala, keamanan, dan kecepatan. Salah satu masalah dengan pendekatan dekonstruksi, di mana Anda perlu beberapa vendor yang berbeda dan menghubungkannya untuk mencapai alur kerja yang sama yang kami lakukan, adalah bahwa Anda berakhir dengan sesuatu yang kurang performant. Anda tidak dapat mencocokkan model, dan Anda tidak memiliki sinyal keamanan yang mengalir dengan baik.

Ini seperti iPhone: ada alasan Apple membangun chip, perangkat, sistem operasi, dan aplikasi mereka sendiri. Dengan melakukan hal ini, mereka mencapai tingkat performa tertinggi dengan penggunaan energi terendah. Sebaliknya, vendor lain yang mengintegrasikan dari beberapa sumber yang berbeda cenderung selalu satu atau dua generasi di belakang mereka.

Bagaimana Pryon memastikan akurasi, skalabilitas, keamanan, dan kecepatan solusi AI-nya, terutama dalam lingkungan perusahaan skala besar?

Didukung oleh kerangka Retrieval-Augmented Generation (RAG) yang kuat, Pryon dirancang untuk memenuhi tuntutan ketat bisnis. Menggunakan teknologi pengambilan informasi terbaik, Pryon mengirimkan jawaban yang akurat dan tepat waktu dengan aman — memungkinkan bisnis untuk mengatasi gesekan pengetahuan.

• Akurasi: Pryon unggul dalam akurasi dengan mengingest dan memahami konten yang disimpan dalam berbagai format, termasuk teks, gambar, audio, dan video. Menggunakan teknologi kustom yang dikembangkan, Pryon mengambil pengetahuan kritis dengan akurasi lebih dari 90% dan menyampaikan jawaban dengan atribusi yang jelas ke dokumen sumber. Ini memastikan bahwa informasi yang disediakan dapat diandalkan dan diverifikasi.
• Skala Perusahaan: Pryon dirancang untuk menangani lingkungan perusahaan skala besar. Ini dapat menangani jutaan halaman konten dan mendukung ribuan pengguna bersamaan. Pryon juga mencakup konektor out-of-the-box ke platform utama seperti SharePoint, ServiceNow, Amazon S3, Box, dan banyak lagi, membuatnya mudah untuk diintegrasikan ke dalam alur kerja dan sistem yang ada.
• Keamanan: Keamanan adalah prioritas utama bagi Pryon. Ini melindungi terhadap kebocoran data melalui kontrol akses dokumen dan memastikan bahwa model AI tidak dilatih pada data pelanggan. Selain itu, Pryon dapat diimplementasikan dalam lingkungan on-premises, menawarkan lapisan keamanan dan kontrol tambahan untuk informasi sensitif.
• Kecepatan: Pryon menawarkan penerapan yang cepat, dengan implementasi yang memungkinkan dalam waktu dua minggu. Platform ini memiliki antarmuka tanpa kode untuk memperbarui konten, memungkinkan modifikasi yang cepat dan mudah. Selain itu, Pryon menyediakan fleksibilitas untuk memilih model bahasa besar (LLM) publik, kustom, atau dikembangkan oleh Pryon, membuat proses implementasi menjadi lancar dan sangat dapat disesuaikan.

Inilah mengapa lembaga akademis, perusahaan Fortune 500, lembaga pemerintah, dan NGO di sektor kritis seperti pertahanan, energi, jasa keuangan, dan semikonduktor menggunakan kami.

Pryon menekankan AI yang Bertanggung Jawab dengan inisiatif seperti menghormati kepenulisan dan sumber pelatihan data yang etis. Bagaimana Anda menerapkan prinsip-prinsip ini dalam operasional sehari-hari?

Klien dan mitra kami mengontrol apa yang masuk ke instance Pryon mereka. Ini termasuk informasi publik dari lembaga akademis dan lembaga pemerintah yang terpercaya, informasi yang diterbitkan yang mereka lisensikan dengan benar untuk organisasi mereka, informasi propietary yang membentuk inti IP bisnis mereka, dan konten pribadi untuk penggunaan individual. Pryon mensintesis empat jenis sumber ini menjadi cloud pengetahuan yang bersatu, sepenuhnya di bawah kendali organisasi sponsor. Kemampuan untuk mengelola konten yang beragam dengan aman adalah alasan kami dipercaya di lingkungan yang kuat, termasuk infrastruktur kritis.

