Nitin Singhal, VP de Engenharia (Dados, IA e Integrações) da SnapLogic

Nitin Singhal é um líder experiente em tecnologia e produtos, com mais de 25 anos de experiência na indústria. Atualmente, ele atua como Vice-Presidente de Engenharia da SnapLogic, focando na integração responsável de aplicações e sistemas, utilizando arquitetura Agentic para desbloquear o potencial dos dados para uma audiência global.

Antes de sua função na SnapLogic, Nitin foi Diretor Sênior de Engenharia do Twitter, onde liderou as funções de engenharia de Gerenciamento de Dados e Infraestrutura de Privacidade. Seu trabalho envolveu estabelecer práticas de governança de dados durante um período crítico para a empresa, garantindo o uso responsável de dados e conformidade com regulamentações de privacidade.

Nitin também ocupou várias posições de liderança em engenharia e produtos em organizações proeminentes, incluindo Visa (V ), PayPal (PYPL ) e JPMorgan Chase, onde contribuiu para avanços significativos em estratégia e gerenciamento de dados.

SnapLogic é uma plataforma de integração alimentada por IA que simplifica os fluxos de trabalho de dados e aplicações com ferramentas sem código e mais de 1.000 conectores pré-construídos. Ela suporta ETL/ELT, automação, gerenciamento de API e implantações seguras em ambientes de nuvem, locais e híbridos. Recursos como SnapGPT e AutoSync melhoram a eficiência, permitindo que as organizações integrem e orquestrem processos de forma transparente.

Você tem quase 25 anos de experiência impulsionando a inovação tecnológica. O que o inspirou a seguir uma carreira focada em usar a tecnologia para resolver problemas complexos, e como essa paixão evoluiu com o surgimento da IA?

Desde o início da minha carreira, fui fascinado pelo desafio de resolver puzzles e pela beleza lógica da matemática. Essa fascinação me levou naturalmente a explorar como a tecnologia poderia abordar problemas complexos e do mundo real. No início da minha carreira, fui inspirado pelo potencial da tecnologia para lidar com questões como detecção de fraude de transações e riscos de privacidade de dados. Minha paixão só se aprofundou à medida que a IA evoluiu, particularmente com o advento da IA Geradora. Testemunhei o impacto transformador da IA, desde empoderar agricultores com insights de colheita via smartphones até permitir que usuários comuns, como meu pai, naveguem tarefas como declaração de impostos de forma fácil. A democratização da tecnologia de IA me entusiasma, permitindo que façamos uma diferença positiva na vida das pessoas. Essa jornada contínua alimenta meu compromisso de avançar com a IA de maneiras que sejam inovadoras, eficientes, seguras, responsáveis e acessíveis a todos.

Quais são os principais riscos que as empresas enfrentam ao confiar em tecnologia ultrapassada na era da IA avançada?

Confiar em tecnologia ultrapassada apresenta riscos significativos que podem comprometer o futuro de uma empresa. Sistemas obsoletos, particularmente infraestruturas legadas, levam a ineficiências debilitantes e impedem as organizações de aproveitar a IA para tarefas de alto valor. Essas tecnologias ultrapassadas lutam com a acessibilidade e integração de dados, criando gargalos operacionais caros que dificultam a automação e a inovação. Os custos ocultos de manter tais sistemas se somam, drenando recursos enquanto torna desafiador atrair talentos de ponta que preferem ambientes de tecnologia moderna. À medida que as empresas ficam presas em um ciclo de estagnação, perdem oportunidades de crescimento progressivo e correm o risco de serem ultrapassadas por concorrentes mais ágeis.

A escolha é clara: evoluir como o iPhone ou enfrentar o destino da BlackBerry.

Como os sistemas legados lutam para atender às demandas das aplicações de IA modernas, particularmente em relação à energia, demanda e infraestrutura?

