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 Clouderą 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 czasu jego przejęcia przez VMWare w 2009 roku. Przed dołączeniem do SpringSource Rob pełnił funkcję przedsiębiorcy w Benchmark Capital. Pełnił również funkcję prezydenta i COO JBoss, wiodącej firmy middleware open-source, do czasu jej przejęcia przez Red Hat w 2006 roku.

Sema4.ai to firma oprogramowania przedsiębiorstw, specjalizująca się w tworzeniu agentów AI, które mogą rozumieć i działać w ramach przedsiębiorstw. Ich platforma umożliwia organizacjom projektowanie, wdrażanie i zarządzanie inteligentnymi agentami, które automatyzują złożone zadania w systemach takich jak ERP i CRM, umożliwiając bezpieczną, wyjaśnialną i skalowalną automatyzację. Zorientowani na zarządzanie, dokładność i integrację z przedsiębiorstwem, Sema4.ai dąży do zlikwidowania przepaści między ogólnymi narzędziami AI a cyfrową pracą gotową do produkcji, pomagając dużym firmom przenieść się z eksperymentów AI do rzeczywistego wpływu operacyjnego.

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

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

Aby przedsiębiorstwa mogły skutecznie przyjąć AI, potrzebują czegoś więcej niż 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 z ufnością wykorzystywać AI w swoich najbardziej krytycznych operacjach zorientowanych na dane.

Aby to było możliwe, opracowaliśmy naszą ramę SAFE, zapewniając, że każdy agent jest Bezpieczny, Odpowiedzialny, Szybki i Rozszerzalny. SAFE definiuje, w jaki sposób 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, której używałem do skalowania poprzednich firm, budując przewidywalny model tworzenia wartości dla klientów, partnerów i wewnętrznych zespołów. Oznacza to koncentrowanie się na powtarzalnych przypadkach użycia, dostarczaniu mierzalnego wpływu biznesowego i ułatwianiu przedsiębiorstwom zaufanie, przyjęcie i skalowanie automatyzacji agenta AI.

Ostatecznie inspiracją była obserwacja powtarzającej się historii, transformacyjnych technologii zatrzymujących się na granicy skali i uznania, że poprzez Sema4.ai mamy okazję pomóc przedsiębiorstwom odpowiedzialnie pokonać tę lukę.

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, a 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 przenoszenia danych z wglądu w działania. Nie tylko mają one możliwość zrozumienia złożonego kontekstu, ale także działania na nim dokładnie i bezpiecznie. Dlatego naszym celem jest łączenie zaawansowanych modeli rozumowania z deterministycznym, matematycznie dokładnym przetwarzaniem danych, aby przedsiębiorstwa mogły ufać wynikom automatyzacji w dowolnej skali.

Platforma Sema4.ai podkreśla agenci AI sterowane zdarzeniami, dostosowywalne do przetwarzania setek stron lub danych wieloźródłowych w ciągu kilku minut. Jak ta architektura różni się od tradycyjnych systemów AI lub pilotów, i jakie konkretnie bóle głowy przedsiębiorstw rozwiązuje?

Tradycyjne piloci są pomocne, ale ograniczone; są one zwykle jednorazowe, związane z interfejsem użytkownika i nie mogą łatwo skalować się w przedsiębiorstwach. Cierpią również na matematyczną niedokładność LLM, która bez programistycznego wsparcia często zwraca błędne odpowiedzi. Agenci Sema4 nie tylko pomagają, ale także wykonują krytyczną pracę, której potrzebują przedsiębiorstwa. Zbudowaliśmy naszą platformę AI przedsiębiorstwa z podejściem „biznes użytkownik pierwszy”, które łączy biznes z IT i deweloperami. Użytkownicy biznesowi mogą tworzyć agenci AI za pomocą łatwego w użyciu interfejsu wspomaganego przez pilota AI w zwykłym języku angielskim z gotowymi łącznikami do systemów przedsiębiorstwa. IT może następnie uruchomić i zarządzać agentami w zwykłym języku angielskim, bez złożonego kodu. To pozwala nam dostarczać agentom naszym klientom, którzy mogą zrozumieć kontekst biznesowy, rozumieć i współpracować z zespołami ludzkimi tak jak pracownik ludzki. Jest to fundamentalna zmiana w wykonywaniu wysoko-wartościowej pracy z niezwykłą dokładnością i wydajnością.

Aby posunąć sprawy do przodu, niedawno uruchomiliśmy następną generację naszej platformy AI przedsiębiorstwa, rozszerzając nasze możliwości, aby dostarczyć zaawansowaną niezawodność, dokładność i deterministyczne wyniki, których potrzebują przedsiębiorstwa, aby zautomatyzować złożone przepływy danych i dokumentów w skali. Nowe ulepszenia obejmują DataFrames, które zapewniają matematycznie precyzyjne, przedsiębiorstwowe przetwarzanie danych i eliminują ręczną pracę związaną z uzgadnianiem 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 w pełni autonomicznie, 24/7, wykonywać wieloetapowe przepływy pracy, łącząc precyzyjne dane z zrozumieniem dokumentów; i ulepszony agent Studio, który przyspiesza tworzenie agenta z AI-przewodnikami i intuicyjnym interfejsem, który upoważnia użytkowników biznesowych i deweloperów. Wszystkie te innowacje umożliwiają przedsiębiorstwom zautomatyzowanie złożonych, wieloźródłowych przepływów pracy, 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 ratowaniu przedsiębiorstw przed „purgatorium prób AI”. Jakie są największe czynniki, które uwięzają firmy w niekończących się próbach, i jak Sema4.ai pomaga im osiągnąć produkcyjną skalę?

