Soham Mazumdar, Co-Fondatore e CEO di WisdomAI – Serie di Interviste

Soham Mazumdar è il Co-Fondatore e CEO di WisdomAI, un’azienda all’avanguardia nelle soluzioni guidate dall’AI. Prima di fondare WisdomAI nel 2023, era Co-Fondatore e Chief Architect di Rubrik, dove ha svolto un ruolo chiave nel far crescere l’azienda nel corso di un periodo di 9 anni. Soham in precedenza ha ricoperto ruoli di leadership tecnica in Facebook e Google, dove ha contribuito all’infrastruttura di ricerca di base e ha ricevuto il Google Founder’s Award. Ha anche co-fondato Tagtile, una piattaforma di fedeltà mobile acquisita da Facebook. Con due decenni di esperienza nell’architettura del software e nell’innovazione AI, Soham è un imprenditore e tecnologo esperto con sede nella San Francisco Bay Area.

WisdomAI è una piattaforma di business intelligence nativa AI che aiuta le aziende a ottenere insight in tempo reale e precisi integrando dati strutturati e non strutturati attraverso il suo “Knowledge Fabric” proprietario. La piattaforma alimenta agenti AI specializzati che curano il contesto dei dati, rispondono a domande aziendali in linguaggio naturale e segnalano proattivamente tendenze o rischi senza generare contenuti allucinati. A differenza degli strumenti di BI tradizionali, WisdomAI utilizza l’AI generativa esclusivamente per la generazione di query, garantendo così alta accuratezza e affidabilità. Si integra con gli ecosistemi di dati esistenti e supporta la sicurezza di livello aziendale, con un’adozione precoce da parte di grandi aziende come Cisco e ConocoPhillips.

Ha co-fondato Rubrik e ha contribuito a farla crescere in un successo aziendale di grande portata. Cosa l’ha ispirato a lasciare nel 2023 e a costruire WisdomAI – e c’è stato un momento particolare che ha chiarito questa nuova direzione?

Il problema dell’inefficienza dei dati aziendali mi stava proprio di fronte. Durante il mio tempo a Rubrik, ho visto di persona come le aziende del Fortune 500 fossero sommerse di dati ma private di insight. Anche con tutta l’infrastruttura che abbiamo costruito, meno del 20% degli utenti aziendali aveva effettivamente il giusto accesso e le competenze per utilizzare i dati in modo efficace nel loro lavoro quotidiano. Era un problema massiccio e sistemico che nessuno stava realmente risolvendo.

Sono anche un costruttore per natura – lo si può vedere nel mio percorso da Google a Tagtile a Rubrik e ora WisdomAI. Mi entusiasmo nel prendere sfide fondamentali e costruire soluzioni da zero. Dopo aver aiutato a far crescere Rubrik a un successo aziendale, ho sentito nuovamente quella spinta imprenditoriale per affrontare qualcosa di altrettanto ambizioso.

Last but not least, l’opportunità AI era impossibile da ignorare. Entro il 2023, era diventato chiaro che l’AI poteva finalmente colmare il divario tra la disponibilità dei dati e l’utilizzabilità dei dati. Il timing sembrava perfetto per costruire qualcosa che potesse democratizzare gli insight dei dati per ogni utente aziendale, non solo per i tecnici.

Il momento di chiarezza è arrivato quando ho realizzato che potevamo combinare tutto ciò che avevo imparato sull’infrastruttura dei dati aziendali a Rubrik con il potenziale trasformativo dell’AI per risolvere questo problema fondamentale di inefficienza.

WisdomAI introduce un “Knowledge Fabric” e una suite di agenti AI. Può spiegare come questo sistema funziona insieme per andare oltre i dashboard di BI tradizionali?

Abbiamo costruito una piattaforma di insight dei dati agente che funziona con i dati dove sono – strutturati, non strutturati e anche “sporchi” dati. Piuttosto che chiedere ai team di analisi di eseguire report, i manager aziendali possono chiedere direttamente domande e approfondire i dettagli. La nostra piattaforma può essere addestrata su qualsiasi sistema di data warehousing analizzando i log delle query.

Siamo compatibili con i principali servizi di dati cloud come Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks e Postgres e anche solo formati di documenti come excel, PDF, powerpoint ecc.

A differenza degli strumenti tradizionali progettati principalmente per gli analisti, la nostra interfaccia conversazionale consente agli utenti aziendali di ottenere risposte direttamente, mentre la nostra architettura multi-agente consente query complesse su sistemi di dati diversi.

Ha sottolineato che WisdomAI evita le allucinazioni separando GenAI dalla generazione di risposte. Può spiegare come il suo sistema utilizza GenAI in modo diverso – e perché ciò è importante per la fiducia aziendale?

