Soham Mazumdar, mede-oprichter en CEO van WisdomAI – Interviewreeks

Soham Mazumdar is de mede-oprichter en CEO van WisdomAI, een bedrijf dat aan de voorlopers is van AI-gedreven oplossingen. Voordat hij WisdomAI in 2023 oprichtte, was hij mede-oprichter en hoofdarchitect bij Rubrik, waar hij een sleutelrol speelde bij het opschalen van het bedrijf over een periode van 9 jaar. Soham was eerder leidinggevende bij Facebook (META ) en Google (GOOGL ), waar hij bijdroeg aan de core search-infrastructuur en werd erkend met de Google Founder’s Award. Hij was ook mede-oprichter van Tagtile, een mobiele loyaliteitsplatform dat werd overgenomen door Facebook. Met twee decennia ervaring in software-architectuur en AI-innovatie, is Soham een ervaren ondernemer en technoloog met vestiging in de San Francisco Bay Area.

WisdomAI is een AI-native business intelligence-platform die bedrijven helpt om in real-time nauwkeurige inzichten te verkrijgen door gestructureerde en ongestructureerde gegevens te integreren via zijn eigen “Knowledge Fabric.” Het platform activeert gespecialiseerde AI-agents die gegevenscontext cureren, bedrijfsvragen beantwoorden in natuurlijke taal en trends of risico’s proactief naar boven brengen – zonder hallucinaties te genereren. In tegenstelling tot traditionele BI-hulpmiddelen, gebruikt WisdomAI generatieve AI strikt voor querygeneratie, waardoor een hoge nauwkeurigheid en betrouwbaarheid wordt gegarandeerd. Het integreert met bestaande gegevensecosystemen en ondersteunt ondernemingsbrede beveiliging, met vroege adoptie door grote bedrijven zoals Cisco en ConocoPhillips (COP ).

U bent mede-oprichter van Rubrik en heeft geholpen om het te laten groeien tot een groot ondernemingsucces. Wat inspireerde u om in 2023 te vertrekken en WisdomAI op te richten – en was er een specifiek moment dat deze nieuwe richting verhelderde?

Het probleem van ondernemingsgegevensefficiëntie stond me recht voor ogen. Tijdens mijn tijd bij Rubrik zag ik eerstehands hoe Fortune 500-bedrijven verdronken in gegevens, maar worstelden om inzichten te verkrijgen. Zelfs met alle infrastructuur die we bouwden, hadden minder dan 20% van de ondernemingsgebruikers daadwerkelijk de juiste toegang en kennis om gegevens effectief te gebruiken in hun dagelijkse werk. Het was een massaal, systematisch probleem dat niemand echt oploste.

Ik ben ook een bouwer van nature – u kunt dit zien in mijn pad van Google naar Tagtile naar Rubrik en nu WisdomAI. Ik word geënergiseerd door fundamentele uitdagingen aan te pakken en oplossingen van de grond af op te bouwen. Na Rubrik te hebben geholpen om ondernemingsucces te bereiken, voelde ik die ondernemersdrang weer om iets even ambitieus aan te pakken.

Tenslotte was de AI-kans onmogelijk te negeren. Rond 2023 werd het duidelijk dat AI die kloof tussen gegevensbeschikbaarheid en gegevensbruikbaarheid kon overbruggen. De timing voelde perfect om iets te bouwen dat gegevensinzichten voor elke ondernemingsgebruiker kon democratiseren, niet alleen voor de technische gebruikers.

Het moment van helderheid kwam toen ik besefte dat we alles wat ik had geleerd over ondernemingsgegevensinfrastructuur bij Rubrik konden combineren met het transformatieve potentieel van AI om dit fundamentele inefficiëntieprobleem op te lossen.

WisdomAI introduceert een “Knowledge Fabric” en een reeks AI-agents. Kunt u uitleggen hoe dit systeem samenwerkt om verder te gaan dan traditionele BI-dashboards?

