Igor Jablokov, CEO en oprichter van Pryon – Interviewreeks

Igor Jablokov is de CEO en oprichter van Pryon. Genoemd als “Industry Luminary” door Speech Technology Magazine, was hij eerder de oprichter van de industrie-pionier Yap, het eerste high-accuracy, volledig geautomatiseerde cloud-platform voor spraakherkenning. Nadat de producten door tientallen ondernemingen werden geïmplementeerd, werd het bedrijf de eerste AI-gerelateerde overname van Amazon (AMZN ). De uitvindingen van het bedrijf dienden vervolgens als de kern voor follow-on producten zoals Alexa, Echo en Fire TV. Als programmadirecteur bij IBM leidde Igor het team dat het voorloper van Watson ontwierp en de werelds eerste multimodale webbrowser ontwikkelde.

Igor ontving Eisenhower- en Truman-beurzen voor nationale veiligheid om de rol van ondernemerschap en venture capital in het aanpakken van geopolitieke zorgen te onderzoeken en uit te breiden. Als innovator in menselijke taaltechnologieën gelooft hij in het bevorderen van carrière- en onderwijsmogelijkheden voor anderen die de STEM-velden betreden. Daarom fungeert hij als mentor in de TechStars’ Alexa Accelerator, was hij een Blackstone NC Entrepreneur-In-Residence (EIR) en richtte hij een hoofdstuk van de Global Shapers op, een programma van het World Economic Forum.

Igor heeft een B.S. in Computer Engineering van The Pennsylvania State University, waar hij werd genoemd als Outstanding Engineering Alumnus, en een MBA van The University of North Carolina.

Uw reis in AI begon met de eerste cloud-gebaseerde spraakherkenning-engine bij Yap, later overgenomen door Amazon. Hoe heeft die ervaring uw visie op AI gevormd en uw huidige werk bij Pryon beïnvloed?

Ik zal een beetje eerder in mijn carrière beginnen, want Yap was niet onze eerste ervaring met natuurlijke taalinteracties.

Mijn eerste stap in natuurlijke taalinteracties begon bij IBM, waar ik als stagiair begon in de vroege jaren 90 en uiteindelijk programmadirecteur van Multimodal Research werd. Daar had ik een team dat een soort baby-Watson ontdekte. Het was ver voor zijn tijd, maar IBM gaf nooit groen licht. Uiteindelijk werd ik gefrustreerd door het besluit en vertrok.

Rond die tijd (2006) wierf ik topingenieurs en wetenschappers van Broadcom (AVGO ), IBM, Intel (INTC ), Microsoft (MSFT ), Nuance, NVIDIA (NVDA ) en meer om het eerste AI-cloudbedrijf, Yap, op te richten. We verworven snel tientallen ondernemings- en carrierklanten, waaronder Sprint en Microsoft, en bijna 50.000.000 gebruikers op het platform.

Aangezien we voormalige iPod-ingenieurs in het team hadden, konden we via achterkanalen contact leggen met Apple (AAPL ) binnen een jaar na de oprichting van het bedrijf. Zij brachten ons binnen om een versie van Siri te protyperen – dit was voordat de iPhone werd uitgebracht. Een half decennium later werden we in het geheim overgenomen door Amazon om Alexa voor hen te ontwikkelen.

Kunt u meer vertellen over het concept van “kenniswrijving” dat Pryon probeert op te lossen en waarom het cruciaal is voor moderne ondernemingen?

Kenniswrijving ontstaat doordat organisaties historisch gezien nooit één geünificeerde instantie van kennis hebben gehad. Terwijl we dergelijke repositories op onze universiteitscampussen en civiele gemeenschappen in de vorm van bibliotheken hebben gehad, is er nooit een unificatie van gegevens en kennis aan de ondernemingszijde geweest vanwege een veelheid van leveranciers die ze gebruikten.

Als gevolg daarvan voelt iedereen in vrijwel elke organisatie wrijving wanneer ze naar de informatie zoeken die ze nodig hebben om hun werk en workflows uit te voeren. Hier zag Pryon een kans. We dachten dat er een kans was voor een nieuwe laag boven de ondernemingssoftware-stack die, met behulp van natuurlijke taalprompts, systemen van records kon doorzoeken en verschillende objecttypen – tekst, afbeeldingen, video’s, gestructureerde en ongestructureerde gegevens – kon ophalen en alles samen kon brengen in een sub-seconde responsietijd.

Dat was de geboorte van Pryon, de werelds eerste AI-geënhanceerde kenniscloud.

Pryons platform integreert geavanceerde AI-technologieën zoals computerzicht en grote taalmodellen. Kunt u uitleggen hoe deze componenten samenwerken om kennisbeheer te verbeteren?

