Dr. Devavrat Shah, Co-Fondator & CEO al Ikigai Labs – Seria de Interviu

Dr. Devavrat Shah este co-fondator și CEO al Ikigai Labs și el este un profesor și director al Centrului de Statistică și Știință a Datelor la MIT. El a co-fondat Celect, o platformă de analitică predictivă pentru retaileri, pe care a vândut-o către Nike. Devavrat deține o diplomă de licență și un doctorat în știința calculatoarelor de la Institutul Indian de Tehnologie și Universitatea Stanford, respectiv.

Ikigai Labs oferă o platformă bazată pe inteligență artificială, proiectată pentru a transforma datele tabulare și de serie temporală ale întreprinderilor în informații predictive și acționabile. Utilizând Modele Grafice Mari brevetate, platforma permite utilizatorilor de afaceri și dezvoltatorilor din diverse industrii să-și îmbunătățească procesele de planificare și decizie.

Puteți împărtăși povestea din spatele fondării Ikigai Labs? Ce v-a inspirat să faceți trecerea de la academia la antreprenoriat?

De fapt, am fost între lumea academică și cea a afacerilor pentru câțiva ani acum. Am co-fondat Ikigai Labs cu fostul meu student de la MIT, Vinayak Ramesh. Anterior, am co-fondat o companie numită Celect, care a ajutat retailerii să optimizeze deciziile de stocare prin prognozarea cererii bazată pe inteligență artificială. Celect a fost achiziționată de Nike în 2019.

Ce sunt exact Modelele Grafice Mari (MGM), și cum se diferențiază de Modelele Lingvistice Mari (MLM) mai bine cunoscute?

MGM sau Modelele Grafice Mari sunt o viziune probabilistică asupra datelor. Ele sunt în contrast puternic cu “Modelul de bază” – AI, cum ar fi MLM.

Modelele de bază presupun că pot “învăța” toate “modelele” relevante dintr-un corpus foarte mare de date. Și, prin urmare, atunci când li se prezintă un nou fragment de date, acestea pot fi extrapolate pe baza părții relevante din corpusul de date. MLM au fost foarte eficiente pentru datele nestructurate (text, imagine).

MGM, în schimb, identifică “modelele funcționale” adecvate dintr-un “univers” mare de astfel de modele, date fiind fragmentul de date. MGM sunt proiectate astfel încât să aibă toate “modelele funcționale” relevante disponibile pentru datele structurate (tabulare, de serie temporală).

MGM pot învăța și oferi predicții precise utilizând cantități foarte limitate de date. De exemplu, ele pot fi utilizate pentru a efectua previziuni foarte precise ale tendințelor critice și dinamice sau ale rezultatelor afacerilor.

Puteți explica cum MGM sunt special concepute pentru analiza datelor structurate, tabulare, și care sunt avantajele pe care le oferă față de alte modele AI în acest domeniu?

MGM sunt proiectate special pentru modelarea datelor structurate (adică date tabulare, de serie temporală). Ca urmare, ele oferă o acuratețe mai bună și previziuni mai fiabile.

În plus, MGM necesită mai puține date decât MLM și, prin urmare, au cerințe mai mici de calcul și stocare, ceea ce reduce costurile. Acest lucru înseamnă, de asemenea, că organizațiile pot obține informații precise din MGM chiar și cu date de antrenament limitate.

MGM oferă, de asemenea, o mai bună protecție a datelor și securitate. Ele se antrenează doar pe datele proprii ale unei întreprinderi – cu completarea din surse externe selectate (cum ar fi datele meteo și datele din rețelele sociale) atunci când este necesar. Nu există niciodată riscul ca datele sensibile să fie împărtășite cu un model public.

În ce tipuri de scenarii de afaceri MGM oferă cea mai mare valoare? Puteți oferi exemple de modul în care acestea au fost utilizate pentru a îmbunătăți previziunile, planificarea sau luarea deciziilor?

MGM oferă valoare în orice scenariu în care o organizație trebuie să prevadă un rezultat al afacerii sau să anticipeze tendințe pentru a-și ghida strategia. Cu alte cuvinte, ele ajută într-o gamă largă de cazuri de utilizare.

Imaginați-vă o afacere care vinde costume și articole de Halloween și care caută informații pentru a lua decizii mai bune de merchandising. Având în vedere sezonality, această companie se află pe o linie subțire: pe de o parte, compania trebuie să evite suprastocarea și să se încheie cu stocuri nevalorificate la sfârșitul fiecărui sezon (ceea ce înseamnă bunuri nevândute și capital fix nefolosit). Pe de altă parte, aceasta nu dorește să rămână fără stocuri devreme (ceea ce înseamnă că a ratat vânzări).

Utilizând MGM, afacerea poate găsi un echilibru perfect și poate ghida eforturile sale de merchandising. MGM pot răspunde la întrebări precum:

• Ce costume ar trebui să stochez în acest sezon? Câte ar trebui să stochez din fiecare SKU în total?
• Cum se va vinde un anumit SKU într-o locație specifică?
• Cum se va vinde acest accesoriu împreună cu acest costum?
• Cum putem evita să canibalizăm vânzările în orașele în care avem mai multe magazine?
• Cum se vor desfășura noile costume?

