Nventrの創設者兼CEO、Jito Chadha – インタビュー・シリーズ

Jito Chadhaは、Nventrの創設者兼CEOであり、経験豊富なテクノロジー・エグゼクティブおよび投資家です。彼のキャリアは、人工知能、データ・サイエンス、ベンチャー・キャピタル、ビジネス・デベロップメントにわたります。2019年にNventrを創設して以来、企業向けAIテクノロジーの開発を牽引し、予測分析会社Rule14のCEOも務めています。Chadhaは、2007年からHandsOn Global Managementに参加し、2013年にパートナーとなり、数多くの取引のソーシング、構造化、価値創出に貢献し、ベンチャー・キャピタル、データ・サイエンス、天然資源投資を牽引しています。

Nventrは、ロサンゼルスを拠点とする企業向けAI企業で、知能型アプリケーションと自動化ワークフローの構築、展開、管理のためのテクノロジーを開発しています。同社のプラットフォームは、AIエージェント、機械学習モデル、ニューラル・ネットワーク、データ・マネジメント、インテリジェント・ドキュメント・プロセッシング、ビジュアライゼーション、開発ツールを統合しています。同社の製品には、ビジネス・ファンクション全体で自律エージェントをオーケストレートするためのオペレーティング・システムであるAgent IOや、ノー・コード、ロー・コード、フル・コード開発をサポートし、クラウド、オンプレミス、エッジ環境への展開を可能にするワークフロー・ビルダーnQubeがあります。

NventrとRule14を率いる前に、投資のソーシング、ポートフォリオ・カンパニーの価値創出、複雑な組織内のデータ・サイエンス・イニシアチブに取り組んでいました。その経験は、ワークフローに焦点を当てた企業向けAIプラットフォームを構築するという決定をどのように形作りましたか?

さまざまなビジネスで同じパターンが見られたため、情報が複数の人物、システム、承認を経てプロセスを完了するまでに時間がかかることがわかりました。

その経験は、Nventrをワークフローに焦点を当てたものにしました。1つのタスクを改善しても、結果が組織全体で効率的に動作しない場合は、限られた価値しかありません。私たちは、プロセス全体を構造化し、大規模に実行することに焦点を当てました。

Nventrは、エージェントのアクション、機械学習モデル、ニューラル・ネットワークをスケーラブルな企業ワークフローに統合しています。従来の自動化プラットフォームにみられた制限は何でしたか? それがより広範なアーキテクチャの開発につながったのはどうしてですか?

これまで、企業はクラウドやローカルでホストされたSaaSアプリケーションのコレクションを通じて運営してきましたが、それらはしばしば不格好で、硬直的で、高価でした。ワークフロー・システム、モデル、エージェント、企業データは通常、別々のレイヤーとして扱われ、より広範な自動化を困難にしました。

私たちは、それらのコンポーネントが一緒に動作し、需要の変化に応じて独立してスケールできるアーキテクチャを開発しました。プロセスは、1つの固定アプリケーションまたは1つのタイプのコンピューティング・エNVに強制される必要はありません。

多くの組織は、AI戦略を開始するためにモデルを選択したり、チャットボットを立ち上げたりします。実用的結果をもたらすために、AIの展開前に、データ、権限、プロセス、システム統合に関する基礎作業が必要です。どのような基礎作業が必要ですか?

企業は、プロセスを定義し、エージェントが必要な情報を特定し、その情報がどこにあるかを決定する必要があります。そのためには、データベース、ファイル・リポジトリ、PDF、記事、電子メール・システム、または企業データ・ソースへのアクセスが必要になる場合があります。

企業は、エージェントがその情報を受け取った後に何が起こるかを定義する必要があります。会話によって応答、要約、フォローアップ・キュー、または別のエージェント・ワークフローが生成される可能性があります。承認されたツール、データ・権限、ユーザー・権限を役割ごとに設定し、各アクションが定義されたプロセス内で発生するようにする必要があります。

nQubeは、データ・サイエンティストとビジネス・アナリストがAI駆動のワークフローを構築、テスト、展開、監視するのを支援するように設計されています。専門家以外の人々にこれらの機能を提供するには、どのようにアクセスさせていますか? また、生産環境で必要な技術的管理を維持していますか?

人々は、AIとソフトウェア製品について、自分の役割と、それが彼らの仕事をどのように簡素化したり、生産性を高めたりできるかという観点から考えています。インターフェイスは、ユーザーが必要なものを説明し、質問し、エージェントまたはワークフローを通常の言語と声で調整できるようにする必要があります。

ワークフロー、コンピューティング・プロセス、スケーリングは、そのインタラクションの下に残ります。組織は、ツール、データ・ソース、各役割に割り当てられたアクセスを管理し続けるため、ビジネス・アナリストは、インフラストラクチャを直接管理する必要なくシステムを使用できます。

Nventrのエージェント・オペレーティング・システムは、シーケンシャルおよびイテラティブ・ワークフローで特殊なエージェントを指示するための調整エージェントを使用しています。プラットフォームは、各タスクをどのエージェントが処理するかを決定し、エージェント間でコンテキストを保持し、信頼性の低い結果を処理する方法をどのように決定しますか?

