Inna Tokarev Sela, CEO i założycielka illumex – seria wywiadów

Inna Tokarev Sela, CEO i założycielka Illumex, zmienia sposób, w jaki przedsiębiorstwa przygotowują swoje dane strukturalne do generatywnego AI. Illumex umożliwia organizacjom wdrożenie agentów analitycznych generatywnego AI, tłumacząc rozproszone, tajemnicze dane na język biznesowy bogaty w kontekst z wbudowanym zarządzaniem.

Platforma automatycznie analizuje metadane, aby zlokalizować i oznaczyć dane strukturalne bez ich przenoszenia lub modyfikowania, dodając semantyczne znaczenie i dopasowując definicje, aby zapewnić klarowność i przejrzystość. Tworząc terminy biznesowe, proponując metryki i identyfikując potencjalne konflikty, Illumex zapewnia zarządzanie danymi na najwyższym poziomie.

Z Illumex, agenci analityczni mogą interpretować zapytania użytkowników z precyzją, dostarczając dokładne, świadome kontekstu i wolne od halucynacji odpowiedzi. Pod kierownictwem Inny, Illumex ustanawia nowy standard gotowości do AI, pomagając firmom odblokować pełny potencjał swoich danych.

Czym skłoniło Cię do założenia illumex, i jak Twoje doświadczenia w Sisense i SAP ukształtowały Twoją wizję dla firmy?

Wizja dla illumex pojawiła się podczas moich studiów, gdzie wyobrażałam sobie, że informacje są dostępne poprzez skojarzenia w stylu mapy myśli, a nie tradycyjnych baz danych – umożliwiając bezpośredni dostęp do istotnych danych bez konieczności konsultacji z ludźmi.

Mój czas w SAP nauczył mnie podstaw budowy oprogramowania dla przedsiębiorstw i skalowania operacji. Praca nad rozwojem produktu z platformą SAP HANA cloud i inicjatywami biznesowymi, takimi jak ramowy program partnerstwa startupów, dała mi głębokie spojrzenie na potrzeby klientów przedsiębiorstw. Ujawniło to znaczącą lukę między tym, jak firmy podejmują praktyki danych, a tym, czego potrzebują użytkownicy końcowi.

W Sisense, budując praktykę AI od podstaw, wykazało ogromną wartość, jaką AI może przynieść klientom. Widząc ten wpływ, w połączeniu z rozwojem technologii SaaS i GenAI, przekonało mnie, że jest odpowiedni moment, aby uruchomić illumex w 2021 roku.

illumex koncentruje się na Generatywnym Semantycznym Materiale. Czy możesz wyjaśnić podstawową koncepcję i co skłoniło Cię do podjęcia tego konkretnego wyzwania w AI i analityce danych?

illumex jest pionierem Generatywnego Semantycznego Materii – platformy, która automatyzuje tworzenie kontekstu organizacyjnego i rozumowania dla ludzi i maszyn. Ta platforma ujednolica doświadczenie zarówno modeli generatywnego AI opartych na LLM, jak i aplikacji biznesowych dla użytkowników technicznych i nietechnicznych wokół współdzielonego kontekstu.

Ten jeden materiał dostarcza dwóch głównych korzyści: upraszcza zarządzanie danymi poprzez automatyzację do 80% zadań inżynierii danych i umożliwia użytkownikom nietechnicznym dostęp do analityki z wbudowanym zarządzaniem, wyjaśnialnością i dokładnością. Obie te korzyści dotyczą rynku o wartości wielu miliardów dolarów dla podejmowania decyzji przez przedsiębiorstwa.

Wyobraź sobie to jako cyfrowy plac zabaw, gdzie maszyny, ludzie i aplikacje взаимодействują spontanicznie bez wcześniejszego programowania. To odpowiada naszej wizji przyszłości bez aplikacji, gdzie zamiast balansowania między wieloma narzędziami, takimi jak arkusze, analityka, systemy finansowe i zarządzanie klientami, po prostu wyrażasz swoje zadanie, a zostaje ono wykonane bezproblemowo. Generatywny Semantyczny Materiał jest fundamentem dla tej przyszłości.

Jakie były niektóre z głównych wyzwań, z którymi spotkałaś się na początku illumex, i jak je pokonałaś?

