Sameet Gupte, CEO e Co-Fundador da EvoluteIQ – Série de Entrevistas

Sameet Gupte, CEO e Co-Fundador da EvoluteIQ, é um executivo baseado em Londres com ampla experiência em construir e expandir negócios de tecnologia global. Antes de fundar a EvoluteIQ, ele atuou como CEO do Grupo da Servion, uma empresa do portfólio da Cisco, juntamente com suas empresas afiliadas Innoveo AG e Acqueon Inc., onde ajudou a impulsionar a transformação e o crescimento empresarial. No início de sua carreira, ele foi Vice-Presidente Executivo e Gerente de Serviços Financeiros Globais e Europa da Virtusa, onde liderou uma expansão orgânica significativa, desenvolveu soluções focadas na indústria e desempenhou um papel fundamental em aquisições estratégicas em toda a Europa, incluindo na Alemanha e na Suécia, bem como na aquisição da Polaris. Ele também liderou anteriormente o negócio de mercados de capital da Genpact na Europa, onde foi responsável por acelerar o crescimento regional e fortalecer sua posição nos serviços financeiros.

EvoluteIQ é uma empresa de automação de empresas nativa em IA, focada em transformar a forma como as empresas operam por meio de sua plataforma EIQ de bandeira. Projetada para automatizar processos de ponta a ponta, e não apenas tarefas isoladas, a plataforma combina inteligência artificial, ferramentas de baixo código e orquestração de processos para permitir que os sistemas se adaptem, tomem decisões e melhorem continuamente com o tempo. Ao integrar dados, fluxos de trabalho e IA em uma arquitetura unificada, a EvoluteIQ ajuda as organizações a simplificar as operações, reduzir a complexidade e construir sistemas resilientes e auto-otimizados em setores como finanças, saúde e telecomunicações.

Antes de fundar a EvoluteIQ em 2019, você ocupou cargos de liderança sênior na Servion, Virtusa e Genpact, onde trabalhou extensivamente na transformação empresarial e na implantação de tecnologia em larga escala. Quais experiências durante esse período o levaram a concluir que a próxima geração de plataformas de automação precisava ser construída como sistemas nativos em IA, e não como extensões de ferramentas de fluxo de trabalho tradicionais ou RPA?

Em todo o setor, as organizações bem-sucedidas se distinguem por sua capacidade de entregar resultados de classe mundial de forma consistente. Um fator comum entre elas é um processo robusto. Ao conceituar a EvoluteIQ, nosso objetivo foi desenvolver uma tecnologia que apoiasse esse processo. Nosso foco estava em resolver o problema, e não apenas componentes individuais dele. Antes de 2019, as ferramentas e tecnologias disponíveis resolviam principalmente aspectos específicos do processo, como extração de dados, gerenciamento de tarefas e fluxo de trabalho. Cada uma dessas tecnologias abordava um problema particular dentro do processo, mas carecia de uma solução abrangente para o processo de ponta a ponta. Isso identificou uma oportunidade significativa para criar uma tecnologia que seja autônoma, capaz de autoaprendizado e adaptação para otimizar o processo. Assim, nasceu o conceito de EIQ: uma plataforma nativa em IA projetada para ser autônoma, resolver o problema e não apenas componentes, e maximizar a automação. Ela seria de baixo código/nenhum código, equipada com as capacidades necessárias para qualquer processo, incluindo dados em streaming, eventos e orquestração com IA como o framework central.

Muitas plataformas de automação hoje estão adicionando capacidades de IA gerativa ao seu infraestrutura legado. A EvoluteIQ foi projetada desde o início com inteligência e autonomia em seu núcleo. Quais escolhas arquiteturais você fez no início que permitem que sua plataforma suporte a automação agente de forma que os sistemas mais antigos não podem?

A plataforma foi projetada desde o início para permitir a automação de ponta a ponta de processos, independentemente do tipo de automação necessário (robótica, fluxo de trabalho, dados, eventos, etc.). Isso foi feito com a expectativa de que, com o tempo, novas técnicas de automação serão inventadas e as existentes podem se tornar obsoletas. Portanto, a arquitetura baseada em microsserviços permitiu o desenvolvimento e a inclusão de IA gerativa e automação agente. Da mesma forma, essa arquitetura permitirá a inclusão de Modelos de Ação em Grande Escala e Tomada de Decisão Quântica em breve.

