Soham Mazumdar, Współzałożyciel i Dyrektor Generalny WisdomAI – Seria Wywiadów

Soham Mazumdar jest współzałożycielem i dyrektorem generalnym WisdomAI, firmy znajdującej się na czele rozwiązań opartych na sztucznej inteligencji. Przed założeniem WisdomAI w 2023 roku był współzałożycielem i głównym architektem w Rubrik, gdzie odegrał kluczową rolę w skalowaniu firmy przez okres 9 lat. Soham wcześniej pełnił role kierownicze w dziale inżynierii w Facebooku i Google (GOOGL ), gdzie przyczynił się do rozwoju podstawowej infrastruktury wyszukiwania i został uhonorowany Nagrodą Założyciela Google. Założył także Tagtile, platformę lojalnościową dla mobilnych urządzeń, którą przejęło Facebook. Z dwudziestoletnim doświadczeniem w architekturze oprogramowania i innowacjach sztucznej inteligencji, Soham jest doświadczonym przedsiębiorcą i technologiem z San Francisco Bay Area.

WisdomAI to platforma analityczna oparta na sztucznej inteligencji, która pomaga przedsiębiorstwom uzyskać dostęp do dokładnych i aktualnych informacji, łącząc strukturalne i niestrukturalne dane za pomocą swojej własnej „Knowledge Fabric”. Platforma umożliwia specjalistycznym agentom sztucznej inteligencji kurację kontekstu danych, odpowiedzi na pytania biznesowe w języku naturalnym oraz proaktywne ujawnianie trendów lub ryzyk – bez generowania treści halucynacyjnych. W przeciwieństwie do tradycyjnych narzędzi BI, WisdomAI wykorzystuje generatywną sztuczną inteligencję wyłącznie do generowania zapytań, co zapewnia wysoką dokładność i niezawodność. Zintegrowana jest z istniejącymi ekosystemami danych i obsługuje bezpieczeństwo na poziomie przedsiębiorstwa, z wczesnym przyjęciem przez duże firmy, takie jak Cisco i ConocoPhillips (COP ).

Współzałożyłeś Rubrik i pomógłeś ją rozwinąć w duże przedsięwzięcie. Co skłoniło Cię do opuszczenia jej w 2023 roku i zbudowania WisdomAI – a był jakiś konkretny moment, który wyjaśnił tę nową drogę?

Problem niewydajności danych w przedsiębiorstwach był mi doskonale znany. Podczas mojego pobytu w Rubrik, byłam świadkiem, jak firmy z listy Fortune 500 tonęły w danych, ale głodowały informacje. Nawet z całej infrastruktury, którą zbudowaliśmy, mniej niż 20% użytkowników przedsiębiorstw miało odpowiedni dostęp i umiejętności, aby skutecznie wykorzystywać dane w swojej codziennej pracy. To był ogromny, systemowy problem, który nikt nie rozwiązywał.

Jestem także budowniczym z natury – można to zobaczyć w mojej ścieżce od Google do Tagtile, a następnie do Rubrik i teraz do WisdomAI. Jestem zainspirowany podejmowaniem się podstawowych wyzwań i budowaniem rozwiązań od podstaw. Po pomocy w skalowaniu Rubrik do sukcesu przedsiębiorstwa, poczułem ponownie przedsiębiorczy pociąg, aby rozwiązać coś równie ambitnego.

Ostatnie, ale nie mniej ważne, okazja sztucznej inteligencji była niemożliwa do zignorowania. Do 2023 roku stało się jasne, że sztuczna inteligencja może wreszcie zabić lukę między dostępnością danych a ich użytecznością. Czas wydawał się idealny, aby zbudować coś, co mogłoby udemokratyzować informacje dla każdego użytkownika przedsiębiorstwa, a nie tylko technicznych.

Moment klarowności nastąpił, gdy zrozumiałem, że możemy połączyć wszystko, czego nauczyłem się o infrastrukturze danych przedsiębiorstwa w Rubrik, z transformującym potencjałem sztucznej inteligencji, aby rozwiązać ten podstawowy problem niewydajności.

WisdomAI wprowadza „Knowledge Fabric” i zestaw agentów sztucznej inteligencji. Możesz wyjaśnić, jak ten system działa razem, aby wyjść poza tradycyjne pulpity analityczne?

