Stephen DeAngelis, Fundador e CEO da Enterra Solutions – Série de Entrevistas

Stephen DeAngelis é fundador e CEO da Enterra Solutions, a primeira empresa a aplicar a Ciência de Decisão Autônoma^TM (ADS^®) para realizar otimização de cadeia de valor, tomada de decisão e pesquisa e desenvolvimento complexos para empresas.

Stephen F. DeAngelis é um especialista internacionalmente reconhecido em inteligência artificial e análise avançada e suas aplicações à competitividade, resiliência e segurança de entidades comerciais e agências governamentais. O Sr. DeAngelis é titular de patentes, pioneiro em tecnologia e empreendedor. Sua carreira está na interseção de relações internacionais, negócios, governo e academia. Ele traz uma perspectiva única e experiência profunda para suas empresas.

Poderia compartilhar a história por trás da criação da Enterra Solutions?

A Enterra tem suas origens como contratante do governo dos EUA. A Enterra desenvolveu e executou modelos de resiliência empresarial (competitividade, risco e desempenho baseados em dados) para agências governamentais dos EUA. Ao realizar esse trabalho, a Enterra desenvolveu sua metodologia de gestão de resiliência empresarial e modelo de maturidade sob acordos de pesquisa e desenvolvimento colaborativos com agências de pesquisa e desenvolvimento financiadas pelo governo federal dos EUA.

Para avançar na tecnologia de competitividade e resiliência, a Enterra começou a trabalhar em inteligência artificial e matemática aplicada no início dos anos 2000. No meio dos anos 2000, a empresa começou a combinar seu trabalho no setor governamental com pesquisas acadêmicas teóricas e experimentais de ponta – esse trabalho continua hoje. A pesquisa acadêmica da Enterra é uma cooperação bidirecional que expõe nossa empresa e funcionários a algumas das técnicas e práticas de inteligência artificial e matemática mais avançadas e sofisticadas, enquanto estabelece uma rede profunda e um conjunto de conexões com alguns dos principais indivíduos e pensadores seminais em ciência cognitiva e aplicações de resiliência.

A Enterra aproveitou os conhecimentos científicos e técnicos de seu trabalho no governo e na academia para reimaginar a análise de big data no setor comercial – o resultado foi a criação da plataforma de Ciência de Decisão Autônoma da Enterra (ADS^®) e do conjunto de aplicações de negócios que expandem a cadeia de valor, criando um Sistema de Inteligência único. O Sistema de Inteligência da Enterra realiza otimização, planejamento e execução autônomos, sentando-se sobre vários sistemas transacionais de registro/engajamento de uma organização, abrangendo Marketing, Vendas, Cadeia de Suprimentos e Estratégia Corporativa, e orquestrando decisões e ações que ajudam a empresa a construir competitividade e resiliência e alcançar seus objetivos comerciais.

Ao combinar a tecnologia proprietária da Enterra com conhecimento e práticas organizacionais, a Enterra antecipa mudanças de mercado de forma sistemática e à velocidade do mercado – transformando empresas em Empresas Inteligentes Autônomas.

A Enterra Solutions oferece ciência de decisão autônoma, o que é isso especificamente e como otimiza as decisões comerciais?

A Ciência de Decisão Autônoma da Enterra (ADS^®) é a plataforma de tecnologia que impulsiona o Sistema de Inteligência da Enterra. A plataforma de tecnologia ADS da Enterra reúne três tecnologias anteriormente isoladas:

1. Raciocínio Semântico e Lógica Simbólica Vetorial baseada em Inteligência Artificial que permite raciocínio, tomada de decisão e aprendizado humanos. Essa capacidade única combina conhecimento comum e conhecimento da indústria com raciocínio de inferência para criar um sistema que pode tomar decisões com raciocínio sutil e humano e, em seguida, aprender com os resultados.
2. Aprendizado de Máquina transparente e explicativo na forma da máquina de aprendizado de representação proprietária (RLM). A base da RLM é a matemática de alta dimensionalidade e análise funcional. A RLM identifica de forma única uma função que descreve a combinação e contribuição de variáveis no conjunto de dados que descrevem os efeitos observáveis por meio de múltiplas camadas de interação com um alto grau de precisão. Isso é classificado como um algoritmo “caixa de vidro”, explicativo que gera uma função, cuja saída é visível, em oposição a algoritmos “caixa preta” que apenas geram padrões, mas não oferecem nenhuma descrição explicativa da dinâmica do conjunto de dados/sistema, nem têm nenhum “entendimento” substancial do que o padrão significa.
3. Otimização baseada em restrições, não linear que incorpora a fórmula derivada da RLM, juntamente com restrições de raciocínio semântico e lógica, para realizar otimização rápida que reflete as considerações complexas e multidimensionais do mundo real para derivar recomendações altamente ações. Essa capacidade quebra a barreira de dimensionalidade associada a modelos lineares.

A combinação única dessas técnicas permitiu que a Enterra fornecesse a seus clientes capacidades significativamente diferenciadas e criasse um abismo altamente defensável no paisagem competitiva – com ambas as grandes plataformas de tecnologia de IA e jogadores de solução pontual.

Aproximadamente um ano atrás, no podcast “Eye on AI“, você discutiu como a inteligência artificial antiquada continua a ser uma ferramenta poderosa. Suas visões mudaram sobre isso, e quais são alguns dos algoritmos de aprendizado de máquina tradicionais que ainda são usados na Enterra Solutions?