Większość prób agentów AI kończy się niepowodzeniem, ponieważ istniejące rozwiązania nie posiadają podstawowych możliwości, których potrzebują przedsiębiorstwa: dokładności dla krytycznych biznesowo zadań, zdolności do przetwarzania złożonych dokumentów i wykonywania złożonych, wieloetapowych przepływów pracy.

Tradycyjne agenci oparte na LLM cierpią na halucynacje i błędy obliczeniowe, które sprawiają, że są one niewłaściwe dla 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 wykonywać wieloetapowe przepływy pracy, które wymagają rozumowania w różnych źródłach danych i aplikacjach.

Sema4.ai rozwiązuje te podstawowe ograniczenia, dostarczając agentów przedsiębiorstwa, które dostarczają niezawodność od próby 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 precyzyjnym przetwarzaniem SQL dla operacji danych. To przełomowe podejście umożliwia agentom zrozumienie kontekstu i znaczenia za pomocą LLM, a jednocześnie 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 deweloperów, 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 swoimi najbardziej krytycznymi procesami.

Niedawne partnerstwo z Koch Industries stanowi ważny moment walidacji. Co oznacza to partnerstwo dla wzrostu Sema4.ai i dla przyjęcia AI przedsiębiorstwa w szerszym zakresie?

Nasze partnerstwo z Koch Industries demonstruje i potwierdza, w jaki sposób agenci AI mogą dostarczać wyniki na skalę przedsiębiorstwa w rzeczywistych warunkach. Firmy Koch wykorzystują agenci AI Sema4 do automatyzacji 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. Partnerstwo rozciąga się na inne krytyczne przepływy pracy, takie jak zrozumienie dokumentów, analiza zakupów i planowanie konserwacji, demonstrując, w jaki sposób automatyzacja agenta może obsłużyć skalę i złożoność rzeczywistych operacji przedsiębiorstwa.

Jest to punkt dowodowy, że nasi agenci mogą dostarczyć mierzalne ROI, redukując ręczną pracę o do 80%, poprawiając dokładność i umożliwiając przedsiębiorstwom zaufanie, przyjęcie i skalowanie automatyzacji agenta AI.

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 przedsiębiorstwa?

Kluczowe zasady to spójność, klarowność i kontrola. Zacznij od wyników klienta, a nie tylko innowacji dla samej innowacji. Zaprojektuj z uwzględnieniem bezpieczeństwa, obserwowalności i zarządzania od samego początku. Zintegruj tam, gdzie klienci już pracują, i ułatwij im pomiar ROI.

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

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

Zarządzanie jest kluczowe dla naszej platformy. Każdy agent działa w ramach określonych zasad, które regulują, do jakich danych ma dostęp, jakie działania może wykonywać i w jaki sposób te działania są rejestrowane. Zapewniamy pełną obserwowalność i audytowalność, aby przedsiębiorstwa mogły zobaczyć i śledzić, w jaki sposób są podejmowane decyzje. 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 naszej ramy SAFE. Edycja przedsiębiorstwa obejmuje solidne, standardowe 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 ochrony 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 przemysłów zorientowanych na zgodność, takich jak finanse i opieka zdrowotna.

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

Głębokość analizy umożliwia klientom dostosowanie poziomu rozumowania dla każdego zadania: głębokiej, precyzyjnej analizy, gdy dokładność jest krytyczna, i szybszej, lżejszej analizy dla rutynowych zadań. To dostosowanie 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 przetwarzaniem danych (za pomocą DataFrames opartych na SQL) a lekką analizą kontekstową, w zależności od przypadku użycia. Ta elastyczność zapewnia odpowiednią równowagę między dokładnością, wydajnością a kosztem, maksymalizując ROI w obciążeniach przedsiębiorstwa.

Czy mógłbyś oprowadzić nas przez niektóre przykładowe przypadki – takie jak inteligencja dokumentów lub DataFrames analityczne – gdzie agenci AI już napędzają mierzalne wyniki dla zespołów przedsiębiorstwa?

W inteligencji dokumentów nasi agenci mogą przetwarzać i podsumowywać duże zestawy dokumentów, weryfikować informacje i stosować rozumowanie oparte na zasadach z audytami dla zgodności. W DataFrames analitycznych agenci agregują dane z wielu źródeł, stosują reguły biznesowe i generują wyniki gotowe do decyzji w ciągu kilku minut, a nie dni.

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

Platforma Sema4.ai jest już wykorzystywana przez partnerów w firmach Fortune 500 i dużych przedsiębiorstwach, w tym lidera usług inżynieryjnych Emerson i przemysłowego giganta Koch. Te organizacje wykorzystują agenci Sema4 do automatyzacji krytycznych operacji, takich jak przetwarzanie faktur, uzgadnianie płatności, wdrożenie pracowników i zgodność z przepisami. Nasi agenci wykonują obecnie ponad 80% pracy wiedzy w niektórych przepływach pracy, transformując, w jaki sposób operacje przedsiębiorstwa są wykonywane w skali.

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

Aplikacje przedsiębiorstwa będą coraz częściej służyć jako systemy rejestracji i będą pośrednio wyłączone, podczas gdy agenci AI staną się warstwą wykonawczą, łączącą dane, przepływy pracy i decyzje w całym przedsiębiorstwie. Poruszamy się w kierunku nowego modelu, w którym agenci orkiestrują przepływy pracy międzyplatformowe, integrując dane i procesy w systemach biznesowych w czasie rzeczywistym. Z czasem ten agent-driven approach ewoluuje architekturę przedsiębiorstwa z środowisk statycznych, zorientowanych na aplikacje w dynamiczne, zorientowane na wynik ekosystemy, w których AI ciągle uczy się, adaptuje i działa w ramach zarządzanych granic. To sprawia, że agenci przedsiębiorstwa są zabójczą aplikacją ery AI.

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