Inna Tokarev Sela, CEO en oprichter van Illumex – Interviewreeks

Inna Tokarev Sela, de CEO en oprichter van Illumex, verandert de manier waarop ondernemingen hun gestructureerde data voorbereiden voor generatieve AI. Illumex maakt het mogelijk voor organisaties om genAI-analytische agenten te implementeren door verspreide, cryptische data om te zetten in betekenisvolle, contextrijke bedrijfstaal met ingebouwd toezicht.

Het platform analyseert metadata automatisch om gestructureerde data te lokaliseren en te labelen zonder deze te verplaatsen of te wijzigen, waardoor semantische betekenis wordt toegevoegd en definities worden aangepast om helderheid en transparantie te garanderen. Door bedrijfsbegrippen te creëren, metrics voor te stellen en potentiële conflicten te identificeren, waarborgt Illumex datageovernance op het hoogste niveau.

Met Illumex kunnen analytische agenten gebruikersvragen met precisie interpreteren, waardoor nauwkeurige, contextuele en hallucinatievrije antwoorden worden geleverd. Onder Inna’s leiderschap stelt Illumex een nieuwe standaard voor AI-gereedheid in, waardoor bedrijven de volledige potentie van hun data kunnen benutten.

Wat inspireerde u om Illumex op te richten, en hoe hebben uw ervaringen bij Sisense en SAP uw visie voor het bedrijf gevormd?

De visie voor Illumex ontstond tijdens mijn studie, waar ik me voorstelde dat informatie toegankelijk zou zijn via mindmap-achtige associaties in plaats van traditionele databases – waardoor directe toegang tot relevante data mogelijk zou zijn zonder uitgebreide menselijke consultatie.

Mijn tijd bij SAP leerde me de basisbeginselen van het opbouwen van ondernemingssoftware en het opschalen van operaties. Het werken aan productontwikkeling met SAP HANA Cloud Platform en bedrijfsinitiatieven zoals het startup-partnerframework gaf me diepe inzichten in de behoeften van ondernemingsklanten. Dit onthulde een significante kloof tussen hoe bedrijven data-praktijken benaderen en wat eindgebruikers eigenlijk nodig hebben.

Bij Sisense, waar ik de AI-praktijk van scratch opbouwde, werd de immense waarde van AI voor klanten aangetoond. Het zien van deze impact, in combinatie met de opkomst van SaaS- en GenAI-technologieën, overtuigde me ervan dat de tijd rijp was om Illumex in 2021 te lanceren.

Illumex richt zich op Generatieve Semantische Stof. Kun je het kernconcept uitleggen en wat je ertoe aanzette om deze specifieke uitdaging in AI en data-analyse aan te pakken?

Illumex heeft Generatieve Semantische Stof gepionierd – een platform dat de creatie van mens- en machineleesbare organisatorische context en redenering automatiseert. Dit platform verenigt de ervaring van zowel LLM-gebaseerde generatieve AI als bedrijfsapplicaties voor zowel technische als niet-technische gebruikers rond gedeelde context.

Dit enkele stof biedt twee belangrijke voordelen: het stroomlijnt databeheer door de automatisering van tot 80% van de data-engineeringtaken en maakt het mogelijk voor niet-technische gebruikers om toegang te krijgen tot analytics met ingebouwd toezicht, verklarende waarde en nauwkeurigheid. Beide voordelen richten zich op een markt van meerdere miljarden dollars voor ondernemingsbesluitvorming.

Denk hierbij aan een digitale speelplaats waar machines, mensen en applicaties spontaan zonder voorafgaande programmering met elkaar communiceren. Dit sluit aan bij onze visie van een toekomst zonder applicaties, waarin je in plaats van meerdere tools zoals sheets, analytics, financiële systemen en klantbeheer, gewoon je taak uitdrukt en deze naadloos wordt voltooid. Generatieve Semantische Stof is de basis voor deze toekomst.

Wat waren enkele van de belangrijkste uitdagingen die u in de beginjaren van Illumex tegenkwam, en hoe overwon u deze?

