Radha Basu, CEO e fondatrice di iMerit – Serie di interviste

Radha BasuFondatrice e CEO di iMerit, ha costruito la sua carriera in HP, dove ha trascorso 20 anni, diventando poi a capo del gruppo Enterprise Solutions. Ha poi quotato in borsa Support.com in qualità di CEO. Radha ha fondato la Anudip Foundation nel 2007 con Dipak Basu e ha poi fondato iMerit nel 2012. È considerata un'imprenditrice e mentore leader nel settore tecnologico, nonché una pioniera nel settore del software.

iMerito fornisce soluzioni di dati AI multimodali combinando automazione, annotazione umana esperta e analisi avanzata per supportare l'etichettatura dei dati di alta qualità e l'ottimizzazione dei modelli su larga scala.

Hai avuto un percorso straordinario: dallo sviluppo delle attività di HP in India alla fondazione di iMerit, con la missione di supportare i giovani emarginati in Bhutan, India e New Orleans. Cosa ti ha ispirato a fondare iMerit e quali sfide hai dovuto affrontare per creare da zero una forza lavoro globale e inclusiva?

Prima di fondare iMerit, sono stato Presidente e CEO di SupportSoft, dove ho guidato l'azienda attraverso la sua quotazione in borsa (IPO) e la quotazione in borsa secondaria, affermandola come leader globale nel software per l'automazione del supporto. Quell'esperienza mi ha mostrato il potere di combinare persone e tecnologia fin dal primo giorno.

Mentre il boom tecnologico indiano creava nuove opportunità, ho notato che molti giovani di talento in aree svantaggiate venivano lasciati indietro. Credevo nel loro potenziale e nella loro voglia di imparare. Una volta che hanno visto come il software potesse alimentare tecnologie avanzate come l'intelligenza artificiale, hanno abbracciato con entusiasmo queste carriere.

Abbiamo lanciato iMerit con un team piccolo e diversificato, composto per metà da donne, e da allora siamo cresciuti rapidamente. L'adattabilità e la capacità di adattamento del nostro team sono state fondamentali, soprattutto perché l'intelligenza artificiale incentrata sui dati ha aumentato la domanda a lungo termine di specialisti qualificati.

Oggi, iMerit è un fornitore globale di soluzioni di dati AI per settori mission-critical come veicoli autonomi, AI medica e tecnologia. Il nostro lavoro garantisce che i modelli di AI dei clienti siano basati su dati affidabili e di alta qualità, essenziali in ambienti ad alto rischio.

In definitiva, la nostra forza risiede in una solida base tecnologica e in un team di dipendenti ben formati e motivati, che prosperano in una cultura aziendale improntata al supporto e all'apprendimento. Questo approccio ha alimentato la nostra crescita, ci ha permesso di mantenere un flusso di cassa positivo e ci ha fatto ottenere punteggi NPS elevati e clienti fedeli.

iMerit collabora attualmente con oltre 200 clienti, tra cui giganti della tecnologia come eBay e Johnson & Johnson. Puoi raccontarci il percorso di crescita dell'azienda, dagli esordi fino a diventare leader globale nei servizi di dati basati sull'intelligenza artificiale?

Abbiamo seguito in prima fila i percorsi di intelligenza artificiale dei nostri clienti, collaborando dai primi esperimenti alla produzione su larga scala. Il nostro lavoro abbraccia startup, leader globali nel settore dei veicoli autonomi e grandi aziende. Addestrando i loro modelli da zero, abbiamo acquisito una conoscenza senza pari di ciò che serve realmente per scalare l'intelligenza artificiale nel mondo reale.

Il settore si è evoluto costantemente e rapidamente. Raramente ho visto una tecnologia progredire in modo così radicale in così poco tempo. Ci siamo trasformati da un fornitore di annotazione dati in un'azienda di dati AI full-stack, offrendo soluzioni specializzate lungo l'intero ciclo di vita human-in-the-loop (HITL): annotazione, convalida, audit e red-teaming. Gestire casi limite ed eccezioni è fondamentale per l'implementazione nel mondo reale, e richiede una profonda competenza e un giudizio preciso in ogni fase.

