Rob Bearden, CEO i współzałożyciel Sema4.ai – seria wywiadów

Rob Bearden jest współzałożycielem i CEO Sema4.ai. Był współzałożycielem i CEO Hortonworks, publicznie handlowanej firmy open-source, która połączyła się z Cloudera w 2019 roku. Następnie był CEO Docker w 2019 roku i nadal zasiada w radzie nadzorczej. Rob powrócił do Cloudera pod koniec 2019 roku, aby objąć stanowisko CEO, gdzie kierował restrukturyzacją i sprzedażą do firm private equity KKR i CDR za 5,3 miliarda dolarów. Wcześniej pełnił funkcję prezydenta i COO SpringSource, wiodącego dostawcy narzędzi developerskich open-source, do momentu jego przejęcia przez VMWare w 2009 roku. Przed dołączeniem do SpringSource, Rob pełnił funkcję Entrepreneur in Residence w Benchmark Capital. Pełnił również funkcję prezydenta i COO JBoss, wiodącej firmy middleware open-source, do momentu jej przejęcia przez Red Hat w 2006 roku.

Sema4.ai to firma oprogramowania przedsiębiorstw, skupiająca się na tworzeniu agentów AI, które mogą rozumieć i działać w ramach biznesowych procesów. Ich platforma pozwala organizacjom na projektowanie, wdrażanie i zarządzanie inteligentnymi agentami, które automatyzują złożone zadania w systemach takich jak ERPy i CRM, umożliwiając bezpieczną, wyjaśnialną i skalowalną automatyzację. Z naciskiem na zarządzanie, dokładność i integrację z przedsiębiorstwem, Sema4.ai ma na celu zlikwidowanie przepaści między ogólnymi narzędziami AI a cyfrową pracą gotową do produkcji, pomagając dużym firmom przejść od eksperymentów z AI do rzeczywistego wpływu operacyjnego.

Zbudowałeś i skalowałeś wiele firm definiujących kategorie – od JBoss i SpringSource do Hortonworks i Docker. Co zainspirowało Cię do założenia Sema4.ai, i jak opiera się to na lekcjach, które nauczyłeś się z Twoich wcześniejszych przedsięwzięć?

Sema4.ai zostało założone, aby pomóc przedsiębiorstwom wyjść poza pilotaż AI i wejść do produkcji. Przez całą swoją karierę, skupiłem się na przekształcaniu potężnych nowych technologii w niezawodne, skalowalne platformy. Kluczowa lekcja, którą nauczyłem się, jest taka, że sukces wynika z dostarczania wyników, a nie z niekończących się eksperymentów.

Aby przedsiębiorstwa mogły skutecznie przyjąć AI, potrzebują więcej niż tylko najnowocześniejsze LLM; wymagają systemów, którym mogą ufać, w tym niezawodnej orkiestracji, ram zarządzania i wyjaśnialności wbudowanych od samego początku. Z Sema4.ai, stosujemy tę samą dyscyplinę do agentów AI, priorytetowo traktując dokładność i determinizm dla złożonych, wieloetapowych obciążeń, aby organizacje mogły zaufać, że AI działa w ich najbardziej krytycznych operacjach opartych na danych.

Aby to umożliwić, opracowaliśmy nasz framework SAFE, który zapewnia, że każdy agent jest Bezpieczny, Odpowiedzialny, Szybki i Rozszerzalny. SAFE definiuje, jak agenci są budowani, wdrażani i zarządzani, dając klientom pewność, że decyzje podejmowane przez AI są przejrzyste, audytowalne i zgodne z ich politykami i przepisami.

Stosujemy również tę samą dyscyplinę operacyjną, którą używałem do skalowania poprzednich firm, budując przewidywalny model tworzenia wartości wśród klientów, partnerów i wewnętrznych zespołów. Oznacza to koncentrowanie się na powtarzalnych przypadkach użycia, dostarczaniu mierzalnego wpływu biznesowego i ułatwianiu przedsiębiorstwom zaufania, przyjęcia i skalowania automatyzacji agenta AI.

Ostatecznie, inspiracja wynikała z obserwowania, jak historia powtarza się, przełomowe technologie zatrzymują się na krawędzi skali, i rozpoznania, że poprzez Sema4.ai mieliśmy okazję pomóc przedsiębiorstwom przezwyciężyć tę przepaść w sposób odpowiedzialny.

Twoja kariera konsekwentnie krążyła wokół transformowania technologii pionierskich, takich jak open source, big data i teraz agenci AI, w standardy przedsiębiorstw. Jakie podobieństwa widzisz między tymi cyklami innowacji, i co jest fundamentalnie różne w erze AI?

