Архана Джоши, руководитель стратегии (BFS и EnterpriseAI), LTIMindtree – Интервью

Архана Джоши имеет более 24 лет опыта в сфере IT-услуг, с опытом в области ИИ (включая генеративный ИИ), гибких и DevOps-методологиях, а также инициативах по созданию “зеленого” программного обеспечения. В настоящее время она руководит стратегией роста и рыночной позиционировкой линии услуг Enterprise AI и бизнес-единицы банковских и финансовых услуг в LTIMindtree. Джоши работала с клиентами из списка Fortune 100 в различных географических регионах и является регулярным спикером на отраслевых форумах и мероприятиях.

LTIMindtree – это глобальная технологическая консалтинговая и цифровая компания, которая работает с предприятиями из различных отраслей для поддержки эволюции бизнес-моделей, инноваций и роста посредством цифровых технологий. Обслуживая более 700 клиентов, LTIMindtree предоставляет экспертизу в области домена и технологий, направленную на повышение конкурентной дифференциации, опыта клиентов и бизнес-результатов в все более взаимосвязанном мире.

Учитывая ваш обширный опыт в трансформации IT-услуг в различных организациях, как эволюционировал ваш личный стиль руководства в LTIMindtree, особенно в плане продвижения внедрения генеративного ИИ?

С более чем двумя десятилетиями опыта в сфере IT-услуг, я посвятила свою карьеру разработке трансформирующих технологических решений для клиентов, будь то гибкие/DevOps- или генеративные ИИ-решения (GenAI). В LTIMindtree мой фокус заключается в том, чтобы дать организациям возможность использовать GenAI для разработки и выполнения своих цифровых трансформационных путей. Я отдаю приоритет клиенто-ориентированным стратегиям, работая в тесном сотрудничестве с клиентами, чтобы понять их уникальные проблемы и предоставить индивидуальные ИИ-решения, которые создают бизнес-ценность. Как руководитель стратегии, мне необходимо сотрудничать с командами из различных отделов, чтобы продвигать внедрение GenAI и оставаться в курсе новых разработок, чтобы руководить моими решениями. Процессы GenAI обрабатывают огромные объемы данных, чтобы предоставить действенные идеи. Эта возможность особенно полезна для лидера, ориентированного на данные, как я, который ценит стратегии, основанные на доказательствах.

Например, каждое утро, когда я начинаю свой день с помощью GenAI-копилотов, чтобы помочь мне понять основные вопросы, которые требуют моего внимания, или предоставить идеи для создания отчетов, которые я могу поделиться с моей командой об внедрении. На самом деле, я часто говорю внутри команды, что GenAI-копилоты фактически стали неотъемлемыми членами нашей команды, подобно доверенным крыльям. Они поддерживают нас, предоставляя ценные идеи, автоматизируя задачи и сохраняя нас в соответствии с нашими стратегическими целями.

Как генеративный ИИ меняет традиционные модели IT-услуг, особенно в отраслях, которые были медленнее внедрять цифровую трансформацию?

GenAI революционизирует традиционные модели IT-услуг во всех отраслях, значительно повышая производительность разработчиков IT. От копилотов, которые генерируют код, до синтетических данных для тестирования и автоматизации IT-операций, каждый аспект IT-трансформируется. Следовательно, фокус моделей IT-услуг смещается от подходов, ориентированных на стоимость, к подходам, ориентированным на эффективность и влияние. Это означает, что ценность IT-услуг теперь измеряется их способностью создавать осязаемые результаты, а не только экономию средств. Этот сдвиг также приводит к появлению новых видов работы в IT-услугах, таких как разработка индивидуальных моделей, инженерия данных для ИИ-потребностей и реализация ответственного ИИ.

Только 18 месяцев назад эти услуги не были нормой. Даже в высокорегулируемых отраслях, таких как здравоохранение и финансовые услуги, где распространены устаревшие системы, ценность GenAI в повышении операционной эффективности все чаще признается.

Наши собственные исследования в LTIMindtree, озаглавленные “Состояние внедрения генеративного ИИ“, четко подчеркивают эти тенденции. В здравоохранении мы наблюдаем, как GenAI оказывает значительное влияние, автоматизируя такие вещи, как медицинская диагностика, анализ данных и административную работу. Это помогает врачам и поставщикам медицинских услуг принимать более быстрые и точные решения – хотя внедрение остается осторожным из-за строгих требований соблюдения и нормативных рамок. В финансовых услугах GenAI повышает управление рисками, обнаружение мошенничества и обслуживание клиентов, автоматизируя ручные задачи. Однако внедрение в этом секторе обусловлено проблемами вокруг риска, управления и чувствительных данных.