Il nostro settore verticale più importante è la mobilità autonoma, dove gestiamo l'intero stack di percezione, inclusa la fusione di sensori su 15 sensori per veicoli passeggeri, per le consegne, per autocarri e per l'agricoltura. Nel settore sanitario, guidiamo l'intelligenza artificiale per l'imaging clinico. Nell'alta tecnologia, siamo all'avanguardia nell'ottimizzazione e nella convalida dell'intelligenza artificiale di generazione (GenAI), richiedendo una maggiore sofisticazione nei nostri flussi di lavoro e nelle nostre risorse umane.

Il successo in questi ambiti non dipende solo dall'avere esperti, ma anche dal coltivare competenze: la capacità cognitiva di mettere alla prova, guidare e contestualizzare i modelli di intelligenza artificiale. Questo è ciò che distingue i nostri team.

La nostra crescita è alimentata da partnership di lunga data e la maggior parte dei nostri primi dieci clienti è con noi da oltre cinque anni. Man mano che le loro esigenze diventano più complesse, ampliamo costantemente le nostre conoscenze di settore, gli strumenti, la formazione e le soluzioni. Sia il nostro stack tecnologico che il nostro personale devono evolversi costantemente.

La fusione di software, automazione, annotazione e analisi crea le basi per interventi estremamente flessibili, rapidi, precisi e con il coinvolgimento umano. Il 70% dei nuovi loghi si basa sul nostro stack tecnologico, il che richiede un'enorme trasformazione interna. Ancora una volta, la nostra cultura aziendale garantisce che i team siano desiderosi di imparare e di crescere costantemente.

Quali sono stati i momenti più cruciali nella storia di iMerit, che si tratti di traguardi tecnologici o decisioni strategiche, che hanno contribuito a plasmare la traiettoria dell'azienda?

In un'epoca in cui il lavoro sui dati basato sull'intelligenza artificiale era considerato un lavoro saltuario e collettivo, abbiamo scommesso fin dall'inizio che questa professione avrebbe preso piede e avrebbe richiesto complessità e un focus aziendale. Costruendo team interni dedicati a casi d'uso avanzati, abbiamo permesso ai nostri clienti di crescere rapidamente, culminando nel nostro primo contratto MRR da 1 milione di dollari nel settore dei veicoli autonomi, una pietra miliare che ha convalidato il nostro approccio.

Il lockdown dovuto al COVID-19 ha messo alla prova la nostra agilità: siamo passati da un lavoro completamente in sede a uno completamente da remoto quasi da un giorno all'altro, investendo molto in infrastrutture, sicurezza e cultura aziendale. Nel giro di poche settimane, le attività dei clienti sono riprese e abbiamo incrementato sia il fatturato che l'organico nello stesso anno. Oggi, con il 70% del nostro team di nuovo in sede, continuiamo a sfruttare i talenti da remoto, lanciando Scholars, la nostra rete globale di esperti in materia per l'ottimizzazione e la convalida di GenAI. Che si tratti di un cardiologo o di un matematico spagnolo, la nostra cultura aziendale altamente orientata al contatto attrae e motiva i migliori talenti, migliorando direttamente la qualità e la coerenza delle nostre soluzioni.

Nel 2023 abbiamo acquisito Ango.ai, una piattaforma di etichettatura dati e automazione del flusso di lavoro basata sull'intelligenza artificiale, per guidare la prossima generazione di strumenti di intelligenza artificiale per i dati. Questa mossa fondamentale ha unito l'esperienza di iMerit nel settore con gli strumenti avanzati di Ango, ampliando le nostre capacità in radiologia, fusione di sensori e perfezionamento GenAI. Continuiamo a lavorare anche con gli strumenti dei clienti, ma molti nuovi clienti sono ora integrati direttamente in Ango Hub, attratti dai suoi flussi di lavoro intuitivi e dalla solida sicurezza, requisiti essenziali nel nostro settore.

