Ramprakash Ramamoorthy, hoofd van AI-onderzoek bij ManageEngine – Interviewreeks

Ramprakash Ramamoorthy is het hoofd van AI-onderzoek bij ManageEngine, de enterprise IT-managementdivisie van Zoho Corp. ManageEngine stelt ondernemingen in staat om de controle over hun IT te krijgen, van beveiliging, netwerken en servers tot uw toepassingen, servicedesk, Active Directory, desktops en mobiele apparaten.

Hoe bent u oorspronkelijk geïnteresseerd geraakt in informatica en machine learning?

Ik had van nature een grote nieuwsgierigheid naar informatica, maar het bezit van een persoonlijke computer was voor mijn gezin onbetaalbaar. Dankzij de positie van mijn grootvader als professor in de scheikunde aan een lokale universiteit kreeg ik soms de kans om de computers daar te gebruiken na kantooruren.

Mijn interesse verdiepte zich tijdens mijn studie, waar ik eindelijk mijn eigen pc kreeg. Daar ontwikkelde ik een paar webapplicaties voor mijn universiteit. Deze applicaties worden nog steeds gebruikt, twaalf jaar later, wat echt de impact en duurzaamheid van mijn vroege werk onderstreept. Deze ervaring was een uitgebreide les in software-engineering en de echte uitdagingen van het schalen en implementeren van applicaties.

Mijn professionele reis in de technologie begon met een stage bij Zoho Corp. Aanvankelijk was mijn hart gericht op de ontwikkeling van mobiele apps, maar mijn baas stuurde me aan om eerst een machine learning-project te voltooien voordat ik aan app-ontwikkeling begon. Dit bleek een keerpunt te zijn – ik kreeg nooit de kans om mobiele app-ontwikkeling te doen, dus het is een beetje bitterzoet.

Bij Zoho Corp hebben we een cultuur van leren door doen. We geloven dat als je genoeg tijd besteedt aan een probleem, je de expert wordt. Ik ben echt dankbaar voor deze cultuur en voor de begeleiding van mijn baas; het is wat mijn reis naar de wereld van machine learning heeft gestart.

Als directeur van AI-onderzoek bij Zoho & ManageEngine, hoe ziet uw gemiddelde werkdag eruit?

Mijn werkdag is dynamisch en draait om zowel teamcollaboratie als strategisch plannen. Een aanzienlijk deel van mijn dag wordt besteed aan het werken met een getalenteerd team van ingenieurs en wiskundigen. Samen bouwen en verbeteren we onze AI-stack, die de ruggengraat vormt van onze diensten.

We functioneren als het centrale AI-team, dat AI-oplossingen als dienst levert aan een breed scala aan producten binnen zowel ManageEngine als Zoho. Deze rol vereist een diep begrip van de verschillende productlijnen en hun unieke vereisten. Mijn interacties zijn niet beperkt tot mijn team; ik werk ook uitgebreid met interne teams in de hele organisatie. Deze samenwerking is cruciaal voor het afstemmen van onze AI-strategie op de specifieke behoeften van onze klanten, die constant evolueren. Dit is zo’n geweldige kans om te werken met de slimste geesten in het hele bedrijf.

Gezien de snelle ontwikkeling van AI, besteed ik een aanzienlijk deel van mijn tijd aan het bijhouden van de laatste ontwikkelingen en trends in het veld. Dit continue leren is essentieel om onze positie te behouden en ervoor te zorgen dat onze strategieën relevant en effectief blijven.

Daarnaast gaat mijn rol verder dan de muren van het kantoor. Ik heb een passie voor spreken en reizen, wat mooi aansluit bij mijn verantwoordelijkheden. Ik neem regelmatig deel aan analistenforums en evangeliseer onze AI-strategie. Deze interacties helpen niet alleen om onze visie en prestaties te verspreiden, maar bieden ook waardevolle inzichten die terugkomen in ons strategisch plannen en uitvoeren.

U hebt de evolutie van AI meegemaakt sinds u ManageEngine heeft gepositioneerd als een strategische AI-pionier in 2013. Welke machine learning-algoritmes werden in die vroege dagen gebruikt?

Ons eerste focus lag op het vervangen van traditionele statistische technieken door AI-modellen. Bijvoorbeeld, bij anomaliedetectie, gingen we van een bell-curve-methode die extremen markeerde naar AI-modellen die in staat waren om vanuit historische gegevens te leren, patronen te herkennen en seizoensgebondenheid te herkennen.

We hebben een breed scala aan algoritmes geïmplementeerd, van support vector machines tot beslissingsboommethoden, als basis van onze AI-platform. Deze algoritmes waren van cruciaal belang bij het identificeren van nichetoepassingen waar AI aanzienlijk kon profiteren van historische gegevens voor patroonherkenning, forecasting en root cause-analyse. Opmerkelijk is dat veel van deze algoritmes nog steeds effectief in productie zijn, wat hun relevantie en efficiëntie onderstreept.

Kunt u bespreken hoe LLM’s en generatieve AI de workflow bij ManageEngine hebben veranderd?

Grote taalmodellen (LLM’s) en generatieve AI hebben zeker een opwinding veroorzaakt in de consumentenwereld, maar hun integratie in de enterprise-sfeer, inclusief ManageEngine, is meer geleidelijk verlopen. Een reden hiervoor is de hoge toegangsdrempel, met name in termen van kosten, en de aanzienlijke gegevens- en berekeningsvereisten die deze modellen eisen.