W 2021 roku, pomimo faktu, że modele semantyczne AI generatywnej istniały od 2017 roku, a sieci neuronowe graficzne istniały jeszcze dłużej, było trudne zadanie, aby wyjaśnić inwestorom, dlaczego potrzebujemy automatycznego kontekstu i rozumowania. Nawet definiowanie go wtedy było trudnym zadaniem.

Powiem, że największym wyzwaniem było wywołanie tego entuzjazmu dla tej przyszłej technologii i przyszłego rynku. I byłam bardzo szczęśliwa, że spotkałam myślących inwestorów, którzy wierzyli we mnie.

Jak illumex umożliwia organizacjom, aby stały się gotowe do AI, i dlaczego ta transformacja jest krytyczna w dzisiejszym krajobrazie biznesowym?

Świat biznesu dzieli się na dwa obozy: firmy, które rozpoznają i wykorzystują AI jako siłę transformującą, podobną do Internetu, i te, które przegapiają lub opóźniają zrozumienie tej możliwości.

illumex spotyka organizacje, gdziekolwiek są one w swojej podróży z AI. Przygotowujemy ich dane do wdrożenia generatywnego AI, uzupełniamy i zarządzamy logiką organizacyjną i kontekstem, oraz umożliwiamy wdrożenie agentów analitycznych i ich orchestrację.

Nasza platforma wdrożeniowa pełnego stosu GenAI dla danych strukturalnych podnosi każdy krajobraz firmy, aby skutecznie wykorzystywać te zaawansowane technologie.

illumex podkreśla „wolne od halucynacji” odpowiedzi generatywnego AI. Jak illumex zapewnia deterministyczne i niezawodne dane wyjściowe?

illumex opiera się na pre-istniejących ontologiach biznesowych – grafach wiedzy, które przechwytują branżowe terminologie, przepływy pracy i procesy w sektorach takich jak farmaceutyka, detaliczna sprzedaż i produkcja, a także funkcje biznesowe, takie jak finanse, HR i łańcuch dostaw.

Podczas wdrożenia klientów automatycznie przeszkolimy te ontologie na ich metadanych. W ciągu kilku dni firmy mogą wyszukiwać swoje dane, sprawdzać wyniki i identyfikować problemy, takie jak duplikaty lub konflikty.

Agenci analityczni zapewniają pełną przejrzystość – pokazując, jak pytania są interpretowane i mapowane na ontologię klienta, a następnie na dane. Ta przejrzystość, w połączeniu z automatyczną walidacją danych, zapewnia deterministyczne, wolne od halucynacji odpowiedzi. Dodatkowo, zespoły zarządzające mogą wcześniej walidować potencjalne odpowiedzi, ponieważ kontekst uwzględnia wszystkie możliwe pytania i ich permutacje z wyprzedzeniem.

Jak illumex różni się od tradycyjnych podejść, takich jak Retrieval-Augmented Generation (RAG)?

Podczas gdy RAG próbuje dostosować gotowe modele AI, karmiąc je danymi i logiką organizacyjną, napotyka ono kilka ograniczeń. Jest to czarna skrzynka – nie można określić, czy dostarczono wystarczających przykładów do właściwego dostosowania, ani jak aktualizacje modelu wpływają na dokładność. Ponadto opiera się na specjalistach ds. danych, którzy mogą nie posiadać kontekstu biznesowego, co utrudnia pełne przechwycenie logiki organizacyjnej.

Dodatkowo, RAG zużywa około 80% infrastruktury AI i tokenów tylko do dostosowania, a nie do rzeczywistego użycia, co budzi obawy co do ROI. Brakuje mu również wbudowanego zarządzania – nie ma sposobu, aby zespoły zgodności walidowały adekwatność szkolenia ani zapewniały właściwe kontrolę dostępu.

Generatywny Semantyczny Materiał (GSF) illumex adresuje te wyzwania poprzez automatyczne budowanie kontekstu bez konsumowania zewnętrznych tokenów AI. Eliminuje potrzebę specjalistów ds. danych i zapewnia pełną przejrzystość w mapowaniu i rozumowaniu za pomocą interfejsów web, Slack lub Teams. GSF zawiera wbudowane zarządzanie i wyjaśnialność, jasne wskaźniki pokrycia organizacyjnego i jakości danych, oraz automatyczną ocenę jakości dla możliwości odpowiedzi na pytania.

