Russ Fradin, CEO en mede-oprichter van Larridin – Interviewreeks

Russ Fradin, CEO en mede-oprichter van Larridin, is een ervaren ondernemer en uitvoerend directeur met een opmerkelijk trackrecord in het opbouwen en schalen van succesvolle technologiebedrijven. Hij richtte Larridin op in augustus 2024, na meer dan een decennium leiderschap bij organisaties zoals Carbon Health, waar hij momenteel vice-voorzitter is, en Dynamic Signal, dat hij oprichtte en bijna tien jaar lang als CEO leidde. Fradin heeft ook belangrijke bestuursfuncties bekleed bij innovatieve bedrijven, waaronder Leanplum en CoachArt, wat zijn toewijding aan het bevorderen van technologie, gezondheidszorg en sociale impact-initiatieven weerspiegelt.

Larridin is een next-generation technologiebedrijf dat zich richt op het transformeren van de manier waarop organisaties omgaan met data en besluitvorming. Het platform maakt gebruik van geavanceerde kunstmatige intelligentie en automatisering om complexe bedrijfsprocessen te stroomlijnen, waardoor ondernemingen actiegerichte inzichten sneller en intuïtiever kunnen verkrijgen. Met een focus op efficiëntie, schaalbaarheid en intelligente integratie, empoweren Larridin bedrijven om slimmere, gegevensgedreven beslissingen te nemen en nieuwe niveaus van operationele excellentie over verschillende industrieën te bereiken.

U heeft eerder bijgedragen aan het opbouwen van meetplatforms in digitale reclame en analytics voordat u Larridin lanceerde — hoe hebben uw eerdere carrière en ervaringen u ertoe gebracht om de noodzaak te zien voor een bedrijf dat zich richt op ondernemingsbrede AI-meting en -governance?

Als serie-ondernemer wilde ik mijn volgende onderneming mijn diepe achtergrond in meting en analytics combineren met het transformatieve potentieel van AI. In talloze gesprekken met ondernemingsleiders kwam één thema steeds terug: ondanks enorme investeringen, hadden bedrijven geen manier om hun AI-initiatieven te volgen, te meten of te optimaliseren. Er waren gewoon geen tools die hen zichtbaarheid of controle over AI-adoptie gaven, en die lacune is precies wat de creatie van Larridin inspireerde.

U beschrijft Larridin vaak als een “intelligentielaag” boven alle AI-hulpmiddelen — hoe is die positionering tot stand gekomen, en welke risico’s zag u dat essentieel maakten?

Voor ondernemingen wordt het steeds moeilijker om te begrijpen hoe AI daadwerkelijk wordt gebruikt en of het werkelijk ROI oplevert. Veel leiders stellen dezelfde vragen: gebruiken medewerkers de AI-hulpmiddelen waarin we hebben geïnvesteerd echt? Hoe kunnen we hun impact meten? Welke use cases leveren de meeste waarde en zijn het waard om op te schalen? Door deze zichtbaarheidslacune te erkennen, hebben we Larridin gebouwd als een intelligentielaag over alle AI-hulpmiddelen, waardoor ondernemingsleiders de mogelijkheid hebben om AI-gebruik te kaarten, te meten en te optimaliseren, en uiteindelijk om te zetten in tastbare bedrijfsresultaten.

Scout verzamelt metadata (in plaats van inhoud) om AI-gebruik over de hele organisatie te onthullen — in welke situaties worden die signalen vaag, en hoe valideert of verfijnt u ze?

Scout verzamelt niet alleen metadata; het analyseert ook prompts om profielniveaus en gebruikspatronen te begrijpen. Denk aan dit platform als Google Analytics. Het volgt geen individuele prompts of inhoud; het agregereert en interpreteert trends die in real-time over de organisatie worden bijgewerkt. Deze stroom van gegevens helpt bij het verfijnen van inzichten over tijd, waardoor de zichtbaarheid die bedrijven krijgen accuraat, contextueel en actiegericht is.

Nexus centraliseert prompts, beleid en integraties — hoe overtuigt u teams om hun workflows naar Nexus te verplaatsen in plaats van verder te gaan met hun ad-hoc AI-hulpmiddelen?

De sleutel tot het adopteren van nieuwe technologieën ligt in het stimuleren van gedragsverandering. In dit geval, het opbouwen van AI-competentie. Mensen zijn bereid om AI te gebruiken, maar hoe helpt u hen om het verantwoordelijk te doen? Het is waarschijnlijk dat de meeste medewerkers niet weten over de risico’s van het gebruik van niet-goedgekeurde hulpmiddelen of of ze in overeenstemming zijn met bepaalde apps.

Vanuit uw perspectief, welke metrics of indicatoren worden het meest misgeïnterpreteerd door leiders als echte AI-maturiteit?

