Jito Chadha, Fondator și CEO al Nventr – Seria de Interviuri

Jito Chadha, Fondator și CEO al Nventr, este un expert în tehnologie și investiții, cu o carieră care acoperă inteligența artificială, știința datelor, capitalul de risc și dezvoltarea afacerilor. De la fondarea Nventr în 2019, el a condus dezvoltarea tehnologiilor de inteligență artificială pentru întreprinderi, fiind în același timp și CEO al companiei de analize predictive Rule14. Chadha face parte din HandsOn Global Management din 2007 și a devenit partener în 2013, contribuind la identificarea, structurarea și crearea de valoare a numeroase tranzacții, conducând investiții în capital de risc, știința datelor și resurse naturale.

Nventr este o companie de inteligență artificială pentru întreprinderi, cu sediul în Los Angeles, care dezvoltă tehnologii pentru construirea, implementarea și gestionarea aplicațiilor inteligente și a fluxurilor de lucru automate. Platforma sa reunește agenți de inteligență artificială, modele de învățare automată, rețele neuronale, gestionarea datelor, prelucrarea documentelor inteligente, vizualizarea și instrumentele de dezvoltare. Produsele sale includ Agent IO, un sistem de operare pentru orchestrarea agenților autonomi în funcțiile de business, și nQube, un constructor de fluxuri de lucru care susține dezvoltarea cu cod redus, fără cod și cu cod complet, precum și implementarea în medii cloud, on-premise și edge.

Înainte de a conduce Nventr și Rule14, ați petrecut ani identificând investiții, creând valoare în companiile din portofoliu și lucrând cu inițiative de știință a datelor în cadrul unor organizații complexe. Cum v-a influențat această experiență decizia de a construi o platformă de inteligență artificială pentru întreprinderi, axată pe fluxuri de lucru, în loc de instrumente individuale?

Lucrul în cadrul companiilor din portofoliu a scos în evidență același model în diferite afaceri. Fiecare organizație avea informații care treceau prin mai multe persoane, sisteme și aprobări înainte de a putea finaliza un proces.

Această experiență a modelat Nventr în jurul fluxurilor de lucru, în loc de instrumente individuale. Îmbunătățirea unei singure sarcini are o valoare limitată dacă rezultatul nu poate fi transferat eficient în restul organizației. Ne-am concentrat pe structurarea întregului proces și pe rularea lui la scară.

Nventr combină acțiuni agenților, modele de învățare automată și rețele neuronale în cadrul fluxurilor de lucru pentru întreprinderi. Care au fost limitările pe care le-ați observat în platformele convenționale de automatizare care v-au determinat să dezvoltați această arhitectură mai amplă? 

Din punct de vedere istoric, companiile au operat prin colecții de aplicații SaaS găzduite în cloud și local, care puteau fi ineficiente, rigide și scumpe. Sistemul de fluxuri de lucru, modelele, agenții și datele companiei erau de obicei tratate ca straturi separate, ceea ce făcea automatizarea mai largă mai dificilă.

Am dezvoltat o arhitectură în care aceste componente pot funcționa împreună și pot fi scalează independent, pe măsură ce cererea se schimbă. Procesul nu trebuie să fie forțat într-o singură aplicație sau un anumit mediu de calcul.

În experiența dvs., care sunt lucrările de bază care implică date, permisiuni, procese și integrarea sistemelor care trebuie să aibă loc înainte ca o implementare de inteligență artificială să poată oferi rezultate semnificative? 

O companie trebuie mai întâi să definească procesul, să identifice ce informații are nevoie agentul și să determine unde se află aceste informații. Acest lucru poate implica baze de date, depozite de fișiere, PDF-uri, articole, sisteme de e-mail sau alte surse de date ale companiei care trebuie puse la dispoziția agentului într-o formă utilizabilă.

Compania trebuie apoi să definească ce se întâmplă după ce agentul primește aceste informații. O conversație poate produce un răspuns, un rezumat, o coadă de urmărire sau un alt flux de lucru agențial. Uneltele aprobate, permisiunile de date și permisiunile de utilizator trebuie stabilite pe rol, astfel încât fiecare acțiune să aibă loc în cadrul unui proces definit.

nQube este proiectat pentru a ajuta atât oamenii de știință din domeniul datelor, cât și analiștii de business să construiască, să testeze, să implementeze și să monitorizeze fluxuri de lucru alimentate de inteligență artificială. Cum faceți aceste capacități accesibile pentru non-specialiști, păstrând în același timp controalele tehnice necesare pentru medii de producție?

Oamenii gândesc despre inteligența artificială și produsele software prin prisma propriului rol și a modului în care produsul poate face munca lor mai ușoară sau poate crește productivitatea. Interfața trebuie să le permită să descrie ce au nevoie, să pună întrebări și să ajusteze un agent sau un flux de lucru prin limbaj și voce normală.

Fluxurile de lucru, procesele de calcul și scalarea rămân sub această interacțiune. Organizația încă controlează uneltele, sursele de date și accesul atribuit fiecărui rol, astfel încât un analist de business poate utiliza sistemul fără a trebui să gestioneze direct infrastructura.

Sistemul de operare al agenților Nventr utilizează un agent de coordonare pentru a direcționa agenți specializați prin fluxuri de lucru secvențiale și iterative. Cum determină platforma care agent ar trebui să gestioneze fiecare sarcină, să păstreze contextul între agenți și să gestioneze un rezultat nerelevant? 