Можете ли вы поделиться конкретными примерами того, как LTIMindtree успешно интегрировала GenAI в традиционные IT-потоки, чтобы стимулировать эффективность и инновации?

В LTIMindtree у нас есть трехсторонняя стратегия в отношении ИИ. Философия “ИИ во всем, все для ИИ, ИИ для всех” подчеркивает нашу приверженность интеграции ИИ во все аспекты наших операций и услуг. Этот подход гарантирует, что ИИ не является просто дополнением, а является основным компонентом наших решений, стимулируя инновации и эффективность.

Клиенты смотрят на ИИ, чтобы повысить эффективность во всех аспектах. От сокращения времени, потраченного на повторяющиеся, трудоемкие задачи, до масштабирования операций и повышения надежности бизнес-процессов, ИИ становится неотъемлемой частью их стратегии. Наши инженеры сосредоточены на интеграции ИИ-копилотов в свои рабочие процессы, охватывая все, от кодирования, тестирования и развертывания до обслуживания программного обеспечения.

Например, в трансформирующем шаге для компании из списка Fortune 200 мы использовали GenAI-копилоты для преобразования больших хранимых процедур в Java, что позволило им начать свое путешествие по модернизации. Мы недавно работали с крупной страховой компанией, которая хотела автоматизировать свои процессы извлечения данных. Они сталкивались с проблемами масштабируемости и точности при ручном подходе. Поэтому наша команда разработала компаньон-бот, который теперь помогает обрабатывать несколько документов, извлекая важную информацию, такую как риск, право на получение, подробности о покрытии и ценах. Это значительно сократило время, необходимое им для подачи предложений о продуктах и управления различными покрытиями.

С учетом быстрого внедрения GenAI в различных секторах, какие этические соображения должны быть осведомлены предприятиями, и как LTIMindtree гарантирует ответственное использование ИИ?

Эволюция ИИ перспективна, но также несет многие корпоративные проблемы, особенно в отношении этических соображений при его реализации.

В LTIMindtree у нас есть ИИ-совет, состоящий из экспертов из ИИ, безопасности, юридического отдела, защиты данных и различных отраслевых вертикалей. Этот совет разработал рамки ИИ-обеспечения и сотрудничает с отраслевыми организациями по нормативным рекомендациям ИИ. Кроме того, он работает с командами, реализующими ИИ, для проверки их этических рисковых позиций.

Чтобы эффективно реализовать GenAI, мы разработали набор основных этических принципов, соответствующих корпоративным ценностям, касающихся справедливости, подотчетности, прозрачности и конфиденциальности. Это требует спонсорства и поддержки со стороны юридических и безопасных команд. Далее, технические вмешательства включаются в наши внутренние процессы, которые фокусируются на высококачественных, необоснованных данных, с мерами для обеспечения целостности и справедливости данных. Создание этической культуры ИИ предполагает непрерывное обучение на возможностях ИИ и потенциальных ловушках, таких как зрелища ИИ. Наконец, регулярные аудиты и обновления ИИ-систем проводятся для решения уязвимостей и обеспечения точности ИИ-выходов. Этот комплексный подход гарантирует, что GenAI реализуется ответственно и эффективно, создавая бизнес-ценность, сохраняя при этом этические стандарты.

Как платформа ИИ LTIMindtree решает проблемы вокруг этики ИИ, безопасности и устойчивости?

Поскольку мы продолжаем развертывать новые инструменты и платформы ИИ, мы должны гарантировать, что они соответствуют нашим стандартам и нормативным актам, касающимся использования технологии.除了 поддержанию качества данных для обеспечения точных и необоснованных выходов, мы привержены соблюдению высоких стандартов безопасности и устойчивости.