In 2021, ondanks het feit dat generatieve AI-semantische modellen al sinds 2017 bestaan en graphneurale netwerken nog langer, was het een moeilijke taak om aan beleggers uit te leggen waarom we geautomatiseerde context en redenering nodig hadden. Zelfs het definiëren ervan was toen een moeilijke taak.

Ik zou zeggen dat de grootste uitdaging was om deze opwinding over deze toekomstige technologie en toekomstige markt te creëren. En ik was erg gelukkig om vooruitstrevende beleggers te ontmoeten die in me geloofden.

Hoe maakt Illumex het mogelijk voor organisaties om AI-gereed te worden, en waarom is deze overgang kritiek in het hedendaagse bedrijfslandschap?

De zakenwereld splitst zich in twee kampen: bedrijven die AI erkennen en kapitaliseren als een transformatieve kracht vergelijkbaar met het internet en diegenen die deze kans missen of te laat begrijpen.

Illumex ontmoet organisaties waar ze ook zijn in hun AI-reis. We bereiden hun data voor op de implementatie van generatieve AI, versterken en beheren organisatorische logica en context, en maken het mogelijk om agentanalyse en orkestratie te implementeren.

Ons full-stack GenAI-implementatieplatform voor gestructureerde data verheft elk bedrijfslandschap naar een niveau waarop ze deze geavanceerde technologieën effectief kunnen benutten.

Illumex benadrukt “hallucinatievrije” generatieve AI-antwoorden. Hoe waarborgt Illumex deterministische en betrouwbare uitvoer?

Illumex bouwt voort op bestaande bedrijfsontologieën – kennisgraphen die branche-specifieke terminologie, workflows en processen over sectoren zoals farmacie, detailhandel en productie, evenals bedrijfsfuncties zoals financiën, HR en supply chain, vastleggen.

Bij het onboarden van klanten, trainen we deze ontologieën automatisch op hun metadata. Binnen enkele dagen kunnen bedrijven hun data doorzoeken, resultaten valideren en problemen zoals duplicaten of conflicten identificeren.

De agente-analytische chatbot biedt complete transparantie – het laat zien hoe vragen worden geïnterpreteerd en gekoppeld aan de klantontologie en vervolgens aan de data. Deze transparantie, in combinatie met geautomatiseerde datavalidatie, waarborgt deterministische, hallucinatievrije antwoorden. Bovendien kunnen governance-teams potentiële antwoorden van tevoren valideren, aangezien de context alle mogelijke vragen en hun permutaties van tevoren bevat.

Hoe onderscheidt Illumex zich van traditionele benaderingen zoals Retrieval-Augmented Generation (RAG)?

Terwijl RAG probeert om standaard AI-modellen aan te passen door ze organisatorische data en logica te voeden, kampt het met verschillende beperkingen. Het is een black box – je kunt niet bepalen of je voldoende voorbeelden hebt geleverd voor een juiste aanpassing of hoe modelupdates de nauwkeurigheid beïnvloeden. Het vertrouwt ook op datawetenschappers die mogelijk geen bedrijfscontext hebben, waardoor het moeilijk is om de organisatorische logica volledig vast te leggen.

Bovendien verbruikt RAG ongeveer 80% van de AI-infrastructuur en tokens alleen al voor het fijntunen in plaats van daadwerkelijk gebruik, waardoor ROI-zorgen ontstaan. Het ontbeert ook ingebouwd toezicht – er is geen manier voor compliance-teams om de geschiktheid van de training te valideren of om adequate toegangscontrole te waarborgen.

Illumex’ Generatieve Semantische Stof (GSF) adresseert deze uitdagingen door geautomatiseerde contextopbouw zonder externe AI-tokens te consumeren. Het elimineert de noodzaak voor gespecialiseerde datawetenschappers en biedt complete transparantie in mapping en redenering via web-, Slack- of Teams-interfaces. GSF omvat ingebouwd toezicht en verklarende waarde, duidelijke indicatoren van organisatorische dekking en datakwaliteit, en geautomatiseerde kwaliteitsbeoordeling voor vraag-antwoordmogelijkheden.