Zbudowaliśmy platformę analityczną, która działa z danymi tam, gdzie są – strukturalnymi, niestrukturalnymi i nawet „brudnymi” danymi. Zamiast prosić zespoły analityczne o uruchamianie raportów, menedżerowie biznesowi mogą bezpośrednio zadawać pytania i przeglądać szczegóły. Nasza platforma może być szkolona na dowolnym systemie magazynowania danych, analizując logi zapytań.

Jesteśmy kompatybilni z głównymi usługami chmurowymi, takimi jak Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks i Postgres, a także formatami dokumentów, takimi jak Excel, PDF, PowerPoint itp.

W przeciwieństwie do konwencjonalnych narzędzi zaprojektowanych głównie dla analityków, nasz interfejs konwersacyjny uprawnia użytkowników biznesowych do uzyskania odpowiedzi bezpośrednio, podczas gdy nasza architektura wieloagentowa umożliwia złożone zapytania w różnych systemach danych.

Podkreślałeś, że WisdomAI unika halucynacji, oddzielając GenAI od generowania odpowiedzi. Możesz wyjaśnić, jak Twoja platforma wykorzystuje GenAI inaczej – i dlaczego to ma znaczenie dla zaufania przedsiębiorstw?

Nasz model kontekstu gotowy do sztucznej inteligencji szkoli się na danych organizacji, aby stworzyć uniwersalne zrozumienie kontekstu, które odpowiada na pytania z wysoką semantyczną dokładnością, jednocześnie zachowując prywatność i zarządzanie danymi. Ponadto wykorzystujemy generatywną sztuczną inteligencję do formułowania dobrze zakresowych zapytań, które pozwalają nam wyodrębnić dane z różnych systemów, zamiast podawać surowe dane do LLM. Jest to kluczowe dla rozwiązania problemów z halucynacjami i bezpieczeństwem w LLM.

Wprowadziłeś termin „Agentic Data Insights Platform”. Jak inteligencja agentycka różni się od tradycyjnych narzędzi analitycznych lub standardowych asystentów opartych na LLM?

Tradycyjne stosy analityczne spowalniają podejmowanie decyzji, ponieważ każde pytanie musi przejść przez rozłączone sylosy danych i zespół specjalistów. Kiedy dyrektor generalny potrzebuje wiedzy, jak zamknąć kwartał, odpowiedź zwykle przechodzi przez pół tuzina rąk – analityków, inżynierów danych, budowniczych dashboardów – zmieniając proste zapytanie w projekt trwający kilka dni.

Nasza platforma rozmontowuje te sylosy i umieszcza pełną głębię danych w zasięgu jednego kliknięcia, dzięki czemu CRO może przeglądać od nagłówków metryk do szczegółów na poziomie wiersza w sekundach.

Bez oczekiwania w kolejce analityka, bez predefiniowanych dashboardów, które nie mogą nadążyć za nowymi pytaniami – po prostu prawdziwe samodzielne informacje dostarczane z prędkością, z jaką porusza się biznes.

Jak zapewniasz, że WisdomAI dostosowuje się do unikalnego słownictwa danych i struktury każdego przedsiębiorstwa? Jaka rola odgrywa wprowadzanie danych przez człowieka w udoskonalaniu Knowledge Fabric?

Praca z danymi tam, gdzie i jak są – to jest podstawowy cel analityki biznesowej. Tradycyjne systemy nie są zaprojektowane do obsługi niestrukturalnych danych lub „brudnych” danych z błędami. Kiedy informacje istnieją w różnych źródłach – bazach danych, dokumentach, danych telemetrycznych – organizacje mają trudności z integracją tych informacji spójnie.

Bez możliwości obsługi tych różnych typów danych, cenne konteksty pozostają izolowane w oddzielnych systemach. Nasza platforma może być szkolona na dowolnym systemie magazynowania danych, analizując logi zapytań, co pozwala jej dostosować się do unikalnego słownictwa danych i struktury każdej organizacji.