Wiele firm zmaga się z podejmowaniem decyzji opartych na danych, pomimo dużych inwestycji w infrastrukturę danych. Dlaczego, Twoim zdaniem, istnieje ta luka, i jak illumex ją adresuje?

Luka między inwestycjami w dane a skutecznym podejmowaniem decyzji ciągle się powiększa, ponieważ objętość danych wybuchowo rośnie, zarówno wewnętrznie, jak i zewnętrznie. Organizacje obecnie stają w obliczu nie tylko własnych rosnących danych, ale także różnych zewnętrznych źródeł – od API pogodowych po platformy chmurowe udostępniające dane zdrowotne w instytucjach europejskich, a także dane syntetyczne do różnych przypadków użycia.

Wyzwaniem jest to, że organizacje nadal polegają na ludziach do krytycznych zadań związanych z danymi, takich jak modelowanie, ocena jakości i tworzenie dashboardów. Jednak skala i złożoność nowoczesnych środowisk danych sprawia, że staje się to coraz bardziej niemożliwe dla zespołów ludzkich, aby skutecznie klasyfikować dane, oceniać ich jakość i zapewnić, że są one odpowiednie do analityki i automatyzacji napędzanych przez AI.

illumex mostuje tę lukę, automatyzując te tradycyjnie ręczne procesy, umożliwiając organizacjom skuteczne zarządzanie, walidację i wykorzystywanie ich rosnącego krajobrazu danych do celów podejmowania decyzji.

W jakich branżach illumex obserwuje najszybsze przyjęcie swojej platformy, i jakie unikalne wyzwania lub możliwości zaobserwowałaś w tych sektorach?

Obserwujemy najszybsze przyjęcie w branżach, które znajdują się na przecięciu intensywności danych i surowych regulacji, gdzie firmy potrzebują solidnej automatyzacji monitorowania jakości danych, śledzenia użycia i wykrywania konfliktów. Usługi finansowe, farmaceutyka i handel detaliczny/e-commerce są wśród liderów, ponieważ te sektory starają się szybko odnowić się, wykorzystując swoje istniejące aktywa danych, jednocześnie nawigując w złożonych wymogach regulacyjnych.

Czy masz jakieś porady dla przedsiębiorstw, które chcą skutecznie i odpowiedzialnie integrować AI?

Zacznij od opracowania jasnego planu strategicznego, który identyfikuje konkretny przypadek użycia i biznesowe imperatywy napędzające adopcję AI. Jest kluczowe, aby uniknąć tworzenia nowych silosów technologii AI, które działają w izolacji od istniejących systemów.

Zamiast tego, zbuduj zintegrowaną platformę, która łączy zarządzanie danymi, analitykę i możliwości generatywnego AI. Trzymanie inicjatyw AI w odizolowaniu od ustanowionych praktyk zarządzania nie tylko tworzy znaczne ryzyko, ale także prowadzi do zwiększonych kosztów. Kluczem jest stworzenie wspólnej infrastruktury, która wspiera wszystkie te funkcje, jednocześnie utrzymując odpowiedni nadzór.

Jakie trendy widzisz, które będą kształtować krajobraz AI w przedsiębiorstwach w ciągu najbliższych 3-5 lat?

Dwa główne trendy pojawiają się w krajobrazie AI. Po pierwsze, analityka agentycka zyskuje na popularności, umożliwiając bardziej zaawansowaną analizę i wgląd w dane. Po drugie, obserwujemy przesunięcie w kierunku orchestracji agentyckiej, która umożliwia przepływy pracy oparte na współpracy między wieloma modelami AI o różnych funkcjonalnościach.

Ta orchestracja przenosi nas poza aplikacje o pojedynczym przeznaczeniu w kierunku bardziej kompleksowych rozwiązań. Na przykład w ochronie zdrowia, zamiast izolowanych aplikacji do konkretnych zadań, myśl o automatyzacji całkowitego przepływu pracy lekarskiej – łącząc skanowanie obrazu, przetwarzanie recept i rekomendacje leków w jednym bezproblemowym systemie.

Te postępy opierają się na solidnym generatywnym semantycznym materiale, aby zapewnić dokładny dostęp do danych, współdzielony kontekst i koordynację między agentami AI. Ta podstawa będzie kluczowa dla umożliwienia zarówno analityce agentyckiej, jak i rozwiązaniom AI orchestracji, aby osiągnąć swój pełny potencjał.

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