Molham Aref, CEO și fondator al RelationalAI

Molham este directorul general al RelationalAI. El are peste 30 de ani de experiență în conducerea organizațiilor care dezvoltă și implementează soluții de învățare automată și inteligență artificială de valoare ridicată în diverse industrii. Înainte de a deveni CEO al RelationalAI, el a fost CEO al LogicBlox și Predictix (acum Infor), CEO al Optimi (acum Ericsson (ERIC )) și co-fondator al Brickstream (acum FLIR). Molham a deținut, de asemenea, funcții de conducere în cadrul HNC Software (acum FICO) și Retek (acum Oracle (ORCL )).

RelationalAI reunește decenii de experiență în industrie, tehnologie și dezvoltare de produse pentru a avansa primul și singurul sistem real de gestionare a datelor cu grafic de cunoaștere nativ în cloud, care să pună bazele următoarei generații de aplicații de date inteligente.

Ca fondator și CEO al RelationalAI, care a fost viziunea inițială care v-a determinat să creați compania și cum s-a evoluat această viziune de-a lungul ultimilor șapte ani?

Viziunea inițială s-a concentrat pe înțelegerea impactului cunoașterii și semanticii asupra implementării cu succes a inteligenței artificiale. Înainte de a ajunge unde suntem astăzi cu inteligența artificială, multă atenție s-a concentrat pe învățarea automată (ML), care implică analiza unor cantități mari de date pentru a crea modele concise care descriu comportamente, cum ar fi detectarea fraudei sau modelele de cumpărături ale consumatorilor. Cu timpul, a devenit clar că pentru a implementa inteligența artificială în mod eficient, era nevoie de a reprezenta cunoașterea într-un mod care să fie atât accesibil inteligenței artificiale, cât și capabil să simplifice sistemele complexe.

Această viziune s-a evoluat odată cu inovațiile din domeniul învățării profunde și, mai recent, cu modelele de limbaj și inteligența artificială generativă. Aceste progrese nu au schimbat ceea ce face compania noastră, dar au crescut relevanța și importanța abordării noastre, în special în ceea ce privește accesibilitatea și practicitatea inteligenței artificiale pentru uzul întreprinderilor.

Un raport recent PwC estimează că inteligența artificială ar putea contribui cu până la 15,7 trilioane de dolari la economia globală până în 2030. Din experiența dvs., care sunt principalii factori care vor determina acest impact economic substanțial și cum ar trebui întreprinderile să se pregătească pentru a valorifica aceste oportunități?

Impactul inteligenței artificiale a fost deja semnificativ și va continua să crească. Unul dintre factorii cheie care determină acest impact economic este automatizarea muncii intelectuale.

Sarcinile precum citirea, rezumarea și analiza documentelor – sarcini des efectuate de profesioniști bine plătiți – pot fi acum (în mare măsură) automatizate, făcând aceste servicii mult mai accesibile și ieftine.

Pentru a valorifica aceste oportunități, întreprinderile trebuie să investească în platforme care pot susține cerințele de date și calcul pentru rularea sarcinilor de inteligență artificială. Este important ca acestea să poată scala în sus și în jos în mod eficient din punct de vedere al costurilor pe o anumită platformă, și să investească, de asemenea, în alfabetizarea angajaților în domeniul inteligenței artificiale, astfel încât aceștia să poată înțelege cum să utilizeze aceste modele în mod eficient și eficace.

Pe măsură ce inteligența artificială se integrează în diverse industrii, care sunt cele mai mari provocări cu care se confruntă întreprinderile în ceea ce privește adoptarea eficientă a inteligenței artificiale? Cum joacă datele un rol în depășirea acestor provocări?

Una dintre cele mai mari provocări pe care le văd este asigurarea faptului că cunoașterea specifică unei industrii este accesibilă inteligenței artificiale. Ceea ce observăm astăzi este că multe întreprinderi au cunoașterea dispersată în baze de date, documente, foi de calcul și cod. Această cunoaștere este adesea opacă pentru modelele de inteligență artificială și nu permite organizațiilor să maximizeze valoarea pe care ar putea-o obține.

O provocare semnificativă pe care industria trebuie să o depășească este gestionarea și unificarea acestei cunoașteri, uneori numită semantică, pentru a o face accesibilă sistemelor de inteligență artificială. Prin aceasta, inteligența artificială poate fi mai eficientă în industrii specifice și în cadrul întreprinderilor, deoarece acestea pot valorifica baza lor unică de cunoaștere.

Ați menționat că viitorul adoptării inteligenței artificiale generative va necesita o combinație de tehnici precum Retrieval-Augmented Generation (RAG) și arhitecturi agențice. Puteți explica de ce aceste abordări combinate sunt necesare și care sunt beneficiile pe care le aduc?