Наша платформа построена вокруг принципов ответственного и осмотрительного ИИ. В отношении устойчивости мы осознаем растущий энергетический спрос, необходимый для поддержки ИИ-моделей, от обучения до их продолжения. Мы приняли подход “снизить, повторно использовать и переработать” ИИ, чтобы решить проблему углеродного следа и важность создания экологически чистых и устойчивых практик ИИ. Через этот процесс мы фокусируемся на снижении параметров, сосредотачиваясь на меньших, более конкретных больших языковых моделях (БЯМ), которые могут эффективно решать потребности корпоративных приложений, создавая меньший углеродный след. Кроме того, мы повторно используем данные для различных приложений и случаев использования, чтобы избежать избыточности, и используем механизмы и подсказки, которые можно использовать для аналогичных задач, чтобы содействовать эффективности и устойчивости. Мы также изучаем квантовые модели, чтобы снизить память, получить быстрое вывод, снизить затраты и создать устойчивые приложения.

Как я упоминал ранее, безопасность является ключевой проблемой при использовании любого ИИ-инструмента или приложения. В LTIMindtree мы не только поставили во главу угла безопасность данных и справедливое использование, но и сделали это краеугольным камнем нашей стратегии ИИ. Мы также включили более 50 лучших API-модераций и рамок ответственного ИИ от третьих сторон, таких как Nvidia Nemo-ограждения и модели управления IBM Watson. Наша платформа эффективно управляет данными, учитывая конфиденциальность, безопасность, этическое использование и устойчивость, используя эффективные меры управления и хорошо построенную основу.

Как GenAI влияет на управление проектами Agile в LTIMindtree? Какие преимущества он приносит Agile-командам, и есть ли какие-либо компромиссы?

Интеграция GenAI в практику Agile трансформирует то, как работают команды. Это повышает производительность, оптимизирует процессы и открывает новые возможности для инноваций. Поскольку ландшафт разработки программного обеспечения эволюционирует, мы используем GenAI для автоматизации повторяющихся задач, которые могут обременить команды. Этот сдвиг позволяет им сосредоточиться на творческом решении проблем и инновациях – именно там, где они должны быть.

Когда мы начинаем интегрировать GenAI в Agile-рамки, есть несколько ключевых моментов, которые мы хотим подчеркнуть. Во-первых, важно понять природу ИИ-инструментов и их потенциальное влияние на командное сотрудничество. Например, Agile-команды должны быть осведомлены об ограничениях этих инструментов. Они полагаются на предварительно существующие данные, а не предоставляют информацию в реальном времени, поэтому важно проверить и доработать их выходы.

Наш ИИ-родной DevOps использует передовые технологии, такие как графы знаний, индивидуальные СЯМ (малые языковые модели), а также программное обеспечение для жизненного цикла разработки (SDLC) и агентов. Это имеет потенциал достичь 35-50% эффективности в производительности на протяжении всего цикла Agile-DevOps для предприятия. Это помогает Agile-поду во время создания истории пользователя, планирования спринта, генерации кода до конвейеров CI/CD и последующего управления инцидентами.

С учетом того, что ИИ трансформирует отрасль IT, как LTIMindtree решает необходимость новых талантов и навыков? Какие инициативы вы возглавили, чтобы гарантировать, что ваши команды оснащены для будущего, управляемого ИИ?

Появление инновационных технологий в отрасли IT подчеркнуло разрыв между навыками, которые имеет наша рабочая сила в настоящее время, и тем, что необходимо для процветания в мире, управляемом ИИ. GenAI имеет потенциал полностью изменить повседневные роли многих сотрудников, поэтому подготовка к новым навыкам и ролям имеет решающее значение.

В LTIMindtree мы принимаем лидерство в этом преобразовании, сосредотачиваясь на повышении квалификации наших сотрудников, чтобы удовлетворить эти возникающие требования. У нас есть инициатива GARUDA, специально разработанная для обучения и интеграции команд в GenAI и корпоративный ИИ. Мы признаем, что эффективное обучение и образовательные ресурсы имеют решающее значение, и мы привержены созданию культуры непрерывного обучения.

Наши стратегии обучения включают данные, адаптированные к обучению, онлайн-обучение в реальном времени, передовые методы обучения с подкреплением, методы передачи обучения и обратные связи. Таким образом, мы гарантируем, что наши команды не просто идут в ногу с изменениями, но действительно оснащены для того, чтобы преуспеть в своих эволюционирующих ролях. Это захватывающее время, и мы все вместе находимся в этом путешествии.

Кроме того, мы заключили партнерские соглашения с семью академическими учреждениями, чтобы оснастить будущие таланты навыками ИИ. Здесь мы участвуем уже на этапе разработки учебной программы, а также администрируем учебную программу и оснащаем преподавателей посредством подхода “обучение тренеров”.

