Erik Schwartz, Chief AI Officer (CAIO) Tricon Infotech – Série de Entrevistas

Erik Schwartz é o Chief AI Officer (CAIO) da Tricon Infotech, uma empresa líder em consultoria e serviços de software. A Tricon Infotech entrega soluções automatizadas eficientes e transformações digitais completas por meio de produtos personalizados e implementações empresariais.

Erik Schwartz é um executivo de tecnologia experiente e empreendedor com mais de duas décadas de experiência no setor de tecnologia, especializando-se na interseção de IA, Recuperação de Informação e Descoberta de Conhecimento. Ao longo de sua carreira, Erik esteve à frente da integração de plataformas de grande escala e da integração de IA em tecnologias de busca, melhorando significativamente a interação do usuário e a acessibilidade de informações. Seus papéis anteriores incluíram funções seniores na Comcast, Elsevier e Microsoft, onde liderou iniciativas pioneiras de IA, busca e LLM.

A jornada profissional de Erik é marcada por sua dedicação à inovação e sua crença no poder da colaboração. Ele consistentemente impulsionou equipes para a entrega rápida de soluções inovadoras, estabelecendo-se firmemente como um líder confiável na comunidade de tecnologia. Seu trabalho, mais recentemente no projeto Scopus AI da Elsevier, destaca seu compromisso em redefinir os limites de como nos engajamos com informações e criamos uma relação de confiança com os usuários.

No seu papel como Chief AI Officer (CAIO), Erik aproveita sua experiência extensa para desenvolver e implementar estratégias de IA abrangentes para os clientes da Tricon. Seu processo minucioso não apenas desmistifica a IA, mas também garante que esses negócios estejam equipados para ter sucesso e prosperar no competitivo cenário da tecnologia de IA. Erik é apaixonado por fomentar crescimento e inovação, compartilhando suas perspectivas para inspirar e capacitar organizações a aproveitar efetivamente o poder transformador da IA.

Você pode compartilhar alguns destaques de sua jornada de carreira que o levaram ao seu atual papel como Chief AI Officer na Tricon Infotech?

Eu estive imerso no domínio da Recuperação de Informação ao longo de toda a minha carreira. Minha jornada começou no início dos anos 90 como Web Master no início da Internet. Durante esse período formativo, eu me concentrei em construir bibliotecas digitais para agências governamentais, universidades e empresas de mídia, o que estabeleceu a base para minha especialização em sistemas de informação digitais.

Nos anos 2000, eu me mudei para trabalhar com fornecedores de motores de busca, onde aprimorei minhas habilidades em tecnologias de busca. Essa fase da minha carreira foi marcada por um crescimento significativo e aprendizado por meio de várias aquisições, o que finalmente me levou a ingressar na Microsoft em 2008. Na Microsoft, eu desempenhei um papel fundamental no desenvolvimento e melhoria de Plataformas de Descoberta de Conhecimento, impulsionando a inovação e melhorando a acessibilidade de informações para os usuários.

Após minha passagem pela Microsoft, eu liderei iniciativas em grandes corporações como Comcast e Elsevier, onde fui responsável por executar Plataformas de Descoberta de Conhecimento de grande escala. Essas experiências foram instrumentais em moldar minha abordagem à IA e recuperação de informação, culminando no meu atual papel como Chief AI Officer na Tricon Infotech. Aqui, eu aproveito minha experiência extensa para impulsionar estratégias e soluções de IA que permitem que nossos clientes aproveitem todo o potencial de seus dados.

Como suas experiências em empresas como Comcast, Elsevier e Microsoft influenciaram sua abordagem à integração de IA e tecnologias de busca?

Ao longo da minha carreira, eu estive profundamente focado em técnicas de processamento de linguagem natural (NLP) e aprendizado de máquina. Inicialmente, essas tecnologias eram baseadas em sistemas baseados em regras simplistas. No entanto, à medida que os conjuntos de dados cresceram e o poder de computação se tornou mais robusto, começamos a melhorar significativamente as experiências do usuário, harvestando automaticamente dados e alimentando-os de volta nos algoritmos para melhorar seu desempenho.