Va fi nevoie de tehnici diferite, precum GraphRAG și arhitecturi agențice, pentru a crea sisteme conduse de inteligență artificială care să nu fie doar mai precise, ci și capabile să gestioneze sarcini complexe de recuperare și prelucrare a informațiilor.

Mulți încep să realizeze că vom avea nevoie de mai mult decât o singură tehnică pe măsură ce evoluăm cu inteligența artificială, ci mai degrabă de o combinare a modelelor și instrumentelor. Una dintre acestea este arhitectura agențică, unde aveți agenți cu capacități diferite care ajută la abordarea unei probleme complexe. Această tehnică descompune problema în bucăți care pot fi atribuite diferiților agenți pentru a obține rezultatele dorite.

Există, de asemenea, generarea augmentată de recuperare (RAG) care ne ajută să extragem informații atunci când utilizăm modele de limbaj. Când am început să lucrăm cu RAG, am reușit să răspundem la întrebări ale căror răspunsuri puteau fi găsite într-o parte a unui document. Cu toate acestea, am descoperit rapid că modelele de limbaj au dificultăți în a răspunde la întrebări mai grele, în special atunci când informațiile sunt răspândite în diverse locații din documente lungi și între documente. Aici intervine GraphRAG. Prin utilizarea modelelor de limbaj pentru a crea reprezentări de grafic de cunoaștere ale informațiilor, putem accesa informațiile de care avem nevoie pentru a obține rezultatele dorite și reducem șansele de erori sau halucinații.

Unificarea datelor este un subiect critic în ceea ce privește valorificarea inteligenței artificiale în cadrul organizațiilor. Puteți explica de ce datele unificate sunt atât de importante pentru inteligența artificială și cum pot transforma procesele de luare a deciziilor?

Datele unificate asigură faptul că toată cunoașterea pe care o are o întreprindere – indiferent dacă este în documente, foi de calcul, cod sau baze de date – este accesibilă sistemelor de inteligență artificială. Această unificare înseamnă că inteligența artificială poate valorifica eficient cunoașterea specifică unei industrii, sub-industrii sau chiar unei singure întreprinderi, făcând inteligența artificială mai relevantă și precisă în ieșirile sale.

Fără unificarea datelor, sistemele de inteligență artificială pot opera doar pe fragmente de cunoaștere, ducând la insights incomplete sau inexacte. Prin unificarea datelor, ne asigurăm că inteligența artificială are o imagine completă și coerentă, ceea ce este crucial pentru transformarea proceselor de luare a deciziilor și valorificarea reală a inteligenței artificiale în cadrul organizațiilor.

Cum ajută abordarea RelationalAI față de date, în special cu sistemul său de grafic de cunoaștere relațional, întreprinderile să obțină rezultate mai bune în ceea ce privește luarea deciziilor?

Arhitectura noastră centrată pe date, în special sistemul nostru de grafic de cunoaștere relațional, integrează direct cunoașterea cu datele, făcând-o atât declarativă, cât și relațională. Această abordare se diferențiază de arhitecturile tradiționale în care cunoașterea este încorporată în cod, complicând accesul și înțelegerea pentru utilizatorii non-tehnici.

În mediul de afaceri competitiv de astăzi, luarea deciziilor rapide și informate este imperativă. Cu toate acestea, multe organizații se luptă pentru că datele lor lipsesc contextul necesar. Sistemul nostru de grafic de cunoaștere relațional unifică datele și cunoașterea, oferind o vedere cuprinzătoare care permite atât oamenilor, cât și inteligenței artificiale să ia decizii mai precise.

De exemplu, considerați o firmă de servicii financiare care gestionează portofolii de investiții. Firma trebuie să analizeze tendințele pieței, profilurile de risc ale clienților, schimbările regulatorii și indicatorii economici. Sistemul nostru de grafic de cunoaștere poate sintetiza rapid acești factori complexi și interconectați, permițând firmei să ia decizii de investiții informate și la timp, care maximizează randamentele și gestionează riscul.

Această abordare reduce, de asemenea, complexitatea, îmbunătățește portabilitatea și minimizează dependența de anumiți furnizori de tehnologie, oferind flexibilitate strategică pe termen lung în procesele de luare a deciziilor.

Rolul Directorului de Date (CDO) este în creștere. Cum vedeți evoluția responsabilităților CDO în contextul creșterii inteligenței artificiale și care sunt abilitățile cheie care vor fi esențiale pentru aceștia în viitor?

Rolul CDO evoluează rapid, mai ales odată cu creșterea inteligenței artificiale. În mod tradițional, responsabilitățile care acum cad sub CDO erau gestionate de CIO sau CTO, concentrându-se în principal pe operațiunile tehnologice sau tehnologia produsă de companie. Cu toate acestea, pe măsură ce datele au devenit unul dintre cele mai valoroase active pentru întreprinderile moderne, rolul CDO a devenit distinct și crucial.

