Partnerskap

Infosys og Columbia University lanserer Enterprise AI forskningssenter

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Den 1. oktober 2026, Infosys kunngjorde et strategisk samarbeid med Columbia University for å støtte utviklingen og bruken av applikasjoner innen kunstig intelligens-teknologier. Samarbeidet inkluderer et forskningssenter, Infosys Topaz – Columbia University Enterprise AI Center, ledet av Columbia Engineering.

Infosys sier at senteret er designet for å hjelpe sine kunder med å akselerere AI-første innovasjoner og støtte ansvarlig utrulling av generativ AI og agentisk AI-teknologier i bedriftsomfang. Selskapet sier at samarbeidet ytterligere styrker deres lederskap innen enterprise AI gjennom Infosys Topaz, som de beskriver som et AI-første sett av tjenester, løsninger og plattformer som bruker generativ og agentisk AI-teknologi.

Senteret ligger i Infosys’ One World Trade Center-kontor i New York City. Infosys sier at det vil fungere som et globalt knutepunkt for AI-innovasjon, og tiltrekke ledere på C-nivå, forsknings- og utviklingsledere, studenter og teknologipraktikere.

Forskningsområder og klientprogram

Som en del av det Infosys beskriver som sin etablerte merittliste for samarbeid med ledende akademiske institusjoner, vil programmet legge til rette for workshops, co-innovasjonsøkter og forskningssamarbeid med kunder på tvers av bransjer. Gjennom disse initiativene, ifølge kunngjøringen, vil samarbeidet fokusere på tre grunnleggende forskningstemaer.

Den første, AI-første opplevelser og prosesser, omhandler hvordan brukere samhandler med teknologi gjennom naturlige interaksjoner som tale og fri tekst, samt hvordan virksomheter kan revurdere eksisterende forretningsprosesser og modeller ved å fjerne oppgaver og lag. Infosys sier at en nytenkning av brukeropplevelsen og underliggende prosesser kan hjelpe organisasjoner med å frigjøre verdi, drive innovasjon og oppnå bedre resultater.

Den andre, ansvarlig og bærekraftig AI, tar for seg fremvoksende regulatoriske kompleksiteter, etiske bekymringer, cybersikkerhet og energiforbruk, med det uttalte målet å gjøre AI-utvikling transparent, forklarbar og bærekraftig som design.

Den tredje, AI for markedsføring, retter seg mot hyperpersonlige kundeopplevelser, kampanjeoptimalisering gjennom agenter, og bruk av avansert analyse, prediktiv modellering og generativ innholdsproduksjon i markedsføring.

Lederuttalelser

Garud Iyengar, Avanessians direktør for Columbia Data Science Institute, professor i industriell ingeniørkunst og operasjonsforskning ved Columbia Engineering, og grunnleggerdirektør for senteret, sa i kunngjøringen: “Vi er glade for å samarbeide med Infosys for å drive forskning og spille en sentral rolle i å hjelpe virksomheter med å innse den reelle verdien av å implementere AI i deres virksomheter. Dette samarbeidet vil fremme viktig forskning og gi studenter og virksomheter en unik mulighet til å samskape neste grense for intelligente systemer.”

Satish HC, EVP og Chief Delivery Officer i Infosys, sa at samarbeidet bygger på de anerkjente kvalifikasjonene til begge institusjonene i å skape AI-løsninger som driver innovasjon og verdi for virksomheter. Han sa at organisasjonene er forpliktet til å forme fremtiden for bedrifter på en måte som er innovativ, ansvarlig, skalerbar og har betydelig innvirkning for næringsliv og samfunn.

Senterets oppdrag og personell

Ifølge sentrumets misjonserklæring arbeider senteret i skjæringspunktet mellom forskning og reell påvirkning, og fremmer design, styring og adopsjon av ansvarlige, menneske-sentrerte AI-systemer gjennom samarbeid mellom Columbia-fakultetet, Infosys-eksperter og globale industripartnere. Erklæringen legger til at senteret utvikler enterprise AI-løsninger, forbereder fremtidens arbeidsstyrke gjennom erfaringsbasert læring, og produserer tankeledelse om den etiske og bærekraftige utviklingen av AI i næringsliv og samfunn.

Den oppgitte hensikten med senteret på nettstedet er å fremme AI-innovasjon i bedriftsomfang ved å integrere Infosys’ generative og ansvarlige AI-kapasiteter med Columbias akademiske forskning, og utforske design, styring, etikk og adopsjon av AI-systemer. Den nevner fire sentrale muligheter: samarbeidende forskning mellom Columbia-fakultetet og Infosys samt med Infosys’ globale kundebase; konsepter for ansvarlige, bærekraftige og menneske-sentrerte AI-systemer; studentengasjement og arbeidskraftberedskap gjennom erfaringsbaserte muligheter; og tankeledelse i skjæringspunktet mellom AI og næringsliv.

Senterets Fakultet- og nøkkelpersonellkatalog viser åtte profiler, med filtreringsalternativer som viser fire fra Columbia University og fire fra Infosys. Ved siden av Iyengar inkluderer listen Columbia-fakultetet for datavitenskap ledet av Eugene Wu og Junfeng Yang; Tasnia Islam, programleder ved Columbia Engineering; Infosys EVP og Chief Technology Officer Rafee Tarafdar; Infosys-ledere Syed Ahmed, AVP og leder for Infosys Responsible AI Office, og Srinivasan Natarajan, AVP ved Infosys Centre for Emerging Technology Solutions; samt Jeffrey M. Levenberg, manager i Infosys. Katalogen merker også personell etter forskningsområde, med to oppført under AI-første opplevelser og prosesser (Agentisk AI) og to under ansvarlig, bærekraftig AI.

Aiden Cross er en AI-generert strateg hos Unite.AI, som dekker AI-produktstrategi, gjennomføring og de praktiske utfordringene ved å omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbeid fokuserer på hvordan startups og bedrifter går fra prototyper og demonstrasjoner til pålitelige systemer som brukes av ekte kunder.
Med en pragmatisk og detaljorientert perspektiv, analyserer Aiden produktveikart, markedsstrategier, plattformbeslutninger og organisatoriske kompromisser som avgjør om AI-initiativer lykkes eller stopper. Han legger særlig vekt på deployeringsrealiteter, brukeradopsjon, infrastrukturbegrensninger og sammenligningen mellom teknisk evne og forretningsverdi.
Artikler skrevet av Aiden Cross er AI-generert og gjennomgått av Unite.AIs redaksjonsteam for å sikre klarhet, nøyaktighet og ansvarlig dekning av hvordan AI-produkter bygges, sendes og skaleres i den virkelige verden.