Sameet Gupte, CEO i współzałożyciel EvoluteIQ – seria wywiadów

Sameet Gupte, CEO i współzałożyciel EvoluteIQ, to londyński menedżer z bogatym doświadczeniem w budowaniu i skalowaniu globalnych firm technologicznych. Przed założeniem EvoluteIQ, pełnił funkcję CEO Grupy Servion, spółki zależnej Cisco, oraz powiązanych firm Innoveo AG i Acqueon Inc., gdzie pomagał napędzać transformację przedsiębiorstw i wzrost. Wcześniej w swojej karierze był Executive Vice President i Managing Director ds. Usług Finansowych i Europy w Virtusa, gdzie kierował znaczącym rozwojem organicznym, tworzył rozwiązania ukierunkowane na branże i odegrał kluczową rolę w strategicznych przejęciach w Europie, w tym w Niemczech i Szwecji, a także w przejęciu Polaris. Poprzednio kierował również działem rynków kapitałowych Genpact w Europie, gdzie był odpowiedzialny za przyspieszanie regionalnego wzrostu i umacnianie pozycji w sektorze usług finansowych.

EvoluteIQ to firma automatyzacji przedsiębiorstw oparta na sztucznej inteligencji, koncentrująca się na transformacji sposobu, w jaki firmy działają za pomocą swojej flagowej platformy EIQ. Zaprojektowana do automatyzacji procesów end-to-end, a nie izolowanych zadań, platforma łączy sztuczną inteligencję, narzędzia niskiego kodu i orchestrację procesów, aby umożliwić systemom adaptację, podejmowanie decyzji i ciągłe doskonalenie się w czasie. Poprzez integrację danych, przepływów pracy i sztucznej inteligencji w jednolitą architekturę, EvoluteIQ pomaga organizacjom upraszczać operacje, redukować złożoność i budować elastyczne, samooptymalizujące się systemy w branżach takich jak finanse, opieka zdrowotna i telekomunikacja.

Przed założeniem EvoluteIQ w 2019 roku, pełniłeś funkcje kierownicze w Servion, Virtusa i Genpact, gdzie pracowałeś intensywnie nad transformacją przedsiębiorstw i dużymi wdrożeniami technologicznymi. Jakie doświadczenia z tego okresu skłoniły Cię do wniosku, że następna generacja platform automatyzacji musi być budowana jako systemy natywnie oparte na sztucznej inteligencji, a nie rozszerzeniami tradycyjnych workflow lub narzędzi RPA?

Przez branże, udane organizacje wyróżniają się zdolnością do ciągłego dostarczania wyników światowej klasy. Wspólnym czynnikiem wśród nich jest solidny proces. Podczas konceptualizacji EvoluteIQ, naszym celem było opracowanie technologii, która wspiera ten proces. Nasza uwaga była skupiona na rozwiązaniu problemu, a nie poszczególnych jego składników. Przed 2019 rokiem dostępne narzędzia i technologie rozwiązywały głównie określone aspekty procesu, takie jak wyodrębnianie danych, zarządzanie zadaniami i przepływem pracy. Każda z tych technologii rozwiązywała konkretny problem w ramach procesu, lecz brakowało im kompleksowego rozwiązania dla procesu end-to-end. To zidentyfikowało znaczącą okazję do stworzenia technologii, która jest autonomiczna, zdolna do samodzielnego uczenia się i dostosowywania w celu optymalizacji procesu. W ten sposób powstał pomysł EIQ: platforma natywnie oparta na sztucznej inteligencji, zaprojektowana do bycia autonomiczna, rozwiązywania problemu, a nie poszczególnych jego składników, i maksymalizowania automatyzacji. Będzie to platforma niskiego kodu, wyposażona w niezbędne możliwości dla każdego procesu, w tym przetwarzania strumieniowego danych, zdarzeń i orchestracji z sztuczną inteligencją jako rdzeniem.

Wiele platform automatyzacji dzisiaj dodaje możliwości generatywnej sztucznej inteligencji do starszej infrastruktury. EvoluteIQ została zaprojektowana od podstaw z inteligencją i autonomią w swoim rdzeniu. Jakie decyzje architektoniczne podjęto na wczesnym etapie, aby umożliwić platformie wspieranie automatyzacji agentywnej w sposób, w jaki starsze systemy nie mogą?

Platforma została zaprojektowana od podstaw, aby umożliwić automatyzację end-to-end procesów, niezależnie od rodzaju wymaganej automatyzacji (robotycznej, workflow, danych, zdarzeń itp.). Zrobiono to z oczekiwaniem, że z czasem zostaną wynalezione nowe techniki automatyzacji, a istniejące mogą stać się przestarzałe. Dlatego architektura oparta na mikrousługach umożliwiła rozwój i włączenie generatywnej sztucznej inteligencji i automatyzacji agentywnej. W ten sam sposób architektura ta umożliwi włączenie modeli Large Action i Quantum Decision Making w przyszłości.

