Erik Schwartz, Diretor de Inteligência Artificial (CAIO) da Tricon Infotech – Série de Entrevistas

Erik Schwartz é o Diretor de Inteligência Artificial (CAIO) da Tricon Infotech, uma empresa líder em consultoria e serviços de software. A Tricon Infotech entrega soluções eficientes e automatizadas, além de 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 Inteligência Artificial, 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 Inteligência Artificial em tecnologias de busca, melhorando significativamente a interação do usuário e a acessibilidade à informação. Ele ocupou cargos seniores em empresas como Comcast (CMCSA ), Elsevier e Microsoft (MSFT ), onde liderou iniciativas pioneiras de Inteligência Artificial, busca e LLM.

A jornada profissional de Erik é marcada por sua dedicação à inovação e sua crença no poder da colaboração. Ele liderou equipes para a entrega rápida de soluções inovadoras, estabelecendo-se 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 envolvemos com a informação e criar uma relação de confiança com os usuários.

No seu papel de Diretor de Inteligência Artificial (CAIO), Erik aproveita sua vasta experiência para desenvolver e implementar estratégias de Inteligência Artificial abrangentes para os clientes da Tricon. Seu processo minucioso não apenas desmistifica a Inteligência Artificial, mas também garante que essas empresas estejam equipadas para ter sucesso e prosperar no competitivo cenário da tecnologia de Inteligência Artificial. Erik é apaixonado por promover o crescimento e a inovação, compartilhando suas perspectivas para inspirar e capacitar organizações a aproveitar efetivamente o poder transformador da Inteligência Artificial.

Pode compartilhar alguns destaques de sua jornada de carreira que o levaram ao seu atual papel de Diretor de Inteligência Artificial 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 à informação para os usuários.

Após minha passagem pela Microsoft, eu liderei iniciativas em grandes corporações como Comcast e Elsevier, onde fui responsável por gerenciar plataformas de Descoberta de Conhecimento de grande escala. Essas experiências foram fundamentais para moldar minha abordagem à Inteligência Artificial e à recuperação de informação, culminando no meu atual papel de Diretor de Inteligência Artificial na Tricon Infotech. Aqui, eu aproveito minha vasta experiência para impulsionar estratégias e soluções de Inteligência Artificial 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 Inteligência Artificial 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 processamento se tornou mais robusto, começamos a melhorar significativamente as experiências do usuário, coletando 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 as empresas.

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. Essa engine de busca escalou para lidar com mais de 1 bilhão de solicitações por dia, melhorando significativamente a experiência do usuário ao fornecer recomendações de conteúdo rápidas e precisas e resultados de busca.

Uma das experiências mais transformadoras foi na Elsevier, onde lançamos uma experiência de Inteligência Artificial Generativa 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 de mais de 90 milhões de artigos contidos na base de dados, demonstrando o poder da Inteligência Artificial para melhorar a pesquisa acadêmica e a disseminação do conhecimento.

O que o excita mais sobre os avanços atuais em Inteligência Artificial Generativa 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. A Inteligência Artificial Generativa revoluciona essa abordagem, permitindo uma interação mais conversacional e contextual, muito como uma conversa natural com alguém que você acabou de conhecer.

Além disso, a Inteligência Artificial Generativa 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 facilmente 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 em relação à Inteligência Artificial Generativa difere de outras empresas do setor?

No espaço de Inteligência Artificial Generativa, existem duas principais áreas de foco. A primeira, que recebe atenção significativa de alguns dos maiores fornecedores de tecnologia, é o treinamento e o ajuste fino de modelos de Inteligência Artificial. A segunda área, onde os praticantes de Inteligência Artificial Generativa realmente se destacam, é a inferência – usando Inteligência Artificial Generativa 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 Inteligência Artificial Generativa. Nosso processo inclui uma solução de prototipagem rápida, permitindo que os clientes trabalhem com seus próprios dados em um sandbox de Inteligência Artificial. Essa abordagem garante que eles possam ver resultados tangíveis e interagir com insights impulsionados por Inteligência Artificial 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 voltadas para o consumidor dentro de 90 dias. Esse cronograma acelerado não apenas impulsiona a inovação mais rápida, mas também garante que as empresas possam aproveitar rapidamente os benefícios da Inteligência Artificial Generativa, criando novos fluxos de receita e melhorando a satisfação do cliente.

Pode discutir alguns dos principais desafios na implementação de Modelos de Linguagem Grande (LLMs) e Inteligência Artificial Generativa em soluções empresariais?

A implementação de Modelos de Linguagem Grande (LLMs) e Inteligência Artificial Generativa 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 Inteligência Artificial não comprometerão sua propriedade intelectual ou informações corporativas sensíveis. Garantir a segurança dos dados e obter garantias de que a Inteligência Artificial não usará mal os dados é crucial para ganhar confiança.

