Sameet Gupte, Amministratore Delegato e Co-Fondatore di EvoluteIQ – Serie di Interviste

Sameet Gupte, Amministratore Delegato e Co-Fondatore di EvoluteIQ, è un dirigente con sede a Londra con una vasta esperienza nella costruzione e nell’espansione di aziende tecnologiche globali. Prima di fondare EvoluteIQ, ha ricoperto il ruolo di Amministratore Delegato di Servion, una società del portafoglio di Cisco, insieme alle sue aziende affiliate Innoveo AG e Acqueon Inc., dove ha aiutato a guidare la trasformazione e la crescita aziendale. In precedenza, era Executive Vice President e Managing Director per i Servizi Finanziari Globali e l’Europa presso Virtusa, dove ha guidato una significativa espansione organica, ha sviluppato soluzioni focalizzate sull’industria e ha svolto un ruolo chiave nelle acquisizioni strategiche in Europa, tra cui in Germania e Svezia, nonché nell’acquisizione di Polaris. In precedenza, aveva anche guidato il business dei mercati dei capitali di Genpact in Europa, dove era responsabile dell’accelerazione della crescita regionale e del rafforzamento della sua posizione nei servizi finanziari.

EvoluteIQ è un’azienda di automazione aziendale nativa AI focalizzata sulla trasformazione di come le aziende operano attraverso la sua piattaforma flagship EIQ. Progettata per automatizzare processi end-to-end piuttosto che compiti isolati, la piattaforma combina intelligenza artificiale, strumenti low-code e orchestrazione dei processi per abilitare sistemi che possono adattarsi, prendere decisioni e migliorare continuamente nel tempo. Integrando dati, flussi di lavoro e AI in un’architettura unificata, EvoluteIQ aiuta le organizzazioni a semplificare le operazioni, ridurre la complessità e costruire sistemi resilienti e auto-ottimizzanti in settori come finanza, sanità e telecomunicazioni.

Prima di fondare EvoluteIQ nel 2019, ha ricoperto ruoli di leadership in Servion, Virtusa e Genpact, dove ha lavorato estensivamente sulla trasformazione aziendale e sui grandi progetti di tecnologia. Quali esperienze durante quel periodo lo hanno portato a concludere che la prossima generazione di piattaforme di automazione doveva essere costruita come sistemi nativi AI piuttosto che come estensioni di flussi di lavoro tradizionali o strumenti RPA?

Attraverso i settori, le organizzazioni di successo sono distinte dalla loro capacità di consegnare costantemente risultati di classe mondiale. Un fattore comune tra loro è un processo solido. Mentre conceptualizzavamo EvoluteIQ, abbiamo mirato a sviluppare una tecnologia che sostenga questo processo. Il nostro obiettivo era risolvere il problema piuttosto che i singoli componenti di esso. Prima del 2019, gli strumenti e le tecnologie disponibili risolvevano principalmente aspetti specifici del processo, come l’estrazione dei dati, la gestione delle attività e il flusso di lavoro. Ognuna di queste tecnologie risolveva un problema particolare all’interno del processo, ma mancava di una soluzione comprensiva per il processo end-to-end. Ciò ha identificato un’opportunità significativa per creare una tecnologia che sia autonoma, in grado di auto-apprendere e adattarsi per ottimizzare il processo. Così, è nato il concetto di EIQ: una piattaforma nativa AI progettata per essere autonoma, risolvere il problema piuttosto che i singoli componenti e massimizzare l’automazione. Sarebbe stata low-code/no-code, dotata delle capacità necessarie per qualsiasi processo, inclusi dati in streaming, eventi e orchestrazione con AI come framework centrale.

Molte piattaforme di automazione oggi stanno aggiungendo capacità di intelligenza artificiale generativa alle infrastrutture legacy. EvoluteIQ è stata progettata fin dall’inizio con intelligenza e autonomia al suo core. Quali scelte architettoniche ha fatto all’inizio che consentono alla sua piattaforma di supportare l’automazione agente in modi che i sistemi più vecchi non possono?

La piattaforma è stata progettata fin dall’inizio per abilitare l’automazione end-to-end dei processi, indipendentemente dal tipo di automazione richiesta (robotica, flusso di lavoro, dati, eventi, ecc.). Ciò è stato fatto con l’aspettativa che, nel tempo, nuove tecniche di automazione saranno inventate e quelle esistenti potrebbero diventare obsolete. Quindi, l’architettura basata su microservizi ha consentito lo sviluppo e l’inclusione di intelligenza artificiale generativa e automazione agente. Allo stesso modo, questa architettura consentirà l’inclusione di modelli di azione grandi e decisioni quantistiche in futuro.