We hebben een agente platform voor gegevensinzichten gebouwd dat werkt met gegevens waar ze zijn – gestructureerd, ongestructureerd en zelfs “vuile” gegevens. In plaats van analytics-teams te vragen om rapporten uit te voeren, kunnen bedrijfsmanagers rechtstreeks vragen stellen en in details drillen. Ons platform kan worden getraind op elk datawarehouse-systeem door querylogs te analyseren.

We zijn compatibel met grote clouddatadiensten zoals Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks en Postgres, en ook met documentformaten zoals Excel, PDF, PowerPoint, enz.

In tegenstelling tot conventionele tools die voornamelijk zijn ontworpen voor analisten, activeert onze conversatieinterface bedrijfsgebruikers om direct antwoorden te krijgen, terwijl onze multi-agentarchitectuur complexe queries over diverse datasystemen mogelijk maakt.

U hebt benadrukt dat WisdomAI hallucinaties vermijdt door GenAI van antwoordgeneratie te scheiden. Kunt u uitleggen hoe uw systeem GenAI anders gebruikt – en waarom dat belangrijk is voor ondernemingsvertrouwen?

Ons AI-Ready Context Model traint op de gegevens van de organisatie om een universele contextbegrip te creëren dat vragen beantwoordt met hoge semantische nauwkeurigheid, terwijl het gegevensprivacy en -beheer behoudt. Bovendien gebruiken we generatieve AI om goed afgebakende queries te formuleren die ons toelaten om gegevens uit verschillende systemen te extraheren, in plaats van ruwe gegevens in de LLM’s te voeden. Dit is cruciaal voor het aanpakken van hallucinaties en veiligheidsproblemen met LLM’s.

U heeft de term “Agentic Data Insights Platform” bedacht. Hoe verschilt agentic intelligentie van traditionele analytische tools of standaard LLM-gebaseerde assistenten?

Traditionele BI-stacks vertragen besluitvorming omdat elke vraag moet vechten om door verbonden gegevensilos en een relais van specialisten heen te komen. Wanneer een chief revenue officer moet weten hoe hij het kwartaal kan afsluiten, moet het antwoord typisch door zes handen gaan – analisten die CRM-gegevens wringen, data-engineers die bestanden samenstellen, en dashboard-bouwers die rapporten vernieuwen – waardoor een eenvoudige query een project van meerdere dagen wordt.

Ons platform breekt die silos af en zet de volledige diepte van gegevens één toetsenbordtoets weg, zodat de CRO van hoofdlijnmetingen naar rij-niveau-details in seconden kan drillen.

Geen wachten in de analistenrij, geen vooraf gedefinieerde dashboards die niet kunnen bijhouden met nieuwe vragen – gewoon zelfbedieningsinzichten die op het tempo van het bedrijf worden geleverd.

Hoe zorgt u ervoor dat WisdomAI zich aanpast aan de unieke gegevensvocabulaire en -structuur van elke onderneming? Wat is de rol van menselijke input bij het verfijnen van de Knowledge Fabric?

Werken met gegevens waar en hoe ze zijn – dat is eigenlijk de heilige graal voor ondernemingsbusiness intelligence. Traditionele systemen zijn niet ontworpen om ongestructureerde gegevens of “vuile” gegevens met typefouten en fouten te verwerken. Wanneer informatie bestaat over verschillende bronnen – databases, documenten, telemetriegegevens – worstelen organisaties om deze informatie samenhangend te integreren.

Zonder de mogelijkheid om deze diverse gegevenstypen te verwerken, blijft waardevolle context geïsoleerd in afzonderlijke systemen. Ons platform kan worden getraind op elk datawarehouse-systeem door querylogs te analyseren, waardoor het zich kan aanpassen aan de unieke gegevensvocabulaire en -structuur van elke organisatie.

