Nitin Singhal, Wiceprezes ds. Inżynierii (Danych, Sztucznej Inteligencji i Integracji) w SnapLogic

Nitin Singhal to doświadczony lider technologiczny i produktowy z ponad 25-letnim stażem w branży. Obecnie pełni funkcję Wiceprezesa ds. Inżynierii w SnapLogic, gdzie koncentruje się na odpowiedzialnej integracji aplikacji i systemów, wykorzystując architekturę Agentic do odblokowania potencjału danych dla globalnej publiczności.

Przed objęciem stanowiska w SnapLogic, Nitin był Dyrektorem ds. Inżynierii w Twitterze, gdzie kierował funkcjami inżynierii zarządzania danymi i infrastruktury prywatności. Jego praca polegała na ustanowieniu praktyk zarządzania danymi w krytycznym okresie dla firmy, zapewniając odpowiedzialne wykorzystanie danych i zgodność z przepisami dotyczącymi prywatności.

Nitin pełnił również różne funkcje inżynierskie i produkcyjne w renomowanych organizacjach, w tym Visa (V ), PayPal (PYPL ) i JPMorgan Chase, gdzie przyczynił się do znaczących postępów w strategii i zarządzaniu danymi.

SnapLogic to platforma integracyjna wykorzystująca sztuczną inteligencję, która upraszcza przepływy danych i aplikacji za pomocą narzędzi bez kodu i ponad 1000 predefiniowanych łączników. Obsługuje ETL/ELT, automatyzację, zarządzanie API i bezpieczne wdrożenia w chmurze, na miejscu i w środowiskach hybrydowych. Funkcje takie jak SnapGPT i AutoSync zwiększają wydajność, umożliwiając organizacjom bezproblemową integrację i orchestrację procesów.

Masz prawie 25 lat doświadczenia w napędzaniu innowacji technologicznych. Co skłoniło Cię do podjęcia kariery skupionej na wykorzystaniu technologii do rozwiązywania złożonych problemów, i jak Twoja pasja ewoluowała wraz z rozwojem sztucznej inteligencji?

Od początku mojej kariery byłem zafascynowany wyzwaniem rozwiązywania zagadek i logiczną pięknem matematyki. Ta fascynacja naturalnie skłoniła mnie do zbadania, jak technologia może rozwiązać złożone, rzeczywiste problemy. Na początku mojej kariery zainspirowała mnie możliwość technologicznego rozwiązania problemów takich jak wykrywanie oszustw transakcyjnych i ryzyka związanych z prywatnością danych. Moja pasja jeszcze bardziej się pogłębiła, gdy sztuczna inteligencja ewoluowała, zwłaszcza z pojawieniem się generatywnej sztucznej inteligencji. Świadkiem byłem przełomowego wpływu sztucznej inteligencji, od umożliwienia rolnikom uzyskania informacji o plonach za pomocą smartfonów po umożliwienie zwykłym użytkownikom, takim jak mój ojciec, łatwego nawigowania zadaniami, takimi jak rozliczanie podatków. Udemokratyzowanie technologii sztucznej inteligencji napawa mnie entuzjazmem, pozwalając nam na pozytywny wpływ na życie ludzi. Ta nieustanna podróż pcha mnie do dalszego rozwoju sztucznej inteligencji w sposób innowacyjny, wydajny, bezpieczny, odpowiedzialny i dostępny dla wszystkich.

Jakie są największe ryzyka, jakie narażone są firmy, które polegają na przestarzałych technologiach w erze zaawansowanej sztucznej inteligencji?

Poleganie na przestarzałych technologiach naraża firmy na znaczące ryzyka, które mogą zagrozić ich przyszłości. Przestarzałe systemy, w szczególności infrastruktury dziedziczone, prowadzą do paraliżujących nieefektywności i uniemożliwiają firmom wykorzystanie sztucznej inteligencji do zadań o wysokiej wartości. Te przestarzałe technologie mają trudności z dostępem do danych i integracją, tworząc kosztowne operacyjne wąskie gardła, które utrudniają automatyzację i innowacje. Ukryte koszty utrzymania takich systemów kumulują się, pochłaniając zasoby i utrudniając przyciąganie najlepszych talentów, którzy preferują nowoczesne środowiska technologiczne. Gdy firmy zostają uwięzione w cyklu stagnacji, tracą okazje do postępu i ryzykują bycie wyprzedzonymi przez bardziej zwinnego konkurenta.