EvoluteIQ è costruita intorno a ciò che chiama Architettura Agentic Mesh, o {aMa}, che consente alle reti di agenti intelligenti di collaborare attraverso i processi aziendali. Come si differenzia questo approccio dai framework di automazione tradizionali e perché ritiene che la collaborazione agente-agente diventerà uno strato fondamentale nel software aziendale?

La {aMa} è l’architettura proprietaria che è uno dei principali differenziali della piattaforma EvoluteIQ. La collaborazione agente-agente consente a più agenti (sia EIQ che di terze parti) di auto-organizzarsi mentre lavorano per il completamento di un risultato aziendale specifico. Ciò consentirà ai clienti di rivedere la loro percezione e utilizzo dell’automazione. Non dovranno più definire i passaggi necessari per eseguire un processo end-to-end; invece, dovranno semplicemente articolare il risultato aziendale desiderato e consentire agli agenti di determinare come raggiungerlo. Questa capacità di auto-organizzazione e auto-governo consentirà ai clienti di creare modelli operativi aziendali agili e resilienti che si adattano automaticamente all’innovazione e alla disruption senza la necessità di interventi umani costosi e rischiosi.

La sua piattaforma si concentra sull’automazione end-to-end dei processi aziendali complessi piuttosto che sull’automazione di singole attività. Come un modello agente cambia il modo in cui le organizzazioni pensano all’orchestrazione dei processi, alla presa di decisioni e all’autonomia operativa?

Abbiamo parzialmente coperto questo aspetto in precedenza, ma aggiungerei che la piattaforma EIQ consente ai clienti di creare un livello di astrazione sopra la loro infrastruttura esistente. Di conseguenza, tutti gli elementi dell’infrastruttura possono essere considerati componenti di un processo EIQ. In congiunzione con l’Architettura Agentic Mesh {aMa}, i team IT possono ora creare un ‘IT componibile’ che consente alle aziende di sviluppare applicazioni e processi su richiesta da componenti predefiniti, testati e approvati. Ciò introduce un livello maggiore di autonomia operativa per gli utenti aziendali, consentendo loro di creare, utilizzare e ritirare servizi IT come richiesto, rimuovendo la tradizionale dipendenza da IT.

EvoluteIQ utilizza un modello di prezzi basato sugli esiti piuttosto che addebitare per bot o per utente. Quali decisioni l’hanno portato a questa scelta e come ciò cambia il modo in cui i leader aziendali valutano il ritorno sugli investimenti delle iniziative di automazione?

La decisione di strutturare il prezzo in base agli esiti è stata presa per allinearsi con i criteri di successo dell’azienda o del caso d’uso, garantire la prevedibilità dei costi, la trasparenza e condividere il rischio di successo o insuccesso con il cliente. Il cambiamento più significativo per le aziende in un modello basato sugli esiti è che, a differenza del modello tradizionale in cui il ritorno sugli investimenti (ROI) è discusso dopo il fatto, in questo caso è contrattato in anticipo, misurato continuamente e pagato in base alla consegna.

Una delle sfide più grandi nell’automazione aziendale è l’integrazione dei dati strutturati, delle informazioni non strutturate e dei segnali operativi in tempo reale attraverso più sistemi. Come EvoluteIQ affronta queste sfide di integrazione mantenendo la governance e l’affidabilità?

La piattaforma EIQ gestisce i dati strutturati, i dati non strutturati e gli eventi in tempo reale attraverso motori separati. Ogni motore è composto da un set di microservizi che possono essere scalati verticalmente e orizzontalmente e replicati per fornire resilienza. Questa architettura consente alla piattaforma di essere costruita e scalata per soddisfare le esigenze di prestazioni, capacità e resilienza dei singoli clienti.

Man mano che le aziende iniziano a distribuire agenti AI autonomi che possono prendere decisioni e attivare azioni, le preoccupazioni relative alla supervisione e alla responsabilità diventano più importanti. Quali framework di governance o salvaguardie ritiene necessarie per i sistemi agente che operano su larga scala?

La piattaforma include funzionalità standard come l’audit dei passaggi del processo, la registrazione del valore delle variabili del processo e la governance dell’intelligenza artificiale generativa e degli agenti. Queste funzionalità consentono la governance in tempo reale del comportamento agente e la segnalazione storica e l’analisi dei loro lavori e decisioni. Oltre a queste funzionalità, la piattaforma EIQ fornisce una capacità unica che garantisce che gli agenti si comportino come previsto. Collegandosi a ogni fonte di dati e sistema di registrazione all’interno di un cliente, gli agenti comprendono il contesto aziendale in cui operano. Di conseguenza, le loro risposte sono create all’interno di questo framework comprensivo, garantendo l’accuratezza e l’affidabilità delle loro azioni.

