ムクンド・カルマンカー、Apexonのグローバルヘッドオブデータ、分析＆AI – インタビューシリーズ

ムクンド・カルマンカー、Apexonのグローバルヘッドオブデータ、分析＆AIは、20年以上の経験を持つ大規模なエンタープライズ変革イニシアチブのリーダーです。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して拡大し、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、ヘルスケアなどの業界全体でエンタープライズテクノロジー戦略を定義することに焦点を当てています。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変換することに重点を置いてきました。彼は、深いテクニカルな専門知識と、グローバルチームを構築し、デジタライゼーション戦略を推進し、大規模企業に測定可能な運用効率を提供するという強い実績を持っています。

Apexonは、デジタルファーストのテクノロジーサービス会社で、エンタープライズがビジネス変革を加速するために、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を支援しています。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、会社は組織と協力して、運用を現代化し、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します。

ワイプロやApexonでのAIおよび分析イニシアチブを20年以上リード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、デジタル変革が成功するには技術だけではなく、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が必要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て、業界をリードし、世界をより良い場所にすることです。銀行が規制要件に応えるのを支援したり、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、エンドエクスペリエンスを念頭に置いて始めることで最も大きな影響を与えることができます。以前の生活と現在のApexonでの私のチームは、業界を横断するクライアントと密接に協力して、Agentic AI、Gen AI、AI、ML、RPA、データをブズワードからビジネス成果に変換することに重点を置いてきました。顧客の洞察を解放し、効率を改善し、顧客エクスペリエンスを向上させ、リスクを管理し、競争上の優位性を創出することにしました。継続的なコラボレーションと成果への焦点が私の考えを形作り続けています。

Apexonに惹かれたのは何ですか? また、同社のデータ、分析、AIへのアプローチは、エンタープライズテクノロジーの将来像とのどのように一致していますか?

Apexonに惹かれたのは、イノベーションを目的を持って受け入れ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います。それは、共同で学び、イノベーションし、境界を押し広げる方法に表れています。データとAIの深い機能を持つ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とプラットフォームを構築するために、エンジニアリングと規制された業界における深い専門知識と組み合わせています。このアプローチは、私が信じるエンタープライズテクノロジーの将来像、つまり適応性、スケーラビリティ、繰り返し、長期的な価値のためのインテリジェントシステムの構築と一致しています。

Apexonでは、先端技術を有意義なビジネス成果に変換することに意図的な焦点があります。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ことです。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、そこでその未来を形作るのを支援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は、どのようにして接続されたエンタープライズを構築するのですか? また、その実世界での実装はどのようなものですか?

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。アーキテクチャの変化です。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、常にオンであることを可能にします。これにより、組織はデータドリブンから真正にインテリジェンスドリブンに変わります。

実世界での影響について考えてみましょう。小売業者がリアルタイムにサプライチェーンの運用を調整する場合、購入行動、供給ラインの混乱、地政学的開発、天候の変化、地元の災害などの要因に基づいています。あるいは、病院が医師がテスト結果を確認中に治療の推奨を提示する場合。あるいは、銀行が複数の取引をまたいで反_money_洗浄活動を特定することができます。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。そうすることで、エンタープライズは真正に接続され、インテリジェンスが組織のどの部分でも生成され、組織全体で消費されるようになります。

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の価値を高めるために使用していますか? また、どの分野で最も強力な採用を見ていますか?

GitHub Copilotのようなツールは、コードアシスタントとしてではなく、ソフトウェアの計画、構築、テストを再構想するための触媒として見ています。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した。

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ることを支援しています。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、データの品質を向上させ、規制要件に対処するために、ユーザーが直接規制当局と対話できるように支援しています。

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な分野で最も強力です。インテリジェントなドキュメント処理、会話AI、ハイパーオートメーションなどのスペースです。ここでは、ジェネレーティブAIがアウトプットだけでなく、戦略的な優位性を提供します。

IITマドラスやインペリアルカレッジロンドンなどの学術機関とのパートナーシップは、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?

我々のIITマドラスやインペリアルカレッジロンドンとの協力は、研究アジェンダと人材育成戦略の形成において重要な役割を果たしています。我々はプロジェクトを資金提供するだけでなく、Agentic AI、多エージェントシステム、AGIなどの最先端分野を探求するために、リーディングな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は、例えば、大規模言語モデルがどのように振る舞い、どのように進化するか、さまざまなドメインでどのように文脈化されるかについて、より深い洞察を提供します。

また、人材育成のエンジンとしても機能します。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生み出しています。これは双方向の交流です。我々は最先端の思考にアクセスし、学生は現実世界の問題に取り組む機会を得ます。そのシナジーは、AI、データ、デジタルエンジニアリングの能力をスケールアップ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、ApexonのAIまたは分析ソリューションが運用効率を大幅に改善したり、新しいビジネスモデルを解放したりした例を挙げてください。

北米の主要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ことが良い例です。データの取り込みを自動化し、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、手作業を90%削減し、評価を4倍速化しました。統合された予測アラートとコンプライアンスの追跡により、規制上の罰金を30%、財務上の暴露を40%削減することができました。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このソリューションは、精度とスピードの向上だけでなく、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クライアントを準備することに成功しました。

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なる、エマージングテクノロジーやAIのトレンドに最も焦点を当てているものは何ですか?

