Rob Bearden, CEO dan Co-founder Sema4.ai – Seri Wawancara

Rob Bearden adalah co-founder dan CEO Sema4.ai. Ia adalah co-founder dan CEO Hortonworks, sebuah perusahaan open-source yang terdaftar di bursa saham dan bergabung dengan Cloudera pada 2019. Ia kemudian menjadi CEO Docker pada 2019 dan tetap berada di dewan direksi. Rob kembali ke Cloudera pada akhir 2019 untuk menjabat sebagai CEO di mana ia memimpin restrukturisasi dan penjualan ke perusahaan ekuitas swasta KKR dan CDR seharga $5,3 miliar. Sebelumnya, ia menjabat sebagai Presiden dan COO SpringSource, penyedia alat pengembang open-source terkemuka, hingga akuisisi oleh VMWare pada 2009. Sebelum bergabung dengan SpringSource, Rob menjabat sebagai Entrepreneur in Residence di Benchmark Capital. Ia juga menjabat sebagai Presiden dan COO JBoss, perusahaan middleware open-source terkemuka, hingga akuisisi oleh Red Hat pada 2006.

Sema4.ai adalah perusahaan perangkat lunak yang berfokus pada membangun agen AI yang dapat berpikir dan bertindak dalam alur kerja bisnis. Platformnya memungkinkan organisasi merancang, mengirim, dan mengelola agen pintar yang mengotomatisasi tugas kompleks di seluruh sistem seperti ERPs dan CRMs, memungkinkan otomatisasi yang aman, dapat dijelaskan, dan dapat diskalakan. Dengan fokus pada tata kelola, akurasi, dan integrasi perusahaan, Sema4.ai bertujuan untuk menjembatani kesenjangan antara alat AI generik dan tenaga kerja digital yang siap produksi, membantu perusahaan besar berpindah dari eksperimen AI ke dampak operasional nyata.

Anda telah membangun dan menskala beberapa perusahaan yang mendefinisikan kategori – dari JBoss dan SpringSource hingga Hortonworks dan Docker. Apa yang menginspirasi Anda untuk mendirikan Sema4.ai, dan bagaimana perusahaan ini membangun dari pelajaran yang Anda pelajari dari usaha sebelumnya?

Sema4.ai didirikan untuk membantu perusahaan memindahkan diri dari purgatory pilot AI dan ke produksi. Di seluruh karir saya, saya telah fokus pada mengubah teknologi baru yang kuat menjadi platform yang dapat diandalkan dan dapat diskalakan. Pelajaran utama yang saya pelajari adalah bahwa kesuksesan datang dari menghasilkan hasil, bukan eksperimen yang tidak berakhir.

Untuk perusahaan dapat mengadopsi AI secara efektif, mereka memerlukan lebih dari LLM canggih; mereka memerlukan sistem yang dapat mereka percayai, termasuk orkestrasi yang dapat diandalkan, kerangka tata kelola, dan kemampuan menjelaskan yang dibangun dari awal. Dengan Sema4.ai, kami menerapkan disiplin yang sama pada agen AI, memprioritaskan akurasi dan determinisme untuk beban kerja kompleks dan multi-langkah sehingga organisasi dapat dengan percaya diri menggunakannya dalam operasi data-intensif yang paling kritis.

Untuk memungkinkan hal itu, kami mengembangkan kerangka SAFE kami, yang memastikan setiap agen adalah Aman, Akuntabel, Cepat, dan Dapat Diperluas. SAFE mendefinisikan bagaimana agen dibangun, dikirim, dan dikelola, memberikan kepercayaan kepada pelanggan bahwa keputusan yang diarahkan oleh AI adalah transparan, dapat diaudit, dan sesuai dengan kebijakan dan peraturan mereka.

Kami juga menerapkan disiplin operasional yang sama yang saya gunakan untuk menskala perusahaan sebelumnya, membangun model yang dapat diprediksi untuk penciptaan nilai di seluruh pelanggan, mitra, dan tim internal. Artinya, fokus pada kasus penggunaan yang dapat diulang, menghasilkan dampak bisnis yang dapat diukur, dan membuatnya mudah bagi perusahaan untuk mempercayai, mengadopsi, dan menskala otomatisasi agen AI.

Pada akhirnya, inspirasi datang dari menyaksikan sejarah berulang, teknologi transformatif macet di tepi skala, dan mengakui bahwa melalui Sema4.ai kami memiliki kesempatan untuk membantu perusahaan membangun jembatan tersebut dengan bertanggung jawab.

Karir Anda secara konsisten berputar di sekitar mengubah teknologi frontier seperti open source, big data, dan sekarang agen AI menjadi standar perusahaan. Apa paralel yang Anda lihat antara siklus inovasi ini, dan apa yang secara fundamental berbeda tentang era AI?

