Surojit Chatterjee, Oprichter en CEO van Ema – Interviewreeks

Surojit Chatterjee is de oprichter en CEO van Ema. Eerder leidde hij Coinbase door een succesvolle beursgang in 2021 als Chief Product Officer en hij schaalde Google (GOOGL ) Mobile Ads en Google Shopping uit tot miljardenbedrijven als VP en Head of Product. Surojit heeft 40 Amerikaanse octrooien en heeft een MBA van MIT, een MS in Computer Science van SUNY at Buffalo en een B. Tech van IIT Kharagpur.

Ema is een universele AI-medewerker, naadloos geïntegreerd in de bestaande IT-infrastructuur van uw organisatie. Het is ontworpen om de productiviteit te verhogen, processen te stroomlijnen en uw teams te empoweren.

Kunt u de visie achter Ema toelichten en wat inspireerde u om een universele AI-medewerker te creëren?

Het doel van Ema is duidelijk en moedig: “ondernemingen transformeren door een universele AI-medewerker te bouwen.” Deze visie komt voort uit ons geloof dat AI menselijke capaciteiten kan versterken in plaats van werknemers volledig te vervangen. Onze universele AI-medewerker is ontworpen om saaie, repetitieve taken te automatiseren, zodat menselijke medewerkers zich kunnen concentreren op strategischer en waardevollere werk. We doen dit met Ema’s innovatieve agentic AI-systeem, dat een breed scala aan complexe taken kan uitvoeren met een verzameling van AI-agents (genaamd Ema’s Personas), waardoor de efficiëntie en productiviteit in talloze organisaties worden verbeterd.

U en uw mede-oprichter hebben indrukwekkende achtergronden bij toonaangevende technologiebedrijven. Hoe heeft uw voorgaande ervaring de ontwikkeling en strategie van Ema beïnvloed?

In de afgelopen twee decennia heb ik gewerkt bij iconische bedrijven als Google, Coinbase, Oracle (ORCL ) en Flipkart. En bij elk van deze bedrijven vroeg ik me af: “Waarom nemen we de slimste mensen in dienst en geven we ze banen die zo saai zijn?” Dat is waarom we Ema bouwen.

Voor ik Ema mede-oprichtte, was ik de Chief Product Officer van Coinbase en Flipkart en de wereldwijde hoofd van product voor mobiele advertenties bij Google. Deze ervaringen hebben mijn technische kennis verbreed over engineering, machine learning en adtech. Deze rollen stelden me in staat om inefficiënties in de manier waarop we werken te identificeren en complexe bedrijfsproblemen op te lossen.

Ema’s mede-oprichter en hoofd van engineering, Souvik Sen, was eerder de VP van engineering bij Okta, waar hij verantwoordelijk was voor data, machine learning en apparaten. Voordat hij bij Okta kwam, werkte hij bij Google, waar hij de engineering-leider was voor data en machine learning en een van ‘s werelds grootste ML-systemen bouwde, gericht op privacy en veiligheid – Google’s Trust Graph. Zijn expertise, met name, is een belangrijke drijfveer voor waarom Ema’s Agentic AI-systeem zeer nauwkeurig is en ontwikkeld is om ondernemingsklaar te zijn in termen van beveiliging en privacy.

Mijn mede-oprichter Souvik en ik dachten: stel dat je een Michelin-sterrenchef in huis hebt die alles kan koken wat je vraagt. Je kunt vandaag in de stemming zijn voor Frans, morgen voor Italiaans en overmorgen voor Indiaas. Maar ongeacht je stemming of het soort keuken dat je verlangt, kan die chef het gerecht van je dromen namaken. Dat is wat Ema kan doen. Het kan de rol van alles aannemen wat je nodig hebt in het bedrijf met slechts een eenvoudig gesprek.

Ema gebruikt meer dan 100 grote taalmodellen en haar eigen kleinere modellen. Hoe zorgt u ervoor dat de integratie naadloos verloopt en de prestaties optimaal zijn van deze uiteenlopende bronnen?

