Babak Hodjat, Cognizant의 AI CTO – 인터뷰 시리즈

Babak Hodjat는 Cognizant의 AI CTO이며, 이전에 Sentient의 공동 창립자이자 CEO였다. 그는 세계에서 가장 큰 분산 인공지능 시스템의 핵심 기술을 책임지고 있다. Babak는 또한 세계 최초의 AI 기반 헤지 펀드인 Sentient Investment Management의 창립자이다. 그는 실리콘 밸리의 여러 회사에서 주요 발명가이자 기술자로 활동한 연속적인 기업가이다.

Sentient를 공동 창립하기 전에, Babak는 Sybase iAnywhere의 엔지니어링 선임 디렉터로 모바일 솔루션 엔지니어링을 이끌었다. 그는 또한 Dejima Inc.의 공동 창립자, CTO, 및 이사였다. Babak는 Dejima의 특허된 에이전트 지향 기술을 모바일 및 엔터프라이즈 컴퓨팅의 지능형 인터페이스에 적용한 주요 발명가이다. 이 기술은 애플의 시리背後의 기술이다.

인공 생명, 에이전트 지향 소프트웨어 엔지니어링, 분산 인공지능 분야의 학자로 출판된 Babak는 31개의 특허를 보유하고 있다. 그는 자연어 처리, 기계 학습, 유전 알고리즘, 분산 인공지능 등 다양한 인공지능 분야의 전문가이다. 그는 이러한 분야에서 여러 회사를 설립했다. Babak는 일본 후쿠오카의 규슈 대학에서 기계 지능 박사 학위를 취득했다.

당신의 경력을 되돌아보면, 여러 AI 기반 회사를 설립하고 Cognizant의 AI 연구소를 이끌면서, 당신은 AI의 혁신과 리더십에 대해 어떤 중요한 교훈을 얻었나요?

혁신에는 인내, 투자, 및 양육이 필요하며, 제약 없이 자유롭게 진행되어야 한다. 만약 당신이 혁신가들로 구성된 올바른 팀을 구축했다면, 당신은 그들을 신뢰하고 그들이 연구하는 방법과 주제를 선택할 수 있는 완전한 예술적 자유를 부여할 수 있다. 결과는 종종 당신을 놀라게 할 것이다. 리더십의 관점에서, 연구와 혁신은 좋을 수 있지만, 사후적인 것이어서는 안 된다. 나는 스타트업을 구축할 때 초기에 연구 팀을 설정하고 연구 투자의 강력한 옹호자였다. 그리고 그것은 효과가 있었다. 좋은 시기에 연구는 경쟁을 앞서게 하고, 나쁜 시기에 다양화하고 생존하는 데 도움이 된다. 따라서 연구를 투자하지 않거나, 제한하거나, 단기적인 비즈니스 우선순위로 과부화시키는 것은 정당화될 수 없다.

애플의 시리를 개발한 주요 발명가로서, 지능형 인터페이스를 개발한 경험은 Cognizant의 AI 이니셔티브를 이끄는 당신의 접근 방식을 어떻게 형성했나요?

나는 오래전부터 에이전트 기반의 자연어 기술을 개발해 왔으며, 그것은 나의 접근 방식을 형성했다. 90년대에는 인공지능이 강력하지 않았기 때문에, 나는 자연어 명령을 이해하고 매핑하기 위해 다중 에이전트 시스템을 사용했다. 각 에이전트는 도메인의 작은 부분을 나타냈기 때문에, 각 에이전트의 인공지능은 단순한 환경을 마스터할 수 있었다. 오늘날, 인공지능 시스템은 강력하며, 하나의 대규모 언어 모델(LLM)이 많은 것을 할 수 있다. 그러나 우리는 여전히 그것을 지식 노동자로 취급하여, 그 영역을 제한하고, 일의 설명을 제공하고, 다른 에이전트와 연결하여 비즈니스 워크플로우를 개선할 수 있다.