Как вы видите эволюцию роли человеческого таланта в все более управляемом ИИ рабочем месте, и какие шаги вы предпринимаете, чтобы подготовить вашу рабочую силу к этому сдвигу?

В прошлом были четкие роли для творческих людей и технологических экспертов. Однако наблюдается заметный сдвиг в сторону принятия, мейнстриминга и масштабирования инновационных методов создания контента, стирающих границы между творческими ролями и технологическими работами. Это интеграция влияет на различные отрасли, где традиционное разделение между творческими ролями и технологическими работами постепенно исчезает. Хотя это обещает, эта эволюция приходит с ее проблемами, которые указывают на значительный сдвиг фокуса на переподготовке как необходимом для использования преимуществ ИИ.

Большой разговор сейчас в том, как сделать этот сдвиг GenAI устойчивым и масштабируемым. Вот где менеджмент изменений становится важным. Это требует структурированного подхода и посвященной команды для надзора за процессом внедрения ИИ. Люди, а не технологии, находятся в центре успешного внедрения GenAI. Это может быть мощным инструментом для расширения возможностей, даже среди тех, кто изначально воспринимает его как угрозу. Forrester прогнозирует, что к 2030 году только 1,5% рабочих мест будут потеряны из-за GenAI, в то время как 6,9% будут подвержены его влиянию. Следовательно, лидеры должны уделять приоритетное внимание прозрачности и мотивировать свою рабочую силу относительно будущего ИИ на рабочем месте.

ИИ меняет роли на рабочем месте по всей IT-отрасли, автоматизируя повседневные задачи и подчеркивая стратегическое принятие решений и решение сложных проблем. В LTIMindtree мы считаем, что это сдвиг мышления и поэтому создали центральную инициативу GARUDA – которая фокусируется на этом принятии изменений. Инициатива GARUDA не только о ролевой подготовке и повышении квалификации, но и о создании послов ИИ, которые могут стимулировать это внедрение на различных уровнях. Мы также работаем с нашей функцией HR, чтобы изучить влияние на различные роли внутри организации, а также их карьерные пути и связанные награды и признание. Сегодня в LTIMindtree у нас есть три уровня путей повышения квалификации – базовый, практик и эксперт. Более 50 000 наших ассоциированных уже завершили базовые программы повышения квалификации, которые включают понятия ИИ и использование копилотов, а также ответственные соображения ИИ.

Какие наиболее инновационные применения GenAI вы видели recently, и куда вы видите эту технологию в ближайшие 3-5 лет?

Мы только начинаем понимать, что может сделать GenAI, и я взволнован его потенциалом по всей IT-отрасли и за ее пределами. Поскольку все больше отраслей присоединяются, я особенно взволнован его применением для трансформации человеческой жизни.

В LTIMindtree мы сотрудничаем с Управлением Верховного комиссара ООН по делам беженцев, чтобы повысить его возможности реагирования на кризисы с помощью GenAI. Это сотрудничество направлено на ускорение реагирования на кризисы на местах, предоставление своевременной помощи и поддержки беженцам в нужде. Инновационное использование технологий помогает принести надежду и облегчение уязвимым населением в их самые трудные времена. Для американской страховой компании мы разработали решение GenAI, которое переводит устные слова в реальном времени, значительно улучшая опыт клиента. Строить мосты между коммуникационными разрывами, эта технология способствует лучшему пониманию и связи между людьми, приближая нас и гарантируя, что языковые барьеры больше не препятствуют эффективным впечатлениям.

Взглянув вперед, агентный ИИ позволит автономно выполнять задачи и принимать решения. К 2027 году отраслевые модели будут доминировать, использование синтетических данных будет расти, а энергоэффективные реализации будут увеличиваться. Мультимодальные модели, интегрирующие текст, изображения, аудио и видеовходы, повысят возможности, оказывая значительное экономическое влияние и инновации. GenAI готова добавить до 4,4 триллиона долларов в глобальную экономику ежегодно, революционизируя отрасли и стимулируя эффективность и устойчивость, розничную торговлю, здравоохранение и науки о жизни.

Реальность заключается в том, что каждое рабочее место будет затронуто GenAI в какой-то степени, становясь частью нашей повседневной деятельности. Поскольку мы продолжаем этот переход, я с нетерпением жду, чтобы увидеть, как он эволюционирует и какие инновации появятся дальше.