Erik Schwartz, Chief AI Officer (CAIO) Tricon Infotech – Wywiad z serii

Erik Schwartz jest Chief AI Officer (CAIO) Tricon Infotech. wiodącej firmy konsultingowej i świadczącej usługi oprogramowania. Tricon Infotech dostarcza efektywne, zautomatyzowane rozwiązania i pełne transformacje cyfrowe za pomocą niestandardowych produktów i wdrożeń przedsiębiorstw.

Erik Schwartz to doświadczony menedżer i przedsiębiorca z ponad dwudziestoletnim doświadczeniem w sektorze technologicznym, specjalizujący się na styku sztucznej inteligencji, odzyskiwania informacji i odkrywania wiedzy. W trakcie swojej kariery Erik był na czele integrowania budowy dużych platform i integrowania sztucznej inteligencji z technologiami wyszukiwania, znacznie poprawiając interakcję użytkownika i dostęp do informacji. Jego poprzednie role obejmowały stanowiska kierownicze w firmach Comcast, Elsevier i Microsoft, gdzie kierował pionierskimi inicjatywami związanymi z sztuczną inteligencją, wyszukiwaniem i LLM.

Zawodowa droga Erika cechuje się jego oddaniem innowacjom i wiarą w moc współpracy. Ciągle prowadził zespoły w stronę szybkiego dostarczania przełomowych rozwiązań, utwierdzając się jako zaufany lider w społeczności technologicznej. Jego praca, ostatnio w projekcie Scopus AI w Elsevier, podkreśla jego zaangażowanie w переdefiniowanie granic, jakimi się zajmujemy informacjami i tworzenie zaufanych relacji z użytkownikami.

W swojej roli Chief AI Officer (CAIO) Erik wykorzystuje swoje rozległe doświadczenie, aby opracować i wdrożyć kompleksowe strategie sztucznej inteligencji dla klientów Tricon. Jego gruntowny proces nie tylko demistyfikuje sztuczną inteligencję, ale również zapewnia, że te firmy są wyposażone, aby odnieść sukces i prosperować w konkurencyjnym krajobrazie technologii sztucznej inteligencji. Erik jest pasjonatem wspierania wzrostu i innowacji, dzieląc się swoimi spostrzeżeniami, aby zainspirować i umocnić organizacje do efektywnego wykorzystania przemieniającej mocy sztucznej inteligencji.

Czy mógłbyś podzielić się kilkoma wyjątkowymi momentami z Twojej kariery, które doprowadziły Cię do obecnej roli Chief AI Officer w Tricon Infotech?

Zanurzyłem się w dziedzinie odzyskiwania informacji przez całą moją karierę. Moja podróż zaczęła się na początku lat 90. jako Web Master u zarania Internetu. W tym kształtującym okresie skupiłem się na budowaniu cyfrowych bibliotek dla agencji rządowych, uniwersytetów i firm medialnych, co położyło podwaliny pod moją ekspertyzę w systemach informacji cyfrowej.

W latach 2000. przeszedłem do pracy z dostawcami wyszukiwarek, gdzie doskonaliłem swoje umiejętności w technologiach wyszukiwania. Ta faza mojej kariery była naznaczona znacznym wzrostem i uczeniem się poprzez różne przejęcia, ostatecznie doprowadzając mnie do dołączenia do Microsoftu w 2008 roku. W Microsoftu odegrałem kluczową rolę w tworzeniu i udoskonalaniu platform odkrywania wiedzy, napędzając innowacje i poprawiając dostęp do informacji dla użytkowników.

Po moim okresie w Microsoftzie kierowałem inicjatywami w dużych korporacjach, takich jak Comcast i Elsevier, gdzie byłem odpowiedzialny za prowadzenie dużych platform odkrywania wiedzy. Te doświadczenia były niezwykle istotne w kształtowaniu mojego podejścia do sztucznej inteligencji i odzyskiwania informacji, kulminując w mojej obecnej roli Chief AI Officer w Tricon Infotech. Tutaj wykorzystuję swoje rozległe doświadczenie, aby napędzać strategie i rozwiązania sztucznej inteligencji, które umożliwiają naszym klientom wykorzystanie pełnego potencjału ich danych.