Il nostro modello di contesto AI-Ready si addestra sui dati dell’organizzazione per creare una comprensione universale del contesto che risponde a domande con alta accuratezza semantica mantenendo la privacy e la governance dei dati. Inoltre, utilizziamo l’AI generativa per formulare query ben definite che ci consentono di estrarre dati dai diversi sistemi, anziché alimentare i dati grezzi nei LLM. Ciò è cruciale per affrontare le allucinazioni e le preoccupazioni relative alla sicurezza dei LLM.

Ha coniato il termine “Piattaforma di Insight dei Dati Agente”. Come l’intelligenza agente differisce dagli strumenti di analisi tradizionali o anche dagli assistenti LLM standard?

Le pile di BI tradizionali rallentano la presa di decisioni perché ogni domanda deve combattere per passare attraverso silos di dati disconnessi e una squadra di specialisti. Quando un chief revenue officer ha bisogno di sapere come chiudere il trimestre, la risposta passa tipicamente attraverso una mezza dozzina di mani – analisti che gestiscono estratti CRM, ingegneri di dati che cuciano file insieme e creatori di dashboard che aggiornano report – trasformando una semplice query in un progetto di diversi giorni.

La nostra piattaforma rompe questi silos e mette tutta la profondità dei dati a un solo tocco, in modo che il CRO possa approfondire dalle metriche principali a dettagli a livello di riga in pochi secondi.

Nessuna attesa nella coda degli analisti, nessuna dashboard predefinita che non possa stare al passo con nuove domande – solo insight di auto-servizio consegnati alla velocità con cui si muove l’azienda.

Come garantisce che WisdomAI si adatti al vocabolario dei dati unico e alla struttura di ogni azienda? Qual è il ruolo dell’input umano nel raffinare il Knowledge Fabric?

Lavorare con i dati dove e come sono – questo è essenzialmente il santo graal per l’intelligenza aziendale. I sistemi tradizionali non sono progettati per gestire dati non strutturati o “sporchi” dati con errori di battitura. Quando le informazioni esistono in fonti diverse – database, documenti, dati di telemetria – le organizzazioni lottano per integrare queste informazioni in modo coeso.

Senza la capacità di gestire questi tipi di dati diversi, il contesto prezioso rimane isolato in sistemi separati. La nostra piattaforma può essere addestrata su qualsiasi sistema di data warehousing analizzando i log delle query, consentendole di adattarsi al vocabolario dei dati unico e alla struttura di ogni organizzazione.

Ha descritto il processo di sviluppo di WisdomAI come ‘vibe coding’ – costruire esperienze di prodotto direttamente nel codice prima, poi iterare attraverso l’uso nel mondo reale. Quali vantaggi ha questo approccio rispetto alla progettazione di prodotto tradizionale?

“Vibe coding” è un significativo cambio nel modo in cui il software viene costruito dove gli sviluppatori sfruttano il potere degli strumenti AI per generare codice semplicemente descrivendo la funzionalità desiderata in linguaggio naturale. È come un assistente intelligente che fa ciò che vuoi che il software faccia, e scrive il codice per te. Ciò riduce drasticamente lo sforzo manuale e il tempo tradizionalmente richiesto per la codifica.

Per anni, la creazione di prodotti digitali ha seguito in gran parte uno script familiare: pianificare attentamente il prodotto e la progettazione dell’esperienza utente, poi eseguire lo sviluppo e iterare in base al feedback. La logica era chiara perché investire nella progettazione iniziale minimizza il lavoro costoso di riorganizzazione durante la fase di sviluppo più costosa e lunga. Ma cosa succede quando il costo e il tempo per eseguire quel sviluppo si riducono drasticamente? Questa capacità capovolge la sequenza di sviluppo tradizionale. Gli sviluppatori possono iniziare a costruire software funzionale in base a una comprensione di alto livello dei requisiti, anche prima che le progettazioni di prodotto e di esperienza utente dettagliate siano finalizzate.

Con la velocità della generazione di codice AI, lo sforzo coinvolto nella creazione di progettazioni esaurienti iniziali può, in certi contesti, diventare relativamente più lungo del tempo necessario per ottenere una versione di base del software funzionante. Il nuovo paradigma nel mondo del “vibe coding” diventa: eseguire (codice con AI), poi adattare (progettazione e raffinamento).

Questo approccio consente una convalida dell’utente estremamente precoce dei concetti di base. Immaginate di ottenere feedback sulla funzionalità effettiva di una caratteristica prima di investire pesantemente in progettazioni visive dettagliate. Ciò può portare a progettazioni più centrate sull’utente, poiché il processo di progettazione è direttamente informato da come gli utenti interagiscono con un prodotto tangibile.

In WisdomAI, abbracciamo attivamente la generazione di codice AI. Abbiamo scoperto che abbracciando lo sviluppo iniziale rapido, possiamo testare rapidamente le funzionalità di base e raccogliere un feedback utente inestimabile all’inizio del processo, direttamente sul prodotto. Ciò consente al nostro team di progettazione di concentrarsi poi sul raffinamento dell’esperienza utente e della progettazione visiva in base all’uso nel mondo reale, portando a prodotti più efficaci e amati dagli utenti, più velocemente.