Setiap gelombang dimulai dengan inovasi, eksperimen, dan fragmentasi, dan kemudian matang menjadi standar perusahaan. Paralel terletak pada kebutuhan akan arsitektur yang kuat, kontrol data, dan ekosistem pengembang yang matang yang memudahkan adopsi. Apa yang berbeda tentang agen AI perusahaan adalah kemampuan mereka untuk mengambil data dari wawasan ke tindakan. Mereka tidak hanya memiliki kemampuan untuk memahami konteks kompleks tetapi juga bertindak secara akurat dan aman. Itulah mengapa fokus kami telah berada pada menggabungkan model penalaran canggih dengan pemrosesan data yang akurat secara matematis, sehingga perusahaan dapat mempercayai hasil otomatisasi pada skala apa pun.

Platform Sema4.ai menekankan agen AI yang dapat diarahkan, dapat disesuaikan, dan dapat memproses ratusan halaman atau data multi-sumber dalam hitungan menit. Bagaimana arsitektur ini berbeda dari sistem AI tradisional atau copilot, dan apa saja poin nyeri perusahaan yang dipecahkan?

Copilot tradisional berguna tetapi terbatas; mereka sering kali berbasis antarmuka pengguna tunggal dan tidak dapat dengan mudah diskalakan di seluruh alur kerja perusahaan. Mereka juga menderita dari ketidakakuratan matematis LLM yang, tanpa dukungan programatik, sering kali mengembalikan jawaban yang salah. Agen AI Sema4 tidak hanya membantu; mereka sebenarnya melakukan pekerjaan kritis yang diperlukan perusahaan. Kami membangun platform AI perusahaan kami dengan pendekatan pertama bagi pengguna bisnis yang mempersatukan bisnis dengan IT dan pengembang. Pengguna bisnis dapat membangun agen AI dengan antarmuka yang mudah digunakan yang dibantu oleh copilot AI dalam bahasa Inggris dengan konektor siap pakai ke sistem perusahaan. IT kemudian dapat menjalankan dan mengelola agen tanpa kode yang kompleks. Ini memungkinkan kami untuk mengirimkan agen kepada pelanggan yang dapat memahami konteks bisnis, bernalar, dan berkolaborasi dengan tim manusia seperti pekerja manusia. Ini adalah perubahan mendasar dalam kemampuan untuk mengeksekusi pekerjaan bernilai tinggi dengan akurasi dan efisiensi yang belum pernah terjadi sebelumnya.

Untuk melangkah lebih jauh, kami baru-baru ini meluncurkan generasi berikutnya dari platform AI perusahaan kami, memperluas kemampuan kami untuk mengirimkan keandalan, akurasi, dan hasil deterministik yang diperlukan perusahaan untuk mengotomatisasi alur kerja data dan dokumen kompleks pada skala besar. Peningkatan baru termasuk DataFrames, yang menyediakan pemrosesan data yang akurat secara matematis dan menghilangkan pekerjaan manual dari rekonsiliasi data di seluruh sistem; Kecerdasan Dokumen, yang mengubah dokumen menjadi DataFrames yang terstruktur dan siap agen dengan akurasi hampir sempurna di lebih dari 100 bahasa dan jenis file; Agen Pekerja Ditingkatkan, yang dapat mengeksekusi alur kerja multi-langkah secara mandiri 24/7 dengan menggabungkan presisi data dengan pemahaman dokumen; dan studio agen yang ditingkatkan, yang mempercepat pembuatan agen dengan buku panduan AI yang dipandu dan antarmuka yang intuitif yang memungkinkan pengguna bisnis dan pengembang. Bersama-sama, inovasi ini memungkinkan perusahaan untuk mengotomatisasi alur kerja multi-sumber yang kompleks yang sebelumnya membutuhkan hari, sekarang diselesaikan dalam hitungan menit dengan presisi yang belum pernah terjadi sebelumnya. Hasilnya adalah siklus waktu yang lebih cepat, pengurangan penyerahan manual, dan hasil yang konsisten dan dapat ditinjau.

Anda telah berbicara tentang menyelamatkan perusahaan dari “purgatory pilot AI”. Apa saja faktor terbesar yang menjebak perusahaan dalam pilot yang tidak berakhir, dan bagaimana Sema4.ai membantu mereka mencapai produksi yang dapat diskalakan?

Sebagian besar pilot agen AI gagal karena solusi yang ada kekurangan kemampuan fundamental yang diperlukan perusahaan: akurasi untuk pekerjaan kritis bisnis, kemampuan memproses dokumen kompleks, dan eksekusi alur kerja multi-langkah yang canggih.

Agen berbasis LLM tradisional menderita dari halusinasi dan kesalahan perhitungan yang membuatnya tidak cocok untuk proses perusahaan seperti rekonsiliasi keuangan atau pelaporan kepatuhan. Sementara itu, sistem DIY memerlukan sumber daya pengembang yang luas untuk membangun dan memelihara agen, menciptakan bottleneck yang mencegah pengguna bisnis mengotomatisasi proses mereka sendiri.