LLM’s, hoewel krachtig, schieten tekort in ondernemingsomgevingen vanwege hun gebrek aan gespecialiseerde kennis en contextspecifieke training. Deze modellen zijn gebouwd op algemene gegevens, waardoor ze ongeschikt zijn om te gaan met de nuances en eigendomsinformatie die bedrijfsoperaties aandrijven. Deze beperking kan leiden tot onnauwkeurige uitvoer, potentiële gegevensbeveiligingsrisico’s en het onvermogen om domeinspecifieke inzichten te bieden die essentieel zijn voor geïnformeerde besluitvorming. Agentic AI-systemen zoals Ema lossen deze tekortkomingen op door een meer aangepaste en dynamische benadering te bieden. In tegenstelling tot statische LLM’s kunnen onze agentic AI-systemen:

• Aanpassen aan ondernemingsspecifieke gegevens en workflows
• Meerdere LLM’s gebruiken op basis van nauwkeurigheid, kosten en prestatie-eisen
• Gegevensbeveiliging en -privacy behouden door te opereren binnen het bedrijfsinfrastructuur
• Verklaarbare en verifieerbare uitvoer bieden, essentieel voor bedrijfsverantwoording
• Voortdurend bijwerken en leren van real-time ondernemingsgegevens
• Complexere, meerdere taken autonoom uitvoeren

We zorgen ervoor dat de integratie van deze uiteenlopende bronnen naadloos verloopt door gebruik te maken van Ema’s eigen 2T+ parameter mixture of experts model: EmaFusionTM. EmaFusionTM combineert 100+ openbare LLM’s en veel domeinspecifieke aangepaste modellen om de nauwkeurigheid te maximaliseren tegen de laagst mogelijke kosten voor een breed scala aan taken in het bedrijf, waardoor de return on investment wordt gemaximaliseerd. Bovendien is Ema toekomstbestendig; we voegen voortdurend nieuwe modellen toe om afhankelijkheid van één technologie-stack te voorkomen, waardoor we dit risico wegnemen bij onze ondernemingsklanten.

Kunt u uitleggen hoe de Generative Workflow Engine werkt en wat de voordelen zijn ten opzichte van traditionele workflow-automatiseringstools?

We hebben tientallen template Personas (of AI-medewerkers voor specifieke rollen) ontwikkeld. Deze Personas kunnen snel worden geconfigureerd en ingezet door bedrijfsgebruikers – geen programmeerkennis vereist. In essentie zijn Ema’s Personas verzamelingen van propriëtaire AI-agents die samenwerken om complexe workflows uit te voeren.

Ons patent-pending Generative Workflow Engine, een kleine transformer-model, genereert workflows en orkestratiecode, selecteert de juiste agents en ontwerppatronen. Ema maakt gebruik van bekende agentic ontwerppatronen, zoals reflectie, planning, toolgebruik, multi-agent-samenwerking, language agent tree search (LATS), gestructureerde uitvoer en multi-agent-samenwerking, en introduceert veel innovatieve patronen. Met meer dan 200 vooraf gebouwde connectors integreert Ema naadloos met interne gegevensbronnen en kan acties uitvoeren over tools om effectief te functioneren in diverse ondernemingsrollen.

Ema wordt gebruikt in verschillende domeinen, van klantenservice tot juridisch tot verzekeringen. Welke industrieën zien jullie de grootste potentie voor groei met Ema, en waarom?

We zien potentieel over industrieën en functies heen, aangezien de meeste ondernemingen minder dan 30% automatisering in processen hebben en meer dan 200 softwaretoepassingen gebruiken, waardoor gegevens- en actiesilo’s ontstaan. McKinsey & Co. schat dat generatieve AI de equivalent van $2,6 biljoen tot $4,4 biljoen per jaar aan productiviteitswinsten kan toevoegen (bron).

Deze problemen worden verergerd in gereguleerde industrieën zoals gezondheidszorg, financiële diensten, verzekeringen, waar de meeste technische automatiseringen van de afgelopen decennia niet hebben plaatsgevonden omdat de technologie niet geavanceerd genoeg was voor hun processen. Dit is waar we de grootste kans voor transformatie zien en veel vraag van klanten in deze industrieën om generatieve AI en technologie te gebruiken zoals nooit tevoren.

Hoe lost Ema gegevensbeschermings- en beveiligingszorgen op, vooral bij het integreren van meerdere modellen en het omgaan met gevoelige ondernemingsgegevens?