Jak Twoje doświadczenia w firmach takich jak Comcast, Elsevier i Microsoft wpłynęły na Twoje podejście do integrowania sztucznej inteligencji i technologii wyszukiwania?

Przez całą moją karierę głęboko koncentrowałem się na technice przetwarzania języka naturalnego (NLP) i uczenia maszynowego. Początkowo te technologie oparte były na prostych systemach opartych na regułach. Jednak wraz ze wzrostem zbiorów danych i zwiększeniem mocy obliczeniowej zaczęliśmy znacznie poprawiać doświadczenia użytkowników, automatycznie zbierając dane i zwracając je do algorytmów, aby poprawić ich wydajność.

W Microsoft, po przejęciu FAST, pełniłem rolę menedżera produktu w zespole SharePoint. W tej roli byłem zaangażowany w integrowanie zaawansowanych technologii wyszukiwania w systemy zarządzania treścią przedsiębiorstw, poprawiając możliwości odzyskiwania informacji i współpracy dla firm.

W Comcast zbudowałem platformę odkrywania wiedzy, która napędzała cały ich biznes związany z filmami, umożliwiając użytkownikom wyszukiwanie i odkrywanie treści na urządzeniach z zestawem, mobilnych i na stronach internetowych. Ta wyszukiwarka była w stanie obsłużyć ponad 1 miliard żądań dziennie, znacznie poprawiając doświadczenie użytkownika, dostarczając szybkie i dokładne rekomendacje treści i wyniki wyszukiwania.

Jednym z najbardziej przełomowych doświadczeń było w Elsevier, gdzie uruchomiliśmy doświadczenie z Generative AI dla Scopus, jednego z ich najbardziej zaufanych produktów. Ta inicjatywa wykorzystywała duży model językowy (LLM), aby pomóc użytkownikom w zadawaniu lepszych pytań i uzyskaniu bardziej dokładnych odpowiedzi z głęboko technicznej bazy danych w komunikacji naukowej. Ten model LLM zapewniał pełną dokładność i zaufanie ponad 90 milionów artykułów zawartych w bazie danych, demonstrując moc sztucznej inteligencji w celu poprawy badań naukowych i rozpowszechniania wiedzy.

Co najbardziej ekscytuje Cię w obecnych postępach w Generative AI i jej potencjalnych zastosowaniach?

Jednym z największych historycznych wyzwań w odzyskiwaniu informacji było utrzymanie kontekstu. Dla ludzi jest to naturalny proces, ale dla maszyn znajdowanie informacji tradycyjnie było bardzo transakcyjnym doświadczeniem: zadasz pytanie, otrzymasz odpowiedź. Zanurzanie się głębiej w temat wymagało zadawania coraz bardziej szczegółowych pytań. Generative AI rewolucjonizuje to podejście, umożliwiając bardziej konwersacyjną i kontekstową interakcję, podobną do naturalnej rozmowy z kimś, kogo dopiero co poznałeś.

Ponadto, Generative AI obejmuje dodatkowe techniki, które poprawiają głębsze zrozumienie, które historycznie były trudne dla tradycyjnych wyszukiwarek. Na przykład, duże modele językowe (LLM) mogą bezproblemowo obsłużyć aspekty takie jak ton, analiza sentymentu, zrozumienie semantyczne i rozróżnianie. Te możliwości pozwalają LLM na łatwe pochwytywanie niuansów języka ludzkiego i kontekstu, dostarczając bardziej dokładne i znaczące odpowiedzi od razu. Ten postęp najbardziej mnie ekscytuje, ponieważ otwiera wiele możliwości tworzenia bardziej intuicyjnych, responsywnych i inteligentnych aplikacji w różnych dziedzinach.