Platform agen lainnya berjuang dengan pemahaman dokumen yang kompleks – tidak dapat mengekstrak data dari faktur, kontrak, atau laporan dengan akurat – dan gagal ketika mencoba alur kerja multi-langkah yang memerlukan penalaran di seluruh sumber data dan aplikasi yang berbeda.

Sema4.ai memecahkan keterbatasan inti ini dengan menyediakan agen perusahaan yang menghasilkan keandalan dari pilot ke produksi.

Rilis platform terbaru kami menangani krisis akurasi secara langsung dengan arsitektur inovatif yang menggabungkan model penalaran canggih (GPT-5, o3, o4-mini, dan Claude Sonnet 4) dengan pemrosesan data SQL yang akurat secara matematis. Pendekatan ini memungkinkan agen untuk memahami konteks dan makna melalui LLM sambil melakukan semua perhitungan dengan akurasi matematis 100% – menghilangkan halusinasi dan kesalahan yang telah mempengaruhi AI perusahaan.

Selain itu, Kecerdasan Dokumen dan buku panduan bahasa alami kami memungkinkan pengguna bisnis membuat agen canggih tanpa ketergantungan pengembang, sementara pemrosesan dokumen multi-pass kami menangani dokumen perusahaan yang paling kompleks dengan akurasi seperti manusia.

Pendekatan komprehensif ini mengubah agen AI dari alat eksperimental menjadi sistem bisnis yang dapat diandalkan yang perusahaan dapat percayai dengan proses paling kritis mereka.

Kemitraan perusahaan dengan Koch Industries menandai momen validasi besar. Apa yang dimaksud dengan kemitraan ini untuk pertumbuhan Sema4.ai dan untuk adopsi AI perusahaan secara lebih luas?

Kolaborasi kami dengan Koch Industries menunjukkan dan memvalidasi bagaimana agen AI dapat menghasilkan hasil skala perusahaan dalam kondisi dunia nyata. Perusahaan Koch menggunakan agen AI Sema4.ai untuk mengotomatisasi proses rekonsiliasi manual yang sebelumnya memakan waktu dan rentan terhadap kesalahan. Agen kami memproses ratusan halaman faktur baris per baris, mengintegrasikan langsung dengan sistem keuangan yang ada, untuk membantu Koch menghemat jam atau bahkan hari kerja manual. Kemitraan ini diperluas ke alur kerja kritis lainnya, seperti pemahaman dokumen, analisis pengadaan, dan perencanaan pemeliharaan, menunjukkan bagaimana otomatisasi agen dapat menangani skala dan kompleksitas operasi perusahaan dunia nyata.

Ini adalah bukti bahwa agen kami dapat menghasilkan ROI yang dapat diukur, mengurangi upaya manual hingga 80%, meningkatkan akurasi, dan memungkinkan perusahaan untuk mengalihkan bakat ke inisiatif bernilai lebih tinggi.

Dengan pengalaman Anda dalam memimpin keluar dengan nilai miliaran dolar, apa saja prinsip atau elemen playbook yang Anda temukan paling kritis saat menskala teknologi frontier menjadi nilai perusahaan yang berkelanjutan?

Prinsip kunci adalah konsistensi, kejelasan, dan kontrol. Mulai dengan hasil pelanggan, bukan hanya inovasi untuk kepentingan sendiri. Desain untuk keamanan, keterbukaan, dan tata kelola dari awal. Integrasi di mana pelanggan sudah bekerja dan buatlah mudah untuk mengukur ROI.

Di Sema4.ai, itu berarti membangun platform SAFE – Aman, Akurat, Cepat, dan Dapat Diperluas – yang dirancang untuk fleksibel, dikelola, dan siap perusahaan. Ini memungkinkan pelanggan untuk memulai dengan satu kasus penggunaan dan secara alami memperluas ketika nilai berkompound.

Tata kelola, kontrol data, dan transparansi menjadi perhatian yang semakin meningkat karena agen AI menjadi lebih otonom. Bagaimana Sema4.ai mendekati tata kelola agen, terutama sekitar akses data, pengambilan keputusan, dan auditing?

Tata kelola adalah inti dari platform kami. Setiap agen beroperasi dalam kebijakan yang ditentukan yang mengatur data apa yang dapat diakses, tindakan apa yang dapat diambil, dan bagaimana tindakan tersebut dicatat. Kami menyediakan keterbukaan dan kemampuan audit penuh, sehingga perusahaan dapat melihat dan melacak bagaimana keputusan dibuat. Sema4.ai mendukung pola data tanpa salinan, memastikan data tidak pernah meninggalkan sumbernya, sambil mempertahankan transparansi di seluruh tahap siklus hidup agen.

