インタビュー
ソハム・マズムダール、WisdomAIの共同創設者兼CEO – インタビュー・シリーズ
ソハム・マズムダールは、WisdomAIの共同創設者兼CEOです。WisdomAIは、AI駆動のソリューションの最前線にある会社です。2023年にWisdomAIを共同創設する前に、彼はRubrikの共同創設者兼チーフ・アーキテクトでした。そこでは、9年間で会社をスケールアップする上で重要な役割を果たしました。ソハムは以前、FacebookとGoogleでエンジニアリング・リーダーシップの役割を果たし、コアの検索インフラストラクチャに貢献し、Google創設者賞を受賞しました。また、Facebookによって買収されたモバイル・ロイヤルティ・プラットフォームであるTagtileを共同創設しました。ソフトウェア・アーキテクチャとAIイノベーションで20年の経験を持つソハムは、サンフランシスコ・ベイ・エリアを拠点とするベテランの起業家およびテクノロジストです。
WisdomAIは、専有の「ナレッジ・ファブリック」を介して構造化されたデータと非構造化されたデータを統合することで、企業がリアルタイムで正確なインサイトにアクセスできるようにする、AIネイティブのビジネス・インテリジェンス・プラットフォームです。このプラットフォームは、データのコンテキストをキュレーションし、自然言語でビジネス上の質問に答え、トレンドやリスクをプロアクティブに提示する（ホールシネーションを生成せずに）特殊なAIエージェントを提供します。従来のBIツールとは異なり、WisdomAIは、クエリの生成のみにジェネレーティブ・AIを使用し、高い精度と信頼性を確保します。また、既存のデータ・エコシステムと統合し、企業レベルのセキュリティをサポートし、CiscoやConocoPhillipsなどの主要企業によって早期に採用されています。
あなたはRubrikの共同創設者であり、企業を主要な成功に導くのに役立ちました。2023年にRubrikを去り、WisdomAIを構築することを決めたのは何ですか？その新しい方向性を明確にする特定の瞬間はありましたか。
企業のデータの非効率性問題は、私の目の前にありました。Rubrikでの私の時間の中で、私はフォーチュン500企業がデータで溺れながらインサイトに飢えているのを目撃しました。私たちが構築したインフラストラクチャにもかかわらず、企業ユーザーの20％以下しかデータを効果的に使用できませんでした。誰もが解決しようとしない、大きなシステム的な問題でした。
私は本質的にビルダーです – 私の経歴からもわかる通り、GoogleからTagtile、Rubrik、そして今のWisdomAIまで。私は根本的な課題に取り組み、基盤から解決策を構築することによってエネルギーを得ます。Rubrikを企業の成功に導いた後、私は再び起業家としての誘惑を感じ、同等の野心的な課題に取り組むことにしました。
最後に、AIの機会は無視できませんでした。2023年までに、AIがデータの可用性と使用可能性のギャップを埋めることができるようになったことは明らかでした。企業のすべてのユーザーにデータのインサイトを民主化することを構築するためのタイミングは完璧でした。
明確性の瞬間は、私がRubrikで学んだ企業のデータ・インフラストラクチャの知識とAIの変革的な可能性を組み合わせて、この根本的な非効率性の問題を解決できることを実現したときでした。
WisdomAIは「ナレッジ・ファブリック」とAIエージェントのスイートを導入します。システムがどのように連携して従来のBIダッシュボードを超えるのかを説明できますか。
私たちは、データが存在する場所でデータと連携する – 構造化されたデータ、非構造化されたデータ、そして「汚れた」データを含みます。分析チームにレポートを実行するように依頼するのではなく、ビジネス・マネージャーは直接質問し、詳細に掘り下げることができます。私たちのプラットフォームは、クエリ・ログを分析することで、任意のデータ・ウェアハウス・システムでトレーニングできます。
私たちは、Snowflake、Microsoft Fabric、GoogleのBigQuery、AmazonのRedshift、Databricks、Postgresなどの主要なクラウド・データ・サービスと互換性があります。また、Excel、PDF、PowerPointなどのドキュメント形式もサポートします。従来のツールとは異なり、私たちの会話型インターフェースはビジネス・ユーザーが直接答えを得ることを可能にし、マルチ・エージェント・アーキテクチャは多様なデータ・システム全体で複雑なクエリを可能にします。
あなたは、WisdomAIがホールシネーションを避けるために、GenAIと回答の生成を分離していることを強調しています。システムがGenAIをどのように使用しているか、そして企業の信頼性のためにそのことが重要であるかを説明できますか。
