Dr. Pandurang Kamat, Chief Technology Officer, Persistent Systems – Interviu

Dr. Pandurang Kamat este Chief Technology Officer la Persistent Systems (PERSISTENT.BO ), el fiind responsabil pentru cercetarea tehnologică avansată, axată pe deblocarea valorii comerciale prin inovare la scară. El este un lider tehnologic experimentat care ajută clienții să îmbunătățească experiența utilizatorului, să optimizeze procesele de afaceri și să creeze produse digitale noi. Viziunea sa pentru Persistent este de a fi o putere de inovare care să ancoreze un ecosistem de inovare global și divers, alcătuit din instituții academice și startup-uri.

Pandurang s-a alăturat Persistent în 2012. Înainte de a se alătura Persistent, el a fost director de analize pentru afacerile de căutare și conținut ale Ask.com, unde a condus o echipă globală pentru a gestiona platforma de analize a Ask. Înainte de aceasta, el a contribuit la dezvoltarea de comunicații securizate și produse media digitale la Bell Labs și HP Labs și la o platformă de cercetare wireless premiată la Universitatea Rutgers.

Persistent Systems este un partener de încredere de inginerie digitală și modernizare a întreprinderilor pentru liderii globali de piață din diverse industrii.

Ce v-a atras inițial către știința calculatoarelor și ingineria calculatoarelor?

Interesul meu pentru știința calculatoarelor și ingineria calculatoarelor a fost trezit în timpul unui curs de vară la școală. Învățarea constructelor de programare și crearea de jocuri pe calculator m-a introdus în logica structurată care susține aceste domenii. Am fost capturat de capacitatea de a descompune probleme complexe și de a le rezolva sistematic. Ceea ce m-a atras cu adevărat a fost imensa putere pe care o oferă programele bine proiectate. Ele pot automatiza sarcini, optimiza procese și împuternici indivizi sau echipe mici să realizeze fapte remarcabile. Această combinație de creativitate, rezolvare de probleme și potențial transformator continuă să mă inspire. De la aceste experiențe inițiale până la călătoria mea în continuă evoluție, rămân pasionat de posibilitățile nelimitate pe care le oferă tehnologia. Știința calculatoarelor și ingineria nu numai că modelează viitorul, dar oferă și căi pentru inovare și progres care mă împing înainte.

Cum a transformat apariția inteligenței artificiale generative modul în care funcționează echipa dvs.?

Apariția inteligenței artificiale generative (GenAI) a transformat modul în care funcționează echipa noastră la Persistent, în special în dezvoltarea de software pentru întreprinderi. Această perturbare în industria IT nu numai că prezintă provocări, dar oferă și oportunități semnificative de a reimagina operațiunile de afaceri în ansamblu.

Ca o întreprindere de inginerie digitală bazată pe AI, Persistent a adoptat GenAI pentru a revoluționa diverse aspecte ale ciclului de viață al ingineriei software. În ultimul an, am dezvoltat unelte și suite care redefinesc procese precum generarea de cod, generarea de cazuri de testare și migrarea de rapoarte. În proiectele de modernizare a sistemelor legacy, abordarea noastră a evoluat semnificativ. Acum, utilizăm unelte pentru a simplifica procesele de preluare a codului, a reduce riscurile proiectelor și a accelera integrarea noilor membri ai echipei, oferindu-le o înțelegere mai profundă a bazelor de cod complexe. Mai mult, colaborarea noastră cu domenii industriale ne permite să oferim soluții personalizate, utilizând datele întreprinderii. Prin dezvoltarea de asistenți digitali capabili să înțeleagă limbajul de afaceri și să ofere referințe relevante, îmbunătățim eficiența operațională și luarea deciziilor în cadrul întreprinderilor. Acești asistenți respectă principiile de AI responsabilă, asigurând transparență, răspundere, securitate și confidențialitate, în timp ce își îmbunătățesc continuu acuratețea și performanța prin evaluarea automată a rezultatelor modelului.

Care sunt unele dintre provocările modernizării complete a sistemelor legacy utilizând inteligența artificială generativă?

GenAI este un instrument puternic, dar nu este o soluție magică pentru modernizarea completă a sistemelor legacy. Organizațiile din diverse industrii trebuie să adopte o abordare combinată, utilizând atât expertiza umană, cât și capacitățile AI. În timp ce GenAI oferă un potențial substanțial pentru modernizare, are și limitări. Printre provocări se numără:

• Lipsa de înțelegere a sistemelor legacy: Modelele GenAI necesită o înțelegere profundă a sistemelor existente pentru a funcționa eficient. Sistemele legacy adesea lipsesc documentația cuprinzătoare, împiedicând capacitatea AI de a înțelege eficient interdependențele.
• Calitatea și reprezentativitatea datelor: Calitatea și reprezentativitatea datelor utilizate pentru antrenarea modelului AI au un impact semnificativ asupra rezultatului. Limitările datelor de antrenare pot fi reflectate în codul generat, introducând potențial noi probleme.
• Asigurarea calității și securității: Deși GenAI poate automatiza generarea de cod, rezultatul necesită testare și verificare riguroasă pentru a îndeplini standardele de calitate, funcționalitate și securitate.
• Limitarea sferei de modernizare: GenAI poate fi inadecvat pentru modernizarea completă a sistemelor. Poate excela în sarcini specifice, cum ar fi refactorizarea codului sau generarea de cazuri de testare, dar schimbările arhitecturale complexe necesită încă intervenție manuală.
• Managementul schimbării și alinierea părților interesate: Managementul schimbării organizaționale și obținerea acordului părților interesate sunt factori critici în determinarea succesului modernizării sistemelor legacy cu GenAI. Comunicarea clară, programele de formare și inițiativele de implicare a părților interesate pot ajuta la abordarea rezistenței la schimbare și la facilitarea tranzițiilor fluente.