Pryon ontwikkelde een AIP, een kunstmatig intelligentieplatform, dat inhoud van zijn fundamentele statische eenheden transformeert in interactieve kennis. Het bereikt dit door een ingestion-pipeline, een retrieval-pipeline en een generatieve pipeline in één ervaring te integreren. Het platform tapt in uw bestaande systemen van records, die een verscheidenheid aan inhoudstypen kunnen omvatten, zoals Confluence, Documentum, SAP, ServiceNow , Salesforce , SharePoint en veel meer. Deze inhoud kan in de vorm van audio, video, afbeeldingen, tekst, PowerPoints, PDF’s, Word-bestanden en webpagina’s zijn.

De AIP transformeert deze objecten in een kenniscloud, die vervolgens kan publiceren en abonneren op elke interactieve of sensorische ervaring die u nodig heeft. Of mensen nu interactie nodig hebben met deze kennis of er machine-tot-machine-transacties zijn die de unie van al deze disparate kennis vereisen, het platform zorgt voor consistentie en toegankelijkheid. In wezen voert het ETL (Extract, Transform, Load) uit aan de linkerkant, waardoor ervaringen via API’s aan de rechterkant worden aangedreven.

Wat zijn enkele van de belangrijkste uitdagingen waar Pryon mee te maken krijgt bij het ontwikkelen van AI-oplossingen voor ondernemingsgebruik, en hoe gaat u deze aan?

Omdat we verticaal geïntegreerd zijn, krijgen we hoge cijfers voor nauwkeurigheid, schaalbaarheid, beveiliging en snelheid. Een van de problemen met deconstructiebenaderingen, waarbij u meerdere verschillende leveranciers nodig heeft en deze samenstelt om hetzelfde workflow te bereiken dat wij doen, is dat u iets minder presteert. U kunt geen modellen matchen en u heeft geen beveiligingssignalen die erdoorheen stromen.

Het is alsof iPhones: er is een reden waarom Apple hun eigen chip, apparaat, besturingssysteem en toepassingen bouwt. Door dit te doen, bereiken ze het hoogste niveau van prestaties met het laagste energieverbruik. In tegenstelling tot andere leveranciers die integreren vanuit verschillende bronnen, hebben ze de neiging om een generatie of twee achter hen te blijven.

Hoe zorgt Pryon ervoor dat de nauwkeurigheid, schaalbaarheid, beveiliging en snelheid van zijn AI-oplossingen gewaarborgd zijn, vooral in grote ondernemingsomgevingen?

Ondersteund door een robuust Retrieval-Augmented Generation (RAG)-framework, is Pryon ontworpen om te voldoen aan de strenge eisen van bedrijven. Met behulp van state-of-the-art-informatieverzamelingstechnologie levert Pryon nauwkeurige, tijdige antwoorden – waardoor bedrijven kenniswrijving kunnen overwinnen.

• Nauwkeurigheid: Pryon blinkt uit in nauwkeurigheid door inhoud die is opgeslagen in verschillende formaten, waaronder tekst, afbeeldingen, audio en video, precies in te nemen en te begrijpen. Met behulp van geavanceerde, op maat ontwikkelde technologieën, haalt Pryon mission-critical kennis op met meer dan 90% nauwkeurigheid en levert antwoorden met duidelijke toewijzing aan brondocumenten. Dit zorgt ervoor dat de verstrekte informatie zowel betrouwbaar als verifieerbaar is.
• Ondernemingsomvang: Pryon is gebouwd om grote ondernemingsomgevingen aan te kunnen. Het schaalt tot miljoenen pagina’s met inhoud en ondersteunt duizenden gelijktijdige gebruikers. Pryon bevat ook out-of-the-box-connectors voor grote platforms zoals SharePoint, ServiceNow, Amazon S3, Box en meer, waardoor het gemakkelijk is om het in bestaande workflows en systemen te integreren.
• Beveiliging: Beveiliging is een topprioriteit voor Pryon. Het beschermt tegen gegekslekken via documentniveau-toegangscontrole en zorgt ervoor dat AI-modellen niet worden getraind op klantgegevens. Bovendien kan Pryon worden geïmplementeerd in on-premises-omgevingen, waardoor extra lagen van beveiliging en controle voor gevoelige informatie worden geboden.
• Snelheid: Pryon biedt snelle implementatie, met implementatie mogelijk binnen twee weken. Het platform heeft een no-code-interface voor het bijwerken van inhoud, waardoor snelle en eenvoudige wijzigingen mogelijk zijn. Bovendien biedt Pryon de flexibiliteit om te kiezen voor een openbaar, aangepast of Pryon-ontwikkeld groot taalmodel (LLM), waardoor het implementatieproces naadloos en zeer aanpasbaar is.