Os sistemas legados enfrentam desafios significativos para atender às demandas das aplicações de IA modernas devido às suas limitações inerentes. Essas infraestruturas ultrapassadas carecem de capacidades de processamento de dados, escalabilidade e flexibilidade para as necessidades computacionais intensivas da IA. Eles frequentemente criam silos de dados e gargalos, dificultando o manejo de dados em tempo real e interconectado, crucial para insights impulsionados por IA. Essa incompatibilidade impede a implementação de tecnologias de IA avançadas e leva a um uso ineficiente de recursos, aumento do consumo de energia e possíveis falhas do sistema. Consequentemente, as empresas que dependem de sistemas legados lutam para aproveitar totalmente o potencial da IA em áreas críticas, como direcionamento preciso, reconciliação de folha de pagamento e detecção de fraude, limitando assim sua vantagem competitiva em um cenário impulsionado por IA.

Quais são os “custos ocultos” da complacência para as empresas que hesitam em modernizar seus sistemas?

Depender de tecnologia ultrapassada significa que as empresas dependem de processos manuais e dados isolados, levando a custos aumentados e produtividade diminuída. Com o tempo, essa ineficiência se acumula, resultando em oportunidades perdidas e uma perda significativa de vantagem competitiva, à medida que concorrentes mais ágeis adotam soluções de IA. Além disso, o potencial dos funcionários é desperdiçado em tarefas repetitivas em vez de trabalho estratégico, causando frustração e possivelmente taxas de rotatividade mais altas. À medida que os rivais aproveitam a IA para maior eficiência e inovação, as empresas que demoram a modernizar correm o risco de ficar ainda mais para trás, colocando em risco sua posição no mercado e viabilidade a longo prazo em um cenário cada vez mais digital.

As organizações devem discernir entre preocupações legítimas em torno da adoção da IA e instâncias em que inseguranças humanas dão origem a narrativas enganosas.

Como as empresas podem avaliar se estão ficando para trás em termos de preparação de infraestrutura para a IA?

As empresas podem avaliar sua preparação para a IA avaliando se seus sistemas atuais podem se integrar a ferramentas de IA modernas e escalar para atender às demandas de dados crescentes. Se elas lutam para processar grandes conjuntos de dados de forma eficiente, aproveitar soluções de nuvem ou apoiar a automação, é um sinal claro de que podem estar ficando para trás. Além disso, as empresas devem examinar se os sistemas legados criam gargalos ou exigem intervenção manual excessiva, dificultando a produtividade. Indicadores-chave de infraestrutura atrasada incluem silos de dados, análise em tempo real inadequada, poder de computação insuficiente para algoritmos complexos e desafios para atrair talentos de IA. Em última análise, as organizações que constantemente estão tentando acompanhar as capacidades de IA correm o risco de perder sua vantagem competitiva em um cenário digital cada vez mais dominante. Também enfatizo que técnicas de observabilidade, segurança e proteção de privacidade de ponta, seguindo a arquitetura componível, são críticas para a preparação responsável e transparente para a IA.

Quais são os passos práticos que as organizações podem tomar hoje para garantir que seus sistemas estejam preparados para as inovações da IA?

O primeiro passo é avaliar a pilha de tecnologia atual e procurar áreas onde a IA possa ser integrada. As organizações devem priorizar soluções de nuvem escaláveis que suportem a automação impulsionada por IA e façam com que seja fácil incorporar novas tecnologias. Em particular, plataformas de baixo código podem ajudar as empresas com recursos limitados a implantar agentes de IA rapidamente sem precisar de profundo conhecimento técnico. As empresas também devem garantir que tenham infraestrutura flexível e baseada em nuvem que possa escalar conforme necessário para suportar aplicações de IA futuras.

Na sua opinião, quais setores têm mais a ganhar com a adoção rápida da IA e a atualização de sistemas legados?

Setores que dependem de tomada de decisão baseada em dados e tarefas repetitivas têm mais a ganhar. Por exemplo, no setor de serviços financeiros, a IA pode automatizar tarefas como suporte ao cliente, detecção de fraude e aprovação de empréstimos, simplificando as operações e melhorando a experiência do cliente. Da mesma forma, departamentos de vendas e serviço ao cliente podem ver um aumento significativo na produtividade ao usar a IA para lidar com consultas rotineiras ou processar leads de forma mais eficiente. Empresas nos setores de saúde, manufatura e varejo também podem se beneficiar significativamente da IA, especialmente porque as ferramentas de IA podem ajudar a otimizar cadeias de suprimentos, prever demanda e automatizar trabalho administrativo. Em vez de realizar essas tarefas repetitivas, especialistas em domínio podem se concentrar em trabalho estratégico, criando um alto retorno sobre o investimento em IA.

