Nitin Singhal, VP of Engineering (Data, AI, dan Integrasi) di SnapLogic

Nitin Singhal adalah seorang pemimpin teknologi dan produk yang berpengalaman dengan lebih dari 25 tahun pengalaman di industri. Saat ini, ia menjabat sebagai Wakil Presiden Teknik di SnapLogic, fokus pada integrasi aplikasi dan sistem yang bertanggung jawab, memanfaatkan arsitektur Agentic untuk membuka potensi data bagi audiens global.

Sebelum bergabung dengan SnapLogic, Nitin menjabat sebagai Direktur Teknik Senior di Twitter, di mana ia memimpin fungsi teknik infrastruktur Manajemen Data dan Privasi. Pekerjaannya melibatkan pembentukan praktik tata kelola data selama periode kritis bagi perusahaan, memastikan penggunaan data yang bertanggung jawab dan kepatuhan terhadap peraturan privasi.

Nitin juga pernah menjabat berbagai posisi teknik dan kepemimpinan produk di organisasi terkemuka, termasuk Visa, PayPal, dan JPMorgan Chase, di mana ia berkontribusi pada kemajuan strategi dan manajemen data yang signifikan.

SnapLogic adalah platform integrasi yang ditenagai AI yang mempermudah alur kerja data dan aplikasi dengan alat no-code dan lebih dari 1.000 konektor pra-bangun. Ini mendukung ETL/ELT, otomatisasi, manajemen API, dan penerapan yang aman di seluruh cloud, on-premises, dan lingkungan hybrid. Fitur seperti SnapGPT dan AutoSync meningkatkan efisiensi, memungkinkan organisasi untuk mengintegrasikan dan mengatur proses dengan lancar.

Anda hampir memiliki 25 tahun pengalaman mengemudi inovasi teknologi. Apa yang pertama kali menginspirasi Anda untuk mengejar karir yang fokus pada menggunakan teknologi untuk memecahkan masalah kompleks, dan bagaimana passion itu berkembang dengan munculnya AI?

Sejak awal karir saya, saya tertarik dengan tantangan memecahkan teka-teki dan keindahan logis matematika. Ini secara alami mengarahkan saya untuk mengeksplorasi bagaimana teknologi dapat menangani masalah kompleks, dunia nyata. Awal dalam karir saya, saya terinspirasi oleh potensi teknologi untuk menangani masalah seperti deteksi penipuan transaksi dan risiko privasi data. Passion saya hanya semakin dalam seiring berkembangnya AI, terutama dengan munculnya Generative AI. Saya telah menyaksikan dampak transformatif AI, dari memberdayakan petani dengan wawasan tanaman melalui smartphone hingga memungkinkan pengguna sehari-hari, seperti ayah saya, untuk menavigasi tugas seperti pengajuan pajak dengan mudah. Demokratisasi teknologi AI menggembirakan saya, memungkinkan kita untuk membuat perbedaan positif dalam kehidupan orang.

Apa yang menjadi risiko terbesar bagi bisnis ketika mengandalkan teknologi yang ketinggalan zaman dalam era AI yang maju?

Mengandalkan teknologi yang ketinggalan zaman menyebabkan risiko signifikan yang dapat membahayakan masa depan bisnis. Sistem usang, terutama infrastruktur warisan, menyebabkan ketidakefisienan yang menghambat dan mencegah organisasi untuk memanfaatkan AI untuk tugas bernilai tinggi. Teknologi usang ini bergelut dengan aksesibilitas data dan integrasi, menciptakan bottleneck operasional yang mahal yang menghambat otomatisasi dan inovasi. Biaya tersembunyi dari pemeliharaan sistem tersebut menambah biaya, menguras sumber daya sementara membuatnya sulit untuk menarik bakat terbaik yang lebih memilih lingkungan teknologi modern. Ketika perusahaan terjebak dalam siklus stagnasi, mereka melewatkan kesempatan pertumbuhan progresif dan berisiko ketinggalan oleh kompetitor yang lebih gesit.

Pilihan itu jelas: berevolusi seperti iPhone atau menghadapi nasib BlackBerry.

Bagaimana sistem warisan bergelut untuk memenuhi tuntutan aplikasi AI modern, terutama terkait energi, permintaan, dan infrastruktur?

Sistem warisan menghadapi tantangan signifikan dalam memenuhi tuntutan aplikasi AI modern karena keterbatasan bawaan. Infrastruktur usang ini membutuhkan lebih banyak kemampuan pemrosesan data, skalabilitas, dan fleksibilitas untuk kebutuhan komputasi intensif AI. Mereka sering menciptakan silo data dan bottleneck, menghambat penanganan data waktu nyata yang terhubung yang penting untuk wawasan AI. Ketidaksesuaian ini menghambat implementasi teknologi AI yang maju dan menyebabkan penggunaan sumber daya yang tidak efisien, konsumsi energi yang meningkat, dan potensi kegagalan sistem. Akibatnya, bisnis yang mengandalkan sistem warisan bergelut untuk memanfaatkan potensi AI secara penuh di area kritis seperti penargetan presisi, rekonsiliasi gaji, dan deteksi penipuan, pada akhirnya membatasi keunggulan kompetitif mereka dalam lanskap yang ditenagai AI.

