로브 비어든, Sema4.ai의 CEO 및 공동 창립자 – 인터뷰 시리즈

로브 비어든은 Sema4.ai의 공동 창립자이자 CEO입니다. 그는 Hortonworks의 공동 창립자이자 CEO였으며, 2019년에 Cloudera와 합병되었습니다. 이후 2019년에 Docker의 CEO를 맡았으며 현재에도 이사회에서 활동하고 있습니다. 로브 비어든은 2019년 말에 Cloudera로 돌아와 CEO로 재직하며 회사의 구조 조정과 프라이브트 에퀴티 펌드인 KKR과 CDR에게 53억 달러에 매각하는 것을 주도했습니다. 이전에는 SpringSource의 사장 및 COO로 재직했으며, 2009년에 VMWare에 인수되었습니다. SpringSource에 합류하기 전, 벤치마크 캐피탈의 Entrepreneur in Residence로 활동했습니다. 또한 JBoss의 사장 및 COO로 재직했으며, 2006년에 Red Hat에 인수되었습니다.

Sema4.ai는 기업용 소프트웨어 회사로, 비즈니스 워크플로우에서 이유와 행동을 할 수 있는 AI 에이전트를 구축하는 데 중점을 두고 있습니다. 이 플랫폼을 통해 조직은 지능형 에이전트를 설계, 배포, 관리할 수 있으며, ERPs와 CRMs와 같은 시스템에서 복잡한 작업을 자동화할 수 있습니다. 거버넌스, 정확성, 기업 통합에 중점을 둔 Sema4.ai는 일반적인 AI 도구와 생산 준비가 된 디지털 노동력 간의 간격을 메우기 위해 노력하고 있으며, 대규모 기업이 AI 실험에서 실제 운영 영향으로 이동하도록 도와줍니다.

여러 카테고리 정의 회사들을 구축하고 확장한 경험을 바탕으로, Sema4.ai를 설립하도록 영감을 받은 것은 무엇인가? 또한, Sema4.ai는 이전의 벤처에서 배운 교훈을 어떻게 적용하고 있는가?

Sema4.ai는 기업이 AI 파일럿 지옥에서 벗어나 생산에 진입하도록 도와주기 위해 설립되었습니다. 내 경력 전체를 통해, 나는 강력한 새로운 기술을 신뢰할 수 있고 확장 가능한 플랫폼으로 전환하는 데 중점을 두었습니다. 내가 배운 주요 교훈은, 성공은 무한한 실험에서 오지 않고, 결과를 전달하는 데에서 옵니다.

기업이 효과적으로 AI를 채택하려면, 최신의 LLM만으로는 충분하지 않습니다. 신뢰할 수 있는 시스템, 즉 안정적인 오케스트레이션, 거버넌스 프레임워크, 설명 가능성이 처음부터 내장된 시스템이 필요합니다. Sema4.ai에서, 우리는 동일한 규율을 AI 에이전트에 적용하고 있습니다. 정확성과 결정론을 복잡한 다단계 워크로드에 우선시하여, 조직이 가장 중요한 데이터 중심 운영에서 AI를 신뢰할 수 있도록 합니다.

이를 가능하게 하기 위해, 우리는 SAFE 프레임워크를 개발했습니다. 이는 에이전트가 구축되고 배포 및 거버넌스되는 방식을 정의하며, 고객이 AI驱動 의사결정이 투명하고 감사 가능하며 규정 준수인지 확신할 수 있도록 합니다.

또한, 이전 회사에서 사용한 동일한 운영 규율을 적용하여, 고객, 파트너, 내부 팀을 통해 가치 창출을 위한 예측 가능한 모델을 구축하고 있습니다. 이는 반복 가능한 사용 사례에 중점을 두고, 측정 가능한 비즈니스 영향을 전달하며, 기업이 AI 에이전트 자동화를 신뢰하고 채택하고 확장하기 쉽게 만듭니다.