Wybór jest prosty: ewoluować jak iPhone lub spotkać się z losem BlackBerry.

Jak systemy dziedziczone mają trudności z odpowiadaniem na wymagania nowoczesnych aplikacji sztucznej inteligencji, zwłaszcza w odniesieniu do energii, popytu i infrastruktury?

Systemy dziedziczone mają znaczące trudności w odpowiadaniu na wymagania nowoczesnych aplikacji sztucznej inteligencji ze względu na ich wewnętrzne ograniczenia. Te przestarzałe infrastruktury wymagają większych możliwości przetwarzania danych, skalowalności i elastyczności dla intensywnych obliczeniowych potrzeb sztucznej inteligencji. Często tworzą one silosy danych i wąskie gardła, utrudniając obsługę danych w czasie rzeczywistym i połączoną, co jest niezbędne dla sztucznej inteligencji. Ta niezgodność utrudnia wdrożenie zaawansowanych technologii sztucznej inteligencji i prowadzi do niewydajnego wykorzystania zasobów, zwiększonego zużycia energii i potencjalnych awarii systemu. W konsekwencji, firmy polegające na systemach dziedziczonej mają trudności z pełnym wykorzystaniem potencjału sztucznej inteligencji w kluczowych obszarach, takich jak precyzyjne targetowanie, rozliczanie wynagrodzeń i wykrywanie oszustw, co ostatecznie ogranicza ich przewagę konkurencyjną w krajobrazie napędzanym przez sztuczną inteligencję.

Jakie są „ukryte” koszty bierności dla firm, które wahają się, aby zmodernizować swoje systemy?

Poleganie na przestarzałych technologiach oznacza, że firmy opierają się na procesach ręcznych i sylonych danych, co prowadzi do zwiększonych kosztów i zmniejszonej produktywności. Z czasem ta nieefektywność kumuluje się, powodując brak okazji i znaczącą utratę przewagi konkurencyjnej, gdy bardziej zwinni konkurenci przyjmują rozwiązania sztucznej inteligencji. Ponadto, potencjał pracowników jest marnowany na powtarzalne zadania zamiast strategicznej pracy, powodując frustrację i potencjalnie wyższe wskaźniki fluktuacji. Gdy rywale wykorzystują sztuczną inteligencję do większej wydajności i innowacji, firmy, które opóźniają modernizację, ryzykują pozostanie w tyle, ostatecznie narażając swoją pozycję rynkową i długoterminową żywotność w coraz bardziej cyfrowym krajobrazie.

Firmy muszą odróżnić uzasadnione obawy dotyczące przyjęcia sztucznej inteligencji od przypadków, w których ludzkie niepewności dają początek mylącym narracjom.

Jak firmy mogą ocenić, czy pozostają w tyle pod względem gotowości infrastrukturalnej do sztucznej inteligencji?

Firmy mogą ocenić swoją gotowość do sztucznej inteligencji, oceniając, czy ich obecne systemy mogą być zintegrowane z nowoczesnymi narzędziami sztucznej inteligencji i skalować się, aby spełnić rosnące zapotrzebowanie na dane. Jeśli mają trudności z efektywnym przetwarzaniem dużych zbiorów danych, wykorzystaniem rozwiązań chmurowych lub wspieraniem automatyzacji, jest to wyraźny sygnał, że mogą pozostawać w tyle. Ponadto, firmy powinny sprawdzić, czy systemy dziedziczone tworzą wąskie gardła lub wymagają nadmiernej interwencji ręcznej, utrudniając produktywność. Kluczowymi wskaźnikami opóźnionej infrastruktury są silosy danych, niewystarczające analiza w czasie rzeczywistym, niewystarczająca moc obliczeniowa dla złożonych algorytmów oraz trudności w przyciąganiu talentów sztucznej inteligencji. Ostatecznie, organizacje, które ciągle doganiają możliwości sztucznej inteligencji, ryzykują utratę przewagi konkurencyjnej w coraz bardziej cyfrowym krajobrazie. Chcę również podkreślić, że najnowocześniejsze techniki obserwacji, bezpieczeństwa i ochrony prywatności, następujące architekturę komponowalną, są kluczowe dla bezproblemowej i odpowiedzialnej gotowości do sztucznej inteligencji.