Na Microsoft, após a aquisição da FAST, eu atuei como gerente de produto na equipe do SharePoint. Nesse papel, eu estava envolvido na integração de tecnologias de busca avançadas em sistemas de gerenciamento de conteúdo empresarial, melhorando a recuperação de informação e as capacidades de colaboração para os negócios.

Na Comcast, eu construí uma plataforma de descoberta de conhecimento que impulsionou todo o negócio de vídeo, permitindo que os usuários buscassem e descobrissem conteúdo em caixas de TV, dispositivos móveis e na web. Esse mecanismo de busca dimensionou para lidar com mais de 1 bilhão de solicitações por dia, melhorando significativamente a experiência do usuário, fornecendo recomendações de conteúdo rápidas e precisas e resultados de busca.

Uma das experiências mais transformadoras foi na Elsevier, onde lançamos uma experiência de IA Geradora para o Scopus, um dos produtos mais confiáveis da empresa. Essa iniciativa utilizou um Modelo de Linguagem Grande (LLM) para ajudar os usuários a fazer perguntas melhores e obter respostas mais precisas do conteúdo técnico profundo na base de dados de comunicações acadêmicas. Essa abordagem baseada em LLM garantiu a precisão e confiabilidade completa de mais de 90 milhões de artigos contidos na base de dados, demonstrando o poder da IA para melhorar a pesquisa acadêmica e a disseminação de conhecimento.

O que o excita mais sobre os avanços atuais em IA Geradora e seu potencial de aplicações?

Um dos maiores desafios históricos na Recuperação de Informação tem sido manter o contexto. Para os humanos, isso é um processo natural, mas para as máquinas, encontrar informações tem sido tradicionalmente uma experiência muito transacional: faça uma pergunta, obtenha uma resposta. Aprofundar-se em um tópico exigia fazer perguntas cada vez mais específicas. A IA Geradora revoluciona essa abordagem, permitindo uma interação mais conversacional e contextual, muito semelhante a uma conversa natural com alguém que você acabou de conhecer.

Além disso, a IA Geradora incorpora técnicas adicionais que melhoram a compreensão mais profunda, que historicamente têm sido difíceis para os motores de busca tradicionais. Por exemplo, os Modelos de Linguagem Grande (LLMs) podem lidar sem esforço com aspectos como tom, análise de sentimento, compreensão semântica e desambiguação. Essas capacidades permitem que os LLMs compreendam as nuances da linguagem humana e do contexto com facilidade, fornecendo respostas mais precisas e significativas diretamente.

Como a abordagem da Tricon Infotech para GenAI difere de outras empresas do setor?

No espaço de IA Geradora, existem duas áreas de foco principais. A primeira, que recebe atenção significativa de alguns dos maiores fornecedores de tecnologia, é o treinamento e o ajuste fino de modelos de IA. A segunda área, onde os praticantes de IA Geradora realmente se destacam, é a inferência — usando IA Geradora para criar produtos e serviços valiosos.

Na Tricon Infotech, nos concentramos na última. Nossa abordagem é distinta porque enfatizamos a aplicação prática e o rápido desenvolvimento. Desenvolvemos um programa abrangente que ajuda os líderes empresariais a identificar rapidamente os casos de uso mais impactantes para a IA Geradora. Nosso processo inclui uma solução de prototipagem rápida, permitindo que os clientes trabalhem com seus próprios dados em um sandbox de IA. Essa abordagem garante que eles possam ver resultados tangíveis e interagir com insights impulsionados por IA cedo no ciclo de desenvolvimento.

Além disso, temos um foco radical no tempo de valor. Nosso objetivo é ajudar os clientes a construir e implantar aplicações orientadas ao consumidor dentro de 90 dias. Esse cronograma acelerado não apenas impulsiona a inovação mais rápida, mas também garante que os negócios possam aproveitar rapidamente os benefícios da IA Geradora, criando novos fluxos de receita e melhorando a satisfação do cliente.

Você pode discutir alguns dos principais desafios na implementação de Modelos de Linguagem Grande (LLMs) e IA Geradora em soluções empresariais?