私たちのAI-Ready Context Modelは、組織のデータをトレーニングして、ユニバーサルなコンテキストの理解を生成し、高いセマンティック精度で質問に答え、データのプライバシーとガバナンスを維持します。さらに、私たちは、LLMに生のデータを入力するのではなく、データをさまざまなシステムから抽出するために範囲の指定されたクエリを生成するためにジェネレーティブ・AIを使用します。これは、LLMのホールシネーションとセーフティに関する懸念に対処する上で重要です。
あなたは「Agentic Data Insights Platform」という用語を生み出しました。Agenticインテリジェンスは、従来の分析ツールや標準のLLMベースのアシスタントとはどのように異なりますか。
従来のBIスタックは、決定を遅らせます。なぜなら、毎回、質問は分離されたデータ・シロと専門家のリレー・チームを通過しなければならないからです。チーフ・レベニュー・オフィサーが四半期をどのように閉じるかを知る必要がある場合、答えは通常、CRMのエクストラクトを扱うアナリスト、ファイルを縫い合わせるデータ・エンジニア、ダッシュボードをリフレッシュするダッシュボード・ビルダーを含む何人かの手を通過します。これは、シンプルなクエリを複数日のプロジェクトに変えます。
私たちのプラットフォームは、これらのシロを打ち破り、データの完全な深さを1つのキーストロークで提供します。したがって、チーフ・レベニュー・オフィサーは、見出しのメトリックから行レベルの詳細まで、わずか数秒でドリルできます。
アナリストのキューで待つ必要はありません。事前に定義されたダッシュボードは新しい質問に追いつくことができないため、本当のセルフ・サービス・インサイトがビジネスが動くスピードで提供されます。
WisdomAIは、企業の独自のデータ・ボキャブラリーと構造に適応するように設計されています。人間の入力がナレッジ・ファブリックを洗練する上でどのような役割を果たしますか。
データが存在する場所で、そしてデータが存在する形式でデータと連携する – これは基本的に企業のビジネス・インテリジェンスの聖杯です。従来のシステムは、非構造化されたデータや「汚れた」データ（スペルミスやエラーが含まれるデータ）を処理するように設計されていません。情報がさまざまなソース（データベース、ドキュメント、テレメトリー・データなど）に存在する場合、組織はこの情報をまとめて統合するのに苦労します。
これらのさまざまなデータ・タイプを処理する機能がない場合、貴重なコンテキストは個別のシステムに分離されたままになります。私たちのプラットフォームは、クエリ・ログを分析することで、任意のデータ・ウェアハウス・システムでトレーニングできます。したがって、各組織の独自のデータ・ボキャブラリーと構造に適応できます。
あなたはWisdomAIの開発プロセスを「vibe coding」と表現しました – コード内で直接プロダクト・エクスペリエンスを構築し、実際の使用を通じて反復処理します。従来のプロダクト・デザインと比較して、このアプローチはどのような利点をもたらしますか。
「vibe coding」は、開発者がAIツールの力を利用して、自然言語で望ましい機能を説明するだけでコードを生成する、ソフトウェアの構築方法における大きな変化です。つまり、インテリジェントなアシスタントがソフトウェアを動作させるために何が必要かを理解し、コードを書きます。これにより、従来必要だった手動の労力と時間が大幅に削減されます。
数多くの年間、デジタル・プロダクトの作成は、基本的に同じスクリプトに従っていました。プロダクトとUXデザインを慎重に計画し、次に開発を実行し、フィードバックに基づいて反復処理します。論理は明確でした。なぜなら、開発のより高価で時間のかかる段階でのコストのかかる再作業を最小限に抑えるために、デザインに投資するのが賢明だからです。しかし、開発を実行するコストと時間が大幅に削減された場合、どのようなことになりますか。
この機能は、従来の開発シーケンスを完全に逆転させます。開発者は、詳細なプロダクトとUXデザインが最終化される前に、要件の高レベルの理解に基づいて機能的なソフトウェアの構築を開始できます。
AIコード生成のスピードにより、実際の機能のコア概念に対するユーザーの早期の検証が可能になります。実際の機能に対するフィードバックを、詳細なビジュアル・デザインに多大な投資をする前に得ることを想像してください。これにより、デザイン・プロセスがユーザーの実際の使用に直接情報を得ることができ、よりユーザー・セントリックなデザインにつながります。
WisdomAIでは、AIコード生成を積極的に受け入れています。私たちは、開発の初期段階でコア機能を迅速にテストし、ユーザーからの貴重なフィードバックを得ることで、実際のプロダクトに対するデザインとビジュアル・デザインの洗練に焦点を当てることができると発見しました。これにより、より効果的でユーザーに愛されるプロダクトが、より速く実現します。