Een belangrijke zorg voor elk bedrijf dat agentic AI gebruikt, is het potentieel voor AI-agents om te gaan roven of privégegevens te lekken. Ema is gebouwd met vertrouwen als kern, in overeenstemming met toonaangevende internationale normen zoals SOC 2, ISO 27001, HIPAA, GDPR, NIST AI RMF, NIST CSF, NIST 800-171. Om ervoor te zorgen dat ondernemingsgegevens privé, beveiligd en in overeenstemming blijven, heeft Ema de volgende beveiligingsmaatregelen geïmplementeerd:

• Automatische redactie en veilige desidentificatie van gevoelige gegevens, auditlogs
• Real-time monitoring
• Encryptie van alle gegevens in rust en in transit
• Verklaarbaarheid over alle uitvoerresultaten

Om nog een stap verder te gaan, controleert Ema ook op eventuele auteursrechtenschendingen voor documentgeneratiegevallen, waardoor de kans op intellectueel-eigendomsaanspraken voor klanten wordt verkleind. Ema traint nooit modellen op gegevens van één klant om andere klanten te bevoordelen.

Ema biedt ook flexibele implementatieopties, waaronder on-premises implementatiemogelijkheden voor meerdere cloudsysteem, waardoor ondernemingen hun gegevens binnen hun eigen vertrouwde omgevingen kunnen houden.

Hoe gemakkelijk is het voor een nieuw bedrijf om aan de slag te gaan met Ema, en wat ziet het typische onboardingsproces eruit?

Ema is enorm intuïtief, dus het opstarten van teams op het platform is vrij eenvoudig. Bedrijfsgebruikers kunnen Ema’s Persona(s) instellen met vooraf gebouwde sjablonen in slechts enkele minuten. Ze kunnen het gedrag van de Persona’s fijn afstemmen met conversatie-instructies, vooraf gebouwde connectors gebruiken om te integreren met hun apps en gegevensbronnen, en optioneel hun eigen privé-aangepaste modellen aansluiten die zijn getraind op hun eigen gegevens. Zodra ingesteld, kunnen experts van het bedrijf hun Ema-persoon trainen met slechts enkele uren feedback. Ema is ingehuurd voor meerdere rollen door ondernemingen zoals Envoy Global, TrueLayer, Moneyview, en in elke van deze rollen presteert Ema al op of boven het niveau van menselijke prestaties.

Ema heeft aanzienlijke investeringen aangetrokken van hoogprofiel backers. Wat denkt u dat de sleutel is geweest tot het verkrijgen van zo’n sterk investeerdersvertrouwen?

We geloven dat investeerders kunnen zien hoe Ema’s platform ondernemingen in staat stelt om Agentic AI effectief te gebruiken, waardoor operaties worden gestroomlijnd voor aanzienlijke kostenreducties en nieuwe potentiële inkomstenstromen worden ontgrendeld. Bovendien heeft Ema’s managementteam expertise in AI en de vereiste technische kennis en vaardigheden. We hebben ook een sterk trackrecord van ondernemingsklare levering, betrouwbaarheid en compliance. Ten slotte zijn Ema’s producten onderscheidend van alles wat er op de markt is, het baanbrekende de nieuwste technische vooruitgang in Agentic AI, waardoor we de eerste keuze zijn voor elk bedrijf dat next-generation AI aan zijn operaties wil toevoegen.

Hoe ziet u de rol van AI in de werkplek evolueren in de komende tien jaar, en wat zal de rol van Ema zijn in die transformatie?

Ema’s missie is om ondernemingen te transformeren en elke medewerker te helpen sneller te werken met behulp van eenvoudig te activeren en nauwkeurige agents. Onze universele AI-medewerker heeft het potentieel om ondernemingen te helpen taken uit te voeren over klantenservice, medewerkersondersteuning, verkoopbevordering, compliance, omzetoperaties en meer. We willen de werkplek transformeren door teams in staat te stellen zich te concentreren op de meest strategische en waardevolste projecten in plaats van saaie, administratieve taken. Als pionier van agentic AI, leidt Ema een nieuwe era van samenwerking tussen menselijke en AI-medewerkers, waar innovatie floreert en productiviteit de lucht in schiet.

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