Shay Sabhikhi, administrerende direktør i CognitiveScale – Intervju-serie

Akshay (Shay) Sabhikhi er administrerende direktør i CognitiveScale, et entreprise AI-programvarefirma med løsninger som hjelper kunder til å vinne med intelligente, transparente og pålitelige AI/ML-drevne digitale systemer.

Shay er ansvarlig for hele selskapets vekst og strategiske retning, han har mer enn 18 års erfaring med entreprenørledelse, produktutvikling og ledelse med vekstfase, venture-backede selskaper og høyvoksende programvareavdelinger innen Fortune 50-selskaper.

Hvor viktig er forklarbar AI?

Forklarbar AI er kritisk – Ikke å kunne forklare en beslutning er en garanti for å underminere tillit. Så mye som 80% av AI- og ML-prosjekter stopper på grunn av manglende tillit, transparens og forklarbarhet i modeller og data. Å ha evnen til å forstå og mer viktig, stole på resultater og utgang av ML-algoritmer sikrer at organisasjoner kan nøyaktig beskrive modeller, forstå innvirkning og beskytte mot potensielle og uforutsette bias. Forklarbar AI sikrer nøyaktighet, rettferdighet og transparens i AI-drevne beslutninger og er essensiell for å bygge tillit og tillit når modeller settes i produksjon. Enkelt uttrykt, forklarbar AI hjelper digitale organisasjoner til å adoptere en ansvarlig tilnærming til AI.

Kunne du gå inn på detaljer om når og hvordan CognitiveScale opprinnelig var pioner med konseptet ‘Pålitelig AI’?

Vi skapte CognitiveScale med ett mål for øye: å gi bedrifter tillit og tryggheit i de digitale systemene de trenger for å trives. Vi forstod at bedrifter i økende grad adopterer digitale systemer for engasjement, og at å fremme tillit i beslutningsprosesser over alle stakeholdere – kunder, ansatte, revisorer – ville være en nødvendighet. Så vi definerteanker for pålitelig AI — Forklarbarhet, Personliggjøring, Rettferdighet, Robusthet og Overholdelse—prinsipper som gjør at automatiserte beslutningssystemer blir pålitelige og ansvarlige. Vi lærte ved å anvende disse prinsippene i tungt regulerte bransjer som helse og finansielle tjenester for å drive eksponentielle resultater for våre kunder i form av økt pasientengasjement, reduksjon av kostnader og forbedring av kundeservicen for å øke lojalitet. Vi var også grunnleggermedlem av Responsible AI Institute (RAI), en non-profit, uavhengig organisasjon som er fokusert på å definere bransjespesifikke retningslinjer og standarder for bedriftsadoptering av Ansvarlig AI. CognitiveScale ble også anerkjent av Verdens økonomiske forum i 2019 som en teknologipioner som former adopteringen av ansvarlig AI i regulerte bransjer som helse og finansielle tjenester.

Hva er noen måter CognitiveScale arbeider for å både tilby forklarbar AI og forbedre AI-transparens?

Ved å gi bedrifter verktøyene for å raskt bygge, distribuere og forvalte AI-systemer med pålitelige AI-prinsipper, sikrer vi prosess- og operasjonell transparens. Pålitelige AI-systemer sikrer at data og modeller som brukes er representative for den virkelige verden og at modellene er fri for innebygde bias som kan skjeve beslutninger og resonnering, og føre til beslutningsfeil og uventede konsekvenser. Gjennom Cortex-plattformen, leverer vi en plattform for å designe, distribuere og forvalte intelligente systemer som er både forklarbare og ansvarlige, og som fremmer tillit og transparens.

Kunne du utdype hvordan CognitiveScale’s Cortex-plattform kan utnytte nesten alle data og alle Black Box (BBOX.BO ) -modeller, for å tilby lagdelt AI-kontroll, automatisert bygging og ferdige applikasjoner?

Cortex Fabric er vår lavkode-utviklerplattform for å automatisere utvikling av pålitelige AI-applikasjoner som en AI-mellomvare. Den distribueres på alle skytjenester — AWS, Azure, Google (GOOGL ), IBM Cloud eller på egen server — og fungerer ved å forenkle integreringen av data, modeller, regler og analyser bygget på legacy-enterprise-systemer. Med over 127 koblinger, kobler Fabric seg til data fra første- og tredjeparts-kilder, både batch og strømmende, og syer dem sammen i en semantisk data-duk som fokuserer på enheter som kunder, produkter, ansatte osv. Den trekker unike og personlige inferenser via maskinlæringsmodeller for å identifisere intelligente innsikter som deretter leveres inn i systemer for engasjement. Som AI-mellomvare-laget er det tett integrert i vårt AI-styringslag, levert gjennom Cortex Certifai, for å muliggjøre kontinuerlig, end-to-end-styring av AI-applikasjoner for å oppdage og rette AI-risiko som rettferdighet, forklarbarhet, robusthet og ytelse. Cortex tilbyr også bransjespesifikke maler kalt Cortex-applikasjonsmal, som akselerer tid til å bygge og distribuere pålitelige AI-applikasjoner. Forrige måned lanserte vi Fabric Versjon 6, og utvidet funksjonaliteten ved å gjøre det enkelt for ikke-utviklere å designe og spore målrettede AI-applikasjoner, tilpasset forretnings-KPI-er for enda raskere tid til verdi.