U heeft de ontwikkelingsprocedure van WisdomAI beschreven als ‘vibe coding’ – het opbouwen van productervaringen rechtstreeks in code, en vervolgens itereren via real-world-gebruik. Wat zijn de voordelen van deze aanpak in vergelijking met traditionele productontwerp?

“Vibe coding” is een significante verschuiving in hoe software wordt gebouwd, waarbij ontwikkelaars de kracht van AI-hulpmiddelen gebruiken om code te genereren door simpelweg de gewenste functionaliteit in natuurlijke taal te beschrijven. Het is alsof een intelligente assistent doet wat u wilt dat de software doet, en hij schrijft de code voor u. Dit vermindert de handmatige inspanning en tijd die traditioneel nodig is voor codering.

Door de jaren heen is de creatie van digitale producten grotendeels gevolgd door een vertrouwd script: zorgvuldig plannen van het product en UX-ontwerp, vervolgens ontwikkeling uitvoeren, en itereren op basis van feedback. De logica was duidelijk, omdat investeren in ontwerp van tevoren minimale dure herbouw tijdens de meer dure en tijdrovende ontwikkelingsfase minimaliseert. Maar wat gebeurt er wanneer de kosten en de tijd om die ontwikkeling uit te voeren drastisch afnemen? Deze capaciteit keert de traditionele ontwikkelingsvolgorde op zijn kop. Plotseling kunnen ontwikkelaars functionele software opbouwen op basis van een hoogwaardig begrip van de vereisten, zelfs voordat gedetailleerde product- en UX-ontwerpen zijn afgerond.

Met de snelheid van AI-codegeneratie kan de inspanning die nodig is om uitgebreide voorafgaande ontwerpen te maken in sommige contexten relatief meer tijd kosten dan het opzetten van een basisversie van de software. Het nieuwe paradigma in de wereld van vibe coding wordt: uitvoeren (code met AI), en vervolgens aanpassen (ontwerp en verfijnen).

Deze aanpak stelt ons in staat om ongelooflijk vroege gebruikersvalidatie van de kernconcepten te verkrijgen. Stel uzelf voor dat u feedback krijgt op de daadwerkelijke functionaliteit van een functie voordat u zwaar investeert in gedetailleerde visuele ontwerpen. Dit kan leiden tot meer gebruikersgerichte ontwerpen, aangezien het ontwerpproces rechtstreeks wordt geïnformeerd door hoe gebruikers interactie hebben met een tastbaar product.

Bij WisdomAI omarmen we actief AI-codegeneratie. We hebben ontdekt dat door het omarmen van snelle initiële ontwikkeling, we snel core-functionaliteiten kunnen testen en waardevolle gebruikersfeedback kunnen verzamelen vroeg in het proces, live op het product. Dit stelt ons ontwerpteam in staat om zich te concentreren op het verfijnen van de gebruikerservaring en visueel ontwerp op basis van real-world-gebruik, wat leidt tot effectievere en meer geliefde producten, sneller.

Van verkoop en marketing tot productie en klantensucces richt WisdomAI zich op een breed spectrum van bedrijfsgevallen. Welke verticale hebben de snelste adoptie gezien – en welke use cases hebben u verrast in hun impact?

We hebben transformatieve resultaten gezien met meerdere klanten. Voor F500-olie- en gasbedrijf ConocoPhillips gebruiken boor- en operatoringenieurs nu ons platform om complexe putgegevens rechtstreeks in natuurlijke taal te bevragen. Voordat WisdomAI bestond, hadden deze ingenieurs technische hulp nodig voor zelfs basale operationele vragen over putstatus of prestaties. Nu kunnen ze deze informatie onmiddellijk toegang krijgen en tegelijkertijd vergelijken met beste praktijken in hun boorhandleidingen – allemaal via dezelfde conversatieinterface. Ze hebben verschillende AI-leveranciers geëvalueerd in een zesmaandsproces, en onze oplossing leverde een verbetering van 50% in nauwkeurigheid ten opzichte van de dichtstbijzijnde concurrent.

