Lakshmikant Gundavarapu, Chief Innovation Officer la Tredence – Seria de interviuri

Lakshmikant Gundavarapu este Chief Innovation Officer la Tredence. Cu peste trei decenii în sectorul IT, Lakshmikant este o autoritate de seamă în transformarea cu ajutorul inteligenței artificiale și inovației digitale.

Ca fost Global Head pentru Data & AI la Microsoft (MSFT ) India, liderii lui Lakshmikant au permis transformarea digitală pentru peste 100 de clienți din 40 de țări. La Microsoft, Lakshmikant a promovat integrarea bazelor de date open-source pe Azure și a forjat alianțe strategice cu furnizori de soluții SaaS.

Cu o înclinație pentru conceperea de soluții de inteligență artificială centrate pe client, Lakshmikant excelează în promovarea de parteneriate strategice care stimulează inovația. Lakshmikant aduce o experiență bogată, expertiză tehnică și abilități de leadership pentru a cataliza transformări bazate pe inteligență artificială, demonstrând o capacitate dovedită de a traduce tehnologii emergente în soluții de afaceri concrete.

Tredence este o companie de date și inteligență artificială care ajută afacerile să transforme experimentele de analize în impact real în lumea reală. Ei lucrează în industrii precum retail, CPG, tehnologie, finanțe, sănătate și călătorii, oferind servicii în inginerie de date, inteligență artificială/machine learning, inteligență artificială generativă, lanț de aprovizionare, experiență a clientului și modernizare digitală. Focusul lor este pe combinarea vitezei prin acceleratoare, expertiză de domeniu profundă și parteneriate puternice pentru a oferi soluții scalabile și gata pentru întreprinderi.

Cu anii dvs. la Microsoft India, ce experiențe au modelat viziunea dvs. asupra transformării enterprise bazate pe inteligență artificială, care se regăsește acum în strategia Tredence?

În timpul mandatului meu la Microsoft, am avut ocazia să lucrez cu întreprinderi din diverse sectoare, inclusiv aviație și imobiliare. Este evident că inteligența artificială poate crea un impact real atunci când are un scop clar, este susținută de date fiabile și este proiectată pentru a se integra în procesele de luare a deciziilor operaționale.

De exemplu:

• O companie aeriană majoră a implementat inteligență artificială pentru a prevedea defectarea motoarelor, permițând întreținerea preventivă și îmbunătățirea atât a siguranței, cât și a eficienței.
• O firmă imobiliară mare a utilizat inteligență artificială pentru monitorizarea predictivă a sistemelor esențiale ale clădirilor, rezultând o reducere a timpului de închidere și o optimizare a programelor de întreținere.

Aceste experiențe mi-au învățat că tehnologia în sine nu transformă afacerile. Ea necesită un design gândit, fundații de date solide și mecanisme care traduc insight-urile în acțiuni reale. Această perspectivă conduce acum abordarea Tredence: Dezvoltăm soluții de inteligență artificială care sunt orientate spre scop, informate de date și capabile să ofere rezultate măsurabile în întreaga întreprindere.

Tredence este adesea descrisă ca soluționând problema “ultimului kilometru” în inteligență artificială. Puteți împărtăși exemple în care această transformare a accelerat pentru clienți? 

Luăm în considerare un retailer global mare. Prin unificarea datelor fragmentate din tranzacții, programe de fidelitate, operațiuni de lanț de aprovizionare și puncte de contact digital, am permis aplicațiilor de inteligență artificială să stimuleze creșterea veniturilor, retenția clienților, personalizarea călătoriei și previziunile cererii. Am aplicat aceste insight-uri operațional, transformând analizele în rezultate comerciale tangibile.

Studiu de caz retail: Tredence a creat un sistem de personalizare unificat care a generat 58 de milioane de dolari în venituri și a închis o lacună de 54% în indicatori de performanță. Acesta a mers dincolo de insight-urile clienților și a oferit personalizare care generează venituri la scară.