O segundo desafio é a questão das alucinações. A Inteligência Artificial Generativa pode, às vezes, produzir respostas confiantes que são factualmente imprecisas. Isso pode minar a confiabilidade dos sistemas de Inteligência Artificial. 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 Inteligência Artificial 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 (AMZN ) e Google (GOOGL ) vêm com taxas de entrada altas e mínimas. Portanto, é crucial que as empresas monitorem e gerenciem de perto o retorno sobre o investimento (ROI) para garantir que a implantação de soluções de Inteligência Artificial seja economicamente viável.

Pode explicar a abordagem estruturada que a Tricon Infotech usa para desenvolver soluções de Inteligência Artificial Generativa 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 de ponta a ponta, em vez da tradicional suplementação de pessoal. Nossa abordagem envolve implantar equipes de produtos completas 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 impulsionador é o tempo de valor, o que significa que priorizamos a entrega de benefícios tangíveis rapidamente e com eficiência. Nossa ambição é construir relacionamentos generativos de longo prazo com nossos clientes, continuamente adicionando valor e iterando por meio do 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 Inteligência Artificial. Aproveitando as capacidades completas de nossas equipes multidisciplinares, entregamos soluções de Inteligência Artificial Generativa altamente personalizadas, adaptadas às necessidades específicas de cada empresa. Essa abordagem não apenas nos diferencia das empresas tradicionais de suplementação de pessoal, mas também garante que forneçamos soluções holísticas e de ponta a ponta que impulsionam um impacto de negócios significativo.

Quais são alguns exemplos de problemas do mundo real que as soluções de Inteligência Artificial Generativa da Tricon Infotech resolveram com sucesso?

1. E-Learning – convertendo mídia tradicional e material educacional legado em conteúdo interativo multimodal. Isso permite que nossos clientes repurponem o conteúdo existente para se adaptar a novas maneiras de aprender e alcancem os aprendizes em diferentes plataformas onde eles já estão. Além disso, o conteúdo pode ser repurponado em programas de aprendizado hiperpersonalizados que podem se adaptar automaticamente às necessidades e estilos de aprendizado do aprendiz (áudio, visual, etc.)
2. Inteligência Artificial Privada – ajudando os clientes a construir soluções de Inteligência Artificial de confiança que permanecem privadas e respeitam as regras de acesso dos clientes, mantendo os custos e ajudando a escalar em diferentes funções da empresa, ajudando profissionais sobrecarregados e serviços compartilhados a escalar melhor para a organização, entendendo naturalmente as várias regras e restrições de políticas locais e regionais distribuídas geograficamente. Essas Inteligências Artificiais 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 “cadeira giratória”. A Inteligência Artificial ajuda a conectar os diferentes sistemas, criando camadas inteligentes que não apenas podem validar dados, mas também entender o sinal único criado pelo conjunto de dados ou ferramenta exclusiva 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 na manutenção da liderança no campo de Inteligência Artificial em rápida evolução?

Um dos maiores desafios no campo de Inteligência Artificial é capacitar o pool de talentos. Existe uma nova geração de trabalhadores que intuitivamente entendem as ferramentas de Inteligência Artificial 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 pontuar essa lacuna.

As ferramentas de Inteligência Artificial têm o potencial de melhorar dramaticamente a produtividade, permitindo que as empresas 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 maneiras 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 Inteligência Artificial em suas rotinas diárias, levando eventualmente a uma maior segurança no emprego. A realidade é que o sucesso no futuro impulsionado por Inteligência Artificial virá para aqueles que buscam ativamente entender e aproveitar essas tecnologias em evolução.

Como você vê o futuro da Inteligência Artificial 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 Inteligência Artificial Generativa para consultas iniciais. Essa mudança é impulsionada pela capacidade da Inteligência Artificial Generativa de fornecer respostas diretas e soluções, eliminando a necessidade de navegar por vários sites ou recursos independentemente. No futuro próximo, será comum que as Inteligências Artificiais participem de reuniões, tomem ações e lidem com tarefas rotineiras, levando a uma redução significativa nos papéis de certas funções dentro das empresas.

Um dos principais desafios que permanece é descobrir como monetizar a Inteligência Artificial Generativa, 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 Inteligência Artificial, garantindo que os usuários e as empresas possam derivar valor tangível de suas interações.

No geral, o futuro da Inteligência Artificial na tecnologia de busca e interação do usuário promete ser transformador, tornando a recuperação de informação mais intuitiva e eficiente, enquanto redefinimos a forma como nos aproximamos das interações digitais e funções empresariais.

Qual conselho prático você daria às empresas que buscam aproveitar a Inteligência Artificial para impulsionar o sucesso e a inovação?

Não tenha medo da tecnologia. Comece tornando as ferramentas de Inteligência Artificial disponíveis para seus funcionários, garantindo que seus dados e propriedade intelectual (PI) permaneçam seguros. Muitos funcionários já estão usando ferramentas de Inteligência Artificial, mas sem a governança adequada, 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 Inteligência Artificial podem ser caras, mas os custos devem diminuir com o tempo. No entanto, é importante manter um 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 Inteligência Artificial 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.