Wat elk bedrijf vandaag zou moeten vragen, is of de AI-hulpmiddelen die beschikbaar zijn over het hele bedrijf werkelijk waarde opleveren. Een ding is het aantal mensen dat ChatGPT gebruikt, bijvoorbeeld. Maar hoeveel van hen gebruiken het tot het punt waarop het een werkelijk concurrentievoordeel oplevert en werkelijk waarde toont? Het hebben van de nieuwste of duurste AI-hulpmiddelen betekent niet dat iedereen ze zal gebruiken en maximaliseren. Bedrijven die hebben geleerd hoe ze AI kunnen benutten, volgen en meten hun gebruik om werkelijk ROI te garanderen, schalen succesvolle interne use cases op en creëren een cultuur die AI-geletterdheid voor iedereen bevordert.

Wanneer goedgekeurde en niet-goedgekeurde AI-hulpmiddelen samen bestaan, hoe isoleert u welk gebruik werkelijk bedrijfsimpact oplevert?

De eerste stap zou zijn om zichtbaarheid en begrip te krijgen van welke hulpmiddelen worden gebruikt, door wie, hoe ze prestaties beïnvloeden, of ze veilig zijn. Zodra bedrijven hun AI-middelen in kaart hebben gebracht die in hun ecosysteem draaien, is het tijd om in de metrics te duiken en de ROI van deze hulpmiddelen te meten. Het is mogelijk dat een niet-goedgekeurd hulpmiddel meer waarde oplevert dan een goedgekeurd, terwijl anderen alleen maar ruis en risico toevoegen. Wanneer organisaties een duidelijk landschap en real-time inzichten hebben in wat werkt en wat niet, kunnen ze hun technische stack opbouwen en als geheel vooruitgaan.

Hoe balanceert u governance (regels, monitoring, limieten) met het geven van teams de flexibiliteit en vrijheid om te experimenteren en te innoveren?

Governance en innovatie moeten hand in hand gaan in de era van AI. De beste manier om deze balans te bereiken is door medewerkers de tools en de kans te geven om veilig en verantwoordelijk met AI te experimenteren. Wanneer governance een blocker wordt of als een bottleneck wordt beschouwd, zullen creativiteit en experimentatie stilvallen, maar wanneer het een enabler is, empoweren het mensen om grenzen te verleggen en nieuwe oplossingen met vertrouwen op te bouwen.

Terwijl nieuwe modellen, agenten en self-servicehulpmiddelen snel opkomen, hoe houdt u Larridin’s detectie, connectors en beleid actueel en robuust?

Aanpasbaarheid en flexibiliteit zijn twee grondbeginselen voor Larridin. Nieuwe AI-hulpmiddelen komen elke dag op, en mensen zijn bereid om ze te testen, of ze nu goedgekeurd zijn of niet. Ons platform detecteert automatisch nieuwe AI-middelen en hun gebruikstrends en heeft een voortdurend evoluerende connectorbibliotheek, waardoor zichtbaarheid nooit verloren gaat. Dit dynamische kader stelt organisaties in staat om hun regels voor veiligheid en compliance in real-time te herorganiseren.

Sinds de oprichting van Larridin, welke van uw vroege aannamen hebben u het meest verrast — met name rond adoptie, weerstand of het meten van waarde?

Vandaag leven bedrijven in een AI-gespleten wereld. Sommige mensen adopteren het instinctief en werken natuurlijk met deze technologie, continu experimenterend en innovatief. Anderen misschien niet de tijd of de neiging hebben om de leercurve te beklimmen, wat niet noodzakelijk betekent dat ze weerstand bieden. Het begrijpen dat mensen gemotiveerd worden door verschillende dingen en het stimuleren van een gedragsverandering rond AI door deze twee werelden te verbinden, is essentieel voor adoptie en groei. Sommige organisaties hebben dit nog niet gerealiseerd.

Ook is het zichtbaarheidsprobleem intrigerend. In de snel veranderende AI-wereld gebeurt het vaker dan verwacht dat de zichtbaarheid van de AI-stack verloren gaat, zelfs bij bedrijven die constant interne audits uitvoeren. In een recente enquête die we hebben uitgevoerd, gaven meer dan 70% van de IT- en financiële ondernemingsleiders toe dat ze de zichtbaarheid zijn kwijtgeraakt. Dit maakt het moeilijk om de werkelijke waarde van AI te meten, en veel organisaties ontbreken de tools en processen die nodig zijn om hun AI-toepassingen up-to-date te volgen en te meten.

Over de komende 3-5 jaar, wat is uw ideale visie voor ondernemingsbrede AI-governance en -adoptie — en hoe ziet u de rol van Larridin evolueren naar die toekomst?

Naar de toekomst toe, moeten governance, veiligheid, compliance en adoptie in harmonie functioneren. Deze geïntegreerde omgeving stelt bedrijven in staat om te floreren door medewerkers in staat te stellen hun eigen AI-agenten te creëren om workflows te ondersteunen en problemen op te lossen, waardoor ze zich kunnen concentreren op strategische initiatieven. Larridin opent de weg naar deze next-generationbenadering voor de samenwerking tussen AI en mensen.

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