Bij ManageEngine investeren we strategisch in domeinspecifieke LLM’s om hun potentieel te benutten op een manier die is afgestemd op onze behoeften. Dit omvat het ontwikkelen van modellen die niet alleen generisch in hun toepassing zijn, maar ook zijn gefinetuned om specifieke gebieden binnen onze enterprise-operaties aan te pakken. Bijvoorbeeld, we werken aan een LLM gewijd aan beveiliging, dat beveiligingsgebeurtenissen meer efficiënt kan markeren, en een andere die zich richt op infrastructuurmonitoring. Deze gespecialiseerde modellen zijn momenteel in ontwikkeling in onze laboratoria, wat onze toewijding weerspiegelt om de emergente gedragingen van LLM’s en generatieve AI te benutten op een manier die tastbare waarde toevoegt aan onze enterprise IT-oplossingen.

ManageEngine biedt een breed scala aan verschillende AI-hulpmiddelen voor diverse use cases. Welk hulpmiddel bent u het meest trots op?

Ik ben ontzettend trots op al onze AI-hulpmiddelen bij ManageEngine, maar onze gebruikers- en entiteitsgedragsanalyse (UEBA) springt er voor mij uit. Gelanceerd in onze vroege dagen, is het nog steeds een sterk en vitaal onderdeel van onze aanbod. We begrepen de marktverwachtingen en voegden een verklaring toe aan elke anomalie als standaardpraktijk. Onze UEBA-capaciteit evolueert constant en we nemen de lessen mee om het te verbeteren.

ManageEngine biedt momenteel de AppCreator aan, een low-code-platform voor aangepaste applicatieontwikkeling dat IT-teams in staat stelt om aangepaste oplossingen snel te creëren en on-premises te lanceren. Wat zijn uw meningen over de toekomst van no-code- of low-code-toepassingen? Zullen deze uiteindelijk de overhand krijgen?

De toekomst van low-code- en no-code-toepassingen, zoals onze AppCreator, is zeer veelbelovend, vooral in de context van evoluerende bedrijfsbehoeften. Deze platforms worden essentieel voor organisaties om de mogelijkheden van hun bestaande software-assets uit te breiden en te maximaliseren. Naarmate bedrijven groeien en hun vereisten veranderen, bieden low-code- en no-code-oplossingen een flexibele en efficiënte manier om aan te passen en te innoveren.

Daarnaast spelen deze platforms een cruciale rol bij het in staat stellen van bedrijven door IT. Door evoluerende technologieën, zoals AI als dienst, aan te bieden, verlagen ze aanzienlijk de toegangsdrempel voor organisaties om de kracht van AI te proberen.

Kunt u uw eigen meningen delen over AI-risico’s, waaronder AI-vooringenomenheid, en hoe ManageEngine deze risico’s beheert?

Bij ManageEngine erkennen we het serieuze gevaar dat wordt gevormd door AI-risico’s, waaronder AI-vooringenomenheid, die de technologie-toegangskloof kunnen vergroten en kritieke bedrijfsfuncties zoals HR en financiën kunnen beïnvloeden. Bijvoorbeeld, verhalen over AI die vooringenomen gedrag vertoont bij werving zijn waarschuwende verhalen die we serieus nemen.

Om deze risico’s te mitigeren, implementeren we strikte beleidsregels en workflows om ervoor te zorgen dat onze AI-modellen de vooringenomenheid minimaliseren gedurende hun hele levenscyclus. Het is cruciaal om deze modellen continu te monitoren, aangezien ze onbevooroordeeld kunnen beginnen maar mogelijk vooringenomenheid kunnen ontwikkelen in de loop van de tijd als gevolg van veranderingen in de gegevens.

We investeren ook in geavanceerde technologieën zoals differentiële privacy en homomorfische encryptie om onze toewijding aan veilige en onbevooroordeelde AI te versterken. Deze inspanningen zijn essentieel om ervoor te zorgen dat onze AI-hulpmiddelen niet alleen krachtig zijn, maar ook verantwoordelijk en ethisch worden gebruikt, hun integriteit behouden voor alle gebruikers en toepassingen.

Wat is uw visie voor de toekomst van AI en robotica?

De toekomst van AI en robotica is zowel spannend als transformatief. AI heeft zeker zijn deel aan boom- en bust-cycli in het verleden meegemaakt. Echter, met de vooruitgang in gegevensverzameling en verwerkingsmogelijkheden, evenals de opkomst van omzetmodellen rond gegevens, is AI nu stevig gevestigd en hier om te blijven.

AI is geëvolueerd tot een mainstream-technologie, die aanzienlijk de manier beïnvloedt waarop we interactie hebben met software op zowel enterprise- als persoonlijk niveau. De generatieve capaciteiten zijn al een integraal onderdeel van ons dagelijks leven geworden, en ik voorzie dat AI nog toegankelijker en betaalbaarder zal worden voor ondernemingen, dankzij nieuwe technieken en vooruitgang.

Een belangrijk aspect van deze toekomst is de verantwoordelijkheid van AI-ontwikkelaars. Het is cruciaal voor bouwers om ervoor te zorgen dat hun AI-modellen robuust en vrij van vooringenomenheid zijn. Bovendien hoop ik dat juridische kaders zullen evolueren met een tempo dat overeenkomt met de snelle ontwikkeling van AI om effectief alle juridische kwesties die ontstaan te beheren en te mitigeren.

Mijn visie voor AI is een toekomst waarin deze technologieën naadloos geïntegreerd zijn in ons dagelijks leven, onze capaciteiten en ervaringen verhogend, terwijl ze op een ethische en verantwoordelijke manier worden beheerd.

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