EvoluteIQ opiera się na tym, co nazywa architekturą Agentic Mesh, lub {aMa}, która umożliwia współpracę sieci inteligentnych agentów w ramach procesów przedsiębiorstwa. W jaki sposób ten podejście różni się od tradycyjnych ram automatyzacji, i dlaczego uważa Pan, że współpraca agent-to-agent stanie się warstwą podstawową w oprogramowaniu przedsiębiorstwa?

{aMa} to własna architektura, która jest jednym z podstawowych różnicujących cech platformy EvoluteIQ. Współpraca agent-to-agent umożliwia wielu agentom (zarówno EIQ, jak i agentom zewnętrznym) samozorganizowanie się, gdy pracują nad osiągnięciem konkretnego wyniku biznesowego. To pozwoli klientom na ponowną ocenę ich postrzegania i wykorzystania automatyzacji. Nie będą już musieli definiować kroków niezbędnych do wykonania procesu end-to-end; po prostu będą musieli określić pożądany wynik biznesowy i pozwolić agentom określić, jak to osiągnąć. Ta zdolność do samozorganizowania i samorządzenia umożliwi klientom tworzenie elastycznych i wytrzymałych modeli operacyjnych, które automatycznie dostosowują się do innowacji i perturbacji bez potrzeby kosztownej i ryzykownej interwencji ludzkiej.

Państwa platforma koncentruje się na automatyzacji end-to-end złożonych procesów biznesowych, a nie tylko na automatyzacji poszczególnych zadań. W jaki sposób model agentywny zmienia sposób, w jaki organizacje myślą o orchestracji procesów, podejmowaniu decyzji i autonomii operacyjnej?

Częściowo omówiliśmy to powyżej, ale dodałbym, że platforma EIQ umożliwia klientom stworzenie warstwy abstrakcji powyżej ich istniejącej infrastruktury. W związku z tym wszystkie elementy infrastruktury mogą być traktowane jako składniki procesu EIQ. W połączeniu z architekturą Agentic Mesh {aMa}, zespoły IT mogą teraz tworzyć „composable IT”, pozwalając firmom na rozwijanie aplikacji i procesów na żądanie z predefiniowanych, przetestowanych i zatwierdzonych komponentów. To wprowadza wyższy poziom autonomii operacyjnej dla użytkowników biznesowych, umożliwiając im tworzenie, używanie i wycofywanie usług IT zgodnie z potrzebami, usuwając tradycyjną zależność od IT.

EvoluteIQ wykorzystuje model cenowy oparty na wynikach, a nie opłatach za robota lub użytkownika. Co skłoniło do tej decyzji, i w jaki sposób zmienia to sposób, w jaki liderzy przedsiębiorstw oceniają zwrot z inwestycji w inicjatywy automatyzacji?

Decyzja o ukształtowaniu modelu cenowego opartego na wynikach została podjęta, aby dopasować się do kryteriów sukcesu biznesu lub przypadku użycia, zapewnić przewidywalność kosztów, przejrzystość i podzielić ryzyko sukcesu lub porażki z klientem. Największą zmianą dla przedsiębiorstw w modelu opartym na wynikach jest to, że w przeciwieństwie do tradycyjnego modelu, w którym zwrot z inwestycji (ROI) jest dyskutowany po fakcie, tutaj jest on uzgodniony na początku, mierzony ciągle i wypłacany zgodnie z dostawą.

Jednym z największych wyzwań w przedsiębiorstwach AI jest integracja danych strukturalnych, nieustrukturyzowanej informacji i sygnałów operacyjnych w czasie rzeczywistym w wielu systemach. W jaki sposób EvoluteIQ rozwiązuje te wyzwania integracyjne, jednocześnie utrzymując zarządzanie i niezawodność?

Platforma EIQ zarządza danymi strukturalnymi, danymi nieustrukturyzowanymi i zdarzeniami w czasie rzeczywistym za pomocą oddzielnych silników. Każdy silnik składa się z zestawu mikrousług, które mogą być skalowane pionowo i poziomo oraz replikowane w celu zapewnienia niezawodności. Ta architektura pozwala na budowę i skalowanie platformy w celu spełnienia wymagań wydajności, pojemności i niezawodności poszczególnych klientów.

Gdy przedsiębiorstwa zaczynają wdrażać autonomiczne agenty AI, które mogą podejmować decyzje i wywoływać akcje, problemy związane z nadzorem i odpowiedzialnością stają się coraz ważniejsze. Jakie ramy zarządzania lub zabezpieczenia uważa Pan za niezbędne dla systemów agentywnych działających w skali?

Platforma obejmuje standardowe funkcje, takie jak audyt kroków procesu, rejestrowanie wartości zmiennych procesu i zarządzanie generatywną sztuczną inteligencją i agentami. Te funkcje umożliwiają zarządzanie w czasie rzeczywistym zachowaniem agentywnym i historyczne raportowanie i analizę ich pracy i decyzji. Poza tymi funkcjami platforma EIQ oferuje unikalną możliwość, która zapewnia, że agenci zachowują się zgodnie z oczekiwaniami. Poprzez połączenie z każde źródłem danych i systemem rejestracji w ramach klienta, agenci rozumieją kontekst biznesowy, w którym działają. W związku z tym ich odpowiedzi są tworzone w ramach tego kompleksowego frameworku, co zapewnia dokładność i niezawodność ich działań.