Fluxul de lucru determină modul în care o solicitare se deplasează prin etape definite, ramuri și agenți specializați. Informațiile de la o etapă pot fi rezumate și transmise înainte, astfel încât următorul agent să înțeleagă ce s-a întâmplat, ce a fost solicitat și ce urmărire ar trebui să aibă loc.

Gestionarea unui rezultat nerelevant depinde de proces și de consecințele acțiunii. Controalele fluxului de lucru trebuie să reflecte unde sistemul poate continua și unde rezultatul necesită revizuire.

Întreprinderile doresc din ce în ce mai mult să poată utiliza diferite modele de limbaj mare, sisteme de învățare automată specializate și agenți terți. Cum ar trebui să proiecteze organizațiile infrastructura de inteligență artificială pentru a evita dependența de un singur furnizor de modele sau tehnologie? 

Infrastructura trebuie să susțină o multitudine de modele și să le permită să funcționeze în paralel în cadrul aceluiași flux de lucru. Un furnizor poate gestiona componenta vorbire-vorbire, în timp ce un alt model efectuează raționamentul sau prelucrarea din spatele acestuia.

Setul de instrumente trebuie ales în funcție de costul, performanța, securitatea, latența și deschiderea către furnizorii de servicii terți ai clientului. Unele întreprinderi sunt confortabile cu combinarea furnizorilor, în timp ce altele doresc agentul pe propria cloud sau infrastructură dedicată. Arhitectura trebuie să susțină ambele abordări.

Odată ce un agent de inteligență artificială poate accesa datele companiei și efectua acțiuni în sistemele de business, securitatea devine mai complexă decât protejarea unei interfețe conversaționale. Care sunt controalele care ar trebui să guverneze permisiunile, autonomia și capacitatea agentului de a iniția acțiuni cu consecințe?

Accesul trebuie controlat pe rol, proiect și flux de lucru. Un agent nu ar trebui să poată utiliza decât informațiile, uneltele și acțiunile aprobate pentru contextul respectiv, cu solicitări în afara acestui scop trimise pentru autorizare.

Nivelul de autonomie ar trebui să reflecte sensibilitatea datelor și consecințele acțiunii. Pentru tranzacții care implică bani, informații private sau alte rezultate semnificative, compania ar trebui să poată vedea ce face agentul și să solicite aprobare înainte de finalizare.

Nventr prezintă aplicații în domenii precum prelucrarea documentelor, serviciul clienților, raportarea, comunicarea în domeniul sănătății și detectarea fraudelor. Care sunt caracteristicile tehnice sau operaționale care fac un flux de lucru potrivit pentru automatizarea agențială, și care procese ar trebui să rămână în principal conduse de oameni? 

Noi echilibrăm numărul de oameni sau costul asociat unui proces cu complexitatea și viabilitatea sa pentru automatizare. Un proces poate fi scump sau intensiv în muncă și totuși să nu fie locul potrivit pentru a începe, dacă este prea complex sau imprevizibil pentru a fi automatizat eficient.

Abordarea generală este să mergem după roada cea mai ușoară de cules, cu impactul cel mai mare. Această formulă este fractală, deoarece poate fi aplicată unui singur rol, mai multor departamente sau unei întregi organizații. Procesele care implică incertitudine sau judecată cu consecințe ar trebui să continue să implice oameni.

Ați discutat ideea angajaților care vor avea în viitor contrapărți de inteligență artificială care să gestioneze elementele repetitive ale muncii lor. Cum ar putea schimba aceasta structurile organizaționale, și ce ar trebui să facă liderii pentru a se asigura că aceste sisteme consolidează judecata umană, în loc să o elimine treptat din deciziile importante? 

Ideea este să ofere fiecărui angajat un agent complementar care să poată învăța părți ale jobului său în timp. La nivelul unei organizații mai mari, acest lucru creează inteligență centralizată și optimizare peste organigrama companiei, în loc de a limita beneficiul la unul sau doi angajați.

Agentul poate prelua munca repetitivă, cum ar fi colectarea informațiilor, mutarea datelor sau crearea de prezentări standard. Acest lucru oferă oamenilor mai mult timp pentru discuții și decizii importante, în timp ce organizația păstrează autoritatea asupra informațiilor sensibile și acțiunilor cu consecințe.

Pe măsură ce agenții de inteligență artificială evoluează de la asistenți la un strat de operare pentru organizații complexe, care capacități trebuie să se îmbunătățească cel mai mult, astfel încât companiile să poată automatiza în siguranță fluxuri de lucru care acoperă întregi departamente sau unități de business? 

Agenții au nevoie de latență mai mică și integrări mai puternice cu bazele de date ale companiei, fișierele și sistemele mai mari. Informațiile trebuie să se poată deplasa între roluri și departamente fără a necesita ca oamenii să le transfere manual sau să creeze noi blocaje.

Stratul de interacțiune trebuie, de asemenea, să se îmbunătățească. Agenții vocali ar trebui să pară o conversație normală, în care o persoană poate întrerupe și schimba direcția, și companiile vor eventual să aibă nevoie de modalități directe pentru agenții autorizați să interacționeze cu sistemele lor. Automatizarea browserului poate podi gap-ul, dar industria se va îndrepta către o structură mai eficientă, deoarece calculul și infrastructura au un cost.

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