EvoluteIQ ha raggiunto la redditività entro il suo secondo anno di operazione, il che è insolito per molte startup di intelligenza artificiale. Quali decisioni strategiche le hanno consentito di bilanciare l’innovazione e lo sviluppo del prodotto con la sostenibilità finanziaria?

EvoluteIQ è stata EBITDA positiva fin dal suo secondo anno di operazione. Ciò è stato raggiunto essere prudenti con i costi senza compromettere l’innovazione. L’azienda si concentra sull’adozione dei clienti e sulla loro soddisfazione, riflessa in un tasso di ritenzione netta del 120% costantemente tracciato. Evita di investire eccessivamente in marketing e vendite costruendo partnership solide con i principali integratori di sistema, le società di outsourcing e le principali società di consulenza di gestione per guidare il movimento Go-To-Market (GTM). L’azienda dimostra il valore ai prospetti attraverso prove di valore pagate (POV) piuttosto che prove di concetto gratuite (POC). Ogni decisione di crescita è stata deliberata e focalizzata. Consentire partnership solide e rendere i clienti autosufficienti sulla piattaforma EIQ ha anche portato a un’organizzazione di supporto e implementazione snella, garantendo un rapporto dipendenti-ricavi sano in linea con i migliori metriche.

Il panorama dell’automazione aziendale sta evolvendo rapidamente, con i tradizionali fornitori di RPA, le piattaforme di intelligenza artificiale generativa e le aziende di automazione agente che competono tutti per l’attenzione. Come vede l’evoluzione della dinamica competitiva di questo mercato nei prossimi anni?

Nell’automazione aziendale, stiamo assistendo a una convergenza fondamentale piuttosto che a una semplice aumento della concorrenza. Il tradizionale RPA sta essere relegato a un livello di esecuzione, l’intelligenza artificiale generativa sta diventando rapidamente onnipresente e l’automazione agente sta emergendo come il paradigma di controllo. Tuttavia, nessuno di questi sviluppi in isolamento definirà il mercato. Il vero campo di battaglia si sta spostando verso piattaforme di orchestrazione native AI che possano gestire processi end-to-end e consegnare risultati aziendali misurabili. Nei prossimi anni, i vincitori non saranno quelli con i modelli più avanzati o il maggior numero di bot, ma quelli che possono combinare flussi di lavoro agente, dati e decisioni in un sistema unificato che sia governato, verificabile e in continua evoluzione. Gli acquirenti aziendali stanno già spostando l’attenzione dagli strumenti e dalle licenze agli esiti e alla responsabilità. Pertanto, la domanda fondamentale per qualsiasi piattaforma sarà se possa assumersi la responsabilità del risultato, non solo di una parte del processo.

Guardando avanti, quali pietre miliari segnaleranno che le aziende stanno passando da flussi di lavoro assistiti da intelligenza artificiale a operazioni veramente autonome, e quale ruolo si aspetta che EvoluteIQ svolga in questa transizione?

La transizione da flussi di lavoro assistiti da intelligenza artificiale a operazioni veramente autonome non riguarda solo guadagni di efficienza minori, ma un ripensamento fondamentale di come il lavoro viene condotto. La prima pietra miliare è l’human-on-the-loop: gli agenti di intelligenza artificiale prendono la maggior parte delle decisioni con l’intervento umano riservato alle eccezioni. Successivamente, i processi a ciclo chiuso consentiranno il rilevamento in tempo reale, la presa di decisioni, l’azione e l’auto-correzione senza intervento manuale. Le aziende adotteranno quindi modelli basati sugli esiti, dove il successo è misurato dai risultati aziendali piuttosto che dall’attività. Infine, la vera autonomia sarà raggiunta quando le architetture agente componibili orchestreranno attraverso funzioni come finanza, operazioni e servizio clienti senza essere vincolate da sistemi legacy.

EvoluteIQ è all’avanguardia di questa transizione. Costruita come una piattaforma nativa AI unificata che comprende flussi di lavoro, dati, eventi e decisioni, non solo assiste gli esseri umani, ma esegue anche processi end-to-end, monitora ogni azione, misura continuamente gli esiti e si auto-ottimizza. EvoluteIQ consente l’intelligenza artificiale all’interno dei processi e fornisce l’infrastruttura per le aziende per operare in modo autonomo su larga scala con completa responsabilità. Questo è il modo in cui le organizzazioni passano dall’automazione all’autonomia e perché EvoluteIQ è in posizione unica per guidare questo viaggio.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare EvoluteIQ.