Darren Kimura, CEO e Presidente da AI Squared – Série de Entrevistas

Darren Kimura é um empreendedor experiente, inventor e investidor, atualmente servindo como Presidente e CEO da AI Squared. Com mais de 25 anos de liderança nos setores de tecnologia e energia limpa, ele liderou empresas como Energy Industries Corporation, Sopogy e LiveAction, e co-fundou a firma de venture Enerdigm Ventures. Conhecido por inventar a tecnologia de energia solar MicroCSP, Kimura desempenhou um papel fundamental na escalada de empresas focadas em computação de borda, IA e soluções baseadas em SaaS.

AI Squared é uma plataforma de baixo código projetada para ajudar as empresas a integrar insights de IA diretamente nas ferramentas que já usam – como Salesforce (CRM ), Slack, Google Sheets e ServiceNow. Ao simplificar a implantação de IA e permitir a tomada de decisões em tempo real, a plataforma permite que equipes em engenharia, vendas e operações desbloqueiem um valor empresarial mensurável. Atendendo a clientes nos setores financeiro, de cadeia de suprimentos e governo, a AI Squared está acelerando a adoção de IA empresarial, tornando-a sem interrupções, contextual e ação.

Você liderou várias empresas em diferentes setores – o que o inspirou a se juntar e, eventualmente, liderar a AI Squared?

Eu sempre fui atraído por resolver problemas difíceis e do mundo real que exigem uma compreensão profunda da tecnologia e uma execução impecável. Eu comecei minha carreira em eficiência energética e renováveis, capturando dados de máquinas em escala e ajudando as pessoas a entender e agir sobre eles. Com o tempo, isso evoluiu para processar dados mais próximos de onde o trabalho acontece, em sistemas seguros ou dentro de fluxos de trabalho empresariais.

Quando eu primeiro encontrei a AI Squared, eu imediatamente vi que eles estavam lidando com um desafio muito real e muito urgente: como mover a IA do laboratório para o uso diário. A maioria das empresas ainda está focada em construir modelos. A AI Squared estava focada na implantação.

O que me deu ainda mais convicção foi sua fundação. A empresa começou dentro da NSA e passou os últimos seis anos conquistando a confiança em todo o Departamento de Defesa, a Comunidade de Inteligência, a Comunidade Espacial e com algumas das maiores empresas da lista Fortune 500, por meio de projetos reais e resultados significativos que continuam a crescer ano após ano. Isso me disse duas coisas: primeiro, eles estavam sérios sobre segurança, conformidade e impacto. E segundo, eles eram uma equipe em quem eu podia confiar.

Como sua experiência em escalar a ZEDEDA e trabalhar no capital de risco moldou sua abordagem para a implantação de IA no nível empresarial?

Na ZEDEDA, trabalhamos no limite como um sistema operacional dentro da comunidade de código aberto. Isso me forçou a entender profundamente as restrições do mundo real que nossos clientes estavam enfrentando com a transformação digital. Lá, tivemos uma equipe de engenharia de classe mundial da Cisco, Sun Microsystems, Juniper, Arista, mas também me ensinou quão importante é combinar essa excelência técnica com uma forte movimentação de mercado empresarial.

Do lado do capital de risco, eu ganhei um tipo diferente de insight. Eu vi como as empresas de tecnologia profunda escalavam, mais lentamente no início, mas mais rapidamente à medida que você construía sobre uma base sólida. Isso me ensinou a pensar em sistemas: timing do mercado, prontidão do produto, maturidade do cliente e estratégia de capital todos têm que se alinhar. Essa é a lente que eu trouxe para a implantação de IA na AI Squared. Não é sobre enviar modelos, é sobre entregar resultados que as empresas possam confiar, medir e escalar.

A AI Squared enfatiza a integração de IA em sistemas que as pessoas já usam. O que significa resolver a “última milha” da IA na prática?

87% dos projetos de IA nunca alcançam a produção porque a integração é lenta, complexa e desconectada dos usuários finais. A AI Squared resolve isso criando um pipeline de integração de dados de segurança nacional que conecta modelos de IA/ML com fontes de dados como Databricks ou Snowflake e os sistemas que essas empresas já usam, como CRMs, ERPs e aplicativos personalizados.

Como sua plataforma ajuda a pontuar a lacuna entre as equipes de ciência de dados e os usuários de negócios?