Dal vendita e marketing alla produzione e al successo del cliente, WisdomAI si concentra su un ampio spettro di casi d’uso aziendali. Quali settori hanno visto l’adozione più rapida – e quali casi d’uso l’hanno sorpresa per il loro impatto?

Abbiamo visto risultati trasformativi con numerosi clienti. Per la società di oil e gas F500, ConocoPhillips, gli ingegneri di perforazione e gli operatori ora utilizzano la nostra piattaforma per interrogare direttamente i dati dei pozzi in linguaggio naturale. Prima di WisdomAI, questi ingegneri avevano bisogno di aiuto tecnico anche per domande operative di base sui dati dei pozzi o sulle prestazioni del lavoro. Ora possono accedere istantaneamente a queste informazioni mentre confrontano contemporaneamente con le migliori pratiche nei loro manuali di perforazione – tutto attraverso la stessa interfaccia conversazionale. Hanno valutato numerosi vendor AI in un processo di sei mesi e la nostra soluzione ha fornito un miglioramento dell’accuratezza del 50% rispetto al concorrente più vicino.

In una società di sicurezza cibernetica in rapida crescita, Descope, WisdomAI viene utilizzato come analista di dati virtuale per Vendite e Finanza. Abbiamo ridotto il tempo di creazione dei report da 2-3 giorni a solo 2-3 ore – una riduzione del 90%. Ciò ha trasformato le loro riunioni settimanali di vendita da esercizi di raccolta dati a sessioni di strategia focalizzate su insight azionabili. Come nota il loro CRO, “Wisdom AI porta i dati alle mie dita. Davvero democratizza i dati, portandomi il potere di andare a rispondere alle domande e proseguire con la mia giornata, piuttosto che definire la mia domanda, aspettare che qualcuno costruisca la risposta e poi riceverla in 5 giorni.” La capacità di prendere decisioni basate sui dati con una velocità senza precedenti è stata particolarmente cruciale per una società in rapida crescita nel competitivo mercato della gestione delle identità.

Un esempio pratico: un chief revenue officer chiede, “Come posso chiudere il mio trimestre?” La nostra piattaforma offre immediatamente un elenco di accordi pendenti su cui concentrarsi, insieme a informazioni su cosa sta ritardando ognuno – come specifiche domande che i clienti stanno aspettando di vedere risposte. Ciò avviene con cinque battiti di tastiera invece di cinque specialisti e giorni di ritardo.

Molte aziende oggi sono sovraccariche di dashboard, report e strumenti isolati. Quali sono i più comuni malintesi che le aziende hanno sull’intelligenza aziendale oggi?

Le organizzazioni siedono su immense quantità di informazioni eppure lottano per sfruttare questi dati per una presa di decisione rapida. La sfida non è solo quella di avere dati, ma lavorare con essi nel loro stato naturale – che spesso include “dati sporchi” non puliti da errori di battitura. Le aziende investono pesantemente in infrastrutture ma affrontano colli di bottiglia con dashboard rigide, scarsa igiene dei dati e informazioni isolate. La maggior parte delle aziende ha bisogno di team specializzati per eseguire report, creando ritardi significativi quando i leader aziendali hanno bisogno di risposte rapide. L’interfaccia in cui le persone consumano i dati rimane obsoleta nonostante i progressi nei motori di dati cloud e nella scienza dei dati.

Considera WisdomAI come un’aggiunta o un’eventuale sostituzione degli strumenti di BI esistenti come Tableau o Looker? Come si inserisce nel più ampio stack di dati aziendali?

Siamo compatibili con i principali servizi di dati cloud come Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks e Postgres e anche solo formati di documenti come excel, PDF, powerpoint ecc. Il nostro approccio trasforma l’interfaccia in cui le persone consumano i dati, che è rimasta obsoleta nonostante i progressi nei motori di dati cloud e nella scienza dei dati.

Guardando avanti, dove vede WisdomAI in cinque anni – e come vede il concetto di “intelligenza agente” evolversi nel panorama aziendale?

Il futuro dell’analisi si sta spostando dagli report guidati da specialisti all’intelligenza self-service accessibile a tutti. Gli strumenti di BI sono stati intorno per 20+ anni, ma l’adozione non ha ancora raggiunto il 20% dei dipendenti aziendali. Nel frattempo, in soli dodici mesi, il 60% degli utenti del luogo di lavoro ha adottato ChatGPT, molti utilizzandolo per l’analisi dei dati. Questa differenza drammatica mostra il potenziale delle interfacce conversazionali per aumentare l’adozione.

Stiamo vedendo un cambiamento fondamentale in cui tutti i dipendenti possono interrogare direttamente i dati senza competenze tecniche. Il futuro combinerà il potere computazionale dell’AI con l’interazione umana naturale, consentendo agli insight di trovare gli utenti proattivamente piuttosto che richiedere loro di cercare attraverso i dashboard.

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