Keamanan dan tata kelola juga merupakan pilar utama dari kerangka SAFE kami. Edisi perusahaan mencakup praktik keamanan industri standar yang kuat, dengan sertifikasi termasuk ISO 27001 untuk manajemen keamanan informasi, SOC 2 untuk kepatuhan keamanan, HIPAA untuk perlindungan data kesehatan, dan GDPR untuk privasi data. Sertifikasi ini memperkuat kepercayaan, akuntabilitas, dan kontrol yang diperlukan perusahaan untuk menskala AI secara bertanggung jawab.

Kami juga mengintegrasikan verifikasi deterministik ke dalam pemrosesan data kami; setiap output dapat divalidasi terhadap sumber aslinya, yang sangat penting untuk industri yang didorong oleh kepatuhan seperti keuangan dan perawatan kesehatan.

Anda telah menekankan pentingnya memberikan perusahaan kontrol atas “kedalaman analisis” untuk menyeimbangkan kualitas, biaya, dan kinerja. Bisakah Anda memperluas mengapa fleksibilitas ini sangat penting untuk keandalan dan ROI dalam AI perusahaan?

Kedalaman analisis memungkinkan pelanggan menyesuaikan tingkat penalaran untuk setiap tugas: analisis yang dalam dan akurat ketika akurasi sangat penting, dan analisis yang lebih cepat dan ringan untuk pekerjaan rutin. Kemampuan penyesuaian ini memberikan perusahaan kontrol atas biaya dan kinerja, memastikan bahwa AI menghasilkan hasil yang konsisten yang sejalan dengan prioritas bisnis. Dalam prakteknya, ini berarti pelanggan dapat secara dinamis memilih antara penalaran data yang akurat dan ringan, tergantung pada kasus penggunaan. Fleksibilitas ini memastikan keseimbangan yang tepat antara akurasi, efisiensi, dan biaya, memaksimalkan ROI di seluruh beban kerja perusahaan.

Bisakah Anda membawa kami melalui beberapa contoh dunia nyata – seperti kecerdasan dokumen atau DataFrame analis – di mana agen AI sudah menghasilkan hasil yang dapat diukur untuk tim perusahaan?

Dalam Kecerdasan Dokumen, agen kami dapat memproses dan meringkas set dokumen besar, memverifikasi informasi, dan menerapkan penalaran berbasis kebijakan dengan jejak audit untuk kepatuhan. Dalam DataFrame analis, agen menggabungkan data multi-sumber, menerapkan aturan bisnis, dan menghasilkan output yang siap keputusan dalam hitungan menit bukan hari.

Platform baru kami meningkatkan kemampuan ini. Kecerdasan Dokumen V2 mengubah dokumen menjadi data yang terstruktur dan siap agen dengan akurasi hampir sempurna, sementara DataFrame memproses jutaan baris dengan perhitungan SQL yang akurat secara matematis. Kemajuan ini menghilangkan rekonsiliasi manual yang rentan terhadap kesalahan dan mempercepat pengambilan keputusan di seluruh perusahaan.

Platform Sema4.ai sudah digunakan oleh mitra di seluruh perusahaan Fortune 500 dan perusahaan besar, termasuk pemimpin layanan teknik Emerson dan raksasa industri Koch. Organisasi ini menggunakan agen Sema4.ai untuk mengotomatisasi operasi kritis seperti pemrosesan faktur, rekonsiliasi pembayaran, pengaturan karyawan, dan kepatuhan peraturan. Agen kami sekarang secara otonom melakukan lebih dari 80% pekerjaan pengetahuan dalam beberapa alur kerja, mengubah cara operasi perusahaan dieksekusi pada skala besar.

Ketika kita mendekati dunia di mana agen AI mungkin mendefinisikan ulang aplikasi perusahaan, bagaimana Anda melihat hubungan antara aplikasi perusahaan tradisional dan arsitektur yang didorong oleh agen berkembang selama beberapa tahun ke depan?

Aplikasi perusahaan akan semakin berfungsi sebagai sistem catatan dan diintermediasi, sementara agen AI menjadi lapisan eksekusi, menghubungkan data, alur kerja, dan keputusan di seluruh silo. Kami menuju model baru di mana agen mengatur alur kerja lintas platform, mengintegrasikan data dan proses di seluruh sistem bisnis secara real-time. Seiring waktu, pendekatan yang didorong oleh agen ini akan mengubah arsitektur perusahaan dari lingkungan yang statis dan berbasis aplikasi menjadi ekosistem yang dinamis dan didorong oleh hasil, di mana AI terus belajar, beradaptasi, dan bertindak dalam batasan yang dikelola. Ini membuat agen perusahaan menjadi aplikasi pembunuh dalam era AI.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Sema4.ai.