A ciência é aditiva por gerações, o que significa que uma geração de capacidade se sobrepõe à inovação da geração anterior para criar novas capacidades. A Enterra continua a inovar e a evoluir criativamente sua tecnologia. Como mencionado acima, a Enterra criou uma plataforma de Ciência de Decisão Autônoma da Enterra (ADS^®) e Inteligência Artificial Gerativa que é um ensemble de capacidades de raciocínio humano e Inteligência Artificial Gerativa. Nós reunimos essas tecnologias anteriormente isoladas sob uma plataforma e, ao fazer isso, fomos capazes de desbloquear capacidades analíticas anteriormente irrealizáveis e mitigar as deficiências de qualquer tecnologia individual.

Como a Enterra Solutions integrou a Inteligência Artificial Gerativa em suas soluções?

Enquanto muitas organizações ainda estão em um período de descoberta e teste com inteligência artificial gerativa, a Enterra Solutions e seus clientes se beneficiaram de suas poderosas capacidades por mais de uma década. O componente de IA da plataforma da Enterra aprenderá as razões ambientais pelas quais as recomendações são bem-sucedidas ou não e persistirá nesse aprendizado em suas ontologias e bases de conhecimento de Inteligência Artificial Gerativa. A Enterra, quando solicitada por um cliente, desenvolverá uma base de conhecimento de Inteligência Artificial Gerativa específica que represente as estratégias, táticas, lógica de negócios e maneiras de trabalhar e vencer do cliente; enquanto fornece lógica e configuração de restrições atualizadas para as funções de otimização dentro dos componentes funcionais do Sistema de Inteligência da Enterra.

Alucinações é um dos principais problemas com a Inteligência Artificial Gerativa, como a Enterra Solutions supera essas limitações?

A Inteligência Artificial Gerativa pode automatizar a maioria dos fluxos de trabalho, mas, por ser não validada, sua credibilidade é questionável. Isso pode ser abordado aproveitando a tecnologia ADS que pode se conectar a grandes modelos de linguagem (LLMs), raciocinar e triangular conhecimento matematicamente para validar sua eficácia. Aproveitando a ADS para entregar explicações confiáveis e ações de insights e recomendações, a confiança pode ser construída.

De 2015 a 2019, você foi membro do Conselho Consultivo do Centro Dalai Lama para Ética e Valores Transformadores no MIT, como isso moldou seus valores sobre negócios e IA?

Bem, se alguém está envolvido com o Centro Dalai Lama, você não pode deixar de pensar sobre liderança e ética como uma coisa só. Quando você dirige um negócio, você aprende muito rapidamente que você toma milhares de decisões por ano. Algumas são pequenas, algumas são comuns ou procedimentais, e algumas são significativas ou decisivas. Eu espero que eu tenha aprendido a tomar decisões com considerações éticas incorporadas em minha lógica – verdadeiramente uma estrela-guia e os parâmetros para tomada de decisão esclarecida. Esse conceito também é refletido na forma como construímos algoritmos e software, e é refletido na forma como executamos nossa organização.

Muitos líderes de negócios e IA, como Geoffrey Hinton, estão preocupados com os problemas potenciais futuros da IA, e especificamente da IA Geral, quais são suas visões sobre isso?

Algumas das preocupações de Geoffrey Hinton são com o uso potencial indevido e a velocidade com que a IA está sendo implantada. Esses são pontos justos, pois muitas empresas estão tentando ajustar a IA às suas práticas comerciais sem primeiro entender quais problemas estão tentando resolver. A IA não resolve todos os problemas e não deve ser considerada como uma solução em branco para todos os desafios comerciais. É fundamental que as empresas comecem com uma declaração de problema liderada por negócios, antes de procurar soluções viáveis. Uma vez que você entende o problema que está tentando resolver, você pode entender o ajuste estratégico e a viabilidade técnica do uso de tecnologias avançadas, como a IA.

Você é um empreendedor serial e lançou com sucesso vários negócios em vários domínios, o que o impulsiona a inovar?

No final do dia, eu sou mais um aprendiz de toda a vida e uma pessoa intelectualmente curiosa do que um administrador. A combinação de aprendizado de toda a vida e curiosidade intelectual, quando combinada com o zelo de um empreendedor para criar novos negócios, impulsiona a inovação e a criação de produtos e serviços para preencher lacunas de mercado identificadas. O desejo de trabalhar com grandes equipes de pessoas e de “competir e vencer” criando valor para os acionistas é o que me impulsiona a inovar.

Qual é sua visão para o futuro da IA?

Através da lente do uso da IA em aplicações B2B de curto prazo – eu acredito que a IA permitirá a tomada de decisão autônoma prática em aplicações comerciais em larga escala no futuro próximo. Essas capacidades serão impulsionadas por Agentes Inteligentes humanos que aumentam a tomada de decisão humana com inteligência artificial ou superinteligência artificial focadas em casos de uso disruptivos e em larga escala. Aplicações como otimização e tomada de decisão de cadeia de valor de ponta a ponta para corporações globais em setores industriais e interrupções na descoberta e formulação de medicamentos, e ensaios clínicos, são transformadoras e tocam a vida da maioria das pessoas em todo o planeta.

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