A implementação de Modelos de Linguagem Grande (LLMs) e IA Geradora em soluções empresariais apresenta vários desafios emergentes. O primeiro e mais importante desafio é a confiança. As empresas devem ter certeza de que os sistemas de IA não comprometerão sua propriedade intelectual ou informações corporativas sensíveis. Garantir a segurança dos dados e obter as devidas garantias de que a IA não malutilizará os dados é crucial para obter confiança.

O segundo desafio é o problema das alucinações. A IA Geradora pode, às vezes, produzir respostas confiantes que são factualmente imprecisas. Isso pode minar a confiabilidade dos sistemas de IA. Técnicas como o ajuste fino de modelos e o emprego da Geração Aumentada de Recuperação (RAG) podem ajudar a mitigar a ocorrência de alucinações, garantindo que as respostas da IA sejam baseadas em dados precisos.

O terceiro desafio significativo é o custo. A licença e a escalabilidade dos LLMs podem ser bastante caras. Mesmo as ofertas empresariais de grandes fornecedores como Microsoft, Amazon e Google vêm com taxas de entrada altas e mínimas. Portanto, é crucial para as empresas monitorar e gerenciar de perto o retorno sobre o investimento (ROI) para garantir que a implantação de soluções de IA seja economicamente viável.

Você pode explicar a abordagem estruturada que a Tricon Infotech usa para desenvolver soluções de GenAI personalizadas para empresas?

A Tricon Infotech é uma empresa de desenvolvimento de produtos que se destaca por oferecer serviços gerenciados por meio de equipes de produtos completas e dedicadas, em vez da tradicional ampliação de equipe. Nossa abordagem envolve implantar equipes de produtos inteiras que podem gerenciar todos os aspectos do ciclo de vida de desenvolvimento de produtos, incluindo pesquisa de usuário, design de experiência do usuário (UX), desenvolvimento front-end e back-end, automação de teste, implantação, escalabilidade e operações contínuas.

Esse modelo de serviço gerenciado abrangente garante que nossos clientes possam se concentrar diretamente em capturar valor de seus dados sem as complexidades e a sobrecarga de gerenciar recursos separados. Nosso principal driver é o tempo de valor, o que significa que priorizamos a entrega de benefícios tangíveis rapidamente e com eficiência. Nossa ambição é construir relacionamentos geradores de longo prazo com nossos clientes, continuamente adicionando valor e iterando pelo processo de desenvolvimento de recursos.

Nossa abordagem estruturada é projetada para ser ágil e responsiva, permitindo que nos adaptemos rapidamente a novos desafios e oportunidades no cenário de IA. Ao aproveitar as capacidades completas de nossas equipes multidisciplinares, entregamos soluções de IA Geradora altamente personalizadas que são adaptadas às necessidades específicas de cada empresa. Essa abordagem não apenas nos diferencia das empresas tradicionais de ampliação de equipe, mas também garante que forneçamos soluções holísticas e de ponta a ponta que impulsionam um impacto comercial significativo.

Quais são alguns exemplos de problemas do mundo real que as soluções de GenAI da Tricon resolveram com sucesso?

1. E-Learning – convertendo mídia tradicional e material educacional legado em conteúdo interativo multi-modal. Isso permite que nossos clientes reaproveitem o conteúdo existente para se adaptar a novas formas de aprendizado e alcancem os aprendizes em diferentes plataformas onde eles já estão. Além disso, o conteúdo pode ser reaproveitado em programas de aprendizado hiperpersonalizados que podem se adaptar automaticamente às necessidades e estilos de aprendizado do aprendiz (áudio, visual, etc.)
2. AI Privada – ajudando os clientes a construir soluções de IA de confiança que permanecem privadas e honram as regras de acesso do cliente, mantendo os custos e ajudando a dimensionar em toda a empresa, ajudando profissionais sobrecarregados e serviços compartilhados a dimensionar melhor para a organização, entendendo naturalmente as várias regras e restrições de política local e regional distribuídas geograficamente. Essas IAs privadas não apenas servirão à empresa, mas também gerarão novos fluxos de receita para nossos clientes.
3. Automação de Processos – ainda existem uma grande quantidade de organizações que dependem de processos manuais e integração de dados de “swivel chair”. A IA ajuda a conectar os vários sistemas juntos, criando camadas inteligentes que não apenas podem validar dados, mas também entender o sinal personalizado criado pelo conjunto de dados único ou ferramentas e ajudar a rotear fluxos de trabalho de forma eficiente, identificando problemas na cadeia de suprimentos

