에릭 슈워츠, Tricon Infotech의 Chief AI Officer (CAIO) – 인터뷰 시리즈

에릭 슈워츠는 Tricon Infotech의 Chief AI Officer (CAIO)입니다. Tricon Infotech는 컨설팅 및 소프트웨어 서비스를 제공하는 선도적인 회사로, 효율적인 자동화 솔루션과 완전한 디지털 변혁을 통해 맞춤형 제품과 엔터프라이즈 구현을 제공합니다.

에릭 슈워츠는 2십년 이상의 기술 분야 경험을 가진 베테랑 기술 경영자이자 기업가입니다. 그는 인공지능, 정보 검색 및 지식 발견의 교차점에서 전문가입니다. 그의 경력 동안, 에릭은 대규모 플랫폼 구축 및 검색 기술에 인공지능을 통합하는 분야에서 선구적인 역할을 했습니다. 이는 사용자 상호작용 및 정보 접근성을 크게 향상시켰습니다. 그는 이전에 Comcast, Elsevier, Microsoft에서 핵심적인 역할을 수행했으며, 그곳에서 그는 개척적인 인공지능, 검색, 및 LLM 이니셔티브를 이끌었습니다.

에릭의 전문적인 여정은 혁신에 대한 그의 헌신과 협력의 힘에 대한 그의 믿음으로 특징지어집니다. 그는 일관되게 팀을 돌파구적인 솔루션의 신속한 전달로 이끌었고, 기술 커뮤니티에서 신뢰할 수 있는 리더로 자신을 확립했습니다. 그의 최근 작업, 특히 Elsevier의 Scopus AI 프로젝트, 정보와 사용자 간의 신뢰할 수 있는 관계를 구축하는 방법의 경계를 재정의하는 그의 헌신을 강조합니다.

Chief AI Officer (CAIO)로서, 에릭은 광범위한 경험을 활용하여 Tricon 고객을 위한 포괄적인 인공지능 전략을 개발하고 구현합니다. 그의 철저한 프로세스는 인공지능을 해명하는 것뿐만 아니라 이러한 비즈니스가 인공지능 기술의 경쟁적인 풍경에서 성공하고 번창할 수 있도록 준비되도록 합니다. 에릭은 성장과 혁신을 촉진하는 것에 대해 열정적이며, 조직이 인공지능의 변革적인 힘을 효과적으로 활용하도록 영감을 불어넣고 권한을 부여하기 위해 그의 통찰력을 공유합니다.

당신의 경력 여정에서 Chief AI Officer로서의 현재 역할에 이르기까지의 주요한 하이라이트를 공유할 수 있습니까?

나는 내 경력 전반에 걸쳐 정보 검색 분야에 몰두해 왔습니다. 내 여정은 90년대 초 인터넷의黎明기에 웹 마스터로 시작되었습니다. 이 형성기 동안, 나는 정부 기관, 대학, 미디어 회사들을 위한 디지털 라이브러리를 구축하는 데 집중했으며, 이는 디지털 정보 시스템에 대한我的 전문성을 위한 기초를 닦았습니다.

2000년대에, 나는 검색 엔진 벤더와 함께 일하기 시작했으며, 검색 기술에 대한我的 기술을 다듬었습니다. 내 경력의 이 단계는 다양한 인수를 통해 크게 성장하고 학습한 것으로 특징지어졌으며, 결국 2008年に Microsoft에 합류하게 되었습니다. Microsoft에서, 나는 지식 발견 플랫폼의 개발과 개선에 중추적인 역할을 수행했으며, 이는 사용자에게 혁신을 주도하고 정보 접근성을 향상시켰습니다.

