Surojit Chatterjee, grunnlegger og CEO i Ema – Intervju-serie

Surojit Chatterjee er grunnlegger og CEO av Ema. Tidligere ledet han Coinbase gjennom en vellykket IPO i 2021 som sjef for produktutvikling, og han skalerte Google (GOOGL ) Mobile Ads og Google Shopping til milliarder av dollar som VP og sjef for produktutvikling. Surojit har 40 amerikanske patenter og har en MBA fra MIT, MS i datavitenskap fra SUNY i Buffalo, og B. Tech fra IIT Kharagpur.

Ema er en universell AI-ansatt, som er integrert i organisasjonens eksisterende IT-infrastruktur. Den er designet for å øke produktiviteten, strømlinje prosessene og gi teamene mer makt.

Kan du forklare visjonen bak Ema og hva som inspirerte deg til å lage en universell AI-ansatt?

Målet for Ema er klart og ambisiøst: “transformere bedrifter ved å bygge en universell AI-ansatt”. Denne visjonen kommer fra vår tro på at AI kan supplere menneskelige evner i stedet for å erstatte arbeidere fullstendig. Vår universelle AI-ansatt er designet for å automatisere rutineoppgaver og gi menneskelige ansatte mulighet til å fokusere på mer strategiske og verdifulle oppgaver. Vi gjør dette gjennom Ema’s innovative agentic AI-system, som kan utføre en rekke komplekse oppgaver med en samling av AI-agenter (kalt Ema’s Personas), og forbedre effektiviteten og produktiviteten i talløse organisasjoner.

Både du og din medgrunnlegger har imponerende bakgrunner fra ledende teknologiselskaper. Hvordan har din tidligere erfaring påvirket utviklingen og strategien for Ema?

I løpet av de siste to tiårene har jeg arbeidet i ikoniske selskaper som Google, Coinbase, Oracle (ORCL ) og Flipkart. Og på hver av disse stedene lurte jeg på “Hvorfor hyrer vi de smarteste menneskene og gir dem jobber som er så rutinepreget?”. Dette er grunnen til at vi bygger Ema.

Før jeg grunnla Ema, var jeg sjef for produktutvikling i Coinbase og Flipkart, og global sjef for mobil annonsering i Google. Disse erfaringene har dypt myndighet over min tekniske kunnskap over ingeniørarbeid, maskinlæring og annonsering. Disse rollene har også gitt meg mulighet til å identifisere ineffektive måter å arbeide på og hvordan å løse komplekse forretningsproblemer.

Ema’s medgrunnlegger og sjef for ingeniørarbeid, Souvik Sen, var tidligere VP for ingeniørarbeid i Okta, der han overvåket data, maskinlæring og enheter. Før det var han i Google, der han var ingeniørleder for data og maskinlæring, og bygget ett av verdens største ML-systemer, som fokuserte på personvern og sikkerhet – Google’s Trust Graph. Hans ekspertise, spesielt, er en drivkraft til at Ema’s Agentic AI-system er svært nøyaktig og bygget for å være entreprise-klar i forhold til sikkerhet og personvern.

Min medgrunnlegger Souvik og jeg tenkte “Hva hvis du hadde en Michelin-stjernekokk i huset som kunne lage hva som helst du ba om? Du kunne være i humør for fransk i dag, italiensk i morgen og indisk dagen etter. Men uansett hva du var i humør for eller hvilken type mat du ønsket, kunne kokken gjenskape retten av dine drømmer.” Dette er hva Ema kan gjøre. Den kan ta på seg rollen som hva du trenger i bedriften med bare en enkel samtale.

Ema bruker over 100 store språkmodeller og sine egne mindre modeller. Hvordan sikrer du en sammenhengende integrasjon og optimal ytelse fra disse forskjellige kildene?

