Mukund Kalmanker、Apexonのデータ、分析、AIのグローバルヘッド – インタビューシリーズ

Mukund Kalmanker、Apexonのデータ、分析、AIのグローバルヘッドは、20年以上の経験を持つエンタープライズの変革を牽引してきました。彼のキャリアは、Wiproでのシニアリーダーシップの役割を含み、グローバルAIプラクティスを構築・拡大し、HOLMESのような自動化プラットフォームをインキュベートし、金融サービス、テレコム、ヘルスケアを含む業界全体のエンタープライズテクノロジー戦略を定義するのに役立ちました。彼の仕事は、特にAI、データエンジニアリング、自動化などの新興テクノロジーを実用的なビジネス成果に翻訳することに焦点を当ててきました。深いテクニカルな専門知識と、グローバルチームの構築、デジタライゼーション戦略の推進、エンタープライズの運用効率の改善における実績を組み合わせてきました。

Apexonは、AI、データ分析、デジタルエンジニアリングを組み合わせて、インテリジェントでスケーラブルなシステムとカスタマーエクスペリエンスを作成することで、エンタープライズがビジネス変革を加速するのを支援するデジタルファーストのテクノロジーサービス企業です。クラウド、自動化、先進的な分析を横断する統合された機能を通じて、会社は組織とともに運用を近代化し、意思決定を改善し、特に金融サービス、ヘルスケア、ライフサイエンスなどの業界でエンドツーエンドのデジタルソリューションを提供するために協力しています。

WiproやApexonのような企業でAIや分析のイニシアチブを20年間牽引してきた経験の中で、デジタル変革へのアプローチを最も形作ったものは何ですか?

過去数年で私のアプローチを最も形作ったのは、デジタル変革が単にテクノロジーだけではなく、現実世界のビジネス問題を解決し、進化する人間の行動に合わせることであるという認識です。イノベーションを戦略的なレバーとして活用し、業界を牽引し、世界をより良くすることです。銀行が規制上のニーズに応じるのを支援したり、小売ブランドが顧客エンゲージメントを再構想したり、ヘルスケアプロバイダーがデータドリブンの意思決定を迅速化したりする場合など、最も大きな影響を見たのは、エンドエクスペリエンスを念頭に置いて始めたときです。以前の生活と現在のApexonでの私のチームは、Agentic AI、Gen AI、AI、ML、RPA、データなどの用語をビジネス成果に変えるために、業界横断的クライアントと密接に協力してきました。インサイトの解放、効率性の向上、顧客エクスペリエンスの改善、リスク管理の支援、クライアントの競争上の優位性の創出などです。その不断のコラボレーションと成果への焦点が私の考えを形作続けています。

あなたをApexonに引きつけたのは何ですか? また、同社の現在のデータ、分析、AIへのアプローチは、あなたのエンタープライズテクノロジーの将来像とどのように一致していますか?

私をApexonに引きつけたのは、クライアントが目的を持ったイノベーションを採用するのを支援するという明確なコミットメントです。イノベーション文化と成長マインドセットは、Apexonに関連するすべての個人の中で根付いており、学び、イノベーション、境界の押し広げ方に表れています。データとAIの深い機能と、エンジニアリングの深さ、そしてBFSIやヘルスのような規制された業界への鋭い焦点と組み合わせて、ApexonはデータやAIを孤立した機能と見なすのではなく、インテリジェントエンタープライズを構築するための基礎的な資産として扱います。スケーラブルで、IPドリブンのビジネスソリューションやプラットフォームを構築するのです。これは、エンタープライズテクノロジーの将来が、適応性、スケーラビリティ、繰り返し、長期的な価値のために構築されたインテリジェントシステムの作成にあるという私の信念と一致しています。

Apexonでは、カットエッジテクノロジーを実用的なビジネス成果に翻訳することに意図的に焦点を当てています。競争上の洞察を解放したり、スマートな自動化を可能にしたり、顧客中心のエクスペリエンスを推進したりするなどです。AIとIPファーストマインドセットの収束は、まさにエンタープライズ変革が向かっている場所であり、ここでその未来を形作るのを手助けすることを楽しみにしています。

インテリジェントファブリックが接続されたエンタープライズを構築するのにどのように役立ち、現実世界での実装はどのように見えますか?

