Erik Schwartz, Chief AI Officer (CAIO) Tricon Infotech – Interviewreeks

Erik Schwartz is de Chief AI Officer (CAIO) van Tricon Infotech, een toonaangevend advies- en softwarebedrijf. Tricon Infotech levert efficiënte, geautomatiseerde oplossingen en volledige digitale transformaties via maatwerkproducten en enterprise-implementaties.

Erik Schwartz is een ervaren technisch directeur en ondernemer met meer dan twee decennia ervaring in de technologiebranche, gespecialiseerd in de kruispunt van AI, Informatieverwerving en Kennisontdekking. In de loop van zijn carrière heeft Erik een voortrekkersrol gespeeld bij het integreren van grote platforms en het integreren van AI in zoektechnologieën, waardoor de gebruikersinteractie en de toegang tot informatie aanzienlijk zijn verbeterd. Hij heeft eerder sleutelposities bekleed bij Comcast (CMCSA ), Elsevier en Microsoft (MSFT ), waar hij baanbrekende AI-, zoek- en LLM-initiatieven leidde.

Eriks professionele reis wordt gekenmerkt door zijn toewijding aan innovatie en zijn geloof in de kracht van samenwerking. Hij heeft teams consistent aangestuurd naar de snelle levering van baanbrekende oplossingen, waardoor hij zichzelf heeft gevestigd als een vertrouwd leider in de technologiegemeenschap. Zijn werk, recentelijk aan het Scopus AI-project bij Elsevier, onderstreept zijn toewijding om de grenzen van hoe we omgaan met informatie en een vertrouwensrelatie met gebruikers te herdefiniëren.

In zijn rol als Chief AI Officer (CAIO) benut Erik zijn uitgebreide ervaring om omvattende AI-strategieën te ontwikkelen en te implementeren voor Tricon-klanten. Zijn grondige proces demystificeert niet alleen AI, maar zorgt er ook voor dat deze bedrijven zijn uitgerust om te slagen en te gedijen in de concurrerende landschap van AI-technologie. Erik is gepassioneerd over het stimuleren van groei en innovatie, delen van zijn inzichten om organisaties te inspireren en te empoweren om de transformatieve kracht van AI effectief te benutten.

Kunt u enkele hoogtepunten van uw carrière delen die u naar uw huidige rol als Chief AI Officer bij Tricon Infotech hebben geleid?

Ik ben mijn hele carrière ondergedompeld in het domein van Informatieverwerving. Mijn reis begon in de vroege jaren 90 als Web Master bij de dageraad van het internet. Tijdens deze vormende periode richtte ik me op het bouwen van digitale bibliotheken voor overheidsinstellingen, universiteiten en mediabedrijven, wat de basis legde voor mijn expertise in digitale informatiesystemen.

In de jaren 2000 maakte ik de overstap naar het werken met zoekmachineleveranciers, waar ik mijn vaardigheden in zoektechnologieën verfijnde. Deze fase van mijn carrière werd gekenmerkt door aanzienlijke groei en leren door middel van verschillende overnames, wat uiteindelijk leidde tot mijn aanstelling bij Microsoft in 2008. Bij Microsoft speelde ik een sleutelrol bij de ontwikkeling en verbetering van Kennisontdekkingplatforms, waardoor innovatie en toegang tot informatie voor gebruikers werden gestimuleerd.

Na mijn tijd bij Microsoft leidde ik initiatieven bij grote ondernemingen zoals Comcast en Elsevier, waar ik verantwoordelijk was voor het runnen van grote Kennisontdekkingplatforms. Deze ervaringen hebben mijn aanpak van AI en informatieverwerving gevormd, wat uiteindelijk leidde tot mijn huidige rol als Chief AI Officer bij Tricon Infotech. Hier benut ik mijn uitgebreide ervaring om AI-strategieën en -oplossingen te stimuleren die onze klanten in staat stellen het volledige potentieel van hun data te benutten.

Hoe hebben uw ervaringen bij bedrijven als Comcast, Elsevier en Microsoft uw aanpak van het integreren van AI en zoektechnologieën beïnvloed?

Doorheen mijn carrière heb ik me diep gefocust op technieken voor natuurlijke taalverwerking (NLP) en machine learning. Aanvankelijk waren deze technologieën gebaseerd op eenvoudige regelgebaseerde systemen. Echter, naarmate datasets groter werden en rekenkracht robuuster werd, hebben we gebruikerservaringen aanzienlijk verbeterd door gegevens automatisch te oogsten en terug te voeren in de algoritmes om hun prestaties te verbeteren.

