Sameet Gupte, CEO en mede-oprichter van EvoluteIQ – Interviewreeks

Sameet Gupte, CEO en mede-oprichter van EvoluteIQ, is een in Londen gevestigde topman met uitgebreide ervaring in het opbouwen en schalen van wereldwijde technologiebedrijven. Voordat hij EvoluteIQ oprichtte, was hij groepsCEO van Servion, een Cisco-portfoliobedrijf, evenals de aanverwante bedrijven Innoveo AG en Acqueon Inc., waar hij hielp bij het stimuleren van ondernemingsverandering en groei. Eerder in zijn carrière was hij executive vice president en managing director voor Global Financial Services en Europa bij Virtusa, waar hij een aanzienlijke organische uitbreiding leidde, branche-specifieke oplossingen ontwikkelde en een sleutelrol speelde bij strategische overnames in Europa, waaronder in Duitsland en Zweden, evenals de overname van Polaris. Hij leidde eerder ook de kapitaalmarktenactiviteiten van Genpact in Europa, waar hij verantwoordelijk was voor het versnellen van regionale groei en het versterken van de positie in de financiële dienstverlening.

EvoluteIQ is een AI-gebaseerd bedrijf voor ondernemingsautomatisering dat zich richt op het transformeren van de manier waarop bedrijven opereren via zijn vlaggenschipplatform EIQ. Ontworpen om eind-tot-eindprocessen te automatiseren in plaats van geïsoleerde taken, combineert het platform kunstmatige intelligentie, low-code-tools en procesbesturing om systemen mogelijk te maken die kunnen aanpassen, beslissingen nemen en voortdurend verbeteren in de loop van de tijd. Door gegevens, workflows en AI te integreren in een uniforme architectuur, helpt EvoluteIQ organisaties bij het stroomlijnen van operaties, het verminderen van complexiteit en het opbouwen van veerkrachtige, zelf-optimaliserende systemen in sectoren zoals financiën, gezondheidszorg en telecommunicatie.

Voordat u EvoluteIQ in 2019 oprichtte, had u seniorenleiderschapsfuncties bij Servion, Virtusa en Genpact, waar u uitgebreid werkte aan ondernemingsverandering en grootschalige technologie-implementaties. Welke ervaringen uit die tijd leidden ertoe dat u concludeerde dat de volgende generatie automatiseringsplatforms moest worden gebouwd als AI-gebaseerde systemen in plaats van uitbreidingen van traditionele workflow- of RPA-tools?

Over de hele linie worden succesvolle organisaties onderscheiden door hun vermogen om consequent wereldklasse-resultaten te leveren. Een gemeenschappelijk factor onder hen is een robuust proces. Terwijl we EvoluteIQ conceptualiseerden, wilden we een technologie ontwikkelen die dit proces ondersteunt. Ons focus lag op het aanpakken van het probleem in plaats van individuele componenten ervan. Voor 2019 losten de beschikbare tools en technologieën voornamelijk specifieke aspecten van het proces op, zoals gegevensextractie, taakbeheer en workflow. Elk van deze technologieën loste een bepaald probleem binnen het proces op, maar ontbrak een alomvattende oplossing voor het eind-tot-eindproces. Dit wees op een aanzienlijke kans om een technologie te creëren die autonoom is, zelf kan leren en aanpassen om het proces te optimaliseren. Zo werd het concept van EIQ geboren: een native AI-platform dat is ontworpen om autonoom te zijn, het probleem op te lossen in plaats van individuele componenten en de automatisering te maximaliseren. Het zou low-code/no-code zijn, uitgerust met de nodige capaciteiten voor elk proces, inclusief streaminggegevens, evenementen en besturing met AI als het centrale kader.

Veel automatiseringsplatforms voegen tegenwoordig generatieve AI-mogelijkheden toe aan legacy-infrastructuur. EvoluteIQ is vanaf het begin ontworpen met intelligentie en autonomie in het hart. Welke architectonische keuzes maakte u in het begin die uw platform in staat stellen om agente-automatisering te ondersteunen op manieren waarop oudere systemen dat niet kunnen?

Het platform is vanaf het begin ontworpen om eind-tot-eindautomatisering van processen mogelijk te maken, ongeacht het type automatisering dat vereist is (robot, workflow, gegevens, evenementen, enz.). Dit is gedaan met de verwachting dat in de loop van de tijd nieuwe automatiseringstechnieken zullen worden uitgevonden en bestaande mogelijk verouderd zullen raken. De onderliggende microservice-architectuur maakt het mogelijk om generatieve AI en agente-automatisering te ontwikkelen en op te nemen. Op dezelfde manier zal deze architectuur het opnemen van Large Action Models en Quantum Decision Making in de toekomst mogelijk maken.