Opisujesz proces rozwoju WisdomAI jako „vibe coding” – budowanie doświadczeń produktowych bezpośrednio w kodzie, a następnie iterowanie przez użytkowanie w świecie rzeczywistym. Jakie korzyści dała Ci ta metoda w porównaniu z tradycyjnym projektowaniem produktów?

„Vibe coding” to znacząca zmiana w sposobie, w jaki buduje się oprogramowanie, gdzie deweloperzy wykorzystują potęgę narzędzi sztucznej inteligencji do generowania kodu, po prostu opisując pożądaną funkcjonalność w języku naturalnym. Jest to jak inteligentny asystent, który robi to, co chcesz, aby oprogramowanie zrobiło, i pisze kod za Ciebie. To dramatycznie redukuje ręczne wysiłki i czas tradycyjnie wymagany do kodowania.

Przez lata tworzenie produktów cyfrowych generalnie podążało za znany scenariuszem: staranne planowanie produktu i projektu UX, a następnie wykonanie rozwoju i iteracja na podstawie opinii. Logika była jasna, ponieważ inwestowanie w projekt na etapie planowania minimalizuje kosztowne prace na etapie rozwoju. Ale co się dzieje, gdy koszt i czas potrzebny do wykonania tego rozwoju dramatycznie maleje? Ta zdolność odwraca tradycyjną sekwencję rozwoju. Nagle deweloperzy mogą zacząć budować funkcjonalne oprogramowanie na podstawie ogólnego zrozumienia wymagań, nawet przed sfinalizowaniem szczegółowych projektów i UX.

Z szybkością generowania kodu sztucznej inteligencji, wysiłek zaangażowany w tworzenie wyczerpujących projektów na etapie planowania może, w pewnych kontekstach, stać się relatywnie bardziej czasochłonnym niż uzyskanie podstawowej, funkcjonalnej wersji oprogramowania. Nowy paradygmat w świecie „vibe coding” staje się: wykonaj (kod z AI), a następnie dostosuj (projektuj i doskonal).

Ten podejście pozwala na niezwykle wczesną walidację podstawowych koncepcji przez użytkowników. Wyobraź sobie, że otrzymujesz opinie na temat rzeczywistej funkcjonalności funkcji, zanim zainwestujesz wiele w szczegółowe projekty wizualne. Może to prowadzić do bardziej ukierunkowanych na użytkownika projektów, ponieważ proces projektowy jest bezpośrednio informowany przez to, jak użytkownicy wchodzą w interakcje z produktem.

W WisdomAI aktywnie przyjmujemy generowanie kodu sztucznej inteligencji. Stwierdziliśmy, że poprzez przyjęcie szybkiego rozwoju, możemy szybko przetestować podstawowe funkcjonalności i uzyskać niezwykle cenne opinie użytkowników na wczesnym etapie procesu, na żywo w produkcie. To pozwala naszemu zespołowi projektowemu skoncentrować się na udoskonaleniu doświadczenia użytkownika i projektów wizualnych na podstawie rzeczywistego użytkowania, co prowadzi do bardziej skutecznych i ukochanych produktów, szybciej.

Od sprzedaży i marketingu po produkcję i sukces klienta, WisdomAI jest skierowana do szerokiego spektrum przypadków użycia biznesowego. Które piony widziały najszybsze przyjęcie – a jakie przypadki użycia zaskoczyły Cię swoim wpływem?

Widzieliśmy przełomowe wyniki z wieloma klientami. Dla firmy F500, ConocoPhillips, inżynierowie i operatorzy wiertniczy teraz korzystają z naszej platformy, aby zapytać o złożone dane wiertnicze bezpośrednio w języku naturalnym. Przed WisdomAI, ci inżynierowie potrzebowali pomocy technicznej, nawet dla podstawowych pytań operacyjnych dotyczących stanu lub wydajności pracy. Teraz mogą uzyskać natychmiastowy dostęp do tych informacji, jednocześnie porównując je z najlepszymi praktykami w ich podręcznikach wiertniczych – wszystko za pomocą tego samego interfejsu konwersacyjnego. Oceniли wiele dostawców AI w sześciomiesięcznym procesie i nasze rozwiązanie zapewniło 50% poprawę dokładności w porównaniu z najbliższym konkurentem.