Bij Microsoft, na de overname van FAST, was ik productmanager op het SharePoint-team. In deze rol was ik betrokken bij het integreren van geavanceerde zoektechnologieën in enterprise content management systemen, waardoor informatieverwerving en samenwerkingsmogelijkheden voor bedrijven werden verbeterd.

Bij Comcast bouwde ik een kennisontdekkingplatform dat hun hele videobusiness aandreef, waardoor gebruikers content konden zoeken en ontdekken over set-top boxes, mobiele en webapparaten heen. Deze zoekmachine kon meer dan 1 miljard verzoeken per dag aan, waardoor de gebruikerservaring aanzienlijk werd verbeterd door snelle en nauwkeurige contentaanbevelingen en zoekresultaten te bieden.

Een van de meest transformatieve ervaringen was bij Elsevier, waar we een Generatieve AI-ervaring lanceerden voor Scopus, een van hun meest vertrouwde producten. Dit initiatief maakte gebruik van een Large Language Model (LLM) om gebruikers te helpen betere vragen te stellen en nauwkeurigere antwoorden te krijgen uit de diep technische inhoud in de academische communicatiedatabase. Deze LLM-gedreven aanpak zorgde ervoor dat de volledige nauwkeurigheid en betrouwbaarheid van meer dan 90 miljoen artikelen in de database werd gegarandeerd, waardoor de kracht van AI om academisch onderzoek en kennisverspreiding te verbeteren werd aangetoond.

Wat vindt u het meest spannend aan de huidige vooruitgang in Generatieve AI en haar potentiële toepassingen?

Een van de grootste historische uitdagingen in Informatieverwerving is het behoud van context. Voor mensen is dit een natuurlijk proces, maar voor machines is het vinden van informatie traditioneel een zeer transactiegerichte ervaring: een vraag stellen, een antwoord krijgen. Dieper ingaan op een onderwerp vereist het stellen van steeds specifiekere vragen. Generatieve AI revolutioneert deze aanpak door een meer conversational en contextuele interactie mogelijk te maken, veel zoals een natuurlijk gesprek met iemand die je net hebt ontmoet.

Verder omvat Generatieve AI technieken die een dieper begrip mogelijk maken, wat historisch moeilijk is geweest voor traditionele zoekmachines. Bijvoorbeeld kunnen Large Language Models (LLM’s) naadloos aspecten zoals toon, sentimentanalyse, semantisch begrip en ondubbelzinnigheid hanteren. Deze capaciteiten stellen LLM’s in staat om de nuances van menselijke taal en context moeiteloos te begrijpen, waardoor meer nauwkeurige en zinvolle antwoorden direct uit de doos worden geleverd. Deze vooruitgang vind ik het meest spannend, omdat het een veelheid aan mogelijkheden opent voor het creëren van meer intuïtieve, responsieve en intelligente applicaties in verschillende domeinen.

Hoe verschilt Tricon Infotech’s aanpak van GenAI van andere bedrijven in de industrie?

In de Generatieve AI-ruimte zijn er twee primaire focusgebieden. Het eerste, dat aanzienlijke aandacht krijgt van sommige van de grootste technologieleveranciers, is het trainen en fijnafstellen van AI-modellen. Het tweede gebied, waar Generatieve AI-praktijnen echt uitblinken, is inferentie – het gebruik van Generatieve AI om waardevolle producten en diensten te creëren.

Bij Tricon Infotech focussen we op het laatste. Onze aanpak is uniek omdat we de praktische toepassing en snelle implementatie benadrukken. We hebben een omvattend programma ontwikkeld dat bedrijfsleiders helpt om snel de meest impactvolle use cases voor Generatieve AI te identificeren. Ons proces omvat een snelle prototyping-oplossing, waardoor klanten kunnen werken met hun eigen data in een AI-zandbak. Deze aanpak zorgt ervoor dat ze tastbare resultaten kunnen zien en kunnen omgaan met AI-gedreven inzichten vroeg in de ontwikkelingscyclus.

Verder hebben we een radicale focus op time-to-value. Ons doel is om klanten te helpen consumentgerichte applicaties te bouwen en te implementeren binnen 90 dagen. Deze versnelde tijdlijn stimuleert niet alleen snellere innovatie, maar zorgt er ook voor dat bedrijven snel kunnen profiteren van de voordelen van Generatieve AI, waardoor nieuwe inkomstenstromen worden gecreëerd en klanttevredenheid wordt verbeterd.

Kunt u enkele van de sleuteluitdagingen bespreken bij het implementeren van Large Language Models (LLM’s) en Generatieve AI in enterprise-oplossingen?

