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

Soham Mazumdar è il Co-Fondatore e Amministratore Delegato di WisdomAI, un’azienda all’avanguardia nelle soluzioni guidate dall’intelligenza artificiale. Prima di fondare WisdomAI nel 2023, è stato 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 (META ) e Google (GOOGL ), 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 dell’intelligenza artificiale, Soham è un imprenditore e tecnologo esperto con sede nella San Francisco Bay Area.

WisdomAI è una piattaforma di business intelligence nativa dell’intelligenza artificiale che aiuta le imprese ad accedere a informazioni accurate e in tempo reale integrando dati strutturati e non strutturati attraverso il suo “Knowledge Fabric” proprietario. La piattaforma alimenta agenti specializzati dell’intelligenza artificiale che curano il contesto dei dati, rispondono a domande aziendali in linguaggio naturale e individuano proattivamente tendenze o rischi senza generare contenuti allucinati. A differenza degli strumenti di business intelligence tradizionali, WisdomAI utilizza l’intelligenza artificiale generativa esclusivamente per la generazione di query, garantendo così un’elevata 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 importanti aziende come Cisco e ConocoPhillips (COP ).

Hai co-fondato Rubrik e hai contribuito a farla crescere in un’azienda di successo. Cosa ti ha ispirato a lasciarla 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 fissando dritto negli occhi. Durante il mio tempo a Rubrik, ho visto di persona come le aziende del Fortune 500 fossero sommerse di dati ma affamate di informazioni. Anche con tutta l’infrastruttura che abbiamo costruito, meno del 20% degli utenti aziendali aveva effettivamente l’accesso e le competenze necessarie per utilizzare i dati in modo efficace nel loro lavoro quotidiano. Era un problema sistemico massiccio che nessuno stava realmente risolvendo.

Sono anche un costruttore per natura – puoi vederlo 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 di nuovo la spinta imprenditoriale per affrontare qualcosa di altrettanto ambizioso.

Infine, l’opportunità dell’intelligenza artificiale era impossibile da ignorare. Entro il 2023, era chiaro che l’intelligenza artificiale poteva finalmente colmare il divario tra la disponibilità dei dati e l’utilizzo dei dati. Il momento sembrava perfetto per costruire qualcosa che potesse democratizzare le informazioni sui 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’intelligenza artificiale per risolvere questo problema fondamentale di inefficienza.

WisdomAI introduce un “Knowledge Fabric” e una serie di agenti dell’intelligenza artificiale. Puoi spiegare come funziona questo sistema per andare oltre i dashboard di business intelligence tradizionali?

Abbiamo costruito una piattaforma di informazioni sui dati agente che funziona con i dati dove si trovano – dati strutturati, non strutturati e anche “sporchi”. Invece di 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 con formati di documenti come Excel, PDF, PowerPoint, ecc.

A differenza degli strumenti convenzionali 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.

Hai sottolineato che WisdomAI evita le allucinazioni separando la generazione dell’intelligenza artificiale dalla generazione delle risposte. Puoi spiegare come il tuo sistema utilizza l’intelligenza artificiale generativa 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 alle domande con un’elevata accuratezza semantica, mantenendo al contempo la privacy e la governance dei dati. Inoltre, utilizziamo l’intelligenza artificiale 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 preoccupazioni relative alle allucinazioni e alla sicurezza dei LLM.

Hai coniato il termine “Piattaforma di informazioni sui dati agente”. Come l’intelligenza agente differisce dagli strumenti di analisi tradizionali o anche dagli assistenti basati su LLM standard?

Gli stack di business intelligence tradizionali rallentano la presa di decisioni perché ogni domanda deve combattere il suo cammino attraverso silos di dati disconnessi e una squadra di specialisti. Quando un direttore delle entrate deve sapere come chiudere il trimestre, la risposta passa tipicamente attraverso sei mani – analisti che gestiscono estratti di CRM, ingegneri di dati che cuciano file insieme e creatori di dashboard che aggiornano i report – trasformando una semplice query in un progetto di diversi giorni.

La nostra piattaforma demolisce quei silos e mette tutta la profondità dei dati a portata di 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 tenere il passo con le nuove domande – solo vere informazioni self-service consegnate alla velocità con cui si muove l’azienda.

Come assicuri che WisdomAI si adatti al vocabolario dei dati e alla struttura unica 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 l’obiettivo sacro per l’intelligenza aziendale. I sistemi tradizionali non sono progettati per gestire i dati non strutturati o “sporchi” 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 coerente.

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 e alla struttura unica di ogni organizzazione.

Hai descritto il processo di sviluppo di WisdomAI come “vibe coding” – costruire esperienze di prodotto direttamente nel codice per prima, poi iterare attraverso l’uso nel mondo reale. Quali vantaggi ha questo approccio rispetto al design di prodotto tradizionale?

Il “vibe coding” è un cambiamento significativo nel modo in cui il software viene costruito, dove gli sviluppatori sfruttano il potere degli strumenti di intelligenza artificiale 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 necessari per la codifica.