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して見ています。従来のAIがプロンプトに反応するのとは異なり、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。我々は、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ブレーン、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視、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は単にアシストするのではなく、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ドキュメントのトリアージから、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を際立たせるのは、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を迅速性と信頼性で展開します。これはイノベーションだけでなく、ビジネスの流れに組み込まれたAIであり、スケーラブルに安全に動作し、有形な成果をもたらします。こうした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り、規制された業界や高影響力の業界で活躍することになります。

また、Narrow AI、Artificial General Intelligence、Quantum Computingの進歩も追っていますが、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、インテリジェントで適応性、自律性、自己進化能力を持つエンタープライズを動かす力を与えるかという点です。

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。

最初は採用と価値の実現です。 レガシープラットフォームは、深く根付いた働き方を形作ることが多く、変更管理が重要になります。組織は、新しい分析プラットフォームが収益の成長、運用効率の改善、リスク管理の強化などの実質的なビジネス成果をもたらすことを保証する必要があります。技術的なアップグレードだけではなく、ビジネス成果に焦点を当てる必要があります。

2つ目は技術の近代化と機能の構築です。 多くの企業は、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。こうした環境を近代化するには、慎重な合理化と再構築が必要であり、同時に、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、運用マチューを構築する必要があります。

3つ目はデータと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に適し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、ライナンス、プライバシーのセーフガード、倫理的保証を強化して、洞察とAIモデルが信頼され、スケーラブルになるようにする必要があります。

最後に、組織的なシフトがあります。 プラットフォームがより自律的でインテリジェントなAI機能に向かっているにつれて、企業は、人間とインテリジェントシステムの効果的なコラボレーションを可能にするために、運用モデル、ワークフォーススキル、文化を適応させる必要があります。

デジタルエクスペリエンスとAIソリューションを、技術的な成果だけではなく、人間のニーズを中心に据えるにはどうすればよいですか?

私は、デジニーソリューションとAIソリューションの基盤となるのは、技術が何ができるかを問うのではなく、技術が人間と社会にどのように有意義なビジネス価値をもたらすかを問うというマインドセットの変化であると信じています。

我々は、毎のイニシアチブを現実的な人間の成果に根ざすことで始めます。より良い意思決定、より強い信頼、よりシンプルなエクスペリエンスなどです。これには、ユーザーとの深い関わり、継続的な傾聴、デジタルエクスペリエンスを設計することが必要です。我々は、人間中心のデザイン、透明性、説明責任をプラットフォームに組み込みます。

特に高影響力のドメインでは、AIは強力な人間の監視と明確な倫理的ガイドラインを必要とします。AIは人間の判断を強化するのではなく、置き換えるべきではありません。同様に、成功はパフォーマンスメトリクスだけでなく、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、メリットは組織を超えて広がり、機会へのアクセスを拡大し、制度を強化し、生活の質を高めることができます。人間中心のAIは、より強固な経済、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、私たちの目標は、人間の潜在性を高める、社会に良い影響を与える、責任ある、包括的で目的を持ったAIを開発することです。

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? また、異なるクライアント環境で有効性を測るために、特定のKPIやフレームワークを使用していますか?

Apexonでは、Gen AIとAgentic AIの展開の有効性を評価するために、ロブストなフレームワーク、IP、ソリューション、加速器のポートフォリオを確立しています。これは、我々のチームとクライアントが、ビジネス成果を測定するための構造化された実行モデルを提供するM4フレームワークをサポートすることから始まります。M4は、データの近代化、クラウドベースの分析環境への移行を支援するための戦略と、予測可能なステップを提供します。同時に、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。

2つ目は採用と価値の実現です。 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ことでのみ、有意義な影響を与えることができます。Apexonでは、Gen AIとAgentic AIの企業全体での採用が、クライアントにとって実践的なモデルを提供しています。我々は、従業員全員をGen AIとAgentic AIの機能で有効にし、ツール、ポリシー、責任ある使用のためのガイダンスを提供し、同時にビジネス成果を追跡しています。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、今、私たちのクライアントがGen AIの採用を加速し、スケールアップするのを支援しています。

3つ目は技術的パフォーマンスです。 私たちのGenysysプラットフォーム内の加速器により、重要な運用メトリクスを継続的に監視できます。応答の精度、ホールシネーションレート、1推論あたりのコスト、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です。Genysysは、Apexonの独自のGen AIプラットフォームで、複数の大規模言語モデルを統一された環境に統合し、10を超えるLLM間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、展開全体のパフォーマンス、信頼性、コスト効率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のオファリングの一部です。規制された業界での我々の深い取り組みを通じて、クライアントが説明可能性、監査可能性、データライナンス、プライバシーセーフガード、責任あるAI基準との整合性を評価するのを支援します。こうして、AIシステムがスケーラブルで信頼できるものとなることを保証します。

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。