Het implementeren van Large Language Models (LLM’s) en Generatieve AI in enterprise-oplossingen levert verschillende opkomende uitdagingen op. De eerste en voornaamste uitdaging is vertrouwen. Ondernemingen moeten ervan verzekerd zijn dat AI-systemen hun intellectueel eigendom of gevoelige bedrijfsinformatie niet zullen compromitteren. Het waarborgen van gegevensbeveiliging en het verkrijgen van adequate garanties dat de AI de gegevens niet zal misbruiken, is cruciaal voor het opbouwen van vertrouwen.

De tweede uitdaging is het probleem van hallucinaties. Generatieve AI kan soms zelfverzekerde antwoorden produceren die feitelijk onjuist zijn. Dit kan de betrouwbaarheid van AI-systemen ondermijnen. Technieken zoals het fijnafstellen van modellen en het gebruik van Retrieval Augmented Generation (RAG) kunnen helpen om het optreden van hallucinaties te mitigeren door ervoor te zorgen dat AI-antwoorden zijn gebaseerd op nauwkeurige gegevens.

De derde significante uitdaging is de kosten. Het licentiëren en schalen van LLM’s kan zeer duur zijn. Zelfs enterprise-aanbiedingen van grote providers zoals Microsoft, Amazon (AMZN ) en Google (GOOGL ) komen met hoge instapgebieden en minimums. Daarom is het cruciaal voor ondernemingen om de return on investment (ROI) nauwlettend te monitoren en te beheren om ervoor te zorgen dat de implementatie van AI-oplossingen economisch haalbaar is.

Kunt u de gestructureerde aanpak van Tricon Infotech uitleggen om maatwerk GenAI-enterprise-oplossingen te ontwikkelen?

Tricon Infotech is een productontwikkelingsbedrijf dat zich onderscheidt door beheerde diensten aan te bieden via toegewijde, full-stack productteams in plaats van traditionele staff-augmentatie. Onze aanpak omvat het inzetten van complete productteams die elk aspect van de productontwikkelingscyclus kunnen beheren, inclusief gebruikersonderzoek, gebruikerservaringontwerp (UX), front-end- en back-endontwikkeling, testautomatisering, implementatie, schalen en continue operaties.

Deze omvattende beheerde dienstmodus zorgt ervoor dat onze klanten zich rechtstreeks kunnen concentreren op het vastleggen van waarde uit hun data zonder de complexiteit en overhead van het beheren van afzonderlijke resources. Onze belangrijkste driver is time-to-value, wat betekent dat we prioriteit geven aan het leveren van tastbare voordelen snel en efficiënt. Ons doel is om langdurige generatieve relaties met onze klanten op te bouwen door voortdurend waarde toe te voegen en te itereren door het functieontwikkelingsproces.

Onze gestructureerde aanpak is ontworpen om agiel en responsief te zijn, waardoor we snel kunnen aanpassen aan nieuwe uitdagingen en kansen in het AI-landschap. Door de volledige capaciteiten van onze multidisciplinaire teams te benutten, leveren we hoogwaardige, op maat gemaakte Generatieve AI-oplossingen die zijn afgestemd op de specifieke behoeften van elk bedrijf. Deze aanpak onderscheidt ons niet alleen van traditionele staff-augmentatiebedrijven, maar zorgt er ook voor dat we holistische, eind-tot-eindoplossingen bieden die aanzienlijke bedrijfsimpact hebben.

Wat zijn enkele voorbeelden van reële problemen die Tricon’s GenAI-oplossingen met succes hebben aangepakt?

1. E-Learning – het omzetten van traditionele media en legacy-educatief materiaal in interactieve multi-modale content. Dit stelt onze klanten in staat om bestaande content te hergebruiken om aan te passen aan nieuwe manieren van leren en om leerlingen te bereiken op verschillende platforms waar ze al aanwezig zijn. Bovendien kan de content vervolgens worden hergebruikt in hyperpersoonlijke leerprogramma’s die automatisch kunnen worden aangepast aan de behoeften en leervoorkeuren van de leerling (audio, visueel, etc.)
2. Private AI – het helpen van klanten bij het bouwen van vertrouwenswaardige enterprise AI-oplossingen die privé blijven en toegangsregels van klanten respecteren, terwijl kosten worden beheerd en schaalbaarheid over verschillende functies van het bedrijf wordt gefaciliteerd, waardoor overbelaste professionals en gedeelde diensten beter kunnen omgaan met de organisatie en native begrip hebben van de verschillende regels en beleidsrestricties die gedistribueerd zijn over geografische locaties. Deze private AI’s zullen niet alleen het bedrijf dienen, maar zullen ook nieuwe inkomstenstromen genereren voor onze klanten.
3. Procesautomatisering – er zijn nog steeds een groot aantal organisaties die afhankelijk zijn van handmatige processen en swivel chair data-integratie. AI helpt om de verschillende systemen samen te verbinden door het creëren van intelligente lagen die niet alleen data kunnen valideren, maar ook het unieke signaal kunnen begrijpen dat wordt gegenereerd door de unieke dataset of tooling, en helpen bij het efficiënt routeren van workflows en het identificeren van supply chain-problemen

Wat is de rol van continue leren en groei in het blijven vooroplopen in het snel evoluerende veld van AI?