EvoluteIQ is gebouwd rond wat u de Agentic Mesh Architecture noemt, of {aMa}, die netwerken van intelligente agenten in staat stelt om samen te werken over ondernemingsprocessen heen. Hoe verschilt deze benadering van traditionele automatiseringskaders, en waarom denkt u dat agent-tot-agent-samenwerking een fundamentale laag zal worden in ondernemingssoftware?

De {aMa} is de propriëtaire architectuur die een van de belangrijkste differentiatoren van het EvoluteIQ-platform is. Agent-tot-agent-samenwerking stelt meerdere agenten (zowel EIQ als derden) in staat om zichzelf te organiseren terwijl ze werken aan de voltooiing van een specifiek bedrijfsresultaat. Dit zal klanten in staat stellen om hun perceptie en gebruik van automatisering opnieuw te evalueren. Ze zullen niet langer de stappen hoeven te definiëren die nodig zijn om een eind-tot-eindproces uit te voeren; in plaats daarvan zullen ze alleen het gewenste bedrijfsresultaat hoeven te articuleren en de agenten toestaan om te bepalen hoe dit moet worden bereikt. Deze zelf-organiserende en zelf-regerende capaciteit zal klanten in staat stellen om agile en veerkrachtige bedrijfsmodellen te creëren die automatisch aanpassen aan innovatie en verstoring zonder de noodzaak van dure en risicovolle menselijke interventie.

Uw platform richt zich op eind-tot-eindautomatisering van complexe bedrijfsprocessen in plaats van het simpelweg automatiseren van individuele taken. Hoe verandert een agente-model de manier waarop organisaties denken over procesbesturing, besluitvorming en operationele autonomie?

We hebben dit gedeeltelijk hierboven behandeld, maar ik zou eraan toevoegen dat het EIQ-platform klanten in staat stelt om een abstractielaag te creëren boven hun bestaande infrastructuur. Als gevolg hiervan kunnen alle elementen van de infrastructuur worden beschouwd als onderdelen van een EIQ-proces. In combinatie met de Agentic Mesh Architecture {aMa} kunnen IT-teams nu ‘composable IT’ creëren, waardoor bedrijven toepassingen en processen op aanvraag kunnen ontwikkelen van vooraf gedefinieerde, geteste en goedgekeurde componenten. Dit introduceert een groter niveau van operationele autonomie voor bedrijfsgebruikers, waardoor ze in staat zijn om IT-diensten te creëren, te gebruiken en te beëindigen zoals nodig, zonder de traditionele afhankelijkheid van IT.

EvoluteIQ gebruikt een resultaat-gebaseerd prijsmodel in plaats van te factureren per bot of per gebruiker. Wat was de motivatie achter deze beslissing, en hoe verandert dit de manier waarop ondernemingsleiders de return on investment van automatiseringsinitiatieven evalueren?

De beslissing om een resultaat-gebaseerd prijsmodel te structureren, werd genomen om aan te sluiten bij de succescriteria van het bedrijf of de use case, om kostenvoorspelbaarheid, transparantie en risicodeling met de klant te garanderen. De belangrijkste verandering voor ondernemingen in een resultaat-gebaseerd model is dat, in tegenstelling tot het traditionele model waarin de return on investment (ROI) achteraf wordt besproken, deze in dit geval van tevoren wordt gecontracteerd, continu wordt gemeten en tegen prestaties wordt betaald.

Een van de grootste uitdagingen in ondernemings-AI is het integreren van gestructureerde gegevens, ongestructureerde informatie en real-time operationele signalen over meerdere systemen heen. Hoe lost EvoluteIQ deze integratie-uitdagingen op terwijl governance en betrouwbaarheid worden gehandhaafd?

Het EIQ-platform beheert gestructureerde gegevens, ongestructureerde gegevens en real-time evenementen via afzonderlijke motoren. Elk motor bestaat uit een set microservices die verticaal en horizontaal kunnen worden geschaald en gerepliceerd om veerkracht te bieden. Deze architectuur stelt het platform in staat om te worden gebouwd en geschaald om te voldoen aan de prestatie-, capaciteits- en betrouwbaarheidsvereisten van individuele klanten.

Naarmate ondernemingen autonome AI-agenten beginnen te implementeren die beslissingen kunnen nemen en acties kunnen triggeren, worden zorgen over toezicht en aansprakelijkheid belangrijker. Welke governance-kaders of waarborgen denkt u dat nodig zijn voor agente-systemen die op grote schaal opereren?

Het platform omvat standaardfuncties zoals auditing van processtappen, opname van de waarde van procesvariabelen en governance van generatieve AI en agenten. Deze functies bieden real-time governance van agente-gedrag en historische rapportage en analyse van hun werk en beslissingen. Bovendien biedt het EIQ-platform een unieke capaciteit die ervoor zorgt dat agenten zich zoals verwacht gedragen. Door verbinding te maken met elke gegevensbron en systeem van record binnen een klant, begrijpen agenten de bedrijfscontext waarin ze opereren. Als gevolg hiervan worden hun reacties gegenereerd binnen dit alomvattende kader, waardoor de nauwkeurigheid en betrouwbaarheid van hun acties worden gewaarborgd.