궁극적으로, 영감은 역사를 반복하는 것을 목격하고, 변혁적 기술이 확장의 가장자리에 머무르고, Sema4.ai를 통해 기업이 책임감 있게 그 간격을 메우는 기회를 가지게 된다는 것을 인식하면서 왔습니다.

오픈 소스, 빅 데이터, 그리고 지금의 AI 에이전트와 같은 전방 기술을 기업 표준으로 전환한 경험을 바탕으로, 이 혁신 주기에 대한 평행선과 차이점은 무엇인가?

각 웨이브는 혁신, 실험 및 분산으로 시작하여 기업급 표준으로 성숙합니다. 평행선은 강력한 아키텍처, 데이터 제어, 성숙한 개발자 생태계의 필요성에 있습니다. AI 기업 에이전트의 차이점은 데이터를 통찰에서 행동으로 전환할 수 있는 능력에 있습니다. 복잡한 컨텍스트를 이해할 뿐만 아니라 정확하게 행동할 수 있습니다. đó가 우리가 고급 추론 모델과 결정론적 데이터 처리를 결합하여, 기업이 자동화의 결과를 신뢰할 수 있도록 하는 이유입니다.

Sema4.ai의 플랫폼은 이벤트 주도형, 조정 가능한 AI 에이전트를 강조하며, 수백 페이지 또는 다중 소스 데이터를 분鐘에 처리할 수 있습니다. 이 아키텍처는 전통적인 AI 시스템이나 공중 조종사와 어떻게 다른가? 또한, 어떤 기업의 고통 점을 해결하는가?

전통적인 공중 조종사는 유용하지만 제한적입니다.它们는 종종 단일 회전, UI에 바인딩되어 있으며, 기업 워크플로우를 쉽게 확장할 수 없습니다. 또한, 수학적 부정확성으로 인해 잘못된 답변을 반환할 수 있습니다. Sema4의 AI 에이전트는 단순히 보조만 하지 않습니다. 그것들은 기업이 필요로 하는 중요한 작업을 실제로 수행합니다. 우리는 비즈니스 사용자 중심의 접근 방식을 통해, 비즈니스와 IT 및 개발자를 통합하는 플랫폼을 구축했습니다. 비즈니스 사용자는 AI 공중 조종사와 함께 쉽게 사용할 수 있는 인터페이스를 통해 에이전트를 구축할 수 있으며, 기업 시스템에 대한 기본 제공 커넥터를 사용할 수 있습니다. IT는 에이전트를 실행하고 관리할 수 있으며, 복잡한 코드 없이 평문으로 작동할 수 있습니다. 이것은 우리가 고객에게 비즈니스 컨텍스트를 이해하고, 이유를 내리고, 인간 팀과 협력할 수 있는 에이전트를 제공할 수 있도록 합니다.

さらに, 우리는最近에 우리의 Enterprise AI 플랫폼의 차세대 버전을 출시하여, 기업이 자동화하는 데 필요한 고급 신뢰성, 정확성, 결정론적 결과를 제공할 수 있습니다. 새로운 기능에는 DataFrame이 포함되어 있으며, 수학적으로 정확한 기업급 데이터 처리를 제공하고, 수동으로 데이터를 조정하는 작업을 제거합니다. 또한, 문서 인텔리전스를 통해, 100개 이상의 언어와 파일 형식에서 문서를 구조화된 DataFrame으로 변환할 수 있으며, 거의 완벽한 정확도로 변환할 수 있습니다. 또한, 업그레이드된 에이전트 스튜디오를 통해, 비즈니스 사용자와 개발자가 모두 사용할 수 있는 AI 가이드 런북과 직관적인 인터페이스를 제공합니다. 이러한 혁신은 기업이 복잡한 다중 소스 워크플로우를 자동화할 수 있도록 해주며, 이는 이전에는 수일이 걸리던 작업을 분鐘에 완료할 수 있도록 합니다. 결과는 사이클 시간이 더 빠르고, 수동 작업이 줄어들며, 일관된 결과가 생성됩니다.