A EvoluteIQ é construída em torno do que você chama de Arquitetura de Malha Agente, ou {aMa}, que permite que redes de agentes inteligentes colaborem em processos empresariais. Como essa abordagem difere dos frameworks de automação tradicionais, e por que você acredita que a colaboração agente-agente se tornará uma camada fundamental no software empresarial?

A {aMa} é a arquitetura proprietária que é um dos principais diferenciais da plataforma EvoluteIQ. A colaboração agente-agente permite que vários agentes (tanto EIQ quanto de terceiros) se autoorganizem à medida que trabalham em direção ao cumprimento de um resultado de negócios específico. Isso permitirá que os clientes reavaliem sua percepção e uso da automação. Eles não precisarão mais definir as etapas necessárias para executar um processo de ponta a ponta; em vez disso, simplesmente precisarão articular o resultado de negócios desejado e permitir que os agentes determinem como isso deve ser alcançado. Essa capacidade de autoorganização e autogoverno permitirá que os clientes criem modelos operacionais de negócios ágeis e resilientes que se adaptam automaticamente à inovação e à interrupção sem a necessidade de intervenção humana cara e arriscada.

Sua plataforma se concentra na automação de ponta a ponta de processos de negócios complexos, e não apenas na automação de tarefas individuais. Como um modelo agente muda a forma como as organizações pensam sobre orquestração de processos, tomada de decisão e autonomia operacional?

Cobrimos parcialmente isso acima, mas eu adicionaria que a plataforma EIQ permite que os clientes criem uma camada de abstração acima de sua infraestrutura existente. Consequentemente, todos os elementos da infraestrutura podem ser considerados componentes de um processo EIQ. Em conjunto com a Arquitetura de Malha Agente {aMa}, as equipes de TI podem agora criar ‘TI componível’, permitindo que os negócios desenvolvam aplicativos e processos sob demanda a partir de componentes pré-definidos, testados e aprovados. Isso introduz um maior nível de autonomia operacional para os usuários de negócios, permitindo que eles criem, usem e aposentem serviços de TI conforme necessário, removendo a dependência tradicional de TI.

A EvoluteIQ usa um modelo de preços baseado em resultados, em vez de cobrar por robô ou por usuário. O que motivou essa decisão, e como isso muda a forma como os líderes empresariais avaliam o retorno sobre o investimento das iniciativas de automação?

A decisão de estruturar o preço baseado em resultados foi tomada para alinhar com os critérios de sucesso do negócio ou do caso de uso, garantir a previsibilidade dos custos, a transparência e compartilhar o risco de sucesso ou falha com o cliente. A mudança mais significativa para as empresas em um modelo baseado em resultados é que, ao contrário do modelo tradicional, onde o retorno sobre o investimento (ROI) é debatido após o fato, neste caso, ele é contratado antecipadamente, medido continuamente e pago contra a entrega.

Um dos maiores desafios na automação empresarial é integrar dados estruturados, informações não estruturadas e sinais operacionais em tempo real em vários sistemas. Como a EvoluteIQ aborda esses desafios de integração, mantendo a governança e a confiabilidade?

A plataforma EIQ gerencia dados estruturados, dados não estruturados e eventos em tempo real por meio de motores separados. Cada motor compreende um conjunto de microsserviços que podem ser escalados vertical e horizontalmente e replicados para fornecer resiliência. Essa arquitetura permite que a plataforma seja construída e escalada para atender aos requisitos de desempenho, capacidade e resiliência de cada cliente.

À medida que as empresas começam a implantar agentes de IA autônomos que podem tomar decisões e acionar ações, as preocupações com a supervisão e a responsabilidade se tornam mais importantes. Quais estruturas de governança ou salvaguardas você acredita que são necessárias para sistemas agente operando em escala?

A plataforma inclui recursos padrão, como auditoria de etapas do processo, registro do valor das variáveis do processo e governança de IA gerativa e agentes. Esses recursos permitem a governança em tempo real do comportamento agente e a análise histórica e relatórios de seu trabalho e decisões. Além desses recursos, a plataforma EIQ fornece uma capacidade única que garante que os agentes se comportem como esperado. Ao se conectar a cada fonte de dados e sistema de registro dentro de um cliente, os agentes entendem o contexto de negócios em que estão operando. Consequentemente, suas respostas são criadas dentro desse quadro abrangente, garantindo a precisão e a confiabilidade de suas ações.