CDO este responsabil pentru asigurarea confidențialității, accesibilității și monetizării datelor în cadrul organizației. Pe măsură ce inteligența artificială se integrează în operațiunile de afaceri, CDO va juca un rol crucial în gestionarea datelor care alimentează modelele de inteligență artificială, asigurându-se că aceste date sunt curate, accesibile și utilizate în mod etic.

Abilitățile cheie pentru CDO în viitor vor include o înțelegere profundă a guvernanței datelor, tehnologiilor de inteligență artificială și strategiei de afaceri. Aceștia vor trebui să colaboreze îndeaproape cu alte departamente, împuternicind echipe care, în mod tradițional, nu aveau acces direct la date, cum ar fi finanțe, marketing și resurse umane, pentru a valorifica insight-urile bazate pe date. Această capacitate de a democratiza datele în cadrul organizației va fi critică pentru stimularea inovației și menținerea unui avantaj competitiv.

Care este rolul RelationalAI în sprijinirea CDO și a echipelor acestora în gestionarea complexității crescânde a datelor și integrării inteligenței artificiale în cadrul organizațiilor?

RelationalAI joacă un rol fundamental în sprijinirea CDO, oferind instrumentele și cadrele necesare pentru a gestiona eficient complexitatea datelor și integrării inteligenței artificiale. Odată cu creșterea inteligenței artificiale, CDO sunt însărcinați cu asigurarea faptului că datele nu numai că sunt accesibile și securizate, ci și că sunt valorificate la maximum în cadrul organizației.

Noi îi ajutăm pe CDO oferind o abordare centrată pe date care aduce cunoașterea direct la date, făcând-o accesibilă și inteligibilă pentru stakeholderii non-tehnici. Acest lucru este deosebit de important pe măsură ce CDO lucrează pentru a pune datele în mâinile celor din organizație care, în mod tradițional, nu aveau acces la ele, cum ar fi marketing, finanțe și chiar echipe administrative. Prin unificarea datelor și simplificarea gestionării acestora, RelationalAI permite CDO să împuternicească echipele lor, să stimuleze inovația și să se asigure că organizațiile lor pot valorifica pe deplin oportunitățile oferite de inteligența artificială.

RelationalAI subliniază o abordare centrată pe date pentru construirea de aplicații inteligente. Puteți oferi exemple de moduri în care această abordare a condus la eficiențe și economii semnificative pentru clienții dvs.?

Abordarea noastră centrată pe date se diferențiază de modelul tradițional, centrat pe aplicații, în care logica de afaceri este adesea încorporată în cod, complicând gestionarea și scalabilitatea. Prin centralizarea cunoașterii în datele însele și făcând-o declarativă și relațională, am ajutat clienții să reducă semnificativ complexitatea sistemelor lor, ducând la o mai mare eficiență, la mai puține erori și, în final, la economii de costuri substanțiale.

De exemplu, Blue Yonder a utilizat tehnologia noastră ca un coprocesor de grafic de cunoaștere în Snowflake, care a oferit capacitățile de înțelegere semantică și de raționament necesare pentru a prevedea perturbări și a acționa proactiv pentru a reduce impactul. Această abordare a permis reduceri ale codului legacy cu peste 80%, oferind o soluție escalabilă și extensibilă.

Similar, EY Financial Services a experimentat o îmbunătățire dramatică, reducând codul legacy cu 90% și scăzând timpul de procesare de la peste o lună la doar câteva ore. Aceste rezultate subliniază modul în care abordarea noastră permite întreprinderilor să fie mai agile și mai receptive la schimbările condițiilor de piață, evitând, în același timp, capcanele legate de a fi blocate în tehnologii sau furnizori specifici.

Având în vedere experiența dvs. în conducerea companiilor implicate în inteligență artificială, care sunt factorii cei mai critici pentru implementarea cu succes a inteligenței artificiale la scară largă într-o organizație?

Din experiența mea, factorii cei mai semnificativi pentru implementarea cu succes a inteligenței artificiale la scară largă sunt asigurarea unei baze solide de date și cunoaștere și faptul că angajații, în special cei mai experimentați, își iau timpul necesar pentru a învăța și a deveni confortabili cu instrumentele de inteligență artificială.

De asemenea, este important să nu cădeți în capcana reacțiilor emoționale extreme – fie excesiv de entuziaste, fie profund cinice – față de noile tehnologii de inteligență artificială. În schimb, recomand o abordare constantă și consecventă pentru adoptarea și integrarea inteligenței artificiale, concentrându-vă pe îmbunătățiri incrementale, mai degrabă decât așteptarea unei soluții universale.

Mulțumim pentru acest interviu excelent; cititorii care doresc să afle mai multe pot vizita RelationalAI.