Microsoft에서의 임기 후, 나는 Comcast, Elsevier와 같은 주요 기업에서 이니셔티브를 주도했으며, 대규모 지식 발견 플랫폼을 운영하는 책임을 맡았습니다. 이러한 경험은 내 접근 방식에 대한 내 인식을 형성하는 데 결정적이었으며, 결국 Tricon Infotech의 Chief AI Officer로서의 현재 역할에 이르렀습니다. 여기서, 나는 광범위한 경험을 활용하여 인공지능 전략과 솔루션을 구현하여 우리의 고객이 자신의 데이터의 전체 잠재력을 활용하도록 합니다.

Comcast, Elsevier, Microsoft와 같은 회사에서의 경험은 어떻게 인공지능과 검색 기술의 통합에 대한 당신의 접근 방식을影响했습니까?

내 경력 전반에 걸쳐, 나는 자연어 처리 (NLP) 기술과 기계 학습에 깊이 집중해 왔습니다. 초기에는 이러한 기술이 규칙 기반 시스템에 기반을 두고 있었습니다. 그러나 데이터 세트가 더 크고 컴퓨팅 파워가 더 강력해짐에 따라, 우리는 자동으로 데이터를 수집하고 알고리즘의 성능을 개선하기 위해 데이터를 되돌려주는 것 통해 사용자 경험을 크게 향상시킬 수 있었습니다.

Microsoft에서, FAST의 인수를 따르면, 나는 SharePoint 팀의 제품 관리자로 활동했습니다. 이 역할에서, 나는 엔터프라이즈 콘텐츠 관리 시스템에 고급 검색 기술을 통합하는 데 참여했으며, 이는 비즈니스에서 정보 검색 및 협업 능력을 향상시켰습니다.

Comcast에서, 나는 비디오 비즈니스를 구동하는 지식 발견 플랫폼을 구축했으며, 사용자가 셋톱 박스, 모바일, 웹 디바이스를 통해 콘텐츠를 검색하고 발견할 수 있도록 했습니다. 이 검색 엔진은 1일당 10억 개의 요청을 처리할 수 있을 만큼 확장되었으며, 빠르고 정확한 콘텐츠 추천 및 검색 결과를 제공함으로써 사용자 경험을 크게 향상시켰습니다.

가장 변혁적인 경험 중 하나는 Elsevier에서였습니다. 그곳에서 우리는 Scopus, 그들의 가장 신뢰할 수 있는 제품 중 하나,를 위한 생성 인공지능 경험을 출시했습니다. 이 이니셔티브는 사용자가 더 나은 질문을 하는 것을 도우며, 학술 커뮤니케이션 데이터베이스에 포함된 기술적인 콘텐츠에서 더 정확한 답변을 얻는 것을 도운 대형 언어 모델 (LLM)을 사용했습니다. 이 LLM 기반 접근 방식은 데이터베이스 내에 포함된 9,000만 개 이상의 기사의 완전한 정확성과 신뢰성을 보장했으며, 학술 연구와 지식 전파를 향상시키는 인공지능의 힘을 입증했습니다.

현재의 생성 인공지능과 그 잠재적인 응용에 대한 발전에 대해 가장 흥奮하는 것은 무엇입니까?

정보 검색에서 가장 큰 역사적인 도전 중 하나는 컨텍스트를 유지하는 것입니다. 인간에게 이것은 자연스러운 프로세스이지만, 기계에게 정보를 찾는 것은 전통적으로 매우 거래적인 경험입니다. 질문을 하기, 답변을 얻기. 주제를 더 깊이 탐구하려면 점점 더 구체적인 질문을 해야 했습니다. 생성 인공지능은 더 대화식이고 컨텍스트가 있는 상호작용을 가능하게 함으로써 이 접근 방식을 혁신합니다. 마치 당신이 최근 만난 사람과 자연스러운 대화하는 것과 같습니다.