În biofarmaceutice, integrarea seturilor de date de cercetare și dezvoltare, clinice și comerciale a permis inteligenței artificiale să optimizeze recrutarea pentru studii, să îmbunătățească proiectarea studiilor și să îmbunătățească implicarea medicilor, accelerând astfel timpul de lansare pe piață și creșterea veniturilor.

În toate sectoarele, de la detectarea fraudelor bancare la întreținerea predictivă în producție, lecția rămâne aceeași: Inteligența artificială oferă valoare doar atunci când stimulează decizii care contează pentru afaceri.

Studiu de caz bancar: Tredence a implementat copiloți GenAI AML (anti-spălare de bani) care nu numai că au generat insight-uri despre activitățile suspecte, dar au fost și integrate în operațiunile zilnice pentru a crește productivitatea cazurilor cu 120%, în timp ce au redus falsele pozitive cu 15%. Acest lucru demonstrează traducerea de la detectarea inteligenței artificiale la eficiența operațională.

Întreprinderile adesea se confruntă cu dificultăți în a trece de la proiecte-pilot de inteligență artificială la producția la scară. Care sunt cele mai mari obstacole și cum ajută Tredence să le depășească?

Multe inițiative de inteligență artificială se opresc din cauza faptului că nu sunt proiectate cu un rezultat comercial clar, chiar și atunci când sunt tehnic puternice. Provocările cheie includ:

1. Goluri de proiectare cu scop: Insight-urile pot fi interesante, dar nu rezolvă probleme de afaceri măsurabile.
2. Limitări de date: Datele fragmentate sau de calitate slabă împiedică scalarea fiabilă.
3. Provocări operaționale: Fără implementare automată, monitorizare, reînvățare și guvernanță, modelele rămân experimentale.

La Tredence, abordăm aceste provocări prin:

• Proiectare orientată spre rezultate, asigurându-ne că fiecare inițiativă de inteligență artificială se leagă direct de rezultate comerciale măsurabile.
• Fundații de date solide, consolidând și îmbogățind seturile de date pentru performanța modelului fiabil.
• Cadre operaționale gata pentru producție, incluzând implementare automată, monitorizare și reînvățare pentru a menține acuratețea, reziliența și conformitatea.

Acest abordaj ne permite întreprinderilor să treacă de la experimentare la inteligență artificială la scară, care oferă în mod constant impact comercial.

Ați anunțat recent Milky Way, o constelație de agenți de inteligență artificială autonomi. Ce v-a inspirat designul și cum se diferențiază de asistenții convenționali de inteligență artificială?

Milky Way s-a născut din realizarea că întreprinderile au nevoie de mai mult decât tablouri de bord sau chatbot-uri. Ei necesită un cadru de raționament care să poată consuma, interpreta și conecta date multivariate pentru a genera inteligență acționabilă.

Spre deosebire de asistenții convenționali, agenții Milky Way:

• Raționează pe diverse surse de date, conectând insight-uri mai degrabă decât doar răspunzând la întrebări.
• Analizează probleme complexe, multidimensionale, podind informații pe fluxuri de lucru.
• Oferă inteligență acționabilă, transformând insight-urile în decizii sau acțiuni automate.

În esență, Milky Way transformă inteligența artificială într-o rețea de agenți de raționament, capabili să gestioneze complexitatea și să stimuleze rezultate comerciale reale, mai degrabă decât să înlocuiască instrumente de bază.

Implementările timpurii ale Milky Way au livrat rezultate rapide. Ce a făcut posibile aceste câștiguri?

Trei elemente au făcut o diferență:

1. Încorporarea insight-urilor acolo unde se iau deciziile, făcând recomandările imediat acționabile.
2. Inteligență prospectivă, transformând insight-urile în decizii proactive mai degrabă decât analize retrospective.
3. Platforme securizate și guvernate, permițând inteligența artificială la scară întreprinderii, menținând în același timp conformitatea și controlul.

Această combinație livrează rezultate comerciale tangibile în săptămâni, mai degrabă decât în luni.