Le aziende ci dicono costantemente di cercare il meglio di entrambi i mondi: competenze umane esperte per garantire la qualità, combinate con una piattaforma sicura e scalabile che offra automazione e analisi. Unire le forze con Ango ci permette di raggiungere esattamente questo obiettivo, posizionandoci in modo unico per soddisfare le complesse esigenze dei progetti di intelligenza artificiale più ambiziosi di oggi e scalare con sicurezza.

iMerit è profondamente coinvolta in settori avanzati come i veicoli autonomi, l'intelligenza artificiale medica e l'intelligenza artificiale di ultima generazione. Quali sono alcune delle sfide specifiche relative ai dati che affrontate in questi settori e come le affrontate?

Le attività legate ai dati rappresentano in genere quasi l'80% del tempo dedicato ai progetti di intelligenza artificiale, rendendole una componente critica della pipeline. La parte dell'intelligenza artificiale incentrata sui dati può essere dispendiosa in termini di tempo e denaro se non gestita in modo appropriato e scalabile.

La qualità dei dati, e in particolare l'eliminazione di errori gravi, è essenziale nei settori critici in cui operiamo. Che si tratti di un algoritmo di percezione o di un rilevatore di tumori, la pulizia dei dati è essenziale nel ciclo di addestramento e convalida.

La gestione delle eccezioni è sproporzionatamente preziosa. La comprensione umana del perché qualcosa è fuori norma o perché uno scenario ha compromesso il modello crea un valore enorme nel rendere il modello più completo e robusto.

Inoltre, le finestre di contesto si stanno ampliando. Stiamo riassumendo le note cliniche di un'intera visita medico-paziente e analizzando le anomalie nelle risonanze magnetiche non solo in base all'immagine, ma anche al contesto medico del paziente. Gli esperti in materia devono impostare rubriche per analizzare i dati in modo accurato e garantirne la qualità.

Sicurezza, privacy e riservatezza sono temi di grande attualità. Il nostro Chief Security Officer deve garantire la sicurezza dei dati contro accessi non autorizzati, cancellazioni e archiviazioni non autorizzate. Protocolli di sicurezza informatica come SOC2, HIPAA e TISAX sono stati per noi importanti aree di investimento.

Infine, i nostri ingegneri e architetti di soluzioni lavorano costantemente a integrazioni e report personalizzati, in modo che le esigenze specifiche dei clienti siano pienamente soddisfatte fin dall'ultimo miglio. Un approccio univoco non funziona nell'intelligenza artificiale.

Hai parlato della combinazione di robotica e intelligenza umana come di una strada più sicura per l'IA. Puoi spiegare meglio come si presenta questo flusso di lavoro in pratica e perché ritieni che sia migliore rispetto al tentativo di eliminare la divergenza creativa dell'IA?

L'intelligenza artificiale offre scalabilità, il che significa che le aziende stanno sviluppando strumenti per automatizzare processi complessi tradizionalmente svolti dagli esseri umani. Ma sono gli esseri umani a garantire l'ultimo miglio di flessibilità, certezza e resilienza. Con la continua proliferazione di servizi software nell'ambito dell'intelligenza artificiale, le aziende di maggior successo combineranno efficacemente la robotica con le pratiche Human-in-the-Loop (HITL).

Consideriamo HITL un livello coerente in ogni fase del ciclo di vita dello sviluppo e dell'implementazione dell'IA, nonché un pilastro di fiducia e sicurezza. Di conseguenza, l'intelligenza umana sarà essenziale per correggere la rotta in caso di fallimento dei modelli. Queste applicazioni critiche richiederanno la mente umana per determinare quali modifiche apportare. È qui che i servizi HITL diventeranno ancora più significativi con l'integrazione dell'IA nella produzione e nelle operazioni sul campo.

La piattaforma Ango Hub unisce l'automazione con la competenza umana. In che modo questo modello ibrido migliora la qualità dei dati e le prestazioni dei modelli nei sistemi di intelligenza artificiale in produzione?

L'intelligenza artificiale e l'automazione forniscono scalabilità e velocità, mentre gli esseri umani forniscono sfumature, intuizioni e supervisione. HITL garantisce il coinvolgimento umano nelle fasi critiche del ciclo di vita dell'intelligenza artificiale, garantendo input di alta qualità, convalidando gli output, identificando i casi limite, perfezionando i modelli per i domini e fornendo un giudizio contestuale. Gli esseri umani contribuiscono a garantire l'accuratezza rivedendo e verificando gli output, individuando allucinazioni o errori logici prima che causino danni. Forniscono inoltre supervisione in contesti eticamente sensibili o ad alto rischio, in cui gli LLM non dovrebbero prendere decisioni definitive. Ancora più importante, il feedback umano alimenta l'apprendimento continuo, aiutando i sistemi di intelligenza artificiale ad allinearsi sempre più agli obiettivi degli utenti nel tempo.