Como a plataforma da SnapLogic apoiaspecificamente as empresas na substituição de infraestruturas legadas fragmentadas por soluções impulsionadas por IA?

 A plataforma da SnapLogic empodera as empresas a unificar e automatizar fluxos de trabalho de dados e aplicações, conectando sistemas legados com infraestruturas modernas e prontas para IA. Ao conectar fontes de dados fragmentadas e simplificar a integração em ambientes de nuvem e locais, a SnapLogic acelera a transição para um sistema unificado onde a IA pode oferecer valor imediato.

A interface de baixo código da plataforma, incluindo ferramentas como AgentCreator e SnapGPT, permite que as empresas implantem soluções impulsionadas por IA rapidamente para vários casos de uso, desde a automação de interações de clientes até a melhoria de relatórios financeiros e eficácia de marketing. A tecnologia de IA IRIS da SnapLogic fornece recomendações inteligentes para a construção de pipelines de dados, reduzindo significativamente a complexidade das tarefas de integração e tornando a plataforma acessível a usuários com diferentes níveis de expertise técnica.

A SnapLogic prioriza a governança de dados, conformidade e segurança em iniciativas de IA. Com recursos como criptografia de ponta a ponta, registro abrangente e visualização de ações de agente, as empresas podem expandir seus projetos de IA com confiança. O lançamento recente de um catálogo de integração e ferramentas de linhagem de dados fornece contexto essencial para proteger dados sensíveis contra vazamentos durante a entrada e saída. Além disso, a SnapLogic oferece capacidades de integração para sistemas modernos de forma componível, impulsionando objetivos de negócios enquanto fornece soluções flexíveis para desafios de custo, conformidade e manutenção.

Quais são os desafios únicos que você enfrentou na SnapLogic ao desenvolver produtos que conectam sistemas legados e modernos integrados à IA?

 Um desafio único ao conectar sistemas legados e modernos integrados à IA foi garantir que a plataforma da SnapLogic possa acomodar a rigidez dos sistemas mais antigos enquanto ainda suporta a flexibilidade e escalabilidade necessárias para aplicações de IA. Outro desafio foi criar uma plataforma acessível tanto para usuários técnicos quanto não técnicos, o que requer equilibrar funcionalidades avançadas com facilidade de uso.

Como uma empresa de software como serviço (SAAS) de empresa, a SnapLogic equilibra as necessidades únicas e genéricas de centenas de clientes em diferentes setores, enquanto continua evoluindo a plataforma para adotar novas tecnologias modernas de forma flexível, responsável e compatível com versões anteriores.

Para resolver isso, desenvolvemos conectores pré-construídos que integram dados de forma transparente em plataformas antigas e novas. Com o SnapLogic AgentCreator, também habilitamos as organizações a implantar agentes de IA que automatizam tarefas, tomam decisões em tempo real e se adaptam dentro dos fluxos de trabalho existentes.

Poderia elaborar sobre a “Integração Geradora” da SnapLogic e como ela permite a automação transparente impulsionada por IA em ambientes de empresa?

A Integração Geradora da SnapLogic é um recurso inovador da plataforma que utiliza IA geradora e grandes modelos de linguagem (LLMs) para simplificar e automatizar a criação de pipelines de integração e fluxos de trabalho. Essa abordagem inovadora permite que as empresas conectem sistemas, aplicações e fontes de dados de forma transparente, facilitando a transição para ambientes impulsionados por IA. Ao interpretar prompts de linguagem natural, a Integração Geradora permite que até usuários não técnicos desenvolvam, personalizem e implantem integrações rapidamente. Essa democratização da integração acelera a transformação digital e reduz a dependência de expertise técnica extensa, permitindo que as empresas se concentrem em iniciativas estratégicas e melhorem a eficiência operacional.

Além disso, a SnapLogic oferece uma imensa flexibilidade, permitindo que os clientes usem qualquer modelo de LLM público personalizado para suas necessidades específicas, garantindo que as organizações possam aproveitar as melhores ferramentas disponíveis enquanto mantêm padrões robustos de governança e conformidade.

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