さらに, 생성 인공지능은 전통적인 검색 엔진이 역사적으로 어려웠던 더 깊은 이해를 향상시키는 추가적인 기술을 포함합니다. 예를 들어, 대형 언어 모델 (LLM)은 톤, 감정 분석, 의미적 이해, 그리고 불명확성을 쉽게 처리할 수 있습니다. 이러한 능력들은 LLM이 인간 언어와 컨텍스트의ニュアンス를 쉽게 이해하고, 더 정확하고 의미 있는 답변을 제공할 수 있도록 합니다. 이 발전은 가장 흥奮하는 부분입니다. 왜냐하면 이것은 다양한 분야에서 더直観적이고, 반응적이고, 지능적인 응용 프로그램을 생성할 수 있는 많은 가능성을 열어주기 때문입니다.

Tricon Infotech의 생성 인공지능 접근 방식은 업계의 다른 회사와 어떻게 다릅니까?

생성 인공지능 분야에는 두 가지 주요한焦點이 있습니다. 첫 번째는 일부 가장 큰 기술 벤더에서 많은 주목을 받는 인공지능 모델의 훈련과 세부 튜닝입니다. 두 번째는 생성 인공지능 전문가들이真正로 탁월한 분야인 생성 인공지능을 사용하여 가치 있는 제품과 서비스를 생성하는 것입니다.

Tricon Infotech에서는 후者の焦點에 있습니다. 우리의 접근 방식은 실제적인 응용과 신속한 배포를 강조합니다. 우리는 비즈니스 리더가 생성 인공지능에서 가장 큰 영향을 미치는 사용 사례를 신속하게 식별하는 데 도움을 주는 포괄적인 프로그램을 개발했습니다. 우리의 프로세스는 고객이 자신의 데이터를 AI 샌드박스에서 작업할 수 있도록 하는 신속한 프로토 타이핑 솔루션을 포함합니다. 이 접근 방식은 고객이 구체적인 결과를 볼 수 있고 개발 사이클의 초기에 AI 기반 통찰력을 경험할 수 있도록 합니다.

또한, 우리는 시간 대비 가치에 대한 급진적인焦點을 가지고 있습니다. 우리의 목표는 고객이 90일 이내에 소비자向け 애플리케이션을 구축하고 배포할 수 있도록 지원하는 것입니다. 이 가속화된 타임라인은 더 빠른 혁신을 추동할 뿐만 아니라 비즈니스들이 생성 인공지능의 이점을 신속하게 활용하여 새로운 수익 흐름을 생성하고 고객 만족도를 향상시킬 수 있도록 합니다.

기업 솔루션에서 대형 언어 모델 (LLM)과 생성 인공지능을 구현하는 데 있는 주요한 도전은 무엇입니까?

기업 솔루션에서 대형 언어 모델 (LLM)과 생성 인공지능을 구현하는 것은 여러 새로운 도전을 제기합니다. 첫 번째이자 가장 중요한 도전은 신뢰입니다. 기업은 인공지능 시스템이 지적 재산이나 민감한 기업 정보를 손상하지 않을 것이라는 것을 확신해야 합니다. 데이터 보안을 확보하고 인공지능이 데이터를 악용하지 않을 것이라는 확신을 얻는 것이 신뢰를 얻는 데 중요합니다.

두 번째 도전은 환각입니다. 생성 인공지능은 때때로 자신감 있는 답변을 생성할 수 있지만, 사실적으로 정확하지 않을 수 있습니다. 이것은 인공지능 시스템의 신뢰성을 훼손할 수 있습니다. 모델을 세부 튜닝하고 Retrieval Augmented Generation (RAG)과 같은 기술을 사용하여 정확한 데이터에 기반한 인공지능 응답을 보장함으로써 환각의 발생을 완화할 수 있습니다.

세 번째 주요한 도전은 비용입니다. LLM의 라이선스와 확장은 khá 비용이 많이 들 수 있습니다. даже Microsoft, Amazon, Google와 같은 주요 제공업체의 기업용 제품도 높은 초기 비용과 최소한의 요구가 있습니다. 따라서 기업은 ROI를密接하게 모니터링하고 관리하여 인공지능 솔루션의 배포가 경제적으로 타당한지 확인하는 것이 중요합니다.