Cum ajută MGM în scenariile în care datele sunt rare, inconsistente sau în schimbare rapidă?

MGM utilizează reconcilierea datelor bazată pe inteligență artificială pentru a oferi informații precise chiar și atunci când analizează seturi de date mici sau zgomotoase. Reconcilierea datelor asigură că datele sunt consistente, precise și complete. Acest proces implică compararea și validarea seturilor de date pentru a identifica discrepanțele, erorile sau incoerențele. Prin combinarea structurii spațiale și temporale a datelor, MGM permit previziuni bune cu date minimale și defectuoase. Previziunile vin împreună cu cuantificarea incertitudinii și interpretarea.

Cum se aliniază misiunea Ikigai de a democratiza inteligența artificială cu dezvoltarea MGM? Cum vedeți MGM modelând viitorul inteligenței artificiale în afaceri?

Inteligența artificială schimbă modul în care lucrăm, și întreprinderile trebuie să fie pregătite să împuternicească lucrătorii de toate tipurile. Platforma Ikigai oferă o experiență simplă, low-code/no-code pentru utilizatorii de afaceri, precum și o experiență completă de constructor de inteligență artificială și API pentru oamenii de știință și dezvoltatorii de date. În plus, oferim educație gratuită la Academia Ikigai, astfel încât oricine poate învăța fundamentul inteligenței artificiale, precum și să se pregătească și să obțină certificarea pe platforma Ikigai.

MGM vor avea un impact enorm mai larg asupra afacerilor care doresc să utilizeze inteligența artificială. Întreprinderile vor să utilizeze inteligența artificială generativă pentru cazuri de utilizare care necesită modelare predictivă și statistică numerică, cum ar fi prognozarea probabilistică și planificarea scenariilor. Dar LLM nu au fost create pentru aceste cazuri de utilizare, și multe organizații cred că LLM sunt singura formă de inteligență artificială generativă. Prin urmare, încearcă să utilizeze Modelele Lingvistice Mari pentru scopuri de prognoză și planificare, și acestea nu livrează. Ei renunță și presupun că inteligența artificială generativă nu este capabilă să susțină aceste aplicații. Când descoperă MGM, vor realiza că, într-adevăr, pot utiliza inteligența artificială generativă pentru a conduce o previziune și o planificare mai bună și pentru a-i ajuta să ia decizii de afaceri mai bune.

Platforma Ikigai integrează MGM cu o abordare centrată pe om prin funcția dvs. expert-in-bucle. Puteți explica cum această combinație îmbunătățește acuratețea și adoptarea modelelor de inteligență artificială în întreprinderi?

Inteligența artificială are nevoie de garduri de protecție, deoarece organizațiile sunt în mod natural suspicioase că tehnologia va funcționa cu acuratețe și eficiență. Una dintre aceste garduri de protecție este supravegherea umană, care poate ajuta la îmbunătățirea expertizei de domeniu critic și la asigurarea faptului că modelele de inteligență artificială livrează previziuni și predicții care sunt relevante și utile pentru afacerile lor. Când organizațiile pot plasa un expert uman într-un rol de monitorizare a inteligenței artificiale, acestea pot avea încredere în aceasta și pot verifica acuratețea sa. Acest lucru depășește o barieră majoră pentru adoptare.

Care sunt inovațiile tehnologice cheie din platforma Ikigai care o fac să iasă în evidență față de alte soluții de inteligență artificială disponibile pe piață?

Tehnologia noastră de bază MGM este cel mai mare diferențiator. Ikigai este un pionier în acest spațiu, fără egal. Co-fondatorul meu și eu am inventat MGM în timpul activității noastre academice la MIT. Suntem inovatorii în modelele grafice mari și utilizarea inteligenței artificiale generative pe date structurate.

Care este impactul pe care îl prevedeți că îl vor avea MGM asupra industriilor care se bazează puternic pe previziuni și planificări precise, cum ar fi retail, managementul lanțului de aprovizionare și finanțe?

MGM vor fi complet transformatoare, deoarece sunt proiectate special pentru a fi utilizate pe date tabulare și de serie temporală, care sunt esența oricărei companii. Practic, fiecare organizație din fiecare industrie depinde puternic de analiza datelor structurate pentru prognozarea cererii și planificarea afacerilor pentru a lua decizii solide pe termen scurt și lung – indiferent dacă aceste decizii sunt legate de merchandising, angajări, investiții, dezvoltare de produse sau alte categorii. MGM oferă cea mai apropiată posibilă “bilă de cristal” pentru luarea celor mai bune decizii.

Privind înainte, care sunt următorii pași pentru Ikigai Labs în dezvoltarea capacităților MGM? Există caracteristici sau dezvoltări noi în pipeline pe care sunteți deosebit de entuziasmat?

Modelul nostru actual aiPlan susține analiza “ce se întâmplă” și a scenariilor. În perspectivă, ne propunem să dezvoltăm în continuare și să permitem învățarea completă cu întărire pentru echipele de operațiuni. Acest lucru va permite unei echipe de operațiuni să efectueze planificarea condusă de inteligență artificială atât pe termen scurt, cât și pe termen lung.

Mulțumim pentru acest interviu minunat; cititorii care doresc să afle mai multe ar trebui să viziteze Ikigai Labs.