Anthony Goonetilleke, konsernpresident, teknologi og strategisjef i Amdocs – Intervju-serie

Anthony Goonetilleke er konsernpresident, teknologi og strategisjef i Amdocs. Han og det korporative strategilaget er ansvarlige for å formulere selskapets strategi, samt utvikle og gjennomføre langsiktige vekstplaner 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 utviklende markedets behov, skalerer effektivt og gir umiddelbare forretningsfordeler til tjenesteleverandører og deres kunder.

Amdocs er en leverandør av programvare og administrerte tjenester for kommunikasjon, media og underholdningstjenesteleverandører.

Hva var det som først tiltalte deg til datavitenskap?

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

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 universitetsprofessorer, og det utvidet helt min forståelse av hvor langt programvare kan nå når det er åpent og folk kan bidra. Jeg tror jeg “forstod” 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 på veien mot bedriftsprogramvare. Virkelig, det skjedde på en dynamisk tid, da internettet begynte å bli levende på en stor skala i utdanningssektoren, og deretter i kommersielle kanaler.

Du begynte din karriere med Amdocs i 1999, og du var instrumental i å bygge det første outsourcede datasenter for en Telstra-datter, hva var noen av utfordringene på den tiden bak dette?

Når du bygger datasentre, infrastruktur og applikasjoner samtidig – mens du prøver 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 største utfordringene, særlig når vi i realiteten bygde en hjemmelaget sky i vårt eget datasenter.

Som konsernpresident for teknologi og strategisjef i Amdocs, kan du dele noen detaljer om hva denne rollen innebærer og hva en gjennomsnittlig dag ser ut?

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

Du overvåket nylig lanseringen av Amdocs amAIz, et generativt AI-rammeverk for telekommunikasjonsbransjen. Hvorfor er dette verktøyet en game-changer for telekommunikasjonsbransjen?

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 integreres i daglige prosesser som strekker seg fra bakkontor-alternativer til sluttbruker-erfaringer. amAIz er et kritisk rammeverk for vår bransje, ettersom det forenkler kravene for våre kunder til å adoptere generativt AI i sine forretninger. Ved å utnytte det beste av bransjens utviklende grunnleggende LLM-er, og legge på 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 teknisk integrasjon, opplæring og styring.

Hva er noen av utfordringene bak generativt AI-hallusinasjoner og hvordan møter Amdocs disse for å redusere eller mildne dem?

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 er sagt, generativt er ikke menneskelig og kan ikke utøve dømmekraft. Istedenfor 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 “sikkerhetsforanstaltninger” i distribusjonen av generativt AI-modeller for å minimere hallusinasjoner, eller sannsynligheten for at det vil hallusinere. Amdocs utvikler et robustt styringslag som møter utfordringer rundt hallusinasjoner, data-forvrengning og andre kompleksiteter i fremvoksende generativt 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 informasjon om dette verktøyet?

Amdocs Cloud Management Platform hjelper våre kunder med å operere komplekse sky-avtrykk effektivt og enkelt. Ikke bare har vi integrert tusenvis av telespesifikke prosesser og kode-elementer i plattformen for å akselerere utvikling og optimalisere drift, men vi forbedrer også plattformen med generativt 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-operasjoner.

Skyletskostnader er et problem for telekommunikasjonsselskaper, hvordan hjelper Amdocs med å holde disse kostnadene lavere enn tradisjonell skytjeneste?

Det er to viktige komponenter i vår tilnærming til å optimalisere sky-kostnader. Den første delen er å designe og gjennomføre sky-strategier som best passer kundens behov. Dette inkluderer å sikre at det er i tråd med deres budsjett, skaleringsbehov osv. Den andre delen er å optimalisere operasjonene, særlig gjennom bruk av automatisering og FinOps. FinOps, som er en viktig funksjon i vår skytjenesteplattform, sikrer at tjenesteleverandører kan kunne se alle sine sky-aktiviteter på tvers av 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 kan besøke Amdocs.