EvoluteIQ zou volgens rapporten binnen zijn tweede jaar van operatie winstgevend zijn geworden, wat ongebruikelijk is voor veel AI-startups. Welke strategische beslissingen stelden u in staat om innovatie en snelle productontwikkeling te balanceren met financiële duurzaamheid?

EvoluteIQ is sinds zijn tweede jaar van operatie EBITDA-positief. Dit is bereikt door voorzichtig te zijn met kosten zonder innovatie te compromitteren. Het bedrijf richt zich op klantadoptie en tevredenheid, weerspiegeld in een consistent bijgehouden 120% Net Retentie Ratio. Het vermijdt overinvesteringen in marketing en verkoop door sterke partnerschappen op te bouwen met Global System Integrators, Tier 1 BPO-bedrijven en toonaangevende managementconsultancybedrijven om de Go-To-Market (GTM)-beweging te stimuleren. Het bedrijf demonstreert waarde voor prospects via betaalde Proof Of Value (POV) in plaats van gratis Proof of Concepts (POC). Elke groeibeslissing is doelgericht en gefocust geweest. Het mogelijk maken van sterke partnerschappen en het zelfstandig maken van klanten op het EIQ-platform heeft ook geresulteerd in een lean support- en implementatieorganisatie, waardoor een gezond medewerker-omzetverhouding ontstaat die in overeenstemming is met de beste benchmarkwaarden.

Het ondernemingsautomatiseringslandschap evolueert snel, met traditionele RPA-leveranciers, generatieve AI-platforms en agente-automatiseringsbedrijven die allemaal om aandacht concurreren. Hoe ziet u de concurrentiedynamiek van deze markt zich de komende jaren ontwikkelen?

In ondernemingsautomatisering zien we een fundamentele convergentie in plaats van alleen maar toegenomen concurrentie. Traditionele RPA wordt afgeschaft als uitvoeringslaag, generatieve AI wordt snel alomtegenwoordig en agente-AI ontwikkelt zich als het controleparadigma. Echter, geen van deze ontwikkelingen in isolatie zal de markt definiëren. Het echte slagveld verschuift naar AI-gebaseerde orchestratieplatforms die eind-tot-eindprocessen kunnen beheren en meetbare bedrijfsresultaten kunnen leveren. In de komende jaren zullen de winnaars niet degene zijn met de meest geavanceerde modellen of het grootste aantal bots, maar degene die agent-workflows, gegevens en beslissingen kunnen combineren in een uniform systeem dat wordt beheerd, auditeerbaar is en voortdurend verbetert. Ondernemingskopers bewegen zich al weg van tools en licenties naar resultaten en aansprakelijkheid. Daarom zal de bepalende vraag voor elk platform zijn of het de verantwoordelijkheid voor het resultaat kan dragen, niet alleen een deel van het proces.

Als we vooruitkijken, welke mijlpalen zullen aangeven dat ondernemingen van AI-geassisteerde workflows overgaan naar echt autonome operaties, en wat verwacht u dat EvoluteIQ in die overgang zal spelen?

De overgang van AI-geassisteerde workflows naar echte autonome operaties is niet over kleine efficiëntiegewinnen, maar over een fundamentele heroverweging van hoe werk wordt uitgevoerd. De eerste mijlpaal is human-on-the-loop: AI-agenten nemen de meeste beslissingen met menselijke interventie gereserveerd voor uitzonderingen. Vervolgens zullen gesloten proceslopen echte tijd sensoren, besluitvorming, actie en zelfcorrectie mogelijk maken zonder menselijke interventie. Ondernemingen zullen vervolgens uitkomst-gebaseerde modellen aannemen waarin succes wordt gemeten door bedrijfsresultaten in plaats van activiteit. Uiteindelijk zal echte autonomie worden gerealiseerd wanneer composable agente-architectuur over functies zoals financiën, operaties en klantenservice wordt georkestreerd zonder te worden beperkt door legacy-systemen.

EvoluteIQ staat aan de vooravond van deze overgang. Gebouwd als een uniform AI-gebaseerd platform dat workflow, gegevens, evenementen en besluitvorming omvat, ondersteunt het niet alleen mensen, maar voert het ook eind-tot-eindprocessen uit, bewaakt elke actie, meet voortdurend resultaten en optimaliseert zichzelf. EvoluteIQ activeert AI binnen processen en biedt de infrastructuur voor ondernemingen om op grote schaal autonoom te opereren met complete aansprakelijkheid. Dit is hoe ondernemingen van automatisering overgaan naar autonomie en waarom EvoluteIQ uniek is gepositioneerd om deze reis te leiden.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten EvoluteIQ bezoeken.