Apa yang menjadi “biaya tersembunyi” dari ketidakaktifan bagi perusahaan yang ragu-ragu untuk memodernisasi sistem mereka?

Mengandalkan teknologi yang ketinggalan zaman berarti bisnis bergantung pada proses manual dan data yang terisolasi, menyebabkan biaya yang meningkat dan produktivitas yang menurun. Seiring waktu, ketidakefisienan ini berkompund, menghasilkan kesempatan yang terlewat dan kehilangan keunggulan kompetitif yang signifikan karena kompetitor yang lebih gesit mengadopsi solusi AI. Selain itu, potensi karyawan terbuang pada tugas berulang daripada pekerjaan strategis, menyebabkan frustrasi dan potensi tingkat turnover yang lebih tinggi. Ketika kompetitor memanfaatkan AI untuk efisiensi dan inovasi yang lebih besar, perusahaan yang menunda modernisasi berisiko semakin jauh ketinggalan, pada akhirnya membahayakan posisi pasar dan viabilitas jangka panjang mereka dalam lanskap digital yang semakin berkembang.

Organisasi harus membedakan antara kekhawatiran yang sah seputar adopsi AI dan kasus di mana ketidakamanan manusia memunculkan narasi yang menyesatkan.

Bagaimana bisnis dapat mengevaluasi jika mereka ketinggalan dalam hal kesiapan infrastruktur untuk AI?

Bisnis dapat mengevaluasi kesiapan AI mereka dengan menilai apakah sistem mereka saat ini dapat diintegrasikan dengan alat AI modern dan skala untuk memenuhi tuntutan data yang meningkat. Jika mereka bergelut untuk memproses dataset besar dengan efisien, memanfaatkan solusi cloud, atau mendukung otomatisasi, itu adalah tanda jelas bahwa mereka mungkin ketinggalan. Selain itu, perusahaan harus memeriksa apakah sistem warisan menciptakan bottleneck atau memerlukan intervensi manual yang berlebihan, menghambat produktivitas. Indikator kunci infrastruktur yang ketinggalan termasuk silo data, analitik waktu nyata yang tidak memadai, kekuatan komputasi yang tidak cukup untuk algoritma kompleks, dan tantangan dalam menarik bakat AI. Pada akhirnya, organisasi yang terus-menerus tertinggal dalam kemampuan AI berisiko kehilangan keunggulan kompetitif mereka dalam lanskap digital yang semakin berkembang. Saya juga menekankan bahwa teknik observabilitas, keamanan, dan perlindungan privasi yang mutakhir mengikuti arsitektur komponen sangat penting untuk kesiapan AI yang lancar dan bertanggung jawab.

Apa yang menjadi langkah praktis yang dapat diambil organisasi hari ini untuk memastikan sistem mereka siap untuk inovasi AI?

Langkah pertama adalah mengevaluasi tumpukan teknologi saat ini dan mencari area di mana AI dapat diintegrasikan. Organisasi harus memprioritaskan solusi cloud yang skalabel yang mendukung otomatisasi yang ditenagai AI dan membuatnya mudah untuk mengintegrasikan teknologi baru. Khususnya, platform low-code dapat membantu bisnis dengan sumber daya terbatas untuk segera mengirimkan agen AI tanpa memerlukan keahlian teknis yang mendalam. Perusahaan harus memastikan bahwa mereka memiliki infrastruktur yang fleksibel, berbasis cloud yang dapat skala sesuai kebutuhan untuk mendukung aplikasi AI di masa depan.

Menurut Anda, industri mana yang akan mendapatkan manfaat paling besar dengan mengadopsi AI dan memodernisasi sistem warisan dengan cepat?

Industri yang bergantung pada pengambilan keputusan berbasis data dan tugas berulang akan mendapatkan manfaat paling besar. Misalnya, di sektor jasa keuangan, AI dapat mengotomatisasi tugas seperti dukungan pelanggan, deteksi penipuan, dan persetujuan pinjaman, mengalirkan operasi dan meningkatkan pengalaman pelanggan. Demikian pula, departemen penjualan dan layanan pelanggan dapat melihat peningkatan produktivitas yang signifikan dengan menggunakan AI untuk menangani pertanyaan rutin atau memproses lead dengan lebih efisien. Perusahaan di industri kesehatan, manufaktur, dan ritel juga dapat mendapatkan manfaat besar dari AI, terutama karena alat AI dapat membantu mengoptimalkan rantai pasokan, memprediksi permintaan, dan mengotomatisasi pekerjaan administratif. Daripada melakukan tugas berulang ini, ahli domain dapat fokus pada pekerjaan strategis, menciptakan return on investment AI yang tinggi.