Cognizant의 AI CTO로서, 나는 샌프란시스코에 있는 우리의 고급 AI 연구소를 운영한다. 우리의 핵심 연구 원칙은 에이전트 기반 의사 결정이다. 현재 우리는 에이전트 기반의 핵심 AI 기술에 대한 56개의 미국 특허를 보유하고 있다. 우리는 모두 इसम에 투자하고 있다.

Cognizant의 AI 연구소에서 현재 개발 중인 최첨단 연구와 혁신은 무엇이며, 어떻게 하면 포춘 500 기업들의 특정需求을 충족시킬 수 있을까요?

우리는 여러 AI 스튜디오와 혁신 센터를 보유하고 있다. 샌프란시스코의 고급 AI 연구소는 AI의 최전선 기술을 확장하는 데 중점을 두고 있다. 이는 지난 해에 발표된 3년 동안 생성적 인공지능에 10억 달러를 투자하는 우리의 약속의 일부이다.

보다 구체적으로, 우리는 클라이언트를 위해 새로운 알고리즘과 기술을 개발하는 데 중점을 두고 있다. 신뢰, 설명 가능성, 및 다중 목표 결정은 우리가 추구하는 중요한 영역으로, 포춘 500 기업에 필수적이다.

신뢰에 관해서, 우리는 인공지능의 의사 결정에 대한 신뢰를 깊게 이해하는 연구와 개발에 관심이 있다. 즉, 언제 인공지능의 의사 결정에 따를 수 있고, 언제 인간이 개입해야 하는지에 대한 불확실성 모델링이다. 우리는 이와 관련된 여러 특허를 보유하고 있다. 유사하게, 신경망, 생성적 인공지능, 및 대규모 언어 모델은 본질적으로 불투명하다. 우리는 인공지능의 의사 결정에 대한 질문을 할 수 있어야 하며, 왜 특정 것을 추천했는지에 대한 설명을 요청할 수 있어야 한다. 마지막으로, 우리는 때때로 기업이 결정해야 하는 목표가 하나 이상의 결과를 가질 수 있다는 것을 이해한다. 예를 들어, 비용 감소와 함께 수익을 증가시키고, 윤리적 고려와 균형을 맞추는 것 등이다. 인공지능은 이러한 결과의 최적의 균형을 달성하기 위해 의사 결정 전략을 다중 목표 방식으로 최적화할 수 있다. 이것은 우리의 AI 연구에서 매우 중요한 영역이다.

다음 2년은 생성적 인공지능의 관점에서 결정적인 시기입니다. 이 기간 동안 어떤 중요한 변화가 발생할 것으로 생각하시나요? 또한, 기업들은 어떻게 준비해야 합니까?

우리는 인공지능 기술의 상업화를 위한 폭발적인 시기로 접어들고 있다. 현재, 인공지능의 주요 사용은 생산성을 향상시키고, 더 나은 자연어 기반 사용자 인터페이스를 생성하며, 데이터를 요약하고, 코딩을 도와주는 것이다. 이 가속화 기간 동안, 우리는 기업들이 다중 에이전트 시스템과 의사 결정에 대한 핵심 원칙을 중심으로 기술과 인공지능 전략을 조직해야 한다고 믿는다. Cognizant에서는 혁신과 적용 연구에 대한 강조가 우리의 클라이언트가 비즈니스 프로세스에 인공지능을 통합함으로써 전략적 우위를 점할 수 있도록 도와줄 것이다.

생성적 인공지능은 산업을 어떻게 재편할까요? 또한, Cognizant의 AI 연구소에서 나타나는 가장 흥미로운 사용 사례는 무엇입니까?

생성적 인공지능은 비즈니스에巨大한 발전을 가져다주었다. 이제 당신은 일일 업무를 지원할 수 있는 일련의 지식 노동자를 생성할 수 있다. 고객 서비스를 지능형 챗봇을 통해 개선하거나, 자연어 인터페이스를 통해 창고 재고를 관리하는 것과 같은 경우, 대규모 언어 모델은 전문적인 작업에 매우 좋다.