インテリジェントファブリックは製品やプラットフォームではありません。アーキテクチャの転換です。ビジネスユニット、システム、データ、意思決定を接続し、インテリジェンスが偶発的に利用されるのではなく、常にオンであるようにします。これにより、組織はデータドリブンから真にインテリジェンスドリブンに変わります。

現実世界での影響について考えてみましょう。リアルタイムに買い物行動、サプライチェーンの混乱、地政学的開発、天候の変化、または地元の災害などのさまざまな要因に基づいてサプライチェーン運用を調整する小売業者。テスト結果をまだレビューしている間に治療の推奨を表面化する病院。複数のトランザクションにわたるデータを縫い合わせて複雑なマネーロンダリング活動を特定できる銀行。力は仕事の流れの中にインテリジェンスを織り込むことにあるのです。組織全体で生成されたインテリジェンスが組織全体で消費されるようにするのです。これがエンタープライズが真正に接続される方法です。

Apexonは、CopilotのようなジェネレーティブAIツールをどのようにしてクライアントに価値を提供するために使用していますか? また、どの分野で最も強い採用を見ていますか?

私たちは、GitHub Copilotのようなツールを単なるコーディングアシスタントではなく、ソフトウェアが計画、構築、テストされる方法を再構想するための触媒と見ています。Apexonでは、Copilotはエンジニアリングライフサイクル全体に組み込まれています。ユーザーストーリーの草案作成、要件の洗練、テストケースの生成、欠陥の予測などです。チームがより迅速に、より正確に動作できるようになります。

例として、ヘルスケアプロバイダーと協力して、Copilotの採用を推進し、Agenticフレームワークと組み合わせてソフトウェアエンジニアリングライフサイクルを完全に再構想し、エンジニアリングの効率性を高めていることを挙げることができます。別のクライアントでは、Gen AIとAgenticフレームワークを採用してデータ品質を向上させ、規制上のニーズに対処するために規制当局と直接対話するユーザーに力を与えることを支援しています。

採用は、スピード、パーソナライゼーション、スケーラビリティが最も重要となる分野で最も強力です。インテリジェントドキュメント処理、会話AI、ハイパーオートメーションなどです。これらのスペースでは、ジェネレーティブAIが単に出力を提供するのではなく、戦略的な優位性を提供します。

学術的なパートナーシップ、例えばIITマドラスやイギリスのインペリアルカレッジロンドンとの協力は、AIの研究と人材育成戦略にどのように影響していますか?

私たちとのIITマドラスやイギリスのインペリアルカレッジロンドンとの協力は、研究アジェンダと将来のエンジニアリング人材を育成する方法を形作る上で重要な役割を果たしています。私たちは単にプロジェクトに資金を提供するのではなく、Agentic AI、多エージェントシステム、AGIなどの最前線分野を探求するために、リーダーの研究者と密接に協力しています。これらのパートナーシップにより、例えば、大規模言語モデルがどのように振る舞い、どのように進化し、さまざまなドメインでコンテキストを与えるかについて、深い洞察を得ることができます。

これらはまた、人材育成のためのエンジンとして機能します。共同プログラムを通じて、学術的な深さとエンタープライズの関連性を橋渡しするための実践的な学習の機会を作成しています。これは双方向の交流です。私たちは最前線の思考にアクセスし、学生は現実世界の問題に取り組みます。この相互作用は、私たちのAI、データ、デジタルエンジニアリングの能力をスケールするために不可欠です。

ヘルスケア、金融、テレコムなどの業界では、ApexonのAIまたは分析ソリューションがどのようにして運用効率を大幅に向上させ、または新しいビジネスモデルを解放しましたか?

