Shay Sabhikhi, CEO of CognitiveScale – Intervju-serie

Akshay (Shay) Sabhikhi er administrerende direktør i CognitiveScale, et entreprise AI-programvare-selskap 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 entrepreneurial ledelse, produktutvikling og ledelse med vekstfase, venture-backed 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 garantert måte å undergrave tillit. Så mye som 80% av AI- og ML-prosjekter stopper på grunn av mangel på tillit, transparens og forklarbarhet i modeller og data. Å ha evnen til å forstå og viktigere, stole på resultater og utdata fra ML-algoritmer sikrer at organisasjoner kan nøyaktig beskrive modeller, forstå effekten og beskytte mot potensielle og uforutsette fordommer. 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 sagt, forklarbar AI hjelper digitale organisasjoner til å adoptere en ansvarlig tilnærming til AI.

Kunne du gå inn på noen 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 tillit 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 innen beslutningsprosesser over alle interessenter – kunder, ansatte, revisorer – ville være en nødvendighet. Så vi definerte ankrene 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 industrier som helsevesen og finansielle tjenester for å drive eksponentielle resultater for våre kunder i form av økt pasientengasjement, reduksjon av kostnadene for omsorg og forbedring av kundeservice for å øke lojalitet. Vi var også medgrunnlegger av Responsible AI Institute (RAI), en non-profit, uavhengig organisasjon som fokuserer på å definere bransjespesifikke politikker og standarder for entreprise-adoptsjon av Ansvarlig AI. CognitiveScale ble også anerkjent av Verdens økonomiske forum i 2019 som en teknologipioner som former adopsjonen av ansvarlig AI i regulerte industrier som helsevesen 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 som følger pålitelige AI-prinsipper, sikrer vi prosess- og operasjonell transparens. Pålitelige AI-systemer sikrer at dataene og modellene som brukes er representative for den virkelige verden og at modellene er fri for innebygde fordommer som kan skjeve beslutning og resonnering, noe som fører til beslutningsfeil og uforutsette konsekvenser. Gjennom Cortex-plattformen leverer vi en helhetlig plattform for å designe, distribuere og forvalte intelligente systemer som er både forklarbare og ansvarlige, og som fremmer tillit og transparens.

Kunne du forklare hvordan CognitiveScale sitt Cortex Plattform kan utnytte nesten alle data og alle Black Box-modeller, for å tilby lagdelt AI-kontroll, automatisert bygging og ferdige applikasjoner?

Cortex Fabric er vår lavkode-utviklerplattform for å automatisere utviklingen av pålitelige AI-applikasjoner som en AI-mellomvare. Den distribueres på alle skyer – AWS, Azure, Google, IBM Cloud eller på egen server – og fungerer ved å forenkle integreringen av data, modeller, regler og selv analyser bygget på legacy-enterprise-systemer. Med over 127 koblinger, kobler Fabric til data fra første- og tredjeparts-kilder, både batch og strømmende, og syer dem sammen i en semantisk data-fabrikk fokusert på enheter som kunder, produkter, ansatte osv. Den trekker unike og personlige inferens 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, helhetlig styring av AI-applikasjoner for å oppdage og rette AI-risiko som rettferdighet, forklarbarhet, robusthet og ytelse. Cortex tilbyr også bransjespesifikke maler kalt Cortex-applikasjons-mal, som akselerer tiden til å bygge og distribuere pålitelige AI-applikasjoner. Forrige måned lanserte vi Fabric Versjon 6, og utvidet funksjonaliteten ved å gjøre det enkelt for borger-utviklere å designe og spore mål-drevne AI-applikasjoner, tilpasset forretnings-KPI-er for enda raskere tid til verdi.