Każda fala zaczyna się od innowacji, eksperymentów i fragmentacji, a następnie dojrzewa do standardów przedsiębiorstw. Podobieństwa leżą w potrzebie silnej architektury, kontroli danych i dojrzałych ekosystemów developerskich, które ułatwiają przyjęcie. Co jest różne w przypadku agentów AI przedsiębiorstw, to ich zdolność do przeniesienia danych z wglądu w działanie. Nie tylko mają one możliwość zrozumienia złożonego kontekstu, ale także działania na nim dokładnie i bezpiecznie. Dlatego nasz focus był na łączeniu zaawansowanych modeli rozumowania z deterministycznym, matematycznie dokładnym przetwarzaniem danych, aby przedsiębiorstwa mogły ufać wynikom automatyzacji w każdym zakresie.

Platforma Sema4.ai podkreśla agenci AI sterowane zdarzeniami, dostosowywalne, które mogą przetwarzać setki stron lub danych wieloźródłowych w ciągu kilku minut. Jak ta architektura różni się od tradycyjnych systemów AI lub kopilotów, i jakie konkretnie bóle przedsiębiorstw rozwiązuje?

Tradycyjne kopiloty są pomocne, ale ograniczone; często są one jednorazowe, związane z interfejsem użytkownika i nie mogą łatwo skalować się w ramach przedsiębiorstwowych procesów. Cierpią również na matematyczną niedokładność LLM, która bez programistycznego wsparcia często zwraca błędne odpowiedzi. Agenci Sema4 nie tylko asystują; faktycznie wykonują krytyczną pracę, której potrzebują przedsiębiorstwa. Zbudowaliśmy naszą platformę Enterprise AI z podejściem „biznes użytkownik pierwszy”, które łączy biznes z IT i developerami. Użytkownicy biznesowi mogą tworzyć agenci AI za pomocą łatwego w użyciu interfejsu wspomaganego przez AI-kopilot w zwykłym języku angielskim z gotowymi łącznikami do systemów przedsiębiorstw. IT może następnie uruchomić i zarządzać agentami w zwykłym języku angielskim, bez skomplikowanego kodu. To pozwala nam dostarczyć agentom naszym klientom, które mogą zrozumieć kontekst biznesowy, rozumieć i współpracować z ludzkimi zespołami tak jak ludzki pracownik. Jest to fundamentalna zmiana w możliwości wykonywania pracy o wysokiej wartości z niezwykłą dokładnością i wydajnością.

Aby pójść o krok dalej, niedawno uruchomiliśmy następną generację naszej platformy Enterprise AI, rozszerzając nasze możliwości, aby dostarczyć zaawansowaną niezawodność, dokładność i deterministyczne wyniki, których potrzebują przedsiębiorstwa, aby zautomatyzować złożone procesy danych i dokumentów na dużą skalę. Nowe ulepszenia obejmują DataFrames, które zapewniają matematycznie dokładne, przedsiębiorstwowe przetwarzanie danych i eliminują ręczną pracę porównywania danych w systemach; Document Intelligence, która przekształca dokumenty w strukturalne, gotowe do agenta DataFrames z niemal idealną dokładnością w ponad 100 językach i typach plików; Enhanced Worker Agents, które mogą wykonywać w pełni autonomiczne, 24/7 wieloetapowe procesy, łącząc dokładność danych z zrozumieniem dokumentów; i ulepszony agent Studio, który przyspiesza tworzenie agenta z AI-wspomaganymi podręcznikami i intuicyjnym interfejsem, który upoważnia użytkowników biznesowych i developerów. Razem, te innowacje umożliwiają przedsiębiorstwom zautomatyzowanie złożonych, wieloźródłowych procesów, które wcześniej zajmowały dni, teraz wykonując je w ciągu kilku minut z niezrównaną precyzją. Rezultatem jest szybszy czas cyklu, mniej ręcznych przekazań i spójne, przeglądalne wyniki.

Mówiłeś o uratowaniu przedsiębiorstw przed „purgatorium pilotów AI”. Jakie są największe czynniki, które uwięziają firmy w niekończących się pilotach, i jak Sema4.ai pomaga im osiągnąć produkcyjną skalę?

Większość pilotów agentów AI kończy się niepowodzeniem, ponieważ istniejące rozwiązania nie posiadają podstawowych możliwości, których potrzebują przedsiębiorstwa: dokładności dla krytycznych procesów biznesowych, zdolności do przetwarzania złożonych dokumentów i wykonywania zaawansowanych, wieloetapowych procesów.

Tradycyjne agenci oparte na LLM cierpią na halucynacje i błędy obliczeniowe, które czynią je nieodpowiednimi dla procesów przedsiębiorstw, takich jak uzgodnienia finansowe lub sprawozdania zgodności. Tymczasem systemy DIY wymagają ogromnych zasobów developerskich do budowy i utrzymania agentów, tworząc wąskie gardła, które uniemożliwiają użytkownikom biznesowym zautomatyzowanie własnych procesów.