Jakie praktyczne kroki mogą podjąć firmy, aby zabezpieczyć swoje systemy na innowacje sztucznej inteligencji?

Pierwszym krokiem jest ocena obecnego stosu technologicznego i wyszukiwanie obszarów, w których sztuczną inteligencję można zintegrować. Firmy powinny priorytetowo traktować skalowalne rozwiązania chmurowe, które wspierają automatyzację napędzaną sztuczną inteligencją i ułatwiają włączanie nowych technologii. W szczególności, platformy niskiego kodu mogą pomóc firmom o ograniczonych zasobach w szybkim wdrożeniu agentów sztucznej inteligencji bez potrzeby głębokiej wiedzy technicznej. Przedsiębiorstwa powinny również upewnić się, że mają elastyczną, chmurową infrastrukturę, która może skalować się wraz z rosnącymi potrzebami przyszłych aplikacji sztucznej inteligencji.

Twoim zdaniem, które branże mają największe szanse na korzyści z szybkiego przyjęcia sztucznej inteligencji i modernizacji systemów dziedziconych?

Branże, które opierają się na podejmowaniu decyzji opartych na danych i powtarzalnych zadaniach, mają największe szanse na korzyści. Na przykład, w sektorze usług finansowych, sztuczna inteligencja może zautomatyzować zadania, takie jak obsługa klienta, wykrywanie oszustw i zatwierdzanie kredytów, usprawniając operacje i poprawiając doświadczenie klienta. Podobnie, działy sprzedaży i obsługi klienta mogą doświadczyć znaczącego wzrostu produktywności dzięki wykorzystaniu sztucznej inteligencji do obsługi rutynowych zapytań lub przetwarzania leadów w sposób bardziej efektywny. Firmy z branży opieki zdrowotnej, produkcji i detalicznej mogą również odnieść znaczące korzyści z sztucznej inteligencji, zwłaszcza, że narzędzia sztucznej inteligencji mogą pomóc zoptymalizować łańcuchy dostaw, przewidzieć popyt i zautomatyzować prace administracyjne. Zamiast wykonywać te powtarzalne zadania, eksperci branżowi mogą skupić się na pracy strategicznej, tworząc wysoką stopę zwrotu z inwestycji w sztuczną inteligencję.

Jak platforma SnapLogic wspiera firmy w zastępowaniu fragmentarycznych, systemów dziedziconych rozwiązaniami napędzanymi sztuczną inteligencją?

 Platforma SnapLogic umożliwia firmom ujednolicenie i zautomatyzowanie przepływów pracy w danych i aplikacjach, łącząc systemy dziedziczone z nowoczesną, gotową do sztucznej inteligencji infrastrukturą. Łącząc sylone źródła danych i upraszczając integrację w chmurze i na miejscu, SnapLogic przyspiesza przejście do zunifikowanego systemu, w którym sztuczna inteligencja może dostarczyć natychmiastową wartość.

Interfejs platformy niskiego kodu, w tym narzędzia takie jak AgentCreator i SnapGPT, umożliwia firmom szybkie wdrożenie rozwiązań napędzanych sztuczną inteligencją dla różnych przypadków użycia, od automatyzacji interakcji z klientami po poprawę skuteczności finansowej i marketingowej. Technologia IRIS AI SnapLogic zapewnia inteligentne rekomendacje dotyczące budowy potoków danych, znacznie redukując złożoność zadań integracyjnych i czyniąc platformę dostępną dla użytkowników o różnym poziomie wiedzy technicznej.