W firmie Descope, WisdomAI jest używana jako wirtualny analityk danych dla sprzedaży i finansów. Zmniejszyliśmy czas tworzenia raportów z 2-3 dni do zaledwie 2-3 godzin – co stanowi 90% spadek. To przekształciło ich cotygodniowe spotkania sprzedażowe z ćwiczeń zbierania danych w sesje strategiczne skupione na działaniach opartych na informacjach. Jak zauważa ich CRO, „Wisdom AI przywozi dane na moje palce. To naprawdę udemokratyzuje dane, pozwalając mi odpowiedzieć na pytania i iść dalej, zamiast definiować pytanie, czekać, aż ktoś zbuduje odpowiedź, i otrzymać ją za 5 dni”. Ta zdolność do podejmowania decyzji opartych na danych z niezwykłą szybkością była szczególnie kluczowa dla szybko rosnącej firmy na konkurencyjnym rynku zarządzania tożsamością.

Praktyczny przykład: Dyrektor generalny pyta, „Jak zamknę mój kwartał?” Nasza platforma natychmiast oferuje listę oczekujących transakcji, na które należy się skoncentrować, wraz z informacjami o tym, co opóźnia każdą z nich – takimi jak konkretnymi pytaniami, na które klienci czekają na odpowiedź. To dzieje się w ciągu pięciu kliknięć, zamiast pięciu specjalistów i dni opóźnienia.

Wiele firm jest dziś przeciążonych dashboardami, raportami i narzędziami z silosami. Jakie są najczęstsze złudzenia, jakie przedsiębiorstwa mają dzisiaj na temat analityki biznesowej?

Organizacje siedzą na olbrzymich zbiorach informacji, ale mają trudności z wykorzystaniem tych danych do szybkiego podejmowania decyzji. Wyzwaniem nie jest tylko posiadanie danych, ale praca z nimi w ich naturalnym stanie – co często obejmuje „brudne” dane, które nie zostały oczyszczone z błędów. Firmy inwestują dużo w infrastrukturę, ale napotykają na wąskie gardła z sztywnymi dashboardami, słabą higieną danych i silosami informacji. Większość przedsiębiorstw potrzebuje specjalistycznych zespołów do uruchamiania raportów, tworząc znaczne opóźnienia, gdy liderzy biznesowi potrzebują szybkich odpowiedzi. Interfejs, w którym ludzie konsumują dane, pozostaje przestarzały, pomimo postępu w silnikach danych w chmurze i nauce o danych.

Czy uważasz WisdomAI za uzupełnienie istniejących narzędzi analitycznych, takich jak Tableau lub Looker, czy jako ich ostateczne zastąpienie? Jak pasujesz do szerszego stosu danych przedsiębiorstwa?

Jesteśmy kompatybilni z głównymi usługami chmurowymi, takimi jak Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks i Postgres, a także formatami dokumentów, takimi jak Excel, PDF, PowerPoint itp. Nasze podejście transformuje interfejs, w którym ludzie konsumują dane, który pozostawał przestarzały, pomimo postępu w silnikach danych w chmurze i nauce o danych.

Spójrzając w przyszłość, gdzie widzisz WisdomAI za pięć lat – i jak widzisz ewolucję pojęcia „inteligencji agentyckiej” w całym krajobrazie przedsiębiorstwa?

Przyszłość analityki przechodzi od raportów specjalistów do samodzielnej inteligencji dostępnej dla wszystkich. Narzędzia BI istnieją od ponad 20 lat, ale przyjęcie nie przekroczyło nawet 20% pracowników firm. Tymczasem w zaledwie dwunastu miesiącach 60% użytkowników w miejscu pracy przyjęło ChatGPT, wielu z nich używało go do analizy danych. Ten dramatyczny kontrast pokazuje potencjał interfejsów konwersacyjnych do zwiększenia przyjęcia.

Widzimy fundamentalną zmianę, w której wszyscy pracownicy mogą bezpośrednio przesłuchiwać dane bez umiejętności technicznych. Przyszłość połączy komputacyjną moc sztucznej inteligencji z naturalnym ludzkim współdziałaniem, pozwalając informacjom na znalezienie użytkowników w sposób proaktywny, zamiast wymagać od nich przeszukiwania dashboardów.

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