インタビュー
ソーラブ・ホセイニ、orq.aiの共同創設者 – インタビュー・シリーズ
ソーラブ・ホセイニ、orq.aiの共同創設者は、アムステルダム近郊を拠点とするテクノロジー・リーダーであり、エントレプレナーです。ソーラブは、SaaS、ラージ・スケール・システム、アプライド・AIにわたる幅広い分野で深い経験を持っています。orq.aiを2022年に創設して以来、彼は、実験段階から信頼性の高い本稼働環境への移行を支援する実用的なインフラストラクチャーの構築に注力しています。彼の背景には、NeoclesのCOOおよびCTO、Future TechnologyのCTO、TransdevのCOO、TradeYourTripのCOOなどのシニア・リーダーシップ・ロールがあります。並行して、彼は、アーリー・ステージのAI企業に対するアドバイザーおよびエンジェル・インベスターとしても活躍しており、製品・ディレクション、テクニカル・ジャッジメント、エクスキューション・ストラテジーをサポートしています。
orq.aiは、組織がリアル・ワールド・環境でAIパワード・プロダクトおよびエージェントを設計、運用、スケールするのを支援するために構築されたジェネレーティブ・AIコラボレーションおよびLLMOpsプラットフォームです。このプラットフォームは、プロンプト・マネジメント、実験、フィードバック・コレクション、パフォーマンスおよびコストのリアルタイム・可視性を単一のワークスペースに統合し、同時に主要なラージ・ランゲージ・モデル・プロバイダーすべてと互換性を維持しています。テクニカルおよびノン・テクニカル・チーム間の密なコラボレーションを可能にすることで、orq.aiは企業がリリース・サイクルを短縮し、ガバナンスおよび透明性を向上させ、プロダクションでAIシステムを実行する際の複雑さおよびコストを削減するのを支援します。
あなたは、オートノマス・システム、フリート・マネジメント・テクノロジー、SaaSプラットフォームなどのシニア・テクニカルおよびオペレーショナル・ロールを経て、2022年にOrq.aiを創設しました。どうやってそのキャリア・パスが、エンタープライズ・グレードのAIエージェント・コントロール・レイヤーを構築するというあなたの決定を形作ったのでしょうか。
私たちの背景は、常にエンジニアリング・チームのリーダーシップおよびエナブリング・プラットフォームへの焦点を当てたものでした。クラウド、DevOps、データ・エナブリング、特にテクノロジー・コンサルタントとしての期間中にそうでした。ジェネレーティブ・AIブームが始まったとき、私と私の共同創設者は、企業がAIを構築するだけでなく、適切にガバナンスおよびコントロールするために必要なエナブリングとは何かを問いました。
私たちは、実際のニーズはエンタープライズ・グレードのAIエージェント・コントロール・レイヤーであると見なしました。これが、Orq.aiを最初に構築するきっかけでした。
Orq.aiを最初に立ち上げたとき、デモから信頼性の高い本稼働環境への移行におけるボトルネックがモデル・クオリティではなく、エージェント・システムを実行することのできないことであると確信した市場の状況とは何でしたか。
私たちは、革新的なソフトウェアを構築するときには、将来を考慮して構築しなければならないと常に信じてきました。最初から、私たちは、大規模な言語モデルは時間の経過とともに改善し続けるだろうと仮定しました。したがって、私たちが見た課題は、モデル・クオリティーそのものではなく、デモから本稼働環境への移行時に発生するコントロール、ガバナンス、ライフサイクル・マネジメントの問題でした。
言い換えると、モデルが改善するにつれても、クライアントおよび私たちにとっての真の価値は、これらのシステムが実際に本稼働環境で信頼性の高い方法で実行されることを保証することです。これが、私たちが解決しようとしたことです。
ほとんどのチームは印象的なプロトタイプを構築できますが、ランタイム・オーケストレーション、ガバナンス、モニタリングに苦労しています。エンジニアリング・チームがProof-of-Concept環境から本稼働エージェントへのスケールアップを試みる際の最大のブレークポイントとは何ですか。
チームは、エージェントの構築から完成までが直線的なプロセスであると考えることが多いですが、実際には非常に反復的なプロセスです。