Een van de grootste uitdagingen in het AI-veld is het upskillen van de talentenpool. Er is een nieuwe generatie werknemers die intuïtief AI-tools en -technologieën begrijpen. Echter, er is ook een oudere generatie die moet begrijpen wat deze tools kunnen en niet kunnen doen. Continue leren is cruciaal om deze kloof te overbruggen.

AI-tools hebben het potentieel om productiviteit aanzienlijk te verhogen, waardoor bedrijven veel meer kunnen bereiken met aanzienlijk minder resources, waardoor tijdsframes en kosten worden verlaagd. Om deze voordelen te realiseren, moeten werknemers openstaan voor het leren van nieuwe manieren van werken en het integreren van deze tools in hun workflows.

Verder is het essentieel om de angst voor banenzekerheid aan te pakken. Werknemers moeten begrijpen dat diegenen die continue leren en groeien, beter zijn toegerust om nieuwe AI-tools in hun dagelijkse routines te integreren, wat uiteindelijk leidt tot grotere banenzekerheid. De realiteit is dat succes in de AI-gedreven toekomst zal komen voor diegenen die actief zoeken om deze evoluerende technologieën te begrijpen en te benutten.

Hoe ziet u de toekomst van AI die zoektechnologie en gebruikersinteractie de komende decennia transformeert?

We zien al een significante verschuiving van traditionele zoekmachines naar Generatieve AI-tools voor initiële queries. Deze verschuiving wordt gedreven door de capaciteit van Generatieve AI om directe antwoorden en oplossingen te bieden, waardoor de noodzaak om meerdere websites of resources onafhankelijk te doorzoeken, wordt geëlimineerd. In de nabije toekomst zal het gebruikelijk worden voor AI’s om meetings bij te wonen, acties uit te voeren en routine taken te verwerken, wat leidt tot een aanzienlijke reductie in de rollen van bepaalde functies binnen ondernemingen.

Een van de sleuteluitdagingen die resteert, is het figureren uit hoe Generatieve AI te monitoren. De traditionele advertentiemodel kan aanzienlijke hindernissen tegenkomen in dit nieuwe landschap. Mijn voorspelling is dat data steeds waardevoller zal worden, waardoor het meer als een valuta gaat functioneren naarmate we deze nieuwe wereld betreden. Deze verschuiving zal innovatieve businessmodellen vereisen die de unieke capaciteiten van AI benutten, terwijl wordt gegarandeerd dat gebruikers en ondernemingen tastbare waarde kunnen halen uit hun interacties.

Algemeen gezien, belooft de toekomst van AI in zoektechnologie en gebruikersinteractie transformatief te zijn, waardoor informatieverwerving intuïtiever en efficiënter wordt en de manier waarop we digitale interacties en ondernemingsfuncties benaderen, wordt herschapen.

Wat is uw praktische advies aan bedrijven die AI willen benutten om succes en innovatie te stimuleren?

Wees niet bang voor de technologie. Begin met het beschikbaar stellen van AI-tools aan uw werknemers om ervoor te zorgen dat uw data en intellectueel eigendom (IP) veilig blijven. Veel werknemers gebruiken al AI-tools, maar zonder adequate governance, bestaat het risico op misbruik. Daarom is het cruciaal om uw personeel op te leiden zodat ze de risico’s begrijpen en weten hoe ze deze tools veilig en effectief kunnen gebruiken.

Verder is het essentieel om aandacht te schenken aan de maatstaven van succes. AI-tools kunnen duur zijn, maar de kosten zullen naar verwachting in de loop van de tijd dalen. Echter, het is belangrijk om een duidelijke focus te houden op de return on investment (ROI) om kosten te beheren en de impact op uw bedrijf te begrijpen. Door dit te doen, kunt u AI benutten om innovatie en succes te stimuleren, terwijl u ervoor zorgt dat de voordelen de uitgaven overtreffen.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen Tricon Infotech bezoeken.