良い例は、北米の主要な金融機関と協力して、AIを活用したリスク評価プロセスを近代化した取り組みです。データのインジェストを自動化し、断片化されたソースを標準化し、リアルタイムのリスクエンジンを展開することで、手作業の作業を90%削減し、評価を4倍加速しました。統合された予測アラートとコンプライアンストラッキングにより、規制上の罰金を30%、金融への露出を40%削減できました。クラウドネイティブ、マイクロサービスアーキテクチャに基づくソリューションは、正確性とスピードを向上させるだけでなく、迅速に変化する規制環境におけるスケーラブルでデータドリブンのリスク管理にもクライアントを位置付けました。

あなたはエンタープライズイノベーションの次の大きなフロンティアとして、どの新興テクノロジーやAIのトレンドに最も焦点を当てていますか?

Apexonでは、Agentic AIをエンタープライズインテリジェンスの次の大きな飛躍と見なしています。従来のAIがプロンプトに反応するのではなく、Agentic AIシステムは動的なコンテキストを自律的に解釈し、目標を設定して追求し、システム全体で協力し、フィードバックを通じて継続的に改善します。私たちは、これを実現するためのエンドツーエンドのフレームワーク、AgentRiseを構築しました。AgentRiseは、Agentic AIの脳、多エージェントのオーケストレーション、ヒューマンインザループの監督、エンタープライズグレードの観測可能性を組み合わせます。

結果として、AIは単に支援するのではなく、複雑なビジネスワークフローを自律的に実行します。ヘルスケアにおける文書のトリアージから、金融におけるリアルタイムの例外ハンドリングまでです。私たちのアプローチが際立つのは、スケーラブルで信頼できるインテリジェンスに焦点を当てていることです。モジュラーなコンポーネント、プロンプトエンジニアリング、セキュアな統合を活用して、Agentic AIをスピードと信頼性で展開します。これはイノベーションだけではなく、ビジネスの流れの中に埋め込まれたAIであり、スケーラブルに、安全に、有形な成果をもたらすものです。これらのシステムが成熟するにつれて、適応性、自律性、自己進化能力を持つエンタープライズの背骨となるものと信じています。

私たちはまた、Narrow AI、Artificial General Intelligence、Quantum Computingの進歩にも注目していますが、最も興奮するのは、これらのテクノロジーがどのようにしてエンタープライズをインテリジェントで、適応性、自律性、自己進化能力を持つものにするかです。

組織がレガシーデータシステムからモダンな分析アーキテクチャーに移行する際に直面する最大の課題は何ですか?

組織は通常、4つの大きな課題に直面します。

第一に、採用と価値の実現です。 レガシープラットフォームは、深く根付いた仕事のやり方を形作ります。組織は、新しい分析プラットフォームが単にテクノロジーのアップグレードではなく、収益の成長、運用の効率性、リスク管理の改善などの実用的なビジネス成果をもたらすことを確認する必要があります。

第二に、テクノロジーの近代化と機能の構築です。 多くのエンタープライズは、メインフレーム、オンプレミスシステム、初期のクラウド環境を含む複雑なレガシーエステートを運用しています。これらの環境の近代化には、思慮深い合理化と再構築、およびモダンなデータ、分析、AIプラットフォームを維持するために必要なスキル、才能、運用の成熟度の構築が必要です。

第三に、データとAIの準備度です。 近代化は単にデータを新しいプラットフォームに移動することではありません。組織は、データが高度な分析とAIに準備されていることを確認する必要があります。データの品質、ガバナンス、系譜、プライバシー、倫理的保護を強化して、インサイトとAIモデルが信頼され、スケーラブルであることを保証します。

最後に、組織の変革です。 プラットフォームが自律的でAgentic AIの機能に進化するにつれて、企業は運用モデル、ワークフォーススキル、文化を適応させて、人間とインテリジェントシステムの間の効果的なコラボレーションを可能にする必要があります。

デジタルエクスペリエンスとAIソリューションが人間のニーズの中心に留まるように、ではなくて技術的な成果だけに焦点を当てるのではなく、どのように保証しますか?