Veel bedrijven worstelen met het nemen van datagedreven beslissingen, ondanks zware investeringen in data-infrastructuur. Waarom denkt u dat deze kloof bestaat, en hoe adresseert Illumex deze?

De kloof tussen data-investeringen en effectieve besluitvorming blijft zich uitbreiden naarmate data-volumes exploderen, zowel intern als extern. Organisaties worden nu geconfronteerd met niet alleen hun eigen groeiende data, maar ook met een reeks externe bronnen – van weer-API’s tot industrie-cloudplatforms die gezondheidsdata delen tussen Europese instellingen, plus synthetische data voor verschillende use-cases.

De uitdaging is dat organisaties nog steeds afhankelijk zijn van mensen voor kritische data-taken zoals modellering, kwaliteitsbeoordeling en dashboard-creatie. Toch maken de schaal en complexiteit van moderne data-omgevingen het steeds onmogelijker voor menselijke teams om data effectief te classificeren, de kwaliteit te beoordelen en te waarborgen dat deze geschikt is voor AI-gedreven analytics en automatisering.

Illumex overbrugt deze kloof door deze traditioneel manuele processen te automatiseren, waardoor organisaties hun uitbreidende data-landschap effectief kunnen beheren, valideren en gebruiken voor betekenisvolle bedrijfsbeslissingen.

Welke industrieën hebben Illumex’ platform het snelst geadopteerd, en welke unieke uitdagingen of kansen heeft u in deze sectoren waargenomen?

We zien de snelste adoptie in industrieën die op het snijvlak van data-intensiteit en zware regulering liggen, waar bedrijven robuuste automatisering van datakwaliteitsbewaking, gebruiksregistratie en conflict detectie nodig hebben. Financiële diensten, farmacie en detailhandel/elektronische handel nemen de leiding, aangezien deze sectoren zich snel willen heruitvinden met behulp van hun bestaande data-activa, terwijl ze complexe regelgevingsvereisten navigeren.

Met de snelle evolutie van generatieve AI, wat is uw advies aan ondernemingen die AI effectief en verantwoordelijk willen integreren?

Begin met het ontwikkelen van een duidelijk strategisch plan dat specifieke use-cases en de zakelijke imperatieven identificeert die AI-adoptie aandrijven. Het is cruciaal om te voorkomen dat nieuwe silo’s van AI-technologie worden gecreëerd die in isolatie van bestaande systemen opereren.

In plaats daarvan bouw een geïntegreerd platform dat databeheer, analytics en generatieve AI-mogelijkheden combineert. Het houden van AI-initiatieven los van gevestigde governance-praktijken creëert niet alleen significante risico’s, maar leidt ook tot verhoogde kosten. De sleutel is het creëren van een gedeelde infrastructuur die al deze functies ondersteunt, terwijl adequate toezicht wordt gehandhaafd.

Met de versnelling van AI-adoptie, welke trends ziet u de ondernemings-AI-landschap de komende 3-5 jaar vormgeven?

Twee belangrijke trends ontwikkelen zich in het AI-landschap. Ten eerste wint agente-analyse aan populariteit, waardoor geavanceerdere data-analyse en inzichten mogelijk worden. Ten tweede zien we een verschuiving naar agente-orkestratie, waardoor workflows mogelijk worden op basis van samenwerking tussen meerdere AI-modellen met diverse functionaliteiten.

Deze orkestratie brengt ons verder dan enkelvoudige toepassingen en richting meer omvattende oplossingen. In de gezondheidszorg, in plaats van geïsoleerde toepassingen voor specifieke taken, denk aan de automatisering van de volledige workflow van een arts – waarbij beeldscans, receptverwerking en medicijnrecomendaties in één naadloos systeem worden geïntegreerd.

Deze vooruitgang is afhankelijk van een robuuste generatieve semantische stof om nauwkeurige data-toegang, gedeelde context en coördinatie tussen AI-agenten te waarborgen. Deze basis zal cruciaal zijn om zowel agente-analyse als georkesteerde AI-oplossingen hun volledige potentieel te laten bereiken.

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