Una dintre provocările inteligenței artificiale generative este consistența, cum ajută Persistent Systems la crearea unei experiențe de utilizator consistentă?

Consistența este un element al oferirii unei experiențe de utilizator de nivel întreprindere, sigure și bazate pe GenAI. Ne uităm la procesul în ansamblu.

Oferta noastră cuprinde suport de la cap la coadă în toate etapele adoptării GenAI. Ghidarea noastră strategică și analiza atentă a cazurilor de utilizare ajută organizațiile să selecteze cele mai potrivite modele de bază (FMs) adaptate nevoilor lor specifice. Prin examinarea detaliată și consultanță, asistăm clienții în definirea unor cazuri de utilizare clare și în selectarea informată a FMs.

Apoi, ne concentrăm pe abordări multiple, cum ar fi promptarea cu puține exemple sau chiar ajustarea fină, pentru a asigura că modelele utilizate în aplicații sunt adaptate la cazul de utilizare și la datele întreprinderii.

Soluțiile noastre nu numai că utilizează tehnici standard RAG, dar merg și mai departe, prin strategii de promptare multiplă și fragmentare a datelor, pentru a asigura că datele cele mai relevante sunt recuperate și oferite modelului FM în timpul inferenței. Mai mult, îmbunătățim acuratețea și relevanța acestui context, utilizând grafuri de cunoaștere avansate pentru a captura relațiile ascunse din cadrul datelor întreprinderii.

De asemenea, utilizăm tehnici de ancorare multiple și de limitare pentru a restricționa și a focaliza domeniul de inferență.

În final, supunem aplicația unui cadru de evaluare riguros și automatizat, care asigură consistența inferenței și a experienței, de la o lansare la alta.

Puteți oferi exemple din lumea reală în care soluțiile bazate pe GenAI au revoluționat cu succes interacțiunile cu clienții?

Persistent a transformat interacțiunile cu clienții pentru un important furnizor de soluții software prin soluții bazate pe GenAI. În fața provocărilor de scalabilitate în perioadele de vârf operațional, compania a implementat un Repository Central de Cunoaștere și un robot de asistență conversațională. Acesta a simplificat accesul la informații, ducând la o reducere cu 80% a timpului de rezolvare a întrebărilor clienților. Calitatea răspunsurilor s-a îmbunătățit semnificativ, rezultând o satisfacție mai mare a clienților.

De asemenea, am asistat o firmă de capital privat prin utilizarea GenAI pentru a automatiza crearea de rapoarte de investiții detaliate. Cu sistemul bazat pe GenAI, timpul necesar pentru generarea rapoortelor a fost redus cu 90%. Acestă abordare eficientă a revoluționat operațiunile firmei, facilitând luarea rapidă și eficientă a deciziilor. Eficiența nu numai că a economisit timp valoros, dar a și promovat o colaborare sporită între părțile interesate și a asigurat un caracter personalizat în fiecare notă, îmbunătățind eficacitatea generală.

Cum abordați inovarea responsabilă a GenAI?

Abordarea noastră pentru inovarea responsabilă a GenAI prioritizează practicile etice și conformitatea cu reglementările de-a lungul proceselor de dezvoltare și implementare. Ne concentrăm pe transparență, răspundere și echitate în procesele de luare a deciziilor bazate pe AI.

Stabilim linii directoare etice robuste care guvernează dezvoltarea, implementarea și utilizarea sistemelor GenAI. În căutarea noastră pentru inovarea responsabilă a GenAI, testăm și validăm riguros sistemele noastre pentru a mitigă riscurile potențiale, cum ar fi prejudecățile, informațiile false și problemele de confidențialitate.

Mai mult, prioritarizăm transparența și răspunderea în procesele de luare a deciziilor bazate pe AI, oferind utilizatorilor o înțelegere clară a operațiunilor sistemului. În cele din urmă, abordarea noastră vizează dezvoltarea și implementarea sistemelor GenAI care să stimuleze inovarea și eficiența, contribuind în mod pozitiv la societate.

Care este viziunea dvs. pentru viitorul inteligenței artificiale?

Viziunea mea pentru viitorul inteligenței artificiale este multifacetată. În primul rând, în ingineria digitală, văd AI nu numai ca asistent de codare, ci și ca partener de colaborare, similar cu un “programator pereche”. Acesta implică AI-ul care asistă în sarcinile de codare și participă activ la rezolvarea problemelor, cartografiind sarcini complexe și executând sub-sarcini.

În al doilea rând, prevăd o eră a agenților personalizați AI și a asistenților care oferă experiențe personalizate individului – o abordare de “personalizare a 1”. Acești agenți vor înțelege preferințele, comportamentele și nevoile unice ale utilizatorilor, oferind suport și servicii extrem de personalizate.

În cele din urmă, cred în evoluția sistemelor compuse de inteligență artificială, unde diverse modele de AI coexistă pentru a aborda nevoi diferite. Nu va exista un singur model “unu pentru toți”, ci mai degrabă o combinație de modele mari și mici, generale și specializate, care lucrează împreună în servicii de AI. Acestă abordare permite o flexibilitate, eficiență și eficacitate mai mare în rezolvarea unei game largi de probleme din diverse domenii.

Mulțumim pentru acest interviu excelent, cititorii care doresc să afle mai multe pot vizita Persistent Systems.