私は、真正に影響力のあるデジタルおよびAIソリューションの基盤は、テクノロジーが何ができるかを問うのではなく、どのようにしてビジネスの価値を生み出し、人々や社会に奉仕できるかを問うことへの明確なマインドセットのシフトであると信じています。

私たちは、より良い意思決定、より大きな包摂性、より強い信頼、よりシンプルなエクスペリエンスなどの実際の人間の成果に基づいて、毎回の取り組みを根付かせます。これには、ユーザーとの深い関わり、継続的な傾聴、実際にデジタルエクスペリエンスを採用し、関わる人々の方法に基づいてソリューションを設計する必要があります。私たちは、ヒューマンセントリックデザイン、透明性、説明責任を意図的にプラットフォームに組み込みます。

特に、影響力の大きいドメインでは、AIは強力な人間の監督と明確な倫理的ガイドラインを備えて動作しなければなりません。人間の判断を置き換えるのではなく、強化するものであることを保証する必要があります。同様に、成功はパフォーマンスメトリックのみで測定されるのではなく、採用、ユーザーの信頼、長期的な価値創出でも測定されるべきです。

うまくいけば、メリットは個々の組織を超えて広がります。ヒューマンセントリックなAIは、機会へのアクセスを拡大し、制度を強化し、生活の質を向上させる可能性があります。より堅牢な経済、より公平なシステム、より情報に基づいた社会を構築するのに役立ちます。最終的には、私たちの目標は、人間の潜在性を高め、将来を一緒に形作る上で、責任、包摂性、目的を持ったAIを開発するべきです。

Apexonでは、Gen AIの展開の成功をどのように評価していますか? クライアント環境全体で有効性を測定するために、特定のKPIまたはフレームワークを使用していますか?

Apexonでは、GenAIとAgentic AIの展開の有効性を評価するための堅固なフレームワークを確立しています。これは、IP、ソリューション、加速器のポートフォリオをサポートしています。私たちのM4フレームワークは、分析エンゲージメントのための構造化された実行モデルを提供し、データの近代化、データアーキテクチャの近代化、クラウドベースの分析環境への移行をサポートしながら、AIイニシアチブが測定可能なビジネスKPIに密接に連携することを保証します。

第二に、採用と価値の実現を評価します。AIの展開は、信頼され、広く採用され、人間の能力を効果的に強化する場合にのみ、実用的な影響をもたらします。ApexonでのGenAIの企業全体への採用は、クライアントにとって実用的なモデルを提供しています。私たちは、従業員全員をGenAIとAgentic AIの機能で有効にし、責任ある使用のためのツール、ポリシー、ガイダンスを提供し、同時にビジネス成果を追跡してきました。私たちがこの旅を通じて開発したガバナンスフレームワーク、ポリシー、KPIは、クライアントがGenAIの採用とスケールを加速するのを支援しています。

第三に、技術的パフォーマンスを評価します。私たちのGenysysプラットフォーム内の加速器により、精度、コストパフォーマンス、スケーラビリティ、全体的なシステムパフォーマンスなどの重要な運用メトリックを継続的に監視できます。Genysysは、Apexonの独自のGenAIプラットフォームであり、複数の大規模言語モデルの機能を統一された環境に統合し、10を超えるLLMとのシームレスな統合を提供します。これにより、組織はさまざまなユースケースに最も適したモデルを選択しながら、パフォーマンス、信頼性、コスト効率についての可視性を維持できます。

最後に、ガバナンスとリスクを評価します。私たちのエンタープライズガイドレールフレームワークは、AgentRiseの提供の一部であり、説明可能性、監査可能性、データ系譜、プライバシーの保護、責任あるAIの基準への準拠を含む重要な領域に対処するのに役立ちます。規制された業界での深い取り組みにより、クライアントはAIシステムがスケーラブルで信頼できるものであることを保証するのに役立ちます。

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