SnapLogic priorytetowo traktuje zarządzanie danymi, zgodność i bezpieczeństwo w inicjatywach sztucznej inteligencji. Z funkcjami takimi jak szyfrowanie końcowe, kompleksowe logowanie i podgląd akcji agenta, przedsiębiorstwa mogą mieć pewność, że mogą skalować swoje projekty sztucznej inteligencji. Ostatnie wprowadzenie katalogu integracji i narzędzi do śledzenia pochodzenia danych zapewnia niezbędny kontekst do ochrony wrażliwych danych przed wyciekiem podczas transferu. Dodatkowo, SnapLogic oferuje możliwości integracji z nowoczesnymi systemami w sposób komponowany, napędzając cele biznesowe i zapewniając elastyczne rozwiązania w celu rozwiązania problemów związanych z kosztami, zgodnością i utrzymaniem.

Jakie unikalne wyzwania spotkałeś w SnapLogic przy tworzeniu produktów, które łączą systemy dziedziczone i nowoczesne systemy zintegrowane z sztuczną inteligencją?

 Jednym z unikalnych wyzwań w łączeniu systemów dziedziconych i nowoczesnych systemów zintegrowanych z sztuczną inteligencją było zapewnienie, że platforma SnapLogic może dostosować się do sztywności starszych systemów, jednocześnie wspierając elastyczność i skalowalność wymaganą dla aplikacji sztucznej inteligencji. Innym wyzwaniem było stworzenie platformy dostępnej zarówno dla użytkowników technicznych, jak i nietechnicznych, co wymagało balansowania zaawansowanej funkcjonalności z łatwością użycia.

Jako firma SAAS dla przedsiębiorstw, SnapLogic balansuje unikalne i ogólne potrzeby setek klientów z różnych branż, jednocześnie nieustannie ewoluując platformę, aby przyjmować nowe i nowoczesne technologie w sposób elastyczny, odpowiedzialny i wstecznie kompatybilny

Aby rozwiązać ten problem, opracowaliśmy predefiniowane łączniki, które bezproblemowo integrują dane w starych i nowych platformach. Z SnapLogic AgentCreator, umożliwiliśmy organizacjom wdrożenie agentów sztucznej inteligencji, które automatyzują zadania, podejmują decyzje w czasie rzeczywistym i dostosowują się do istniejących przepływów pracy.

Czy mógłbyś wyjaśnić „Generatywną Integrację” SnapLogic i jak umożliwia bezproblemową automatyzację napędzaną sztuczną inteligencją w środowiskach przedsiębiorstw?

Generatywna Integracja SnapLogic to przełomowa funkcja platformy SnapLogic, która wykorzystuje generatywną sztuczną inteligencję i duże modele językowe (LLM) do uproszczenia i zautomatyzowania tworzenia potoków integracyjnych i przepływów pracy. Ten innowacyjny podejście umożliwia firmom bezproblemowe łączenie systemów, aplikacji i źródeł danych, ułatwiając przejście do środowisk napędzanych sztuczną inteligencją. Interpretując naturalne wpisy językowe, Generatywna Integracja umożliwia nawet użytkownikom nietechnicznym szybkie tworzenie, dostosowywanie i wdrażanie integracji. Ta demokratyzacja integracji przyspiesza transformację cyfrową i redukuje zależność od obszernych umiejętności programistycznych, pozwalając przedsiębiorstwom skupić się na inicjatywach strategicznych i poprawić efektywność operacyjną.

Ponadto, SnapLogic oferuje ogromną elastyczność, pozwalając klientom na wykorzystanie dowolnych publicznych modeli LLM dostosowanych do ich specyficznych potrzeb, zapewniając, że organizacje mogą wykorzystywać najlepsze dostępne narzędzia, jednocześnie utrzymując solidne standardy zarządzania i zgodności.

Dziękuję za wspaniałe wywiady, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić SnapLogic.