Jak podejście Tricon Infotech do GenAI różni się od innych firm w branży?

W przestrzeni Generative AI są dwie główne obszary skupienia. Pierwszy, który otrzymuje znaczącą uwagę od niektórych z największych dostawców technologii, jest szkolenie i dostosowywanie modeli AI. Drugi obszar, w którym praktycy Generative AI naprawdę wyróżniają się, jest inferencją — używaniem Generative AI do tworzenia wartościowych produktów i usług.

W Tricon Infotech koncentrujemy się na tym drugim. Nasze podejście jest odmienne, ponieważ kładziemy nacisk na praktyczne zastosowanie i szybkie wdrożenie. Rozwinęliśmy kompleksowy program, który pomaga liderom biznesu szybko zidentyfikować najbardziej wpływowe przypadki użycia Generative AI. Nasz proces obejmuje rozwiązanie szybkiego prototypowania, umożliwiające klientom pracę z własnymi danymi w piaskownicy AI. To podejście zapewnia, że mogą oni zobaczyć namacalne wyniki i zaangażować się w AI-derywatywną wiedzę na wczesnym etapie cyklu rozwoju.

Ponadto, mamy radykalny focus na czasie do wartości. Naszym celem jest pomóc klientom zbudować i wdrożyć aplikacje skierowane do konsumenta w ciągu 90 dni. Ten przyspieszony harmonogram nie tylko napędza szybszą innowację, ale również zapewnia, że firmy mogą szybko skapitalizować korzyści z Generative AI, tworząc nowe strumienie dochodu i poprawiając satysfakcję klienta.

Czy mógłbyś omówić niektóre z kluczowych wyzwań w implementowaniu Large Language Models (LLM) i Generative AI w rozwiązaniach przedsiębiorstw?

Wdrożenie Large Language Models (LLM) i Generative AI w rozwiązaniach przedsiębiorstw przedstawia kilka wyłaniających się wyzwań. Pierwszym i najważniejszym wyzwaniem jest zaufanie. Przedsiębiorstwa muszą być pewne, że systemy AI nie naruszą ich własności intelektualnej ani wrażliwych informacji korporacyjnych. Zapewnienie bezpieczeństwa danych i uzyskanie odpowiednich gwarancji, że AI nie wykorzysta danych w sposób niepożądany, jest kluczowe dla uzyskania zaufania.

Drugim wyzwaniem jest kwestia halucynacji. Generative AI może czasem generować pewne, lecz faktograficznie nieprawidłowe odpowiedzi. To może podważyć niezawodność systemów AI. Techniki takie jak dostosowywanie modeli i zastosowanie Retrieval Augmented Generation (RAG) mogą pomóc złagodzić występowanie halucynacji, zapewniając, że odpowiedzi AI są oparte na dokładnych danych.

Trzecim znaczącym wyzwaniem jest koszt. Licencjonowanie i skalowanie LLM może być bardzo kosztowne. Nawet oferty przedsiębiorstw od głównych dostawców, takich jak Microsoft, Amazon i Google, wiążą się z wysokimi opłatami za wejście i minimum. Dlatego dla przedsiębiorstw jest niezwykle istotne, aby ściśle monitorować i zarządzać zwrotem z inwestycji (ROI), aby zapewnić, że wdrożenie rozwiązań AI jest ekonomicznie uzasadnione.

Czy mógłbyś wyjaśnić ustrukturyzowane podejście Tricon Infotech do tworzenia niestandardowych rozwiązań przedsiębiorstw GenAI?