A AI Squared simplifica a transferência do desenvolvimento do modelo para a produção. As equipes de ciência de dados podem implantar modelos de forma segura por meio de nossa plataforma, enquanto os usuários de negócios recebem insights dentro das ferramentas que já usam, como Salesforce, Teams, Slack ou qualquer outro aplicativo de registro de sistema.

Você está trabalhando com a NSA, Marinha dos EUA e outras agências federais. Como prioridades como conformidade, transparência e uso ético moldam a estratégia de produto da AI Squared?

Ética, conformidade e transparência são as principais considerações em nossa estratégia. Sabemos que, ao trabalhar com agências federais, devemos priorizar a rastreabilidade, a auditoria e a explicabilidade. Construímos com princípios de confiança zero, suporte a ambientes de implantação seguros e modelos de governança claros.

Qual papel você acredita que a IA discriminativa desempenha na melhoria da tomada de decisões para as agências federais?

A IA discriminativa é precisa, interpretável e eficiente. É ideal para ambientes de alto risco, onde você precisa de respostas claras, sim ou não, ameaça ou não. Nas agências federais, isso permite uma triagem mais rápida, detecção de risco e priorização. Ela complementa os modelos gerativos, oferecendo saídas estruturadas e validadas que apoiam a tomada de decisões críticas.

Quando se trata de segurança nacional, onde você vê o maior risco – e oportunidade – para a adoção de IA?

O maior risco é a autonomia não gerenciada, implantando sistemas de IA sem transparência, supervisão ou salvaguardas. A oportunidade reside na aceleração da consciência situacional e da velocidade de decisão. A IA pode vasculhar vastos dados em tempo real para revelar padrões que os humanos podem perder. Mas para realizar esse valor, é necessário que seja confiável, rastreável e integrado com sistemas de loop humano.

Quais são alguns dos erros mais comuns que as empresas cometem ao implantar a IA de nova geração?

O maior erro é se concentrar na novidade em vez da necessidade. Muitas empresas implantam a IA de nova geração sem um caso de uso claro, um plano de governança ou uma métrica de sucesso. Isso leva à fadiga do piloto, protótipos não escaláveis e problemas de confiança. A IA de nova geração é poderosa, mas como qualquer tecnologia, precisa ser alinhada com o problema, o usuário e o fluxo de trabalho.

Pode compartilhar um exemplo de como a AI Squared ajudou uma empresa a evitar a “síndrome do objeto brilhante” e, em vez disso, entregar um impacto mensurável?

Uma empresa veio querendo construir um LLM personalizado para classificar bilhetes de serviço ao cliente. Mostramos a eles como um classificador simples, incorporado e implantado por meio de nossa plataforma, poderia entregar 90% de precisão em seu CRM em menos de duas semanas. Sem novas interfaces, sem treinamento personalizado. Esse é o poder de resolver o problema certo com a ferramenta certa.

Quais tendências emergentes você está mais animado em relação à IA empresarial nos próximos 3-5 anos?

Três se destacam:

1. LLMs que são verdadeiramente multimodais e focados em tarefas específicas
2. Sistemas de IA agênticos que tomam ações, não apenas geram conteúdo
3. Governança padronizada que permite a adoção de IA em setores regulamentados

Essas tendências estão impulsionando a IA a ser mais usável, confiável e incorporada nas operações diárias.

Como a AI Squared está evoluindo sua plataforma para acompanhar a rápida evolução dos LLMs e ecossistemas de modelos?

Nós somos agnósticos em relação ao modelo por design. Seja um modelo de código aberto, um LLM comercial ou um modelo discriminativo proprietário, nossa plataforma permite que as organizações implantem e gerenciem de forma segura dentro de seus fluxos de trabalho existentes. Estamos focados em orquestração, controle de versão e governança, para que a pilha de modelos possa evoluir sem interromper a experiência do usuário.

O que significa sucesso para a AI Squared no próximo capítulo sob sua liderança?

Successo significa se tornar a forma padrão como as empresas e agências governamentais operacionalizam a IA. Significa reduzir o tempo de valor de meses para dias, e fazer a implantação de IA tão sem interrupções e seguras quanto o lançamento de um novo recurso. Sob minha liderança, estamos focados em escala, confiança e resultados do mundo real, não apenas inovação por si só, mas impacto onde mais importa.

Obrigado pela ótima entrevista, leitores que desejam aprender mais devem visitar AI Squared.