Tricon Infotech는 어떻게 구조화된 접근 방식을 사용하여 맞춤형 GenAI 기업 솔루션을 개발합니까?

Tricon Infotech는 전통적인 인력 증강 대신에 전용된 풀 스택 제품 팀을 통해 관리 서비스를 제공하는 제품 개발 회사입니다. 우리의 접근 방식에는 제품 개발 라이프 사이클의 모든 측면을 관리할 수 있는 전체 제품 팀을 배치하는 것이 포함됩니다. 이는 사용자 연구, 사용자 경험 디자인 (UX), 프론트 엔드 및 백 엔드 개발, 테스트 자동화, 배포, 확장 및 지속적인 운영을 포함합니다.

이 포괄적인 관리 서비스 모델은 고객이 제품 개발의 복잡성과 오버헤드 없이 자신의 데이터에서 가치를 캡처하는 데 집중할 수 있도록 합니다. 우리의 주요 운전자的是 시간 대비 가치입니다. 즉, 우리는 빠르고 효율적으로 구체적인 이점을 제공하는 데 우선순위를 둡니다. 우리의 야망은 고객과 장기적인 생성 관계를 구축하는 것입니다. 이는 기능 개발 프로세스를 통해 지속적으로 가치를 추가하고 반복함으로써 달성됩니다.

우리 구조화된 접근 방식은 민첩하고 반응성이 있으며, 새로운 도전과 기회에 신속하게 적응할 수 있도록 설계되었습니다. 우리의 다학제적 팀의 전체 능력을 활용하여, 우리는 각 기업의 특정需求에 맞춘 고도로 맞춤형 생성 인공지능 솔루션을 제공합니다. 이 접근 방식은 전통적인 인력 증강 회사와 우리를 차별화하며, 또한 전체적인 비즈니스 영향을 미치는 중요한 솔루션을 제공함으로써 고객에게 홀리스틱하고 종단 간의 솔루션을 제공합니다.

Tricon의 GenAI 솔루션이 성공적으로 해결한 실제 문제의 예는 무엇입니까?

1. E-Learning – 전통적인 미디어와 레거시 교육 자료를 상호작용형 멀티모달 콘텐츠로 변환합니다. 이는 고객이 기존 콘텐츠를 새로운 학습 방식에 적응하고 다양한 플랫폼에서 학습자를 도달할 수 있도록 합니다. 또한, 콘텐츠는 자동으로 학습자의需求과 학습 스타일 (오디오, 시각적 등)에 따라 맞춤형 학습 프로그램으로 변환될 수 있습니다.
2. Private AI – 고객이 신뢰할 수 있는 기업 AI 솔루션을 구축하도록 도와주며, 고객 액세스 규칙을 준수하고 비용을 유지하며 확장할 수 있도록 합니다. 이러한 개인용 AI는 기업을 지원할 뿐만 아니라 새로운 수익 흐름을 생성할 것입니다.
3. Process Automation – 여전히 수동 프로세스와 스위블 체어 데이터 통합에 의존하는 많은 조직이 있습니다. AI는 다양한 시스템을 연결하고 데이터를 검증하며 효율적으로 워크플로우를 라우팅하며 공급망 문제를 식별하는 지능적인 계층을 생성함으로써 도움을 줄 수 있습니다.

계속적인 학습과 성장이 빠르게 발전하는 인공지능 분야에서 앞서 나가는 데 어떤 역할을 합니까?

인공지능 분야에서 가장 큰 도전 중 하나는 인재 풀의 업스킬링입니다. 새로운 세대의 근로자가 직관적으로 인공지능 툴과 기술을 이해합니다. 그러나 이전 세대는 이러한 툴이 무엇을 할 수 있고 할 수 없는지 이해해야 합니다. 계속적인 학습은 이 간격을 메우는 데 중요합니다.