LLM’er, selv om de er kraftfulle, mangler spesialisert kunnskap og kontekstspesifikk trening i entreprise-miljøer. Disse modellene er bygget på generell data, og mangler evnen til å håndtere nyanserte, proprietære opplysninger som driver forretningsoperasjoner. Dette kan føre til uakkurate utdata, potensielle datasikkerhetsrisiko og evnen til å gi domenespesifikke innsikter som er avgjørende for informert beslutning. Agentic AI-systemer som Ema løser disse manglene ved å tilby en mer tilpasset og dynamisk tilnærming. I motsetning til statiske LLM’er kan våre agentic AI-systemer:

• tilpasse seg entreprise-spesifikke data og arbeidsflyter
• utnytte flere LLM’er basert på nøyaktighet, kostnad og ytelseskrav
• opprettholde datasikkerhet og personvern ved å operere innenfor selskapets infrastruktur
• gi forklarbare og verifiserbare utdata, avgjørende for forretningsansvar
• oppdatere og lære fra sanntidsentreprise-data
• utføre komplekse, flertrinnsoppgaver autonomt

Vi sikrer en sammenhengende integrasjon fra disse forskjellige kildene ved å bruke Ema’s proprietære 2T+ parameter mixture of experts-modell: EmaFusionTM. EmaFusionTM kombinerer 100+ offentlige LLM’er og mange domenespesifikke tilpassede modeller for å maksimere nøyaktigheten til den laveste mulige kostnaden for en rekke oppgaver i bedriften, og maksimere avkastningen på investeringen. I tillegg er Ema fremtidsrettet; vi legger kontinuerlig til nye modeller for å forebygge avhengighet av én teknologistack, og fjerner denne risikoen for våre entreprise-kunder.

Kan du forklare hvordan Generative Workflow Engine fungerer og hva fordeler den har i forhold til tradisjonelle workflow-automatiseringsverktøy?

Vi har utviklet titalls mal-Personas (eller AI-ansatte for spesifikke roller). Disse personaene kan konfigureres og deployeres raskt av forretningsbrukere – ingen kodekunnskap kreves. I kjernen er Ema’s Personas samlinger av proprietære AI-agenter som samarbeider for å utføre komplekse arbeidsflyter.

Vår patent-pendinge Generative Workflow Engine, en liten transformer-modell, genererer arbeidsflyter og orkestreringskode, og velger de riktige agentene og designmønstre. Ema utnytter velkjente agentic designmønstre, som refleksjon, planlegging, verktøybruk, fler-agentsamarbeid, språk-agentsøketre, strukturert utdata og fler-agentsamarbeid, og introduserer mange innovative mønstre av sin egen. Med over 200 forhåndsbygde koblinger, integrerer Ema sammenhengende med interne datakilder og kan utføre handlinger over verktøy for å fungere effektivt i forskjellige entreprise-roller.

Ema brukes i forskjellige domener, fra kundeservice til juridisk til forsikring. Hvilke bransjer ser du størst potensiale for vekst med Ema, og hvorfor?

Vi ser potensiale over hele industrien og funksjoner, da de fleste bedrifter har mindre enn 30% automatisering i prosesser og bruker over 200 programvareapplikasjoner, noe som fører til datasiloer og handlingssiloer. McKinsey & Co. estimerer at generativ AI kunne legge tilsvarende 2,6 billioner til 4,4 billioner dollar årlig i produktivitetsgevinster (kilde).

Disse problemene er forverret i regulerte industrier som helse, finansielle tjenester, forsikring, hvor de fleste av de siste tiårenes tekniske automatiseringer ikke har funnet sted siden teknologien ikke var avansert nok for deres prosesser. Dette er hvor vi ser den største muligheten for transformasjon og ser en stor etterspørsel fra kunder i disse industrene for å utnytte generativ AI og teknologi som aldri før.

Hvordan adresse Ema datasikkerhets- og personvernsproblemer, spesielt når det gjelder integrasjon av flere modeller og håndtering av følsomme entreprise-data?