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

Cortex Certifai er vår modell-intelligens-plattform for å designe og distribuere transparente, rettferdige og performante AI-systemer, samtidig som den reduserer forretnings-risiko forbundet med skjult bias i AI-modeller, og sikrer at de er forklarbare og robuste mot endringer i data og datakvalitet. Cortex Certifai sitt visuelle grensesnitt lar nøkkelinteressenter (data-vitenskapsmenn, revisjon og compliance-avdelinger, linje-eiere) forstå, evaluere og rette potensiell AI-forretnings-risiko. 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 politikker. Vi samarbeider med Responsible AI Institute (RAI) som en uavhengig enhet for å hjelpe organisasjoner å tolke og score deres forretnings-risiko mot regulatorisk compliance-standarder. Cortex Certifai fungerer med alle Black Box-modeller, inkludert maskinlærings-modeller, statistiske modeller, forretningsregler og andre prediktive modeller.

Hvordan kan AI-applikasjoner hjelpe med å forbedre pasient-resultater med personlig og personlig helsevesen?

AI i helsevesenet har en dyptgående innvirkning på pasient-resultater, tjeneste og operasjonelle kostnader. Cortex forhåndsbygde AI-applikasjoner i helsevesenet kan akselerere medlem- og pasient-engasjement i områder som omsorgsoptimalisering (kostnad for omsorg, Star Rating-forbedring) og tjeneste-erfaring (chatbot, intelligent ringskjeming, selv- eller agent-basert tjeneste) og levere prediktive, proaktive og personlige interaksjoner for forbedrede resultater.

Kraften i CognitiveScale sitt personliggjøring kommer fra vår Profile-of-One-teknologi — en rik og unik kunnskapsbase bygget for hver enhet (kunder, produkter, agenter). Profile-of-One driver hyper-personlige inngrep for outreach—smart anbefalinger— designet for å endre løpet eller handlingen for bedre. Med andre ord, ved å kombinere erklært attributter, observerte atferd og inferens, leverer vår Profile-of-One personlig og kontekstuell outreach, enten det er å hjelpe medlemmer 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 mobil-applikasjoner, web-portal, omsorgsforvaltnings-plattformer.

Hva er noen måter AI-applikasjoner kan forbedre kunde-engasjement ved å senke operasjonelle kostnader gjennom prediktive, proaktive og personlige omsorg?

Innen CognitiveScale sitt Cortex-plattform, hjelper vår Profile-of-One-teknologi å drive proaktive og personlige inngrep. Disse proaktive inngrepene hjelper å forbedre engasjement ved å gi kundene informasjon som er levert når de ønsker det, f.eks. omsorgs-innsikter levert til din smart-telefon som varsler deg om nødvendige medisiner, eller rettidige produkt-anbefalinger i bank eller forsikring. Disse personlige inngrepene ikke bare forbedrer engasjement og lojalitet, men også reduserer kostnader, f.eks. hospitaliseringer forårsaket av forsømmelig omsorg. I markedsføring, AI-drevet lead-generering gir innsikt i spesifikke mål-markeder eller kohorter og lead-attributter, som kan brukes til å bestemme mer nøyaktig nøkkelord-utgifter og markedsføringsaktiviteter. AI-drevet intelligent salgs-assistent kan øke salgs-personers produktivitet og omvandling gjennom prescriptive anbefalinger, proaktive varsler og marked-intelligens.

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

Fra de tidlige dagene av selskapet, har vi utviklet en etos og kultur for å løse harde problemer som gir enorm verdi for våre kunder. Vi har bevist dette i tungt regulerte industrier (helsevesen og finansielle tjenester) og vår AI brukes til å betjene 90m+ helse-medlemmer i USA over ledende helse-organisasjoner. Vår teknologi er bakket av over 170 patenter innlevert med ~100 godkjent, noe som gjør oss ett av de ledende AI-patent-porteføljene blant alle selskaper, private og offentlige. Vi ble anerkjent av Verdens økonomiske forum i 2019 som en teknologipioner som former adopsjonen av ansvarlig AI og vi fortsetter å samarbeide med dem for å fremme dens adopsjon globalt.

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