記事執筆

永続システム部門最高技術責任者、Pandurang Kamit 博士 - インタビューシリーズ

更新中 on 2024 年 5 月 6 日

Pandurang Kamit 博士は、Persistent Systems の最高技術責任者であり、大規模なイノベーションを通じてビジネス価値を引き出すことに重点を置いた高度な技術研究を担当しています。彼は、顧客のユーザーエクスペリエンスの向上、ビジネスプロセスの最適化、新しいデジタル製品の作成を支援する経験豊かなテクノロジーリーダーです。 Persistent に対する彼のビジョンは、学術界と新興企業で構成される世界的で多様なイノベーションエコシステムを支えるイノベーションの原動力となることです。

Pandurang は 2012 年に Persistent に入社しました。Persistent に入社する前は、Ask.com の検索およびコンテンツビジネスの分析ディレクターを務め、Ask の分析プラットフォームを管理するグローバルチームを率いていました。それ以前は、ベル研究所と HP 研究所で安全な通信およびデジタルメディア製品の構築に貢献し、ラトガース大学では受賞歴のある無線研究プラットフォームの構築に貢献しました。

永続システムは、あらゆる業界のグローバルマーケットリーダーにとって信頼できるデジタルエンジニアリングおよびエンタープライズ最新化パートナーです。

あなたが最初にコンピューターサイエンスとコンピューターエンジニアリングに惹かれたのは何ですか?

コンピューターサイエンスとエンジニアリングに対する私の興味は、学校の夏期コース中に生まれました。プログラミング構造を学び、コンピューターゲームを作成することで、これらの分野をサポートする構造化ロジックを知りました。私は、複雑な問題を分解し、体系的に解決する能力に魅了されました。私が本当に惹かれたのは、よく設計されたプログラムが提供する計り知れない影響力でした。タスクを自動化し、プロセスを最適化し、個人または小規模チームが目覚ましい成果を達成できるようにします。この創造性、問題解決力、変革の可能性の融合が私にインスピレーションを与え続けています。これらの最初の経験から現在進行中の旅に至るまで、私はテクノロジーがもたらす無限の可能性に情熱を注ぎ続けています。コンピューターサイエンスとエンジニアリングは未来を形作るだけでなく、私を前進させる革新と進歩への道を提供します。

Persistent Systems ビジネスの大部分は企業向けソフトウェアの構築から来ていますが、生成 AI の出現により、チームの運営方法はどのように変化しましたか?

生成 AI (GenAI) の出現により、Persistent でのチームの運営方法、特にエンタープライズソフトウェア開発の方法が変わりました。 IT 業界におけるこの混乱は課題をもたらすだけでなく、ビジネス運営を全体的に再考する重要な機会ももたらします。

AI を活用したデジタルエンジニアリング企業として、Persistent は GenAI を採用して、ソフトウェアエンジニアリングライフサイクルのさまざまな側面に革命をもたらしました。過去 1 年間、私たちはコード生成、テストケース生成、レポート移行などのプロセスを完全に再定義するツールとスイートを開発してきました。従来のモダナイゼーションプロジェクトでは、当社のアプローチが大幅に進化しました。現在、私たちはツールを活用してコード引き継ぎプロセスを合理化し、プロジェクトのリスクを軽減し、複雑なコードベースをより深く理解できるようにすることで新しいチームメンバーの新人研修を促進しています。さらに、業界ドメインとのコラボレーションにより、エンタープライズデータを活用したカスタマイズされたソリューションの提供が可能になります。ビジネス言語を理解し、関連する参考資料を提供できるデジタルアシスタントを開発することで、企業内の業務効率と意思決定を強化します。これらのアシスタントは、Responsible AI 原則に準拠し、透明性、説明責任、セキュリティ、プライバシーを確保しながら、モデル出力の自動評価を通じて精度とパフォーマンスを継続的に向上させます。

生成 AI を使用してレガシーシステムを完全に最新化する際の課題にはどのようなものがありますか?

GenAI は強力なツールですが、レガシーシステムを完全に最新化するための特効薬ではありません。さまざまな業界の組織は、人間の専門知識と AI 機能を活用して、組み合わせたアプローチを採用する必要があります。 GenAI は近代化の大きな可能性をもたらしますが、限界もあります。主な課題には次のようなものがあります。

レガシーシステムの理解が限られている: GenAI モデルが効果的に機能するには、既存のシステムを徹底的に理解する必要があります。レガシーシステムには包括的なドキュメントが不足していることが多く、AI が相互依存関係を効果的に把握する能力が妨げられています。
データの品質とバイアス: AI モデルのトレーニングに使用されるデータの品質と代表性は、その出力に大きな影響を与えます。トレーニングデータの制限が生成されたコードに反映され、新たな問題が発生する可能性があります。
品質とセキュリティの確保: GenAI はコード生成を自動化できますが、品質、機能要件、セキュリティ基準を満たすために出力には厳格なテストと検証が必要です。
近代化の範囲が限られている: GenAI は、システムの完全なオーバーホールには適さない可能性があります。コードのリファクタリングやテストケースの生成などの特定のタスクでは優れていますが、複雑なアーキテクチャの変更には依然として手動の介入が必要です。
変更管理と利害関係者の調整: 組織の変更を管理し、利害関係者の同意を得ることが、GenAI によるレガシーシステムの最新化の成功を決定する重要な要素です。明確なコミュニケーション、トレーニングプログラム、ステークホルダーとの関わりの取り組みは、変化に対する抵抗に対処し、スムーズな移行を促進するのに役立ちます。

Generative AI の課題の 1 つは一貫性です。永続システムは一貫したユーザーエクスペリエンスの構築をどのように支援しますか?