기업이 AI 파일럿 지옥에 빠지지 않도록 하는 데 가장 큰 요인은 무엇인가? Sema4.ai는 어떻게 기업이 확장 가능한 생산에 도달하도록 도와주는가?

대부분의 AI 에이전트 파일럿은 기존 솔루션이 기업이 필요로 하는 기본적인 기능을欠如하기 때문에 실패합니다. 전통적인 LLM 기반 에이전트는 비즈니스에 중요한 작업에 적합하지 않으며, 복잡한 문서를 처리하거나 다단계 워크플로우를 실행하는 데 실패합니다.

Sema4.ai는 이러한 핵심한 제한을 해결하여, 파일럿에서 생산까지 기업급 에이전트를 제공합니다.

Koch Industries와의 최근 파트너십은 Sema4.ai의 성장과 기업 AI 채택에 대한 주요한 검증 시점입니다. 이 협력은 무엇을 의미하는가?

우리의 Koch Industries와의 협력은 AI 에이전트가 실제 기업 환경에서 기업급 결과를 전달할 수 있음을 보여줍니다. Koch 회사는 Sema4.ai의 기업 AI 에이전트를 사용하여 수백 페이지의 인보이스를 라인별로 파싱하고, 기존의 재무 시스템과 통합하여, 수시간 또는 수일이 걸리던 수동 작업을 절약할 수 있습니다. 이 협력은 또한 문서 이해, 조달 분석, 유지 보수 예약과 같은 다른 중요한 워크플로우로 확장되며, 에이전트 자동화가 실제 기업 운영의 규모와 복잡성을 처리할 수 있음을 보여줍니다.

이것은 우리의 에이전트가 측정 가능한 ROI를 제공할 수 있으며, 수동 노력을 최대 80%까지 줄이고, 정확성을 개선하며, 기업이 AI 에이전트 자동화를 신뢰하고 채택하고 확장하기 쉽게 만듭니다.

억불 규모의 매각을 이끈 경험을 바탕으로, 전방 기술을 지속 가능한 기업 가치로 전환하는 데 가장 중요한 원칙이나 플레이북 요소는 무엇인가?

중요한 원칙은 일관성, 명확성, 제어입니다. 고객의 결과를 중시하고, 보안, 관찰 가능성, 거버넌스를 처음부터 설계합니다. 고객이 이미 작업하는 곳에 통합하고, ROI를 측정하기 쉽게 만듭니다.

Sema4.ai에서, 이는 SAFE 플랫폼을 구축하는 것을 의미합니다. 이는 보안, 정확성, 속도, 확장성에 중점을 둔 플랫폼으로, 고객이 하나의 사용 사례에서 시작하여 가치가 합성됨에 따라 자연스럽게 확장할 수 있도록 설계되었습니다.

AI 에이전트가 더 자율적으로 되는 경우, 거버넌스, 데이터 제어, 투명성이 점점 더 큰 관심을 받게 됩니다. Sema4.ai는 에이전트 거버넌스, 특히 데이터 접근, 의사 결정, 감사에 대해 어떻게 접근하고 있는가?

거버넌스는 우리 플랫폼의 핵심입니다. 모든 에이전트는 정의된 정책에 따라 작동하며, 데이터에 접근하고 행동할 수 있는 범위가 정해져 있습니다. 우리는 모든 단계에서 완전한 관찰 가능성과 감사 가능성을 제공하여, 기업이 의사결정이 어떻게 이루어졌는지 확인할 수 있도록 합니다. Sema4.ai는 데이터가 출처를 떠나지 않는다는 것을 보장하는 제로 복사 데이터 패턴을 지원하며, 에이전트 수명 주기 전반에 걸쳐 투명성을 유지합니다.

보안과 거버넌스는 또한 우리의 SAFE 프레임워크의 핵심입니다. 기업 에디션에는 강력한 산업 표준 보안 관행이 포함되어 있으며, 정보 보안 관리를 위한 ISO 27001, 보안 준수를 위한 SOC 2, 의료 데이터 보호를 위한 HIPAA, 데이터 개인 정보 보호를 위한 GDPR와 같은 인증을 보유하고 있습니다. 이러한 인증은 기업이 AI를 책임감 있게 확장하기 위해 필요한 신뢰, 책임, 제어를 강화합니다.