Per anni, la creazione di prodotti digitali ha seguito generalmente una sceneggiatura familiare: pianificare attentamente il prodotto e il design dell’esperienza utente, poi eseguire lo sviluppo e iterare in base al feedback. La logica era chiara perché investire nel design iniziale minimizza il lavoro costoso di rielaborazione durante la fase di sviluppo più costosa e lunga. Ma cosa succede quando il costo e il tempo per eseguire quel sviluppo diminuiscono drasticamente? Questa capacità capovolge la sequenza di sviluppo tradizionale. Improvvisamente, gli sviluppatori possono iniziare a costruire software funzionale basato su una comprensione di alto livello dei requisiti, anche prima che i design di prodotto e di esperienza utente dettagliati siano finalizzati.

Con la velocità della generazione di codice dell’intelligenza artificiale, lo sforzo coinvolto nella creazione di design esaustivi iniziali può, in certi contesti, diventare relativamente più lungo del mettere una versione di base, funzionale del software in esecuzione. Il nuovo paradigma nel mondo del vibe coding diventa: eseguire (codice con AI), poi adattare (design e raffinare).

Questo approccio consente una convalida dell’utente incredibilmente precoce dei concetti fondamentali. Immagina di ottenere un feedback sulla funzionalità effettiva di una funzione prima di investire pesantemente in design visivi dettagliati. Ciò può portare a design più centrati sull’utente, poiché il processo di design è direttamente informato da come gli utenti interagiscono con un prodotto tangibile.

In WisdomAI, abbracciamo attivamente la generazione di codice dell’intelligenza artificiale. Abbiamo scoperto che, abbracciando lo sviluppo iniziale rapido, possiamo testare rapidamente le funzionalità fondamentali e raccogliere un feedback utente inestimabile all’inizio del processo, direttamente sul prodotto. Ciò consente al nostro team di design di concentrarsi sul raffinare l’esperienza utente e il design visivo in base all’uso reale, portando a prodotti più efficaci e amati dagli utenti, più velocemente.

Dal marketing e dalle vendite alla produzione e al successo dei clienti, 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 ti hanno sorpreso nel loro impatto?

Abbiamo visto risultati trasformativi con più clienti. Per la società di oil e gas F500, ConocoPhillips, gli ingegneri di perforazione e gli operatori utilizzano ora la nostra piattaforma per interrogare direttamente i dati dei pozzi complessi 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 a queste informazioni istantaneamente, mentre simultaneamente confrontano con le migliori pratiche nei loro manuali di perforazione – tutto attraverso la stessa interfaccia conversazionale. Hanno valutato numerosi fornitori di intelligenza artificiale 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 informatica in rapida crescita, Descope, WisdomAI viene utilizzato come analista di dati virtuale per le vendite e le finanze. Abbiamo ridotto il tempo di creazione dei report da 2-3 giorni a solo 2-3 ore – una diminuzione del 90%. Ciò ha trasformato le riunioni settimanali di vendita da esercizi di raccolta di dati a sessioni di strategia incentrate su informazioni azionabili. Come nota il loro CRO, “Wisdom AI porta i dati alle mie dita. Mi dà veramente il potere di andare a rispondere alle domande e proseguire con la mia giornata, invece di 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 un’azienda in rapida crescita nel competitivo mercato della gestione delle identità.

Un esempio pratico: un direttore delle entrate chiede, “Come posso chiudere il mio trimestre?” La nostra piattaforma offre immediatamente un elenco di affari in sospeso su cui concentrarsi, insieme a informazioni su cosa sta ritardando ogni affare – come specifiche domande che i clienti stanno aspettando di vedere risposte. Ciò avviene con cinque battiti di tasti 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 mucchi di informazioni eppure lottano per sfruttare questi dati per una presa di decisioni rapida. La sfida non è solo avere i 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 si trovano di fronte a 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.

Consideri WisdomAI come un complemento o un sostituto potenziale degli strumenti di business intelligence esistenti come Tableau o Looker? Come ti inserisci 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 con 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 vedi WisdomAI tra cinque anni – e come vedi l’evoluzione del concetto di “intelligenza agente” nel panorama aziendale?

Il futuro dell’analisi si sta spostando dagli strumenti gestiti dagli specialisti alle informazioni self-service accessibili a tutti. Gli strumenti di business intelligence sono stati intorno per 20+ anni, ma l’adozione non ha nemmeno raggiunto il 20% dei dipendenti aziendali. Nel frattempo, in soli dodici mesi, il 60% degli utenti del posto 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 assistendo a un cambiamento fondamentale in cui tutti i dipendenti possono interrogare direttamente i dati senza competenze tecniche. Il futuro combinerà il potere computazionale dell’intelligenza artificiale con l’interazione umana naturale, consentendo alle informazioni di trovare gli utenti in modo proattivo piuttosto che richiedere loro di cercare attraverso i dashboard.

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