Anthony Goonetilleke, konsernpresident, teknologi og sjef for strategi i Amdocs – Intervju-serie

Anthony Goonetilleke er konsernpresident, teknologi og sjef for strategi i Amdocs. Han og det korporative strategilaget er ansvarlige for å formulere selskapets strategi, samt utvikle og gjennomføre langsiktige vekstplaner som er i tråd med selskapets formål og visjon. Anthony leder også selskapets produkt- og teknologigrupper, som er ansvarlige for å skape bransjeledende skyplattformer som møter raskt endrende markedets behov, skalerer effektivt og gir umiddelbare forretningsfordeler til tjenesteleverandører og deres kunder.

Amdocs er en leverandør av programvare og managed services for kommunikasjon, media og underholdningstjenesteleverandører.

Hva var det som opprinnelig tiltalte deg til datavitenskap?

Min far kjøpte meg en Sinclair ZX81 da jeg var en liten gutt (den hadde 1K minne… det er riktig, 1K!), og det var noe vi knyttet oss til. Det var min første forsøk på å skrive kode, og generelt å bli begeistret for å skape ting. Det startet min vei inn i datamaskiner og alle ting teknologi. Min fars bakgrunn var også ingeniør – det hjalp ikke dårlig!

Du var en aktiv utvikler innen den tidlige Linux-samfunnet på 1990-tallet, hva arbeidet du med i Linux og hva var noen av dine viktigste erfaringer fra denne erfaringen?

Jeg ble introdusert for Linux av en av mine collegeprofessorer, og det utvidet fullstendig mitt syn på hvor programvare kan gå når det er åpent og folk kan bidra. Jeg tror jeg “fattet” modellen for “åpen kilde” tidlig, og det påvirkte mye av min tenkning om teknologistrategi. Jeg arbeidet med Samba, en Linux-tilkoblingsprotokoll, og det fikk meg startet ned den enterprise-programvareveien. Virkelig, det skjedde på en dynamisk tid, da internettet begynte å komme til live på en wideskala måte i utdanningssektoren, og deretter i kommersielle kanaler.

Du begynte din karriere med Amdocs i 1999, og du var instrumental i å bygge det første managed services-utkontrakterte datacenter for et Telstra-datterselskap, hva var noen av utfordringene på den tiden bak dette?

Når du bygger datacenter, infrastruktur og applikasjoner alle på samme tid – mens du forsøker å sikre at det er kritisk og høyt tilgjengelig – på fremvoksende maskinvare og programvare, blir det en morsom og interessant utfordring. Å få alt til å fungere i harmoni er en av de eneste største utfordringene, særlig når vi i realiteten bygget en hjemmelaget sky i vårt eget datacenter.

Som konsernpresident for teknologi og sjef for strategi i Amdocs, kan du dele noen detaljer om hva denne rollen innebærer og hva din gjennomsnittlige dag ser ut som?

Ja, som konsernpresident for teknologi, er jeg ansvarlig for vår R&D-organisasjon, produkt og tilbud, og sikrer at våre tusenvis av ingeniører, arkitekter og utviklere skaper bransjens beste produkter. Med min annen hatt som sjef for strategi, er jeg ansvarlig for å sikre at vi konstant ser fremover, holder oss foran trendene og finner nye vekstmuligheter for Amdocs og deres kunder.

Du overvåket nylig selskapets nylige lansering av Amdocs amAIz, et generativt AI-rammeverk for telekommunikasjonsindustrien. Hvorfor er dette verktøyet en game-changer for telekommunikasjonsindustrien?

Generativt AI er her, men like viktig er det her for å bli. Teknologien har enormt potensial for å skape mer agile organisasjoner ettersom det er innbygget i daglige prosesser som strekker seg fra back-office-til end-brukeropplevelser. amAIz er et kritisk rammeverk for vår industri, ettersom det forenkler kravene for våre kunder til å adoptere generativt AI i sine forretninger. Ved å utnytte det beste av industrins utviklende grunnleggende LLM-er og å legge til et robust vertikalt taksonomi og forhånds-konfigurerte “brukstilfeller”, trenger våre kunder bare å velge hvilken generativ AI-kapasitet de ønsker, og vi tar hånd om all viktig underliggende teknologi-integrasjon, opplæring og styring.

Hva er noen av utfordringene bak generativ AI-hallusinasjoner og hvordan håndterer Amdocs dette for å redusere eller mildne disse?

Hallusinasjoner stammer fra måten statistikk brukes i implementeringen av algoritmene. I kjernen bruker generativt AI data til å forutsi svar basert på vektor-modeller. Dataene som brukes til å trene modellene er massive, men konseptet er ganske enkelt. Det generative er ikke menneskelig og kan ikke utøve dømmekraft. I stedet forutsier det “sannsynligste” resultater basert på statistisk modellering, og det skaper noen ganger svar som ikke er nøyaktige. Utfordringen som hver bruker av generativt AI møter er å håndtere opplæring og “retningslinjer” i distribusjonen av generativ AI-modeller for å minimere hallusinasjoner eller sannsynligheten for at det vil hallucinere. Amdocs utvikler et robust styringslag som håndterer utfordringer rundt hallusinasjoner, data-forvrengning og andre kompleksiteter i fremvoksende generativ AI-teknologi.

En annen nylig annonsering var lanseringen av neste generasjonsversjon av Amdocs Cloud Management Platform som utnytter amAIz GenAI-rammeverket for å automatisere hele livssyklusen til IT og er bygget for å akselerere tjenesteleverandørenes reise til skyen, ved å bruke DevOps og FinOps. Kan du dele noen detaljer om noen av maskinlæringen som brukes og mer detaljer om dette verktøyet?

Amdocs Cloud Management Platform hjelper våre kunder med å operere komplekse sky-avtrykk effektivt og enkelt. Ikke bare innbygget vi tusenvis av telko-spesifikke prosesser og kode-elementer i plattformen for å akselerere utvikling og optimalisere drift, men vi forbedrer også plattformen med generativ AI-kapasiteter for å sikre at forretningsprosesser kontinuerlig og dynamisk oppdateres. Som med mange former for tradisjonell AI, spiller maskinlæring en viktig rolle i den pågående forbedringen av mange aspekter av sky-livssyklusen, særlig i forhold til applikasjons- og infrastruktur-drift.

Cloud-computing-kostnader er et problem for telekommunikasjonsselskaper, hvordan hjelper Amdocs med å holde disse kostnadene lavere enn tradisjonell cloud-computing?

Det er to viktige komponenter i vår tilnærming til å optimalisere cloud-kostnader. Den første delen er å designe og gjennomføre cloud-strategier som best passer kundens behov. Dette inkluderer å sikre at det er i tråd med deres budsjett, skalerbarhetsbehov osv. Den andre delen er å optimalisere drift, særlig gjennom bruk av automatisering og FinOps. FinOps, som er en viktig funksjon i vår cloud-management-plattform, sikrer at tjenesteleverandører kan se alle sine cloud-aktiviteter over leverandører og infrastruktur, hjelper dem med å justere politikken, redusere kostnader og proaktivt anbefale endringer som kan gjøres for å bedre matche ressurs-forbruk med kundens krav.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Amdocs.