A EvoluteIQ relatou ter alcançado a lucratividade dentro de seu segundo ano de operação, o que é incomum para muitas startups de IA. Quais decisões estratégicas permitiram que você equilibrasse a inovação e o desenvolvimento de produtos rápidos com a sustentabilidade financeira?

A EvoluteIQ tem sido EBITDA positiva desde seu segundo ano de operação. Isso foi alcançado sendo prudente com os custos sem comprometer a inovação. A empresa se concentra na adoção do cliente e no deleite, refletido em uma taxa de retenção líquida de 120% consistentemente rastreada. Ela evita investir excessivamente em marketing e vendas, construindo parcerias sólidas com Integradores de Sistema Globais, empresas de BPO de nível 1 e empresas de consultoria de gestão de ponta para impulsionar o movimento Go-To-Market (GTM). A empresa demonstra valor para os prospects por meio de Provas de Valor (POV) pagas, em vez de Provas de Conceito (POC) gratuitas. Cada decisão de crescimento foi deliberada e focada. Permitir que os parceiros e tornar os clientes auto-suficientes na plataforma EIQ também resultou em uma organização de suporte e implementação enxuta, garantindo uma relação saudável entre funcionários e receita, alinhada com as métricas de melhor classe.

O cenário de automação empresarial está evoluindo rapidamente, com fornecedores de RPA tradicionais, plataformas de IA gerativa e empresas de automação agente competindo por atenção. Como você vê a dinâmica competitiva desse mercado evoluindo nos próximos anos?

Na automação empresarial, estamos testemunhando uma convergência fundamental, e não apenas uma competição aumentada. O RPA tradicional está sendo relegado a uma camada de execução, a IA gerativa está se tornando rapidamente ubíqua e a automação agente está surgindo como o paradigma de controle. No entanto, nenhum desses desenvolvimentos em isolamento definirá o mercado. O verdadeiro campo de batalha está se deslocando em direção a plataformas de orquestração de IA nativa que possam gerenciar processos de ponta a ponta e entregar resultados de negócios mensuráveis. Nos próximos anos, os vencedores não serão aqueles com os modelos mais avançados ou o maior número de robôs, mas aqueles que puderem combinar fluxos de trabalho de agente, dados e decisões em um sistema unificado que seja governado, auditável e continuamente melhorado. Os compradores empresariais já estão se afastando de ferramentas e licenças em direção a resultados e responsabilidade. Portanto, a pergunta definidora para qualquer plataforma será se ela pode assumir a propriedade do resultado, e não apenas de uma parte do processo.

Olhando para o futuro, quais marcos sinalizarão que as empresas estão migrando de fluxos de trabalho assistidos por IA para operações verdadeiramente autônomas, e o que você espera que a EvoluteIQ desempenhe nessa transição?

A transição de fluxos de trabalho assistidos por IA para operações verdadeiramente autônomas não é sobre ganhos de eficiência menores, mas uma redefinição fundamental de como o trabalho é realizado. O marco inicial é o loop humano: agentes de IA tomam a maioria das decisões com a intervenção humana reservada para exceções. Posteriormente, processos de loop fechado permitirão detecção em tempo real, tomada de decisão, ação e autocorreção sem intervenção manual. As empresas então adotarão modelos baseados em resultados, onde o sucesso é medido por resultados de negócios, e não por atividade. Finalmente, a verdadeira autonomia será alcançada quando arquiteturas agente compostas orquestrarem funções como finanças, operações e serviço ao cliente sem serem limitadas por sistemas legados.

A EvoluteIQ está à frente dessa transição. Construída como uma plataforma de IA nativa unificada que abrange fluxo de trabalho, dados, eventos e decisões, ela não apenas assiste os humanos, mas também executa processos de ponta a ponta, monitora cada ação, mede continuamente os resultados e se auto-otimiza. A EvoluteIQ permite a IA dentro dos processos e fornece a infraestrutura para que as empresas operem de forma autônoma em escala com total responsabilidade. É assim que as organizações migram da automação para a autonomia e por que a EvoluteIQ está única e bem posicionada para liderar essa jornada.

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