Bagaimana platform SnapLogic secara khusus mendukung perusahaan dalam menggantikan infrastruktur warisan yang terfragmentasi dengan solusi yang ditenagai AI?

 Platform SnapLogic memberdayakan bisnis untuk mempersatukan dan mengotomatisasi alur kerja di seluruh data dan aplikasi, menghubungkan sistem warisan dengan infrastruktur modern yang siap AI. Dengan menghubungkan sumber data yang terfragmentasi dan menyederhanakan integrasi di seluruh lingkungan cloud dan on-premises, SnapLogic mempercepat transisi ke sistem yang terunifikasi di mana AI dapat memberikan nilai langsung.

Antarmuka low-code platform, termasuk alat seperti AgentCreator dan SnapGPT, memungkinkan perusahaan untuk segera mengirimkan solusi yang ditenagai AI untuk berbagai kasus penggunaan, dari mengotomatisasi interaksi pelanggan hingga meningkatkan pelaporan keuangan dan efektivitas pemasaran. Teknologi IRIS AI SnapLogic menyediakan rekomendasi cerdas untuk membangun pipa data, secara signifikan mengurangi kompleksitas tugas integrasi dan membuat platform ini dapat diakses oleh pengguna dengan berbagai tingkat keahlian teknis.

SnapLogic memprioritaskan tata kelola data, kepatuhan, dan keamanan dalam inisiatif AI. Dengan fitur seperti enkripsi ujung-ke-ujung, logging komprehensif, dan pratinjau tindakan agen, perusahaan dapat dengan percaya diri memperluas proyek AI mereka. Peluncuran katalog integrasi dan alat jalur data menyediakan konteks penting untuk melindungi data sensitif dari kebocoran selama ingress dan egress. Selain itu, SnapLogic menawarkan kemampuan integrasi ke sistem modern dengan cara yang komponen, mendorong tujuan bisnis sambil menyediakan solusi yang fleksibel untuk mengatasi tantangan biaya, kepatuhan, dan pemeliharaan.

Apa yang menjadi tantangan unik yang Anda hadapi di SnapLogic dalam mengembangkan produk yang menghubungkan sistem warisan dan modern yang terintegrasi dengan AI?

 Satu tantangan unik dalam menghubungkan sistem warisan dan modern yang terintegrasi dengan AI telah menjadi memastikan bahwa Platform SnapLogic dapat menampung kaku sistem yang lebih tua sambil masih mendukung fleksibilitas dan skalabilitas yang diperlukan untuk aplikasi AI. Tantangan lainnya adalah menciptakan platform yang dapat diakses oleh pengguna teknis dan non-teknis, yang memerlukan keseimbangan antara fungsi lanjutan dan kemudahan penggunaan.

Sebagai perusahaan SAAS perusahaan, SnapLogic menyeimbangkan kebutuhan unik dan generik dari ratusan pelanggan kami di seluruh industri yang berbeda sambil terus berkembang platform untuk mengadopsi teknologi baru dan modern dengan cara yang fleksibel, bertanggung jawab, dan kompatibel dengan versi sebelumnya.

Untuk mengatasi ini, kami mengembangkan konektor pra-bangun yang menghubungkan data dengan lancar di seluruh platform lama dan baru. Dengan SnapLogic AgentCreator, kami juga memungkinkan organisasi untuk mengirimkan agen AI yang mengotomatisasi tugas, membuat keputusan waktu nyata, dan beradaptasi dengan alur kerja yang ada.

Dapatkah Anda menjelaskan lebih lanjut tentang “Integrasi Generatif” SnapLogic dan bagaimana itu memungkinkan otomatisasi yang ditenagai AI yang lancar di lingkungan perusahaan?

Integrasi Generatif SnapLogic adalah fitur canggih dari platform SnapLogic yang menggunakan AI generatif dan model bahasa besar (LLM) untuk mengalirkan dan mengotomatisasi pembuatan pipa integrasi dan alur kerja. Pendekatan inovatif ini memungkinkan bisnis untuk menghubungkan sistem, aplikasi, dan sumber data dengan lancar, memfasilitasi transisi yang lebih mulus ke lingkungan yang ditenagai AI. Dengan menafsirkan prompt bahasa alami, Integrasi Generatif memungkinkan bahkan pengguna non-teknis untuk mengembangkan, menyesuaikan, dan mengirimkan integrasi dengan cepat. Demokratisasi integrasi ini mempercepat transformasi digital dan mengurangi ketergantungan pada keahlian pengkodean yang luas, memungkinkan perusahaan untuk fokus pada inisiatif strategis dan meningkatkan efisiensi operasional.

Selain itu, SnapLogic menawarkan fleksibilitas yang luar biasa dengan memungkinkan pelanggan untuk menggunakan model LLM publik yang disesuaikan dengan kebutuhan spesifik mereka, memastikan bahwa organisasi dapat memanfaatkan alat terbaik yang tersedia sambil mempertahankan standar tata kelola dan kepatuhan yang ketat.

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