Dengan Pryon baru-baru ini mengamankan $100 juta dalam pendanaan Seri B, apa yang menjadi prioritas utama Anda untuk pertumbuhan dan inovasi perusahaan dalam beberapa tahun mendatang?

Pasca-Seri B, kami berada di wilayah pertumbuhan awal. Salah satu bagian dari fase ini adalah mengindustrikan kesesuaian produk pasar yang telah kami tetapkan untuk mendukung lingkungan cloud dan jenis server yang kemungkinan besar akan dihadapi oleh klien dan mitra kami.

Area fokus pertama adalah memastikan produk kami dapat menangani tuntutan ini sambil juga menawarkan akses modular ke kemampuan kami untuk mendukung alur kerja mereka.

Area besar kedua adalah mengembangkan mitra penskalaan yang dapat membangun praktik di sekitar pekerjaan kami dengan tooling kami dan mengelola perubahan yang diperlukan ketika organisasi bertransformasi untuk mendukung era baru kecerdasan digital. Fokus ketiga adalah R&D terus-menerus untuk tetap di depan kurva dan mendefinisikan keadaan seni di ruang ini.

Sebagai seseorang yang telah berada di garis depan inovasi AI, bagaimana Anda melihat keadaan saat ini dari regulasi AI, dan apa peran yang Anda percaya Pryon dapat mainkan dalam membentuk diskusi-diskusi ini?

Saya pikir kita semua bertanya-tanya bagaimana dunia akan berubah jika kita dapat mengatur beberapa teknologi lebih dekat dengan masa bayi mereka, seperti media sosial, misalnya. Kami tidak menyadari seberapa besar dampaknya pada komunitas kami. Negara-negara yang berbeda memiliki perspektif yang berbeda tentang regulasi. Eropa memiliki perspektif yang agak terbatas yang sesuai dengan nilai-nilai mereka dengan Undang-Undang AI EU.

Di sisi lain, beberapa lingkungan benar-benar tidak terbatas. Di AS, kami mencari keseimbangan antara memungkinkan inovasi berkembang, terutama dalam kegiatan komersial, dan melindungi kasus penggunaan yang sensitif untuk menghindari bias dan risiko lainnya, seperti dalam pengajuan pinjaman.

Sebagian besar regulasi cenderung menargetkan kasus penggunaan yang paling sensitif, terutama dalam aplikasi konsumen dan penggunaan sektor publik atau pemerintah. Secara pribadi, itulah mengapa saya berada di dewan With Honor, sebuah koalisi bipartisan dari veteran, pembuat kebijakan, dan legislator. Kami telah melihat konvergensi, terlepas dari keyakinan politik, tentang kekhawatiran tentang pengenalan teknologi AI ke semua aspek kehidupan kami. Bagian dari peran kami adalah mempengaruhi evolusi regulasi, memberikan umpan balik untuk menemukan keseimbangan yang tepat yang kami inginkan untuk teknologi lain.

Apa saran yang akan Anda berikan kepada wirausahawan AI lain yang ingin membangun solusi AI yang berdampak dan bertanggung jawab?

Saat ini, ini akan menjadi baik Wild West dan lingkungan yang fantastis untuk mengembangkan bentuk aplikasi AI baru. Jika Anda tidak memiliki pengalaman luas di AI—katakanlah 10, 20, atau 30 tahun—saya tidak akan menyarankan mengembangkan platform AI dari awal. Sebaliknya, temukan area aplikasi di mana teknologi ini bertemu dengan keahlian subjek Anda.

Apakah Anda seorang seniman, pengacara, insinyur, tukang listrik, dokter, atau di bidang lain, dengan menggunakan keahlian Anda akan memberikan Anda suara, perspektif, dan produk unik di pasar. Pendekatan ini kemungkinan akan menjadi penggunaan waktu, energi, dan pengalaman Anda yang terbaik, daripada menciptakan produk “me too” lainnya.

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