あなたは、仮定を調整し、テストし、本稼働環境に移行し、そして現実の世界で何が起こるかを監視するというサイクルを繰り返します。エッジ・ケースを見つけて、サイクルを再開します。
課題は、それが1回限りの努力ではなく、継続的な改良のサイクルであるということです。また、プロセスをスムーズにサポートするためのツールやスキャフォールディングが十分に整備されていないことがあります。
ドメイン・エキスパート、プロダクト・マネージャー、エンジニアがシロや高価なハンドオーバーを作らずにコラボレーションできる方法が必要です。つまり、すべてのステークホルダーが効率的に反復処理できるようにすることが、もう1つの大きなピースです。私たちは、これも解決しようとしたことです。
Orq.aiは、実験、評価、可視性、ランタイムを網羅する統一されたコントロール・レイヤーとして自己を位置付けます。なぜ、多くのポイント・ソリューションのように、分離されたツールではなく、エンド・ツー・エンド・アーキテクチャーが不可欠であると考えたのでしょうか。
最初は、最も大きな痛み点を解決するための単一のツールを選択するのが自然です。たとえば、可視性の問題です。しかし、チームが進化するにつれて、次のボトルネックに遭遇し、別のツール、たとえばAIゲートウェイを追加します。次に気づいたときには、5〜7つの異なるツールがLANDSCAPEにあります。データが断片化し、人々が可視性を失い、すべての統合を維持するだけのためにリソースを浪費します。ライフサイクル全体の統一されたビューを失います。
私たちは、エージェント・ドリブン・エンタープライズが登場するにつれて、エンド・ツー・エンド・アーキテクチャーが必要であると考えたのです。組織全体でエージェントが何をしているかについての統一されたビューが必要です。断片化されたポイント・ソリューションではありません。そのため、ワークフローの大きな部分を統一されたプラットフォームに包含する以外の方法は見つけることができませんでした。
新しいエージェント・スタジオと再設計されたランタイムについて、ヨーロッパと米国での初期の顧客からのフィードバックに基づいて、どのような大きな痛み点を解決しようとしたのでしょうか。
チームが、エージェントを構築するために様々なオープンソース・ライブラリを使用していることを私たちは見ました。実際には、エージェントのアーキテクチャーは非常にクリーンでシンプルである可能性があります。ただし、チームは膨大なライブラリ、多大なオーバーヘッド、そしてシンプルなエージェントを実行するだけで大きな学習曲線を持つことになります。Orqでは、その負担を外部に移します。
アーキテクチャー、コンピューティング、オートスケーリング、インフラストラクチャーについて心配する代わりに、チームはエージェントの構成と適切なツールおよびAPIの提供に集中できます。私たちが重い負担を処理するので、チームは実際のユース・ケースの構築に集中できます。また、私たちがライフサイクル全体をサポートしているため、エージェントを大規模にテストし、実際のシナリオで強化するための専用のワークベンチを構築しました。
つまり、チームはエージェントを簡単に構築するだけでなく、エッジ・ケースを見つけてエージェントを強化するためのツールを提供します。すべての余分な手間なしに、実際のシナリオでエージェントを強化することができます。
GDPRやEU AI法が要件を強化する中で、これらの規制はエージェントの設計、モニタリング、展開方法にどのような影響を与えていますか。Orq.aiはどのように適応していますか。
これらの要件が急に強化されたのではなく、単に法律の一部であるということです。私たちのクライアントはこれらの要件に従う必要があります。私たちが行っているのは、ライフサイクル全体を通じて、チームに適切なツール、評価者、ガイドレールを提供し、コンプライアンスを最初から構築できるようにすることです。
データ・レジデンシー、データ・プライバシーなどを最初から組み込んでいます。地政学的ストレスとヨーロッパでのテクノロジー・ソブリンティーの推進により、大きな需要があります。完全にオンプレミスで実行でき、企業が依存度を低減するのを支援できるため、企業が自らの運命をコントロールするのを支援する良い位置にあります。