Dit is waarom academische instellingen, Fortune 500-bedrijven, overheidsinstanties en NGO’s in kritieke sectoren zoals defensie, energie, financiële diensten en halfgeleiders ons inschakelen.

Pryon benadrukt Verantwoorde AI met initiatieven zoals het respecteren van auteursschap en het ethisch sourcen van trainingsgegevens. Hoe implementeert u deze principes in uw dagelijkse activiteiten?

Onze klanten en partners controleren wat er in hun instance van Pryon terechtkomt. Dit omvat openbare informatie van vertrouwde academische instellingen en overheidsinstanties, gepubliceerde informatie die ze correct hebben gelicentieerd voor hun organisaties, propriëtaire informatie die de kern vormt van hun bedrijfs-IP, en persoonlijke inhoud voor individueel gebruik. Pryon synthetiseert deze vier brontypen in een geünificeerde kenniscloud, die volledig onder controle van de sponsororganisatie staat. Deze mogelijkheid om diverse inhoudstypen op een beveiligde manier te beheren, is de reden waarom we worden vertrouwd in robuuste omgevingen, waaronder kritieke infrastructuur.

Met Pryon die onlangs 100 miljoen dollar heeft verdiend met Series B-financiering, wat zijn uw topprioriteiten voor de groei en innovatie van het bedrijf in de komende jaren?

Na Series B bevinden we ons in het vroege groeigebied. Een deel van deze fase is het industrialiseren van de product-marktfit die we hebben vastgesteld om de cloud-omgevingen en servertypen te ondersteunen die onze klanten en partners waarschijnlijk tegenkomen.

Het eerste focusgebied is ervoor zorgen dat ons product deze eisen aankan en hen ook modulair toegang biedt tot onze mogelijkheden om hun workflows te ondersteunen.

Het tweede belangrijke gebied is het ontwikkelen van schaalpartners die praktijken kunnen opbouwen rond ons werk met onze tooling en de noodzakelijke verandering kunnen beheren wanneer organisaties worden getransformeerd om de nieuwe era van digitale intelligentie te ondersteunen. De derde focus is voortdurend onderzoek en ontwikkeling om voorop te blijven lopen en de stand van de techniek in deze ruimte te definiëren.

Als iemand die aan de vooravond van AI-innovatie staat, hoe ziet u de huidige staat van AI-regulering, en wat denkt u dat Pryon kan doen om deze discussies vorm te geven?

Ik denk dat we ons allemaal afvragen hoe de wereld eruit zou zien als we sommige technologieën dichter bij hun geboorte hadden gereguleerd, zoals social media, een voorbeeld. We realiseerden ons niet hoeveel het onze gemeenschappen zou beïnvloeden. Verschillende naties hebben verschillende perspectieven op regulering. De Europeanen hebben een enigszins beperkt perspectief dat overeenkomt met hun waarden met de EU AI-wet.

Aan de andere kant zijn sommige omgevingen volledig onbeperkt. In de VS zoeken we naar een balans tussen het toelaten van innovatie en het beschermen van gevoelige use cases om biases en andere risico’s, zoals bij het goedkeuren van leningaanvragen, te voorkomen.

De meeste regulering richt zich op de meest gevoelige use cases, met name in consumententoepassingen en overheids- of overheidsgebruik. Persoonlijk is dat waarom ik in de raad van bestuur van With Honor zit, een bipartijt coalitie van veteranen, beleidsmakers en wetgevers. We hebben convergentie gezien, ongeacht politieke overtuigingen, over zorgen over de introductie van AI-technologieën in alle aspecten van ons leven. Een deel van onze rol is om de evolutie van regulering te beïnvloeden en feedback te geven om de juiste balans te vinden die we allemaal wilden voor andere technologiegebieden.

Wat is uw advies aan andere AI-ondernemers die impactvolle en verantwoorde AI-oplossingen willen ontwikkelen?

Op dit moment zal het zowel een wild west als een fantastische omgeving zijn voor het ontwikkelen van nieuwe vormen van AI-toepassingen. Als u geen uitgebreide ervaring in AI heeft – zeg 10, 20 of 30 jaar – zou ik niet aanraden om een AI-platform van scratch te ontwikkelen. In plaats daarvan vindt u een toepassingsgebied waar de technologie samenkomt met uw onderwerpdeskundigheid.

Of u nu een kunstenaar, advocaat, ingenieur, monteur, arts of in een ander veld bent, door uw expertise te benutten, krijgt u een unieke stem, perspectief en product in de markt. Deze aanpak is waarschijnlijk de beste manier om uw tijd, energie en ervaring te gebruiken, in plaats van nog een “me too”-product te creëren.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen Pryon bezoeken op Pryon.