Mohammad Abu Sheikh, Fundador e CEO da CNTXT AI – Série de Entrevistas

Mohammad Abu Sheikh está transformando o cenário da IA ​​na região MENA, impulsionando uma mudança do consumo passivo para a inovação soberana. Como CEO da CNTXT AI e fundador de um fundo de IA de US$ 10 milhões, ele liderou três saídas bem-sucedidas e garantiu mais de um bilhão de dólares em financiamento. Seu trabalho está lançando as bases para um ecossistema de IA enraizado na linguagem, cultura e soberania de dados.

Observamos a abundância de dados subutilizados nesta parte do mundo. Muitos problemas na escalabilidade da IA ​​surgiram da falta de prontidão dos dados — o que acabou levando à falta de prontidão da IA. Foi por isso que criamos a CNTXT AI.

Inicialmente, estávamos resolvendo os mesmos problemas que enfrentamos ao construir a LocAI... Vimos esses desafios em primeira mão trabalhando com a AI71, TII e G42 (IIAI). À medida que ajudamos essas entidades a resolver esses problemas, a visão ficou mais clara e o negócio continuou crescendo.

Você desempenhou um papel fundamental na construção da maior biblioteca digital árabe para treinamento em IA. Quais foram alguns dos maiores desafios e como você os superou?

A qualidade foi um dos maiores desafios. Outro foi a disponibilidade limitada de dados árabes de alta qualidade online: o árabe é seriamente sub-representado. Apenas uma pequena parcela do conteúdo em árabe foi digitalizada, e apenas 3% a 5% de todo o conteúdo online está em árabe. Isso é quase nada. Superamos esse problema empregando rotuladores de dados, anotadores e cientistas de dados para digitalizar, criar e curar os dados nós mesmos.

A CNTXT AI opera na intersecção entre cultura e computação. Como você equilibra a inovação de ponta em IA com o objetivo de construir soluções culturalmente relevantes para a região MENA?

Construímos modelos culturalmente fundamentados desde o início. Da infraestrutura ao produto final, a cultura é incorporada desde o início — não é algo que adicionamos depois. Projetamos, inovamos e construímos com culturas, dialetos e necessidades específicas em mente desde o primeiro dia. O árabe é uma língua, mas carrega muitos dialetos e contextos culturais em toda a região, por isso construímos produtos locais para países locais. E fazemos isso trabalhando com anotadores locais, pessoas em campo, em seus próprios países.

Você também foi cofundador da LocAI e líder do Fundo SMPL AI. Como esses empreendimentos complementam a missão da CNTXT AI?

LocAI é a camada de aplicação — a parte com a qual as pessoas realmente interagem. Ela se apoia nos dados e na infraestrutura desenvolvidos pela CNTXT AI. Foi isso que a tornou bem-sucedida: ela transforma os fundamentos de IA fornecidos pela CNTXT AI em soluções reais que as pessoas podem usar.

A SMPL AI, por outro lado, tem como objetivo retribuir à comunidade. Concentra-se em investir em startups em estágio inicial e ajudar a construir o ecossistema regional de IA. Compartilhamos as ferramentas e lições que aprendemos com o desenvolvimento da IA, para que os fundadores possam crescer mais rápido e evitar armadilhas comuns.

Munsit é considerado o modelo de reconhecimento de fala em árabe mais preciso do mundo. O que impulsionou o desenvolvimento deste modelo e por que agora?

O que impulsionou o desenvolvimento deste modelo foi simples: a necessidade.

Sempre construímos por necessidade. Analisamos o mercado e vimos que o cenário era propício — agências governamentais e clientes privados, todos buscavam uma solução como essa.

Os modelos existentes simplesmente não estavam à altura da tarefa. A maioria é construída com tecnologia inglesa e depois adaptada. Eles não foram projetados para o árabe desde o início, e definitivamente não para os problemas específicos que estamos resolvendo.

Então decidimos construir o nosso próprio. É árabe em primeiro lugar — por natureza.