企業は、主権準備済みのアーキテクチャーとハイブリッド/オンプレミス・デプロイを求めています。これは、エンタープライズAIインフラストラクチャーがどこへ向かっているかについて何を示していますか。
毎回、企業やユースケースごとにトレードオフが発生します。準備されたものとセキュリティのバランスです。私たちは、スペクトル全体をサポートしています。しかし、私たちが見ているのは、モデル・レイヤーでの主権とデータ・レジデンシーへの強い焦点です。
クライアントは、データがどこに存在するかと、大型クラウド・プロバイダーへの依存度を低減する能力についての明確性を望んでいます。私たちのAIゲートウェイは、主要なクラウド・プラットフォーム全てとオンプレミスで実行できるため、チームはユースケースごとにトレードオフを行うことができ、制御を維持し、環境間をシームレスに移動できます。
大企業や公共機関からの需要の急増を見ています。
2026年にエンタープライズが実験から真のエージェント・インダストリアライゼーションに移行するにつれて、マルチ・エージェント・ワークフロー、セーフティ・ガードレール、さらに高度な推論システムはどのように進化するでしょうか。
エージェントの使用が実際にインダストリアライズされるにつれて、新しい種類の問題が発生します。特に、マルチ・エージェントのセットアップでは、組織内を同時に実行しているエージェントが何十も、または何百もいる可能性があります。従業員と同じです。
問題は、これらの多次元的な問題、たとえばコスト、データ・クオリティ、データ・レジデンシー、正確性、ホールシネーション・メトリクスなどを、どのように統治するかです。新しいガバナンス・レイヤーが必要です。また、トップダウンで展開できるセーフティ・ガードレールも必要です。
トップダウン・ビジネスと新しい集約レイヤーが必要です。CFO、COO、CISOが何が起こっているかを確認し、有効な洞察で介入できるようにする必要があります。私たちは、2026年に、「エージェント・デパートメント」の概念とそれをサポートするテクノロジーが、より熱いトピックになるだろうと考えています。
エージェント・ドリフト、クオリティ・レグレッション、不明なデータ・フローは、プロダクションAIにおける反復的な問題です。Orq.aiのコントロール・レイヤーは、バージョニング、評価、継続的なモニタリングにおけるこれらの長期的なギャップをどのように解決していますか。
各エージェントには、評価のハーネスが必要です。これらの評価は、特定のシナリオの何が正しく何が間違っているかを定義します。評価セットを適切に設定することで、チームはオフライン・実験を実施して、事前に動作を確認できます。オンラインでこれらの評価を監視することで、モデルがドリフトしたり、エージェントの動作が時間の経過とともに変化したりするときにそれを検出できます。オフライン・テスト、オンライン・モニタリング、ガードレーリングの際に、一貫した品質・メトリクスを保持できます。
将来的に、エンタープライズ・グレードの次の世代のAIエージェントを定義するのは何でしょうか。Orq.aiは、その世界のデフォルトのオペレーショナル・プラットフォームになるためにどのように自己を位置付けているのでしょうか。
先を見ると、次の世代のエンタープライズAIエージェントを定義するのは、すべてのベンダーが独自のエージェントを提供することになるだろうと考えています。大きな企業では、第一パーティと第三パーティのエージェントがすべて協力して呼び出される、広いランドスケープになるでしょう。
これは、1つのエージェントや1つのベンダーだけではなく、ガバナンスとコンプライアンスが必要なエコシステム全体です。そこでOrqが登場します。私たちは、組織のさまざまなレイヤーに、どの段階でも介入できるアクション可能な洞察と、統合されたビューを提供するエージェント・コントロール・タワーとして自己を位置付けているのです。
エージェントの構築、スケーリング、運用、またはオフボーディングにかかわらず、さまざまな機能は、そのランドスケープの異なるビューが必要です。私たちは、その機能を提供するためのGo-Toプロバイダーになることを目指しています。
Thank you for the great interview, readers who wish to learn more should visit orq.ai。