분석의 깊이를 제어할 수 있는 유연성을 제공하는 것은 기업 AI에서 신뢰성과 ROI를 위해 왜 इतन 중요한가?

분석의 깊이를 제어할 수 있는 기능은 고객이 각 작업에 대한 이유의 수준을 조정할 수 있도록 합니다. 정확성이 중요한 경우에는 깊은 분석을 수행할 수 있으며, 루틴 작업의 경우에는 더 빠르고 가벼운 분석을 수행할 수 있습니다. 이 조정 가능성은 기업이 비용과 성능을 모두 제어할 수 있도록 해주며, AI가 일관된 결과를 비즈니스 우선순위와 일치하도록 보장합니다. 실제로, 고객은 고정밀 데이터 이유 또는 경량 컨텍스트 분석을 동적으로 선택할 수 있으며, 이는 비즈니스 우선순위에 따라 정확성, 효율성, 비용을 최적화하여 ROI를 최대화합니다.

문서 인텔리전스 또는 분석 데이터 프레임과 같은 실제 예에서, AI 에이전트는 이미 기업 팀에 측정 가능한 결과를 어떻게 驅動하고 있는가?

문서 인텔리전스에서, 우리의 에이전트는 대규모 문서 세트를 처리하고 요약하며, 정보를 검증하고 정책 기반 이유를 적용할 수 있습니다. 분석 데이터 프레임에서, 에이전트는 다중 소스 데이터를 집계하고 비즈니스 규칙을 적용하며, 의사결정에 준비된 출력을 생성할 수 있습니다.

我们的 새로운 플랫폼은 이러한 기능을 높여줍니다. 문서 인텔리전스 V2는 문서를 구조화된, 에이전트 준비 데이터로 변환하며, 거의 완벽한 정확도로 변환할 수 있습니다. 데이터 프레임은 수백만 행의 데이터를 수학적으로 정확한 SQL 연산으로 처리할 수 있습니다. 이러한 발전은 오류가 발생하기 쉬운 수동 조정을 제거하고, 기업 전반에 걸쳐 의사결정을 가속화합니다.

Sema4.ai의 플랫폼은 이미 포춘 500 기업과 대규모 기업을 포함한 파트너에게 사용되고 있습니다. 이러한 조직은 Sema4.ai 에이전트를 사용하여 중요한 작업을 자동화하고 있습니다. 이러한 에이전트는 이미 일부 워크플로우에서 지식 작업의 80% 이상을 자동으로 수행하고 있으며, 기업 운영의 실행 방식을 변革하고 있습니다.

기업 애플리케이션이 AI 에이전트에 의해 재정의되는 세계로 접근할 때, 전통적인 기업 애플리케이션과 에이전트 주도 아키텍처의 관계는 어떻게 진화할 것이라고 생각하는가?

기업 애플리케이션은 기록 시스템으로 작동하며, 에이전트가 실행 계층이 되어, 데이터, 워크플로우, 의사결정을 실시간으로 연결하는 방식으로 진화할 것입니다. 우리는 에이전트가 크로스 플랫폼 워크플로우를 오케스트레이션하고, 비즈니스 시스템에서 데이터와 프로세스를 통합하는 새로운 모델로 이동하고 있습니다. 시간이 지남에 따라, 이 에이전트 주도 접근 방식은 기업 아키텍처를 정적, 애플리케이션 중심 환경에서 동적, 결과 중심 생태계로 전환시킬 것입니다. 여기서 AI는 거버넌스된 경계 내에서 지속적으로 학습하고, 적응하며, 행동합니다. 이것이 AI 시대의 킬러 앱인 기업 에이전트입니다.

감사합니다. 더 많은 정보를 원하는 독자는 Sema4.ai를 방문할 수 있습니다.