Milky Way prioritizează explicabilitatea, auditabilitatea și căile de raționament. Cât de critic este acest lucru pentru încrederea întreprinderilor?

Încrederea este fundamentală în inteligența artificială a întreprinderilor. Milky Way asigură:

• Raționament transparent pentru fiecare recomandare.
• Urme de audit care documentează toate intrările, ieșirile și acțiunile.
• Testare adversă continuă pentru a asigura robustețea și fiabilitatea.

Această transparență și răspundere diferențiază Milky Way de sistemele opace, de tip cutie neagră, construind încrederea întreprinderilor în adoptare.

Cum va afecta această schimbare de la unelte la parteneri de inteligență artificială organizațiile și procesul de luare a deciziilor?

Partenerii de inteligență artificială schimbă modul în care funcționează organizațiile:

• Managerii își asumă roluri duale, ghidând oamenii și supraveghind agenții de inteligență artificială.
• Deciziile devin colaborative, cu agenții care gestionează raționamentul și oamenii care oferă context și supraveghere etică.
• Structurile operaționale evoluează pentru a integra inteligența artificială în procesul zilnic de luare a deciziilor, îmbunătățind viteza, coerența și calitatea rezultatelor.

Până în 2028, o treime din deciziile de afaceri pot fi luate în mod autonom. Ce trebuie să schimbe organizațiile pentru a asigura siguranța?

 Pentru a implementa în siguranță inteligența artificială autonomă, organizațiile ar trebui să implementeze măsuri practice în cultură, operațiuni și guvernanță:

Cultură – Construiți încredere cu inteligența artificială:

• Începeți cu decizii luate de oameni în buclă și creșteți gradual autonomia.
• Instruiți echipele să înțeleagă, să valideze și să intervină în recomandările inteligenței artificiale.

Operațiuni – Implementați monitorizarea și controlul riscurilor:

• Urmați în mod continuu deciziile inteligenței artificiale pentru acuratețe, prejudecăți și conformitate.
• Conduceți simulări adverse pentru a identifica vulnerabilitățile.
• Mențineți bucle de feedback pentru a îmbunătăți modelele de inteligență artificială din corecturile oamenilor.

Guvernanță – Stabiliți limite și căi de escaladare:

• Definiți care decizii pot fi complet automate și care necesită supraveghere.
• Asigurați-vă că toate acțiunile conduse de inteligență artificială sunt auditabile și urmăribile.
• Creați procese de intervenție pentru a interveni în caz de anomalii sau riscuri.

Aceste pași permit organizațiilor să scaleze deciziile autonome în siguranță, păstrând controlul, răspunderea și conformitatea.

Care este planul de drum al Tredence pentru Milky Way?

Planul nostru de drum include:

1. Agenți specifici pentru industrii, pentru retail, sănătate, producție și servicii financiare.
2. Integrări mai profunde cu sistemele ERP, CRM și lanț de aprovizionare pentru adoptare fără efort.
3. Învățare și raționament continuu pentru a permite agenților să-și îmbunătățească inteligența și înțelegerea contextuală în timp.

Viziunea noastră este un ecosistem de agenți cooperanți pe care întreprinderile îi pot asambla, guverna și încredința.

Cum ar trebui să se pregătească liderii C-suite pentru ca inteligența artificială să preia roluri strategice de luare a deciziilor?

Adoptarea inteligenței artificiale este o călătorie de maturizare:

• Începeți cu copiloți umani în buclă, progresați spre fluxuri de lucru semi-autonome și, în cele din urmă, permiteți autonomie deplină în domenii guvernate.
• Investiți în alfabetizarea inteligenței artificiale, permițând echipelor să colaboreze eficient cu sistemele de inteligență artificială.
• Reevaluați indicatorii de performanță, cadrele de guvernanță și structurile operaționale pentru a se concentra pe calitatea deciziilor și impactul comercial, nu doar pe performanța modelului.

În cele din urmă, adoptarea inteligenței artificiale nu este doar o inițiativă tehnologică; este o transformare în leadership, cultură și luare a deciziilor operaționale.

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