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

Sameet Gupte, CEO en mede-oprichter van EvoluteIQ, is een in Londen gevestigde topfunctionaris met uitgebreide ervaring in het opbouwen en schalen van wereldwijde technologiebedrijven. Voordat hij EvoluteIQ oprichtte, was hij Group CEO 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 heel Europa, waaronder in Duitsland en Zweden, evenals de overname van Polaris. Hij leidde ook eerder het kapitaalmarktbusiness 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-native ondernemingsautomatiseringsbedrijf dat zich richt op het transformeren van de manier waarop bedrijven opereren via zijn vlaggenschip-EIQ-platform. Ontworpen om eind-tot-eindprocessen te automatiseren in plaats van geïsoleerde taken, combineert het platform kunstmatige intelligentie, low-code-tools en procesorchestratie om systemen mogelijk te maken die kunnen aanpassen, beslissingen nemen en zich 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, zelfoptimaliserende systemen in branches zoals financiën, gezondheidszorg en telecommunicatie.

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

Over de hele linie worden succesvolle organisaties gekenmerkt door hun vermogen om consistent 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. Elke technologie lost 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 zich kan 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 mogelijkheden voor elk proces, inclusief streaminggegevens, gebeurtenissen en orchestratie met AI als core-framework.

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

Het platform is ontworpen vanaf de grond af om eind-tot-eindautomatisering van processen mogelijk te maken, ongeacht het type automatisering dat vereist is (robot, workflow, gegevens, gebeurtenissen, enz.). Dit is gedaan met de verwachting dat, na verloop van tijd, nieuwe automatiseringstechnieken zullen worden uitgevonden en bestaande zullen worden verouderd. Daarom stond de onderliggende microservice-architectuur toe dat Generatieve AI en agente-automatisering werden ontwikkeld en opgenomen. Op dezelfde manier zal deze architectuur in de toekomst toelaten dat Large Action Models en Quantum Decision Making worden opgenomen.

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 fundamentele laag zal worden in ondernemingssoftware?

De {aMa} is de propriëtaire architectuur die een van de belangrijkste differentiators van het EvoluteIQ-platform is. Agent-tot-agent-samenwerking stelt meerdere agenten (zowel EIQ als van derden) in staat om zichzelf te organiseren terwijl ze werken aan de voltooiing van een specifiek bedrijfsresultaat. Dit zal klanten in staat stellen 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 toelaten te bepalen hoe dit moet worden bereikt. Deze zelforganiserende en zelfbesturende mogelijkheid zal klanten in staat stellen om flexibele en veerkrachtige bedrijfsoperatiemodellen te creëren die zich 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 automatiseren van individuele taken. Hoe verandert een agente-model de manier waarop organisaties denken over procesorchestratie, 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 kunnen ontwikkelen op aanvraag van vooraf gedefinieerde, geteste en goedgekeurde componenten. Dit introduceert een grotere mate van operationele autonomie voor businessgebruikers, 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 uitkomstgebaseerd prijsmodel in plaats van te berekenen 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 uitkomstgebaseerd prijsmodel te structureren, werd genomen om te worden afgestemd op 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 uitkomstgebaseerd model is dat, in tegenstelling tot het traditionele model waarin de return on investment (ROI) achteraf wordt besproken, in dit geval de ROI van tevoren wordt gecontracteerd, voortdurend wordt gemeten en betaald tegen levering.

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 gebeurtenissen via separate engines. Elke engine 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, opnemen van de waarde van procesvariabelen en governance van Generatieve AI en agenten. Deze functies stellen real-time governance van agente-gedrag en historische rapportage en analyse van hun werk en beslissingen mogelijk. Behalve deze functies biedt het EIQ-platform een unieke mogelijkheid die ervoor zorgt dat agenten zich gedragen zoals verwacht. 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 winstgevend zijn geworden binnen het tweede jaar van operatie, wat ongebruikelijk is voor veel AI-startups. Welke strategische beslissingen stonden toe dat u innovatie en snelle productontwikkeling in evenwicht bracht met financiële duurzaamheid?

EvoluteIQ is sinds het tweede jaar van operatie EBITDA-positief. Dit is bereikt door prudent te zijn met kosten zonder innovatie in gevaar te brengen. Het bedrijf richt zich op klantadoptie en tevredenheid, weerspiegeld in een consistent bijgehouden 120% Net Retentie Rate. 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 toont waarde aan 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 benchmarks.

De ondernemingsautomatiseringsmarkt 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 evolueren in de komende jaren?

In ondernemingsautomatisering zien we een fundamentele convergentie in plaats van alleen maar toegenomen concurrentie. Traditionele RPA wordt teruggebracht tot een uitvoeringslaag, generatieve AI wordt snel alomtegenwoordig en agente-AI ontstaat als het controleparadigma. Echter, geen van deze ontwikkelingen in isolatie zal de markt definiëren. De echte slagveld verschuift naar AI-native 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 geïntegreerd systeem dat wordt beheerd, geaudit en voortdurend verbeterd. Ondernemingskopers verlaten al het traditionele model van tools en licenties en gaan naar uitkomsten en aansprakelijkheid. Daarom zal de bepalende vraag voor elk platform zijn of het de uitkomst kan eigenen, niet alleen een deel van het proces.

Kijkend naar de toekomst, welke mijlpalen zullen aangeven dat ondernemingen overstappen van AI-ondersteunde workflows naar echt autonome operaties, en wat verwacht u dat EvoluteIQ zal spelen in die overgang?

De overgang van AI-ondersteunde workflows naar echt autonome operaties is niet over kleine efficiëntiegains, 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 sensing, besluitvorming, actie en zelfcorrectie mogelijk maken zonder menselijke interventie. Ondernemingen zullen vervolgens uitkomstgebaseerde modellen aannemen waarin succes wordt gemeten door bedrijfsresultaten in plaats van activiteit. Uiteindelijk zal echte autonomie worden gerealiseerd wanneer composable agente-architecturen worden georkestreerd over functies zoals financiën, operaties en klantenservice zonder te worden beperkt door legacy-systemen.

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

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