Bij hypergroei-cyberbeveiligingsbedrijf Descope wordt WisdomAI gebruikt als virtuele data-analist voor Verkoop en Financiën. We hebben de rapportagetijd van 2-3 dagen tot slechts 2-3 uur teruggebracht – een daling van 90%. Dit transformeerde hun wekelijkse verkoopvergaderingen van data-verzamelingsoefeningen naar strategie-sessies gericht op actiegerichte inzichten. Zoals hun CRO opmerkt, “Wisdom AI brengt gegevens naar mijn vingertoppen. Het democratiseert echt de gegevens, waardoor ik de macht heb om vragen te beantwoorden en verder te gaan met mijn dag, in plaats van mijn vraag te definiëren, te wachten tot iemand het antwoord bouwt, en het dan in 5 dagen te krijgen.” Deze mogelijkheid om gegevensgestuurde beslissingen te nemen met ongekende snelheid is vooral cruciaal geweest voor een snelgroeiend bedrijf in de concurrerende identiteitsbeheermarkt.

Veel bedrijven zijn vandaag overbelast met dashboards, rapporten en gesiloede tools. Wat zijn de meest voorkomende misvattingen die ondernemingen hebben over business intelligence vandaag?

Organisaties zitten op schatten van informatie, maar worstelen om deze gegevens te benutten voor snelle besluitvorming. De uitdaging is niet alleen om gegevens te hebben, maar om ermee te werken in hun natuurlijke staat – wat vaak “vuile” gegevens omvat die niet zijn schoongemaakt van typefouten of fouten. Bedrijven investeren zwaar in infrastructuur, maar worden geconfronteerd met bottlenecks van rigide dashboards, slechte gegevenshygiëne en gesiloede informatie. De meeste ondernemingen hebben gespecialiseerde teams nodig om rapporten uit te voeren, wat aanzienlijke vertragingen veroorzaakt wanneer bedrijfsleiders snel antwoorden nodig hebben. Het interface waar mensen gegevens consumeren, is verouderd gebleven, ondanks vooruitgang in clouddatamotoren en datawetenschap.

Beschouwt u WisdomAI als een aanvulling op of uiteindelijk een vervanging van bestaande BI-hulpmiddelen zoals Tableau of Looker? Hoe past u in de bredere ondernemingsgegevensstack?

We zijn compatibel met grote clouddatadiensten zoals Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks en Postgres, en ook met documentformaten zoals Excel, PDF, PowerPoint, enz. Onze aanpak transformeert het interface waar mensen gegevens consumeren, dat verouderd is gebleven ondanks vooruitgang in clouddatamotoren en datawetenschap.

Als we vooruitkijken, waar ziet u WisdomAI over vijf jaar – en hoe ziet u het concept van “agentic intelligence” evolueren over de ondernemingslandschap?

De toekomst van analytics is in beweging van specialist-gedreven rapporten naar zelfbedieningsinzichten die toegankelijk zijn voor iedereen. BI-hulpmiddelen bestaan al 20+ jaar, maar de adoptie heeft nog niet eens 20% van de bedrijfsmedewerkers bereikt. Ondertussen hebben 60% van de werkplekgebruikers ChatGPT geadopteerd in slechts twaalf maanden, waarvan velen het gebruiken voor gegevensanalyse. Dit dramatische verschil toont het potentieel van conversatie-interfaces om adoptie te vergroten.

We zien een fundamentele verschuiving waar alle medewerkers rechtstreeks gegevens kunnen ondervragen zonder technische vaardigheden. De toekomst zal de rekenkracht van AI combineren met natuurlijke menselijke interactie, waardoor inzichten proactief naar gebruikers kunnen vinden in plaats van dat ze moeten zoeken in dashboards.

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