En presserende bekymring for ethvert selskap som bruker agentic AI er potensialet for at AI-agenter kan gå feil eller lekke private data. Ema er bygget med tillit som kjernen, og er i samsvar med ledende internasjonale standarder som SOC 2, ISO 27001, HIPAA, GDPR, NIST AI RMF, NIST CSF, NIST 800-171. For å sikre at entreprise-data forblir private, sikre og i samsvar, har Ema implementert følgende sikkerhetstiltak:

• Automatisk redigering og sikker de-identifisering av følsomme data, audit-logger
• Sanntids-overvåking
• Kryptering av alle data i ro og under overføring
• Forklarbarhet over alle utdata

For å gå ekstra milen, sjekker Ema også for eventuelle opphavsrettsbrudd for dokumentgenereringsbrukstilfeller, og reduserer kundenes sjanser for IP-ansvar. Ema trener aldri modeller på en kundes data for å dra nytte av andre kunder.

Ema tilbyr også fleksible deployeringsalternativer, inkludert on-premises-deployeringsmuligheter for flere skytjenester, og muliggjør at bedrifter kan holde sine data innenfor sine egne pålitelige miljøer.

Hvor enkelt er det for et nytt selskap å komme i gang med Ema, og hva ser den typiske onboarding-prosessen ut som?

Ema er usedvanlig intuitivt, så å få teamene i gang på plattformen er ganske enkelt. Forretningsbrukere kan konfigurere Ema’s Persona(er) ved hjelp av forhåndsbygde maler på bare noen minutter. De kan finjustere Persona-atferd med samtale-instruksjoner, bruke forhåndsbygde koblinger for å integrere med deres applikasjoner og datakilder, og eventuelt plugge inn private tilpassede modeller trent på deres egne data. Når de er konfigurert, kan eksperter fra bedriften trene deres Ema-Persona med bare noen få timers tilbakemelding. Ema er allerede ansatt for flere roller av bedrifter som Envoy Global, TrueLayer, Moneyview, og i hver av disse rollene utfører Ema allerede på eller over menneskelig nivå.

Ema har tiltatt betydelig investering fra høyprofilerte bakmenn. Hva tror du har vært nøkkel til å oppnå så sterk investor-tillit?

Vi tror investorer kan se hvordan Ema’s plattform muliggjør at bedrifter kan bruke agentic AI effektivt, og strømlinje operasjoner for betydelige kostnadsreduksjoner og åpne opp nye potensielle inntektsstrømmer. I tillegg har Ema’s ledelse ekspertise i AI og har de nødvendige tekniske kunnskapene og ferdighetene. Vi har også en sterk track record for entreprise-klar levering, pålitelighet og samsvar. Til slutt er Ema’s produkter differensiert fra alt annet på markedet, og er pioner innen de siste tekniske fremgangene i agentic AI, noe som gjør oss til det foretrukne valget for ethvert bedrift som ønsker å legge til neste-generasjons AI i sine operasjoner.

Hvordan ser du på rollen til AI på arbeidsplassen i løpet av de neste ti årene, og hva rolle vil Ema spille i denne transformasjonen?

Ema’s misjon er å transformere bedrifter og hjelpe hver enkelt ansatt å arbeide raskere med hjelp av enkelt-aktiverbare og nøyaktige agenter. Vår universelle AI-ansatt har potensialet til å hjelpe bedrifter å utføre oppgaver over kundeservice, ansatteservice, salgsaktivering, samsvar, omsetningsoperasjoner og mer. Vi ønsker å transformere arbeidsplassen ved å la teamene fokusere på de mest strategiske og verdifulle prosjektene i stedet for rutineoppgaver. Som pioner innen agentic AI, leder Ema en ny æra for samarbeid mellom menneskelige og AI-ansatte, hvor innovasjon blomstrer og produktiviteten skyroker.

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