A pesquisa por trás do Munsit apresenta uma abordagem de aprendizagem com supervisão fraca. Você pode explicar o que isso significa e por que foi essencial para o treinamento de ASR árabe em larga escala?

Anotação é cara. Por isso, tivemos que ir além dos métodos tradicionais, que dependem de grandes volumes de transcrição manual. O aprendizado supervisionado de forma precária nos ajudou a escalar sem precisar rotular cada arquivo de áudio manualmente — o que é especialmente importante para o árabe, uma língua com dados limitados e muitos dialetos diferentes.

Em vez de usar áudio transcrito profissionalmente, começamos com 30,000 horas de fala árabe sem legendas. Criamos um pipeline de anotação que gera, filtra e limpa as melhores por meio de verificações automatizadas. Isso nos rendeu um conjunto de dados de alta qualidade com 15,000 horas — tudo sem transcrição humana.

Essa abordagem possibilitou treinar nosso modelo do zero, capturando a riqueza do árabe falado em situações da vida real, de forma rápida e econômica. Sem esse método, construir um sistema ASR árabe nessa escala teria levado anos e milhões em esforço manual.

Munsit superou modelos da OpenAI, Microsoft e Meta em diversos benchmarks. O que essa conquista revela sobre o futuro da inovação em IA na Arábia Saudita?

O futuro da IA ​​árabe está em nossas mãos; e é exatamente isso que esta conquista prova. Não podemos mais nos dar ao luxo de depender de tecnologias que não possuímos ou de terceiros que não priorizam nossa região.

Munsit mostra que podemos construir IA de classe mundial, da região, para a região — usando talentos locais para resolver problemas locais. É um sinal claro de que a próxima onda de inovação em IA árabe virá de dentro.

Como você vê a evolução do Munsit em versões futuras e quais são as próximas fronteiras para a IA de voz em árabe na CNTXT?

Você terá que esperar para ver. O que posso dizer é que temos um novo conjunto de soluções de IA com foco no árabe a caminho — todas impulsionadas pela Munsit e outros modelos que estamos desenvolvendo na CNTXT AI. Isso é só o começo.

Você fala frequentemente sobre a importância da “IA soberana”. O que esse termo significa para você e por que ele é crucial para o Golfo e para a região MENA em geral?

Para mim, IA soberana significa ter total propriedade e controle sobre os dados, a infraestrutura e os modelos que moldam o nosso futuro. É crucial porque precisamos ser donos do nosso próprio destino, e isso começa com os dados.

A soberania dos dados é fundamental. Os dados são preciosos e precisamos garantir que permaneçam em nossas mãos.

Não podemos nos dar ao luxo de entregar nosso futuro e ficar parados enquanto outros constroem a tecnologia para nós. O futuro da IA ​​nesta região virá desta região. É exatamente para isso que estamos trabalhando.

Como você vê a CNTXT AI moldando o ecossistema de IA no Oriente Médio nos próximos cinco anos?

Habilitando a verdadeira prontidão para a IA. Entramos em cena, entendemos as necessidades de empresas e governos, construímos os dados e as estratégias de IA e, em seguida, os ajudamos a construir, testar, implementar e escalar.

Se os dados são o novo petróleo, então os dados não estruturados são petróleo não refinado — cheios de potencial, mas inúteis até serem processados. É por isso que criamos a CNTXT AI para ajudar organizações a limpar, estruturar e ativar seus dados. Porque é aí que a verdadeira transformação da IA ​​começa.

Do seu ponto de vista como empreendedor e investidor, que conselho você daria a outros fundadores que estão criando startups de IA em mercados emergentes?

Comece agora. Mova-se rapidamente. Falhe rápido, aprenda mais rápido e continue iterando.

Mais importante ainda, construa para problemas reais. Mantenha-se próximo da realidade — ouça os usuários, não apenas o hype. Em mercados emergentes, relevância e adaptabilidade são fundamentais.

Obrigado pela ótima entrevista, os leitores que desejam saber mais devem visitar CNTXT AI.