EvoluteIQ podobno osiągnęła zyskowność w ciągu swojego drugiego roku działania, co jest niezwykłe dla wielu startupów AI. Jakie decyzje strategiczne pozwoliły na zrównoważenie innowacji i szybkiego rozwoju produktu z zrównoważeniem finansowym?

EvoluteIQ była EBITDA dodatnia od swojego drugiego roku działania. To osiągnięto, będąc rozważnymi w wydatkach, nie kompromitując innowacji. Firma koncentruje się na przyjęciu przez klientów i ich zadowoleniu, co odzwierciedla się w śledzonym wskaźniku retencji netto na poziomie 120%. Unika się nadmiernych inwestycji w marketing i sprzedaż, budując silne partnerstwa z globalnymi firmami integracji systemów, firmami z listy Tier 1 BPO i wiodącymi firmami konsultingowymi, aby napędzać ruch Go-To-Market (GTM). Firma demonstruje wartość dla potencjalnych klientów za pomocą płatnych Proof Of Value (POV), a nie bezpłatnych Proof of Concepts (POC). Każda decyzja o wzroście była celowa i ukierunkowana. Umożliwienie silnych partnerstw i uczynienie klientów samowystarczalnymi na platformie EIQ również doprowadziło do wytwarzania chudej organizacji wsparcia i wdrożeniowej, zapewniając zdrowy wskaźnik pracowników do przychodu zgodnie z najlepszymi wskaźnikami.

Krajobraz automatyzacji przedsiębiorstw ewoluuje szybko, z tradycyjnymi dostawcami RPA, platformami generatywnej sztucznej inteligencji i firmami automatyzacji agentywnej, które wszystkie konkurują o uwagę. Jak Pan widzi ewolucję dynamiki konkurencyjnej na tym rynku w ciągu najbliższych kilku lat?

W automatyzacji przedsiębiorstw świadkowie jesteśmy podstawowej konwergencji, a nie tylko zwiększonej konkurencji. Tradycyjne RPA jest spychane do warstwy wykonawczej, generatywna sztuczna inteligencja staje się szybko powszechna, a automatyzacja agentywna wyłania się jako paradygmat kontrolny. Jednak żadne z tych rozwojów oddzielnie nie zdefiniują rynku. Prawdziwa bitwa przenosi się w kierunku platform orchestracji AI-natywnych, które mogą zarządzać procesami end-to-end i dostarczać mierzalne wyniki biznesowe. W ciągu najbliższych kilku lat zwycięzcy nie będą tymi z najbardziej zaawansowanymi modelami lub największą liczbą botów, ale tymi, którzy mogą połączyć przepływy pracy agentów, dane i decyzje w zunifikowany system, który jest zarządzany, audytowany i ciągle doskonalony. Nabywcy przedsiębiorstw już teraz przechodzą od narzędzi i licencji do wyników i odpowiedzialności. Dlatego też definiującą kwestią dla każdej platformy będzie to, czy może ona wziąć odpowiedzialność za wynik, a nie tylko za część procesu.

Spójrzmy w przyszłość, jakie kamienie milowe wskażą, że przedsiębiorstwa przechodzą od AI-wspomaganych workflow do prawdziwie autonomicznych operacji, i jaka rolę EvoluteIQ odegra w tym przejściu?

Przejście od AI-wspomaganych workflow do prawdziwie autonomicznych operacji nie dotyczy tylko niewielkich zysków wydajności, ale jest to podstawowa przebudowa sposobu, w jaki praca jest wykonywana. Pierwszym kamieniem milowym jest pętla z ludzką interwencją: agenci AI podejmują większość decyzji, a interwencja ludzka jest zarezerwowana dla wyjątków. Następnie zamknięte procesy umożliwią czujność w czasie rzeczywistym, podejmowanie decyzji, działanie i samokorektę bez interwencji ręcznej. Przedsiębiorstwa przyjmą następnie modele oparte na wynikach, w których sukces jest mierzony przez wyniki biznesowe, a nie aktywność. Ostatecznie prawdziwa autonomia zostanie zrealizowana, gdy architektury agentywne składane będą orchestrować przez funkcje, takie jak finanse, operacje i obsługa klienta, bez ograniczeń ze strony systemów legacy.

EvoluteIQ jest na czele tej transformacji. Zbudowana jako zunifikowana platforma AI-natywna, obejmująca przepływ pracy, dane, zdarzenia i podejmowanie decyzji, nie tylko wspomaga ludzi, ale także wykonuje procesy end-to-end, monitoruje każde działanie, ciągle mierzy wyniki i samooptymalizuje. EvoluteIQ umożliwia AI w ramach procesów i d provides the infrastructure for enterprises to operate autonomously at scale with complete accountability. This is how organizations move from automation to autonomy and why EvoluteIQ is uniquely positioned to lead this journey. Thank you for the great interview, readers who wish to learn more should visit EvoluteIQ.

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