인공지능 툴은 Dramatically 생산성을 향상시킬 수 있으며, 비즈니스가 훨씬 더 적은 자원으로 더 많은 것을 달성할 수 있도록 해줍니다. 이는 시간 프레임과 비용을 줄입니다. 이러한 이점이 실현되기 위해서는 직원이 새로운 방식의 작업과 이러한 툴을 일상적인 업무에 통합하는 것에 대해 열린 마음을 가져야 합니다.

또한, 직원들이 새로운 인공지능 툴을 배우고 성장하는 것에 대한 두려움을 해결하는 것이 중요합니다. 직원들이 계속적인 학습과 성장에 대한 열린 마음을 가지면, 새로운 인공지능 툴을 일상적인 업무에 통합하는 데 더 잘 준비될 것입니다. 이는 궁극적으로 더 나은 직업 보안을 제공할 것입니다. 현실은 인공지능 주도적인 미래에서 성공은 이러한 발전하는 기술을 이해하고 활용하는 사람들에게 올 것이라는 것입니다.

인공지능이 검색 기술과 사용자 상호작용을 10년 내에 어떻게 변革할 것이라고 예상합니까?

우리는 이미 전통적인 검색 엔진에서 생성 인공지능 툴로의重大한 전환을 목격하고 있습니다. 이는 생성 인공지능이 직접적인 답변과 솔루션을 제공할 수 있으며, 사용자가 여러 웹사이트나 자원을 독립적으로 탐색할 필요가 없는 이유입니다. 가까운 미래에, 인공지능이 회의에 참석하고, 행동을 취하고, 일상적인 업무를 처리하는 것이 일반화될 것입니다. 이는 기업 내의 특정 함수의 역할을 크게 줄일 것입니다.

남아 있는 주요한 도전 중 하나는 생성 인공지능을 어떻게 수익화할 것인지입니다. 전통적인 광고 모델은 이 새로운 풍경에서重大한 장애물에 직면할 수 있습니다. 내 예측은 데이터가 더 가치 있게 될 것이라는 것입니다. 데이터는 새로운 세계에서 통화와 같은 역할을 할 것입니다. 이는 인공지능의 고유한 능력을 활용하면서 사용자와 기업이 상호작용에서 구체적인 가치를 얻을 수 있도록 하는 혁신적인 비즈니스 모델을 필요로 할 것입니다.

전체적으로, 검색 기술과 사용자 상호작용에서 인공지능의 미래는 정보 검색을 더 직관적이고 효율적으로 만들며, 디지털 상호작용과 기업 기능에 대한 우리의 접근 방식을 재정의할 것입니다.

인공지능을 활용하여 성공과 혁신을 추동하는 비즈니스에 대한 실용적인 조언은 무엇입니까?

기술에 대한 두려움을 느끼지 마십시오. 직원들에게 인공지능 툴을 제공하여 데이터와 지적 재산이 안전하게 유지되도록 하십시오. 많은 직원이 이미 인공지능 툴을 사용하고 있지만, 적절한 거버넌스가 없으면 오용의 위험이 있습니다. 따라서 직원이 이러한 툴을 안전하게 사용하고 효과적으로 사용하는 방법을 이해하도록 업스킬링하는 것이 중요합니다.

또한, 성공의 척도를 주의 깊게 관찰하는 것이 중요합니다. 인공지능 툴은 비용이 많이 들 수 있지만, 비용은 시간이 지나면서 감소할 것으로 예상됩니다. 그러나 비즈니스에 대한 영향과 비용을 관리하고 이해하기 위해 ROI에 대한 명확한焦點을 유지하는 것이 중요합니다. 이를 통해 인공지능을 활용하여 혁신과 성공을 추동할 수 있으며, 비용을 초과하는 이점을 얻을 수 있습니다.

위대한 인터뷰에 감사드립니다. 더 많은 것을 배우고 싶은 독자는 Tricon Infotech를 방문해야 합니다.