하지만, 무엇이 다음으로 올 것인가가 산업을真正로 재편할 것이다. 에이전트가 서로 통신할 수 있는 능력을 가지게 된다. 미래는 기업들이 장치와 애플리케이션에 에이전트를 가지고, 그 에이전트가 인간의需求을 해결하고 다른 에이전트와 상호 작용할 수 있는 시대가 될 것이다. 그들은 모든 비즈니스에서 인간을 지원하기 위해 일할 것이다. 곧, 비즈니스는 자연스럽게 에이전트 기반으로 전환할 것이다.

특히, 우리는 이미 우리의 연구소에서 개발된 다중 에이전트 시스템을 보유하고 있다.それは Neuro AI라는 AI 의사 결정 생성기로서, 클라이언트가 비즈니스에 대한 AI 의사 결정 사용 사례를 신속하게 구축하고 프로토 타입화할 수 있도록 한다. 이미 일부 흥미로운 결과를 보여주고 있으며, 곧 더 많은 정보를 공유할 예정이다.

다중 에이전트 아키텍처는 제네릭 인공지능 변환의 다음 물결에서 어떤 역할을 할까요? 특히, 대규모 기업 환경에서?

우리의 연구와 기업 리더との 대화에서, 우리는 제네릭 인공지능을 대규모에서 영향력 있게 만드는 방법에 대한 질문을 더 많이 받고 있다. 우리는 다중 에이전트 인공지능 시스템의 변환적 약속이 이를 달성하는 데 핵심이라고 믿는다. 다중 에이전트 인공지능 시스템은 기업 전반에 걸쳐 다양한 영역에 구축된 인공지능 에이전트를 하나로 모은다. 이를 시스템의 시스템으로 생각할 수 있다. 현재, 도전은 비즈니스 목표, 활동, 및 지표가 깊게 얽혀 있지만, 다양한 팀이 사용하는 소프트웨어 시스템이 그렇지 않다는 것이다. 예를 들어, 공급망 지연은 분배 센터의 직원 배치에 영향을 미칠 수 있다. 새로운 벤더를 온보딩하면 스코프 3 배출에 영향을 미칠 수 있다. 고객 이탈은 제품 결함을 나타낼 수 있다. 시로된 시스템은 각 프로그램과 기능에서만 얻은 통찰력을 기반으로 행동을 취한다. 다중 에이전트 아키텍처는 비즈니스 전반에 걸쳐 통찰력과 통합된 행동을 가능하게 할 것이다. 이것이真正한 힘을 가진 기업 변환이다.

다중 에이전트 시스템은 향후 몇 년 동안 어떻게 발전할까요? 또한, 이것은 더 넓은 인공지능 풍경에 어떤 영향을 미칠까요?

다중 에이전트 인공지능 시스템은 가상 워킹 그룹으로 작동하여, 프롬프트를 분석하고 비즈니스 전반에서 정보를 수집하여, 원래 요청자뿐만 아니라 다른 팀을 위한 포괄적인 솔루션을 생성한다. 만약 우리는 특정 산업을 자세히 살펴본다면, 이것은 제조업과 같은 영역에서 운영을 혁신할 수 있다. 소싱 에이전트는 기존 프로세스를 분석하고, 시즌과 수요에 따라 더 비용 효율적인 대체 구성 요소를 추천할 수 있다. 이 소싱 에이전트는 환경 목표에 미치는 영향을 결정하기 위해 지속 가능성 에이전트와 연결할 수 있다. 마지막으로, 규제 에이전트는 규정 준수를 감독하여, 팀이 완전하고 최신의 보고서를 제출하도록 보장한다.