Inne platformy agentów mają trudności z zrozumieniem złożonych dokumentów – nie mogą one dokładnie wyodrębnić danych z faktur, umów lub raportów – i zawodzą, gdy próbują wykonać wieloetapowe procesy, które wymagają rozumowania w różnych źródłach danych i aplikacjach.

Sema4.ai rozwiązuje te podstawowe ograniczenia, dostarczając agentów przedsiębiorstw, które dostarczają niezawodność od pilota do produkcji.

Nasze najnowsze wydanie platformy rozwiązuje kryzys dokładności frontalnie z innowacyjną architekturą, która łączy zaawansowane modele rozumowania (GPT-5, o3, o4-mini i Claude Sonnet 4) z matematycznie dokładnym przetwarzaniem SQL dla operacji danych. Ten przełomowy podejście umożliwia agentom zrozumienie kontekstu i znaczenia za pomocą LLM, a także wykonywanie wszystkich obliczeń z 100% matematyczną dokładnością – eliminując halucynacje i błędy, które dotknęły przedsiębiorstwa AI.

Ponadto, nasza Document Intelligence i natural language runbooks upoważniają użytkowników biznesowych do tworzenia zaawansowanych agentów bez zależności od developerów, a nasze wieloetapowe przetwarzanie dokumentów obsługuje najbardziej złożone dokumenty przedsiębiorstw z ludzką dokładnością.

To kompleksowe podejście przekształca agenci AI z eksperymentalnych narzędzi w niezawodne systemy biznesowe, którym przedsiębiorstwa mogą ufać ze swoimi najbardziej krytycznymi procesami.

Niedawne partnerstwo z Koch Industries stanowi ważny moment walidacji. Co ta współpraca oznacza dla wzrostu Sema4.ai i dla przyjęcia AI w przedsiębiorstwach w ogóle?

Nasza współpraca z Koch Industries pokazuje i potwierdza, jak agenci AI mogą dostarczyć wyniki na skalę przedsiębiorstw w warunkach rzeczywistych. Firmy Koch używają agentów AI Sema4.ai do zautomatyzowania ręcznych procesów uzgodnień, które wcześniej były czasochłonne i podatne na błędy. Nasi agenci parsują setki stron faktur linia po linii, integrując się bezpośrednio z istniejącymi systemami finansowymi, aby pomóc Koch zaoszczędzić godziny lub nawet dni ręcznej pracy. Współpraca rozciąga się na inne krytyczne procesy, takie jak zrozumienie dokumentów, analiza zakupów i planowanie konserwacji, pokazując, jak automatyzacja agenta może obsłużyć skalę i złożoność rzeczywistych operacji przedsiębiorstw.

Jest to punkt dowodowy, że nasi agenci mogą dostarczyć mierzalne ROI, redukując ręczną pracę o do 80%, poprawiając dokładność i umożliwiając przedsiębiorstwom ponowne wykorzystanie talentów na bardziej wartościowe inicjatywy.

Z Twoim doświadczeniem w prowadzeniu wyjść o wartości miliarda dolarów, jakie zasady lub elementy podręcznika uważasz za najważniejsze przy skalowaniu technologii pionierskich w trwałą wartość przedsiębiorstw?

Kluczowe zasady to spójność, klarowność i kontrola. Zaczynaj od wyników klienta, a nie tylko od innowacji dla samej siebie. Projektuj zabezpieczenia, obserwowalność i zarządzanie od samego początku. Integruj się tam, gdzie klienci już pracują, i ułatwiaj im mierzenie ROI.

W Sema4.ai oznacza to budowanie platformy SAFE – Bezpiecznej, Dokładnej, Szybkiej i Rozszerzalnej – zaprojektowanej, aby być elastyczną, zarządzaną i gotową do przedsiębiorstw. Umożliwia klientom rozpoczęcie od jednego przypadku użycia i naturalne rozszerzanie, gdy wartość się kumuluje.

Zarządzanie, kontrola danych i przejrzystość stają się coraz większymi problemami, gdy agenci AI stają się bardziej autonomiczni. Jak Sema4.ai podchodzi do zarządzania agentami, szczególnie w odniesieniu do dostępu do danych, podejmowania decyzji i audytu?

Zarządzanie jest kluczowe dla naszej platformy. Każdy agent działa w ramach określonych zasad, które regulują, jakie dane może uzyskać, jakie działania może wykonać i jak te działania są rejestrowane. Zapewniamy pełną obserwowalność i audytowalność, aby przedsiębiorstwa mogły zobaczyć i śledzić, jak decyzje są podejmowane. Sema4.ai wspiera wzorce danych zero-kopiowania, zapewniając, że dane nigdy nie opuszczają swojego źródła, przy jednoczesnym zapewnieniu przejrzystości na wszystkich etapach cyklu życia agenta.