ワークフローは、リクエストが定義されたステップ、ブランチ、特殊なエージェントを通じてどのように移動するかを決定します。1つのステージからの情報は要約され、次のエージェントに渡され、そこで何が起こったか、どのようなリクエストが行われたか、どのようなフォローアップが必要かが理解できます。

信頼性の低い結果の処理は、プロセスとアクションの結果によって決まります。ワークフロー・コントロールは、システムがどこで継続できるか、どこで結果のレビューが必要かを反映する必要があります。

企業は、さまざまな大規模言語モデル、特殊な機械学習システム、サードパーティのエージェントを使用する柔軟性を求めています。企業は、1つのモデル・プロバイダーまたはテクノロジー・スタックに依存しないAIインフラストラクチャを設計するには、どのようにアプローチする必要がありますか?

インフラストラクチャは、複数のモデルをサポートし、それらを同じワークフロー内で並列に動作させることができる必要があります。1つのプロバイダーがスピーチ・ツー・スピーチ・コンポーネントを処理し、別のモデルがその背後で推論または処理を実行する場合があります。

ツールキットは、顧客のコスト、パフォーマンス、セキュリティ、待ち時間、サードパーティ・サービス・プロバイダーへのオープン性に基づいて選択される必要があります。企業によっては、プロバイダーを組み合わせることに抵抗がある場合もありますが、他の企業は、エージェントを自社のクラウドまたは専用インフラストラクチャに置きたいと考える場合があります。アーキテクチャは、両方のアプローチをサポートする必要があります。

AIエージェントが企業データにアクセスし、ビジネス・システム全体でアクションを実行できるようになると、セキュリティは、単に会話型インターフェイスを保護する以上のものになります。エージェントの権限、自律性、重大なアクションの開始能力を管理するためのコントロールは何ですか?

アクセスは、役割、プロジェクト、ワークフローによって制御される必要があります。エージェントは、承認された情報、ツール、行動のみを使用でき、スコープ外のリクエストは承認のために送信される必要があります。

自律性のレベルは、データの機密性とアクションの結果によって決まります。金銭、プライベート情報、またはその他の重大な結果を伴う取引の場合、企業はエージェントの行動を確認し、完了前に承認を必要とする必要があります。

Nventrは、ドキュメント・プロセッシング、カスタマー・サービス、レポート、ヘルスケア・コミュニケーション、不正検出などの分野でアプリケーションを提供しています。ワークフローをエージェントによる自動化に適したものにするための技術的または運用上の特性は何ですか? どのプロセスは、主に人間によって実行されるべきですか?

私たちは、プロセスに関連する人員またはコストと、その複雑さおよび自動化の実現可能性を比較検討します。プロセスは、高額または労力密度が高くても、自動化するのに適していない場合があります。

一般的なアプローチは、最も大きな影響を与える最も簡単な目標から始めることです。その式は、1人の役割、複数の部門、または全組織に適用できます。不確実性または重大な判断を伴うプロセスは、引き続き人間によって実行されるべきです。

従業員が、繰り返しの要素を処理するAIのカウンターパートを持ち、仕事を共有するという考えについて話しました。組織構造にどのような変化がもたらされ、リーダーはこれらのシステムが重要な決定から人間の判断を徐々に除去するのではなく、強化することを保証するために何をする必要がありますか?

アイデアは、給与支払いの対象となる各人に、仕事の一部を学習できるエージェントのカウンターパートを与えることです。組織全体で、組織図の上に集中した知能と最適化を生み出すのです。

エージェントは、情報の収集、データの移動、ルーティン・プレゼンテーションの作成などの繰り返しの仕事を引き受けます。そのことで、人々は重要な議論や決定に時間を費やすことができ、組織は機密情報や重大な行動に対する権限を維持します。

AIエージェントがアシスタントから複雑な組織の運用層への進化を遂げるにつれて、企業が安全にワークフローを自動化できるようにするために、どのような機能が最も改善される必要がありますか?

エージェントは、企業のデータベース、ファイル、システムとの統合と待ち時間を低減する必要があります。情報は、手動転送や新しいボトルネックの作成を必要とせずに、役割や部門を超えて移動できる必要があります。

インタラクション・レイヤーも改善される必要があります。ボイス・エージェントは、通常の会話のように感じられるはずです。人々は、途中で割り込んだり方向を変えたりできるはずです。企業は、最終的には、承認されたエージェントがシステムと直接やり取りする方法を見つける必要があります。ブラウザーの自動化は、ギャップを埋めることができますが、業界は、コンピューティングとインフラストラクチャにはコストがかかるため、より効率的な構造に向かって進化するでしょう。

素晴らしいインタビュー、詳しく知りたい読者はNventrを訪問してください。