Tricon Infotech jest firmą produkcyjną, która wyróżnia się oferowaniem usług zarządzanych przez dedykowane, pełne zespoły produktowe, zamiast tradycyjnego wzmocnienia personelu. Nasze podejście obejmuje wdrożenie całych zespołów produktowych, które mogą zarządzać każdym aspektem cyklu życia rozwoju produktu, w tym badania użytkowników, projektowanie doświadczenia użytkownika (UX), front-end i back-end, automatyzację testów, wdrożenie, skalowanie i bieżące operacje.

Ten kompleksowy model usług zarządzanych zapewnia, że nasi klienci mogą skoncentrować się bezpośrednio na przechwytywaniu wartości z ich danych, bez złożoności i nakładów związanych z zarządzaniem oddzielnymi zasobami. Naszym kluczowym napędem jest czas do wartości, co oznacza, że priorytetem jest dla nas dostarczanie namacalnych korzyści szybko i wydajnie. Naszym ambicją jest budowanie długoterminowych relacji z naszymi klientami, ciągle dodając wartość i iterując przez proces rozwoju funkcji.

Nasze ustrukturyzowane podejście jest zaprojektowane, aby być zwinnym i responsywnym, umożliwiając nam szybko dostosowywać się do nowych wyzwań i możliwości w krajobrazie AI. Wykorzystując pełne możliwości naszych multidyscyplinarnych zespołów, dostarczamy wysoko dostosowane rozwiązania Generative AI, które są dopasowane do specyficznych potrzeb każdego przedsiębiorstwa. To podejście nie tylko wyróżnia nas od tradycyjnych firm wzmocnienia personelu, ale również zapewnia, że dostarczamy holistyczne, kompleksowe rozwiązania, które napędzają znaczący wpływ biznesowy.

Co to są przykłady realnych problemów, które rozwiązania GenAI Tricon pomyślnie rozwiązały?

1. E-Learning – konwertowanie tradycyjnych mediów i materiałów edukacyjnych na interaktywną, wielomodalną treść. To pozwala naszym klientom ponownie wykorzystać istniejącą treść, aby dostosować się do nowych sposobów uczenia się i dotrzeć do uczniów na różnych platformach, gdzie już są. Ponadto, treść może być następnie ponownie wykorzystana w programach nauczania hiperpersonalizowanych, które mogą automatycznie dostosowywać się do potrzeb i stylów uczenia się uczniów (audio, wizualne itp.)
2. Private AI – Pomoc klientom w budowaniu zaufanych rozwiązań AI przedsiębiorstw, które pozostają prywatne i honorują reguły dostępu klienta, przy jednoczesnym utrzymaniu kosztów i pomocy w skalowaniu w różnych funkcjach przedsiębiorstwa, pomagając przeładowanym profesjonalistom i usługom wspólnym w lepszym skalowaniu w organizacji, jednocześnie rodzinnie rozumiejąc różne reguły i ograniczenia polityk rozproszonych geograficznie. Te prywatne AI nie tylko będą służyć przedsiębiorstwu, ale również wygenerują nowe strumienie dochodu dla naszych klientów.
3. Automatyzacja Procesów – wciąż istnieje ogromna liczba organizacji, które polegają na procesach ręcznych i integracji danych „swivel chair”. AI pomaga łączyć różne systemy, tworząc inteligentne warstwy, które nie tylko mogą walidować dane, ale również zrozumieć unikalny sygnał wytworzony przez unikalny zestaw danych lub narzędzia i pomóc w wydajnym kierowaniu przepływami pracy, jednocześnie identyfikując problemy łańcucha dostaw

Jaką rolę odgrywa ciągłe uczenie się i rozwój w utrzymaniu przewagi w szybko ewoluującej dziedzinie AI?

Jednym z największych wyzwań w dziedzinie AI jest ukształtowanie puli talentów. Istnieje nowe pokolenie pracowników, którzy intuicyjnie rozumieją narzędzia AI i technologie. Jednak istnieje również starsze pokolenie, które musi zrozumieć, co te narzędzia mogą i nie mogą zrobić. Ciągłe uczenie się jest kluczowe dla przezwyciężenia tej luki.