Bezpieczeństwo i zarządzanie są również kluczowymi filarami naszego frameworku SAFE. Edycja przedsiębiorstw obejmuje solidne, branżowe praktyki bezpieczeństwa, z certyfikatami, w tym ISO 27001 dla zarządzania bezpieczeństwem informacji, SOC 2 dla zgodności z bezpieczeństwem, HIPAA dla ochrony danych zdrowotnych i GDPR dla prywatności danych. Te certyfikaty wzmacniają zaufanie, odpowiedzialność i kontrolę, której potrzebują przedsiębiorstwa, aby skalować AI w sposób odpowiedzialny.

Włączamy również weryfikację deterministyczną do naszego przetwarzania danych; każdy wynik może być zweryfikowany w stosunku do oryginalnego źródła, co jest kluczowe dla branż regulowanych, takich jak finanse i opieka zdrowotna.

Podkreślałeś dawanie przedsiębiorstwom kontroli nad „głębokością analizy”, aby zrównoważyć jakość, koszt i wydajność. Czy możesz rozwinąć, dlaczego ta elastyczność jest tak ważna dla niezawodności i ROI w przedsiębiorstwach AI?

Głębokość analizy umożliwia klientom dostosowanie poziomu rozumowania dla każdego zadania: głębokiej, precyzyjnej analizy, gdy dokładność jest krytyczna, i szybszej, lżejszej analizy dla rutynowej pracy. To dostosowywanie daje przedsiębiorstwom kontrolę nad kosztem i wydajnością, zapewniając, że AI dostarcza spójne wyniki zgodne z priorytetami biznesowymi. W praktyce oznacza to, że klienci mogą dynamicznie wybierać między precyzyjnym rozumowaniem danych (za pomocą ram danych SQL) a lekką analizą kontekstową, w zależności od przypadku użycia. Ta elastyczność zapewnia odpowiednie zrównoważenie między dokładnością, wydajnością a kosztem, maksymalizując ROI w obciążeniach przedsiębiorstw.

Czy mógłbyś przeprowadzić nas przez niektóre przykłady z życia wzięte – takie jak inteligencja dokumentów lub ramy analityczne – gdzie agenci AI już napędzają mierzalne wyniki dla zespołów przedsiębiorstw?

W przypadku inteligencji dokumentów nasi agenci mogą przetwarzać i podsumowywać duże zestawy dokumentów, weryfikować informacje i stosować ramy polityki z audytowalnymi śladami dla zgodności. W ramach analitycznych agenci agregują dane wieloźródłowe, stosują reguły biznesowe i generują gotowe do decyzji dane wyjściowe w ciągu kilku minut, zamiast dni.

Nasza nowa platforma podnosi obie te możliwości. Inteligencja dokumentów V2 przekształca dokumenty w strukturalne, gotowe do agenta dane z niemal idealną dokładnością, a ramy danych przetwarzają miliony wierszy z matematycznie precyzyjnym obliczeniem SQL. Te postępy eliminują błędne ręczne uzgodnienia i przyspieszają podejmowanie decyzji w całym przedsiębiorstwie.

Platforma Sema4.ai jest już używana przez partnerów w firmach Fortune 500 i dużych przedsiębiorstwach, w tym przez lidera usług inżynieryjnych Emerson i giganta przemysłowego Koch. Te organizacje wykorzystują agenci Sema4.ai do zautomatyzowania krytycznych operacji, takich jak przetwarzanie faktur, uzgodnienia płatności, wdrożenie pracowników i zgodność z przepisami. Nasi agenci wykonują obecnie ponad 80% pracy wiedzy w niektórych procesach, transformując, jak operacje przedsiębiorstw są wykonywane na dużą skalę.

Gdy zbliżamy się do świata, w którym agenci AI mogą przeedefinować aplikacje przedsiębiorstw, jak widzisz ewolucję relacji między tradycyjnymi aplikacjami przedsiębiorstw a architekturami napędzanymi agentami w ciągu najbliższych kilku lat?

Aplikacje przedsiębiorstw będą coraz częściej służyć jako systemy ewidencji i będą pośrednio wykorzystywane, podczas gdy agenci AI staną się warstwą wykonawczą, łączącą dane, procesy i decyzje w różnych sferach. Poruszamy się w kierunku nowego modelu, w którym agenci orchestrują procesy międzyplatformowe, integrując dane i procesy w czasie rzeczywistym w systemach biznesowych. Z czasem ten podejście oparte na agentach ewoluować będzie architekturę przedsiębiorstw z statycznych, aplikacjocentrycznych środowisk w dynamiczne, ukierunkowane na wynik ekosystemy, w których AI ciągle uczy się, adaptuje i działa w ramach zarządzania. To czyni agenci przedsiębiorstw zabójczą aplikacją ery AI.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Sema4.ai.