一貫性は、全体的にエンタープライズグレードでエンタープライズに安全な GenAI を活用したユーザーエクスペリエンスと成果を提供する 1 つの要素です。私たちはプロセスを総合的に見ます。

当社は、GenAI 導入のすべての段階にわたってエンドツーエンドのサポートを提供します。当社の戦略的ガイダンスと綿密なユースケース分析は、組織が特定の要件に合わせてカスタマイズされた最適な基盤モデル (FM) を選択するのに役立ちます。詳細な調査とコンサルティングを通じて、クライアントが明確なユースケースを定義し、情報に基づいて FM を選択できるよう支援します。

次に、アプリケーションで使用されるモデルがユースケースや企業データに確実に適合するように、数回のプロンプトや微調整などの複数のアプローチに焦点を当てます。

当社のソリューションは、標準的な RAG 技術を採用するだけでなく、複数のプロンプトおよびデータチャンク戦略をさらに深く掘り下げて、推論中に最も関連性の高いデータが取得されて FM に提供されるようにします。高度なナレッジグラフを使用して企業データ内の隠れた関係をキャプチャすることで、このコンテキストの精度と関連性をさらに強化します。

また、推論の範囲を制限し、焦点を絞るために、複数のグラウンディング技術とガードレールも採用しています。

最後に、リリースごとに推論とエクスペリエンスの一貫性を保証する、厳密で自動化された評価フレームワークをアプリケーションに適用します。

GenAI を活用したソリューションが顧客とのやり取りに革命をもたらした実例を教えていただけますか?

Persistent は、GenAI を活用したソリューションを通じて、大手ソフトウェアソリューションプロバイダーの顧客とのやり取りを変革しました。運用のピーク時にスケーラビリティの課題に直面した同社は、中央ナレッジリポジトリと会話型 AI チーム BOT を導入しました。情報へのアクセスが合理化され、顧客の問い合わせ解決時間が 80% 短縮されました。対応の質も大幅に向上し、顧客満足度も向上しました。

また、GenAI を活用して詳細な投資レポートの作成を自動化することで、プライベートエクイティ会社を支援しました。 GenAI を活用したシステムにより、レポートの作成に必要な時間が 90% 短縮されました。この合理化されたアプローチは会社の運営に革命をもたらし、迅速かつ効果的な意思決定を促進しました。効率化により貴重な時間が節約されただけでなく、関係者間のコラボレーションが促進され、各メモに個別のタッチが確実に加えられ、全体的な有効性が向上しました。

Responsible GenAI イノベーションにどのようにアプローチしますか?

Responsible GenAI イノベーションに対する当社のアプローチでは、開発および実装プロセス全体を通じて倫理的実践と規制遵守を優先します。私たちは、AI 主導の意思決定における透明性、説明責任、公平性を重視します。

私たちは、GenAI システムの開発、展開、使用を管理する堅牢な倫理ガイドラインを確立します。 Responsible GenAI イノベーションの追求において、当社はシステムを厳密にテストおよび検証し、偏見、誤った情報、プライバシー問題などの潜在的なリスクを軽減します。

さらに、システム運用に関する明確な洞察をユーザーに提供することで、AI 主導の意思決定プロセスにおける透明性と説明責任を優先します。最終的に、私たちのアプローチは、社会に積極的に貢献しながら、イノベーションと効率を推進する GenAI システムを開発および導入することを目指しています。

AI の将来についてのビジョンは何ですか?

AI の将来に対する私のビジョンは多面的です。まず、私はデジタルエンジニアリングにおいて、AIをコーディングアシスタントとしてだけでなく、「ペアプログラマー」のような協力パートナーとして想定しています。これには、AI がタスクのコーディングを支援し、複雑なタスクを計画してサブタスクを実行することで問題解決に積極的に参加することが含まれます。

第二に、私は、パーソナライズされた AI エージェントとアシスタントが個人に合わせたエクスペリエンスを提供する、つまり「1 のパーソナライゼーション」アプローチの時代が来ると予想しています。これらのエージェントは、ユーザー固有の好み、行動、ニーズを理解し、高度にカスタマイズされたサポートとサービスを提供します。

最後に、私は、さまざまなニーズに対応するためにさまざまな AI モデルが共存する複合 AI システムの進化を信じています。単一の「万能」モデルは存在せず、AI サービスで連携する大小の汎用モデルと専用モデルの組み合わせが存在します。このアプローチにより、さまざまなドメインにわたる幅広い問題を解決する際の柔軟性、効率性、有効性が向上します。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、こちらをご覧ください。永続システム.