Med CognitiveScale’s Cortex Certifai, kan bedrifter bygge tillit inn i sine digitale systemer ved å oppdage og score svarteboksmodell-risiko. Kunne du utdype denne løsningen og hvordan den fungerer for å skape den første kompositt-tillit-scoren, AI-tillit-indeksen?

Cortex Certifai er vår modell-intelligensplattform for å designe og distribuere transparente, rettferdige og performante AI-systemer, samtidig som den reduserer forretningsrisiko forbundet med skjult bias i AI-modeller, sikrer at de er forklarbare og motstandsdyktige mot endringer i data og datakvalitet. Cortex Certifai’s visuelle grensesnitt lar nøkkelstakeholdere (data-vitenskapsmenn, revisjon og compliance-avdelinger, forretnings-eiere) forstå, evaluere og rette potensielt AI-forretningsrisiko. Vi tilbyr en kompositt-score kalt AI-tillit-indeksen over fire dimensjoner av AI-risiko (Bias, Forklarbarhet, Robusthet, Ytelse) som kan konfigureres av en organisasjon basert på bransjestandarder og retningslinjer. Vi samarbeider med Responsible AI Institute (RAI) som en uavhengig organisasjon for å hjelpe organisasjoner å tolke og score deres forretningsrisiko mot regulatoriske overholdelsesstandarder. Cortex Certifai fungerer med alle svarteboksmodeller, inkludert maskinlæringsmodeller, statistiske modeller, forretningsregler og andre prediktive modeller.

Hvordan kan AI-applikasjoner hjelpe med å forbedre pasientresultater med personlig og tilpasset helse?

AI i helsevesenet har en dyptgående innvirkning på pasientresultater, tjeneste og driftskostnader. Cortex’ forhåndsbygde AI-applikasjoner i helsevesenet kan akselerere medlemmer og pasientengasjement i områder som optimalisering av omsorg (kostnad for omsorg, forbedring av stjernerating) og tjeneste-erfaring (chatbot, intelligent ringekobling, selv- eller agent-basert tjeneste) og leverer prediktive, proaktive og personlige interaksjoner for å forbedre resultater.

Kraften i CognitiveScale’s personliggjøring kommer fra vår Profil-av-en-teknologi — en rik og unik kunnskapsbase bygget for hver enhet (kunder, produkter, agenter). Profil-av-en driver hyper-personlige inngrep for oppfølging — smarte anbefalinger — designet for å endre løpet eller handlingen for bedre. Med andre ord, ved å kombinere erklærte attributter, observerte atferd og inferenser, leverer vår Profil-av-en personlig og kontekstuell oppfølging, enten det er å hjelpe medlemmer med å finne en mer egnet helseplan, å gjøre en avtale på en tid de sannsynligvis vil møte eller å oppdage en leverandør som er nærmere hjemmet. Disse intelligente inngrepene leveres deretter inn i eksisterende systemer for engasjement som inkluderer mobilapplikasjoner, nettsider, omsorgs-plattformer.

Hva er noen måter AI-applikasjoner kan forbedre kundeengasjement ved å senke driftskostnader gjennom prediktive, proaktive og personlige omsorg?

Innenfor CognitiveScale’s Cortex-plattform, hjelper vår Profil-av-en-teknologi å drive proaktive og personlige inngrep. Disse proaktive inngrepene hjelper å forbedre engasjement ved å gi kundene informasjon som er leveres på en måte de ønsker, f.eks. omsorgs-innsikter leveres til din smarttelefon som varsler deg om nødvendige medisiner, eller rettidige produktanbefalinger i bank eller forsikring. Disse personlige inngrepene ikke bare forbedrer engasjement og lojalitet, men også reduserer kostnader, f.eks. hospitaliseringer forårsaket av manglende omsorg. I markedsføring, gir AI-drevet lead-generering innsikt i spesifikke målmarkeder eller kohorter og lead-attributter, som kan brukes til å bestemme mer nøyaktig keyword-utgifter og markedsføringsaktiviteter. AI-drevet intelligent salgsassistent kan øke salgspersonens produktivitet og konvertering gjennom prescriptive anbefalinger, proaktive varsler og markedsinnsikt.

Er det noe annet du ville like å dele om CognitiveScale?

Fra de tidlige dagene i selskapet, har vi utviklet en etos og kultur for å løse vanskelige problemer som leverer enorm verdi for våre kunder. Vi har bevist dette i tungt regulerte bransjer (helse og finansielle tjenester) og vår AI brukes til å betjene 90 millioner+ helsemedlemmer i USA over ledende helseorganisasjoner. Vår teknologi er bakket av over 170 patenter som er innlevert med ~100 godkjent, noe som gjør oss til en av de ledende AI-patent-porteføljene blant alle selskaper, både private og offentlige. Vi ble anerkjent av Verdens økonomiske forum som en teknologipioner i 2019 for vårt arbeid for å fremme Ansvarlig AI og vi fortsetter å samarbeide med dem for å videreutvikle dens adopsjon globalt.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, kan besøke CognitiveScale.