L'HITL assume molteplici forme. Esperti umani si occupano di annotazioni mirate, applicano ragionamenti complessi a casi limite e revisionano i contenuti generati dall'IA utilizzando interfacce QA strutturate. Invece di valutare ogni decisione, spesso vengono implementati sistemi di escalation contestuale. Questi sistemi indirizzano ai revisori umani solo gli output a bassa confidenza o le anomalie segnalate, bilanciando supervisione ed efficienza.

Un altro utilizzo fondamentale dell'HITL è l'ottimizzazione degli agenti di intelligenza artificiale tramite l'apprendimento per rinforzo tramite feedback umano (RLHF). I revisori umani classificano, riscrivono o forniscono feedback sulle risposte degli agenti, il che è particolarmente importante in settori sensibili come l'assistenza sanitaria, i servizi legali o l'assistenza clienti. Parallelamente, i test basati su scenari e il red teaming consentono ai valutatori umani di testare gli agenti in condizioni avverse o insolite per identificare e correggere le vulnerabilità prima del deployment.

L'IA realizza appieno il suo potenziale solo quando gli esseri umani rimangono coinvolti, guidando, convalidando e migliorando ogni fase. Che si tratti di perfezionare gli output degli agenti, di addestrare i cicli di valutazione o di curare pipeline di dati affidabili, la supervisione umana fornisce la struttura e la responsabilità di cui l'IA ha bisogno per essere affidabile ed efficace.

Con gli strumenti di intelligenza artificiale generativa in rapida evoluzione, in che modo iMerit riesce a rimanere all'avanguardia nella fornitura di servizi di valutazione, RLHF e messa a punto?

Abbiamo recentemente lanciato l'Ango Hub Deep Reasoning Lab (DRL), una piattaforma unificata per l'ottimizzazione dell'IA generativa e lo sviluppo interattivo di ragionamenti basati sulla catena di pensiero con insegnanti di IA. Il nostro DRL consente processi e valutazioni in tempo reale, passo dopo passo, basati sulle preferenze umane, portando a risposte modello più coerenti e accurate a problemi complessi.

I progressi nei modelli GenAI e nello sviluppo di applicazioni evidenziano il valore di dati puliti, creati da esperti e convalidati. Con l'Ango Hub DRL, gli esperti possono testare modelli, identificare punti deboli e generare dati puliti utilizzando un ragionamento a catena di pensiero. Interagiscono con i modelli in tempo reale e inviano richieste e correzioni passo dopo passo in un'unica interfaccia.

Sfruttando iMerit Scholars, l'Ango Hub DRL perfeziona i processi di ragionamento basato su modelli. Sfrutta la vasta esperienza di iMerit con i flussi di lavoro HITL. Gli esperti progettano scenari multi-step per attività complesse, come la creazione di prompt di ragionamento per problemi matematici avanzati. I Merit Scholars esaminano i risultati, correggono gli errori e catturano le interazioni in modo fluido. La magia non sta nell'onboarding di un gran numero di persone in modo indiscriminato. I migliori matematici non sono necessariamente i migliori insegnanti. Inoltre, non si dovrebbe trattare un cardiologo come un lavoratore autonomo. L'adattamento e il coaching degli esperti in materia a pensare nei modi che più avvantaggiano il processo di formazione del modello, così come il coinvolgimento, fanno la differenza.

Cosa significa "esperto nel ciclo" nel contesto della messa a punto dell'IA generativa? Puoi condividere esempi in cui questa competenza umana ha migliorato significativamente i risultati dei modelli?

Expert-in-the-Loop combina l'intelligenza umana con quella robotica per integrare l'intelligenza artificiale nella produzione. Coinvolge esperti umani che convalidano, perfezionano e migliorano i risultati dei sistemi automatizzati.