セールスとマーケティング、製造、カスタマー・サクセスまで、WisdomAIは幅広いビジネス・ユース・ケースを対象としています。どの垂直市場で最も急速に採用が進んでいますか。どのユース・ケースが最も大きなインパクトを与えましたか。
私たちは、複数の顧客と共に変革的な成果を達成しました。フォーチュン500の石油・ガス会社であるConocoPhillipsでは、掘削エンジニアとオペレーターが、複雑な掘削データを直接自然言語で照会するために私たちのプラットフォームを使用しています。WisdomAI以前は、これらのエンジニアは、掘削の状態やジョブのパフォーマンスに関する最も基本的な運用上の質問に対して技術的な支援が必要でした。現在、彼らは、掘削マニュアルと比較することも含めて、瞬時にこの情報にアクセスできます。すべてが同じ会話型インターフェースを通じて行われます。彼らは6か月のプロセスで複数のAIベンダーを評価し、私たちのソリューションは最も近い競合相手よりも50%の精度の向上を達成しました。
ハイパー・グロースのサイバーセキュリティ・カンパニーであるDescopeでは、WisdomAIはセールスとファイナンスのための仮想データ・アナリストとして使用されています。レポートの作成時間を2〜3日から2〜3時間に減らし、90%の減少を達成しました。これにより、毎週のセールス・ミーティングは、データの収集の演習から、実行可能なインサイトに焦点を当てた戦略セッションに変わりました。CROによると、「Wisdom AIは、私の指先にデータをもたらします。本当にデータを民主化し、質問に答える力と、1日を進める力を与えてくれます。誰かが答えを作成するのを待つ必要はなく、5日後にそれを受け取る必要もありません。」 このような迅速なデータ駆動の意思決定能力は、アイデンティティ・マネジメントの競争市場における急成長企業にとって、特に重要です。
実用的な例として、チーフ・レベニュー・オフィサーが「四半期をどのように閉じることができるか」と尋ねると、プラットフォームはすぐに注目すべき保留中の取引の一覧を提示し、各取引が遅れている理由（特定の質問に回答を待っているなど）についての情報も提供します。すべて5つのキーストロークで実行され、5人のスペシャリストと数日の遅延ではありません。
多くの企業は現在、ダッシュボード、レポート、シロ化されたツールで過負荷になっています。企業が現在ビジネス・インテリジェンスについて持っている最も一般的な誤解は何ですか。
組織は大量の情報を保有していますが、迅速な意思決定のためにこれらのデータを活用するのに苦労しています。課題は、データを保有することだけではなく、データの自然な状態でデータと連携することです。企業はインフラストラクチャに多大な投資をしていますが、硬直化したダッシュボード、データの不良、シロ化された情報によってボトルネックに直面しています。ほとんどの企業では、レポートを実行するために専門チームが必要であり、ビジネス・リーダーが迅速に答えを必要とする場合に重大な遅延が生じます。データを消費するインターフェースは、クラウド・データ・エンジンとデータ・サイエンスの進歩にもかかわらず、古くなっています。
あなたはWisdomAIを、TableauやLookerなどの既存のBIツールを補完するものと見なしていますか。あるいは、最終的には置き換えるものと見なしていますか。WisdomAIは、より広い企業のデータ・スタックにどのように適合していますか。
私たちは、Snowflake、Microsoft Fabric、GoogleのBigQuery、AmazonのRedshift、Databricks、Postgresなどの主要なクラウド・データ・サービスと互換性があります。また、Excel、PDF、PowerPointなどのドキュメント形式もサポートします。私たちのアプローチは、データを消費するインターフェースを変革します。これは、クラウド・データ・エンジンとデータ・サイエンスの進歩にもかかわらず、古くなっています。
先を見て、5年後のWisdomAIの姿を想像してください。Agenticインテリジェンスの概念は、企業の風景全体でどのように進化するでしょうか。
分析の未来は、専門家主導のレポートから、誰でもアクセスできるセルフ・サービス・インテリジェンスへと移り変わります。BIツールは20年以上存在していますが、企業の従業員の20%以下しか採用していません。一方で、ChatGPTは、わずか12か月で、多くのユーザーがデータ分析のために使用しています。この大きな違いは、会話型インターフェースが採用率を高める潜在能力を示しています。
すべての従業員が技術的なスキルを必要とせずに直接データを問い詰めることができる、根本的なシフトが起こっています。未来は、AIの計算能力と人間の自然な相互作用を組み合わせ、インサイトがユーザーにプロアクティブに発見されるようにします。
素晴らしいインタビュー、詳細を知りたい読者はWisdomAIを訪問してください。