Qual é o papel do aprendizado contínuo e do crescimento para se manter à frente no campo de IA em rápida evolução?

Um dos maiores desafios no campo de IA é capacitar o pool de talentos. Existe uma nova geração de trabalhadores que intuitivamente entendem ferramentas de IA e tecnologias. No entanto, também há uma geração mais velha que precisa entender o que essas ferramentas podem e não podem fazer. O aprendizado contínuo é crucial para bridar essa lacuna.

As ferramentas de IA têm o potencial de melhorar dramaticamente a produtividade, permitindo que os negócios alcancem muito mais com recursos significativamente menores, reduzindo prazos e custos. Para que esses benefícios sejam realizados, os funcionários devem estar abertos a aprender novas formas de trabalhar e integrar essas ferramentas em seus fluxos de trabalho.

Além disso, é essencial abordar o medo da segurança do emprego. Os funcionários devem entender que aqueles que abraçam o aprendizado contínuo e o crescimento estarão melhor equipados para incorporar novas ferramentas de IA em suas rotinas diárias, levando a uma maior segurança no emprego. A realidade é que o sucesso no futuro impulsionado por IA virá para aqueles que buscam ativamente entender e aproveitar essas tecnologias em evolução.

Como você vê o futuro da IA transformando a tecnologia de busca e a interação do usuário na próxima década?

Já estamos testemunhando uma mudança significativa dos motores de busca tradicionais para ferramentas de IA Geradora para consultas iniciais. Essa mudança é impulsionada pela capacidade da IA Geradora de fornecer respostas e soluções diretas, eliminando a necessidade de navegar por vários sites ou recursos independentemente. No futuro próximo, será comum que as IAs participem de reuniões, tomem ações e lidem com tarefas rotineiras, levando a uma redução substancial nos papéis de certas funções dentro das empresas.

Um dos principais desafios que permanece é descobrir como monetizar a IA Geradora, pois o modelo de publicidade tradicional pode enfrentar obstáculos significativos nesse novo cenário. Minha previsão é que os dados se tornarão cada vez mais valiosos, agindo mais como uma moeda à medida que navegamos por esse novo mundo. Essa mudança exigirá modelos de negócios inovadores que aproveitem as capacidades únicas da IA, garantindo que os usuários e as empresas possam derivar valor tangível de suas interações.

No geral, o futuro da IA na tecnologia de busca e interação do usuário promete ser transformador, tornando a recuperação de informações mais intuitiva e eficiente, enquanto redefine a forma como abordamos interações digitais e funções empresariais.

Quais conselhos práticos você daria para as empresas que buscam aproveitar a IA para impulsionar o sucesso e a inovação?

Não tenha medo da tecnologia. Comece tornando as ferramentas de IA disponíveis para seus funcionários, para garantir que seus dados e propriedade intelectual (PI) permaneçam seguros. Muitos funcionários já estão usando ferramentas de IA, mas sem a devida governança, há o risco de mau uso. Portanto, é crucial capacitar seu pessoal para que entendam os riscos envolvidos e como usar essas ferramentas de forma segura e eficaz.

Além disso, é essencial prestar atenção às medidas de sucesso. As ferramentas de IA podem ser caras, mas os custos devem diminuir com o tempo. No entanto, é importante manter o foco claro no retorno sobre o investimento (ROI) para gerenciar os custos e entender o impacto em seu negócio. Ao fazer isso, você pode aproveitar a IA para impulsionar a inovação e o sucesso, garantindo que os benefícios superem os gastos.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Tricon Infotech.