Nello specifico, l'annotazione dei dati guidata da esperti garantisce che i dati di training siano accuratamente etichettati con conoscenze specifiche del dominio, migliorando così la precisione e l'affidabilità dei modelli di intelligenza artificiale predittiva. Riducendo bias ed errori di classificazione, l'annotazione guidata da esperti migliora la capacità del modello di generalizzare efficacemente in scenari reali. Ciò si traduce in sistemi di intelligenza artificiale più affidabili, interpretabili e allineati alle esigenze specifiche del settore.

Ad esempio, dopo aver acquisito un ampio corpus di dati medici, una multinazionale americana del settore tecnologico aveva bisogno di valutarli per utilizzarli nel suo chatbot medico rivolto ai consumatori, al fine di garantire agli utenti consigli medici sicuri e accurati. Rivolgendosi a iMerit, l'azienda ha sfruttato la nostra vasta rete di esperti sanitari con sede negli Stati Uniti e ha creato un team di infermieri per lavorare in un flusso di lavoro consensuale, con escalation e arbitrato forniti da un medico certificato negli Stati Uniti. Gli infermieri hanno iniziato valutando la knowledge base contenente definizioni per valutarne l'accuratezza e il rischio.

Attraverso la discussione dei casi limite e la revisione delle linee guida, gli infermieri sono riusciti a raggiungere un consenso nel 99% dei casi. Ciò ha permesso al team di rivedere la struttura del progetto adottando una struttura a voto singolo con un audit del 10%, riducendo così i costi di progetto di oltre il 72%. La collaborazione con iMerit ha permesso a questa azienda di individuare costantemente soluzioni per scalare l'annotazione dei dati medici in modo etico ed efficiente.

Con oltre 8,000 esperti a tempo pieno in tutto il mondo, come riesci a mantenere qualità, prestazioni e sviluppo dei dipendenti su larga scala?

La definizione di qualità è sempre personalizzata in base al caso d'uso specifico di ciascun cliente. I nostri team collaborano a stretto contatto con i clienti per definire e calibrare gli standard di qualità, impiegando processi personalizzati che garantiscono la rapida convalida di ogni annotazione da parte di esperti in materia. La coerenza è fondamentale per lo sviluppo di un'IA di alta qualità. Questo è supportato da un elevato tasso di fidelizzazione dei dipendenti (90%) e da una forte attenzione all'analisi della produzione, un elemento di differenziazione chiave nella progettazione di Ango Hub, modellato sui contributi quotidiani degli utenti da parte del nostro team.

Investiamo costantemente in automazione, ottimizzazione e gestione della conoscenza, supportati dalla nostra piattaforma di formazione proprietaria iMerit One. Questo impegno per l'apprendimento e lo sviluppo non solo promuove l'eccellenza operativa, ma supporta anche la progressione di carriera a lungo termine dei nostri dipendenti, promuovendo una cultura di competenza e crescita.

Quale consiglio daresti agli aspiranti imprenditori dell'intelligenza artificiale che vogliono creare qualcosa di significativo, sia in termini di tecnologia che di impatto sociale?

L'intelligenza artificiale si sta muovendo a una velocità vertiginosa. Vai oltre lo stack tecnologico e ascolta i tuoi clienti per capire cosa conta per il loro business. Comprendi la loro propensione alla velocità, al cambiamento e al rischio. I primi clienti possono sperimentare. I clienti più grandi devono sapere che sei qui per restare e che continuerai a dar loro priorità. Tranquillizzali con il tuo approccio proattivo verso trasparenza, sicurezza e responsabilità.

Inoltre, selezionate attentamente investitori e membri del consiglio di amministrazione per garantire la coerenza su valori e interessi condivisi. In iMerit, abbiamo ricevuto un supporto significativo dal nostro consiglio di amministrazione e dagli investitori durante periodi difficili come il COVID-19, e lo attribuiamo proprio a questo allineamento.

Le qualità chiave che contribuiscono al successo di un imprenditore nel settore tecnologico vanno oltre l'assunzione di rischi: implicano la creazione di un'azienda redditizia e inclusiva.

Grazie per l'ottima intervista, i lettori che desiderano saperne di più dovrebbero visitare iMerito.