Narzędzia AI mają potencjał, aby dramatycznie poprawić produktywność, umożliwiając firmom osiągnięcie znacznie więcej z znacznie mniejszymi zasobami, skracając ramy czasowe i koszty. Aby te korzyści zostały zrealizowane, pracownicy muszą być otwarci na naukę nowych sposobów pracy i integracji tych narzędzi w swoich przepływach pracy.

Ponadto, istotne jest, aby rozwiązać strach przed bezpieczeństwem pracy. Pracownicy muszą zrozumieć, że ci, którzy przyjmują ciągłe uczenie się i rozwój, będą lepiej wyposażeni, aby włączyć nowe narzędzia AI w swoje codzienne rutyny, ostatecznie prowadząc do większego bezpieczeństwa pracy. Rzeczywistością jest, że sukces w przyszłości napędzany przez AI przyjdzie do tych, którzy aktywnie starają się zrozumieć i wykorzystać te ewoluujące technologie.

Jak wyobrażasz sobie przyszłość AI, transformującą technologię wyszukiwania i interakcję użytkownika w ciągu najbliższej dekady?

Już świadkujemy znaczącej zmiany od tradycyjnych silników wyszukiwania do narzędzi Generative AI dla początkowych zapytań. Ta zmiana jest napędzana przez możliwość Generative AI, aby dostarczyć bezpośrednie odpowiedzi i rozwiązania, eliminując potrzebę przeszukiwania wielu stron internetowych lub zasobów niezależnie. W najbliższej przyszłości stanie się powszechne, że AI będą uczestniczyć w spotkaniach, podejmować działania i obsługiwać rutynowe zadania, prowadząc do znaczącego zmniejszenia ról pewnych funkcji w przedsiębiorstwach.

Jednym z kluczowych wyzwań, które pozostaje, jest to, jak zmonetyzować Generative AI, ponieważ tradycyjny model reklamowy może napotkać znaczące przeszkody w tym nowym krajobrazie. Moja prognoza jest taka, że dane staną się coraz bardziej wartościowe, działając coraz bardziej jak waluta, gdy będziemy nawigować ten nowy świat. Ta zmiana wymaga innowacyjnych modeli biznesowych, które wykorzystują unikalne możliwości AI, jednocześnie zapewniając, że użytkownicy i przedsiębiorstwa mogą wykorzystać wartość z ich interakcji.

Ogólnie, przyszłość AI w technologii wyszukiwania i interakcji użytkownika obiecuje być przełomowa, czyniąc odzyskiwanie informacji bardziej intuicyjnym i wydajnym, jednocześnie zmieniając sposób, w jaki podchodzimy do interakcji cyfrowych i funkcji przedsiębiorstw.

Jakie praktyczne porady dałbyś firmom, które chcą wykorzystać AI, aby napędzić sukces i innowację?

Nie bój się technologii. Zacznij od udostępnienia narzędzi AI swoim pracownikom, aby upewnić się, że Twoje dane i własność intelektualna pozostają bezpieczne. Wiele pracowników już używa narzędzi AI, ale bez odpowiednich regulacji, istnieje ryzyko nadużycia. Dlatego jest niezwykle istotne, aby ukształtować swój personel, aby zrozumieli oni ryzyko i wiedzieli, jak używać tych narzędzi bezpiecznie i skutecznie.

Ponadto, jest niezwykle istotne, aby zwrócić uwagę na mierniki sukcesu. Narzędzia AI mogą być kosztowne, ale koszty mają tendencję do malejących z czasem. Jednak ważne jest, aby utrzymać jasny focus na zwrocie z inwestycji (ROI), aby zarządzać kosztami i zrozumieć wpływ na Twoją firmę. Robiąc to, możesz wykorzystać AI, aby napędzić innowację i sukces, jednocześnie zapewniając, że korzyści przewyższają wydatki.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Tricon Infotech.