좋은 소식은 많은 회사들이 이미 유기적으로 LLM 기반 챗봇을 통합하기 시작했다는 것이다. 그러나, 그들은 이러한 인터페이스를 어떻게 연결할지에 대해 의도적으로 고려해야 한다. 에이전트화의 세분성, 사용되는 LLM의 유형, 및 미세 조정을 언제 그리고 어떻게 적용할지에 대한 주의가 필요하다. 조직은 위에서 아래로 접근하여, 그들의 필요와 목표를 고려하고, 무엇을 에이전트화할 수 있는지 결정해야 한다.

기업들이 인공지능을 완전히 받아들이는 것을 방해하는 주요 도전은 무엇이며, Cognizant는 이러한 장애물을 어떻게 해결합니까?

리더십의 지지와 투자에도 불구하고, 많은 기업들이 인공지능에서 뒤처지는 것을 두려워한다. 우리의 연구에 따르면, 전략적 약속과 실행에 대한 자신감 사이에 격차가 있다. 비용과 재능의 가용성, 및 현재 제네릭 인공지능 솔루션의 인식된 미성숙함은 기업들이 인공지능을 완전히 받아들이는 것을 방해하는 두 가지 주요 억제요인이다.

Cognizant는 기업들이 인공지능 생산성에서 성장으로의 여정을 탐색하는 데 중요한 역할을 한다. 실제로, 옥스퍼드 이코노믹스와 함께 수행한 최근 연구에 따르면, 43%의 회사들이 제네릭 인공지능 계획을 개발하기 위해 외부 컨설턴트와 협력할 계획이라고 한다. 전통적으로, Cognizant는 클라이언트와의 마지막 마일에서 강점을 보유했다. 우리는 데이터 저장소와 클라우드 마이그레이션에서 이를 수행했으며, 에이전트화도 다를 것이 없다. 이는高度로 맞춤화된 작업이다. 이것은 일괄 처리가 아니다. 우리는 비즈니스 목표와 구현 계획을 식별하고, 비즈니스 요구 사항을 해결하기 위해 맞춤형 에이전트를 제공할 수 있는 전문가이다. 우리는, 그리고 항상, 이러한 작업을 수행할 수 있는 사람이다.

많은 회사들이 인공지능 투자에서 즉각적인 ROI를 보지 못하는 것을 보았습니다. 이러한 회사들은 어떤 일반적인 실수를 범하며, 이러한 실수를 어떻게 피할 수 있을까요?

생성적 인공지능은 기업들이 그것을 자신의 데이터 컨텍스트에 가져올 때 훨씬 더 효과적이다. 즉, 기업의 강력한 엔터프라이즈 데이터 기반에서 맞춤화하는 것이다. 또한, 기업들은 궁극적으로 자신의根本적인 비즈니스 프로세스를 재창조하는 어려운 단계를 밟아야 한다. 현재, 많은 회사들이 인공지능을 사용하여 기존 프로세스를 자동화하고 개선하고 있다. 그러나, 더 큰 결과는Когда 기업들이 프로세스의 구성 요소가 무엇인지, 어떻게 변경할 수 있는지, 그리고 새로운 것이 등장할 준비를 어떻게 할지 질문하기 시작할 때 발생한다. 예, 이것은 문화적 변화를 필요로 하며, 일부 위험을 수용해야 하지만, 조직의 여러 부분을 하나의 강력한 전체로 조직할 때 발생하는 것 같다.

대규모 기업 내에서 인공지능 분야에서重大한 영향을 미치고자 하는 새로운 인공지능 리더들에게 조언해 주신다면, 무엇입니까?

비즈니스 변환은 본질적으로 복잡하다. 대규모 기업 내의 새로운 인공지능 리더들은 프로세스를 분해하고, 변경을 실험하고, 혁신에 중점을 두어야 한다. 이것은 마음가짐의 전환과 계산된 위험이 필요하지만, 더 강력한 조직을 만들 수 있다.

감사합니다. 더 많은 정보를 원하는 독자는 Cognizant를 방문해 주시기 바랍니다.