Даррен Кимура, генеральный директор и президент AI Squared – серия интервью

Даррен Кимура Опытный предприниматель, изобретатель и инвестор, в настоящее время занимающий пост президента и генерального директора AI Squared. Обладая более чем 25-летним опытом руководства в сфере технологий и чистой энергетики, он возглавлял такие компании, как Energy Industries Corporation, Sopogy и LiveAction, а также был соучредителем венчурной компании Enerdigm Ventures. Известный как изобретатель технологии солнечной энергетики MicroCSP, Кимура сыграл ключевую роль в масштабировании компаний, специализирующихся на периферийных вычислениях, искусственном интеллекте и SaaS-решениях.

ИИ в квадрате — это платформа с минимальным написанием кода, призванная помочь предприятиям интегрировать аналитику ИИ непосредственно в уже используемые ими инструменты, такие как Salesforce, Slack, Google Таблицы и ServiceNow. Упрощая развертывание ИИ и обеспечивая принятие решений в режиме реального времени, платформа позволяет инженерным, отделов продаж и операционной деятельности получать измеримую бизнес-ценность. AI Squared, обслуживая клиентов из сферы финансов, цепочек поставок и государственного управления, ускоряет внедрение ИИ в компаниях, делая его беспроблемным, контекстным и практичным.

Вы руководили несколькими компаниями в различных секторах. Что побудило вас присоединиться к AI Squared и в конечном итоге возглавить ее?

Меня всегда привлекало решение сложных, реальных задач, требующих глубокого понимания технологий и безупречного исполнения. Я начал свою карьеру в сфере энергоэффективности и возобновляемых источников энергии, собирая масштабные машинные данные и помогая людям понимать их и действовать на их основе. Со временем это переросло в перемещение обработки данных ближе к месту выполнения работы — от периферии, в защищённые системы или внутри корпоративных рабочих процессов.

Когда я впервые столкнулся с AI Squared, я сразу понял, что они решают очень серьезную и неотложную задачу: как перенести ИИ из лабораторных исследований в повседневное использование. Большинство компаний по-прежнему сосредоточены на создании моделей. AI Squared же был сосредоточен на развертывании.

Меня ещё больше убедил их фундамент. Компания начиналась в АНБ и последние шесть лет завоевывала доверие Министерства обороны, разведывательного сообщества, космического сообщества и некоторых крупнейших предприятий из списка Fortune 500 благодаря реальным проектам и значимым результатам, которые продолжают расти из года в год. Это убедило меня в двух вещах: во-первых, они серьёзно относились к безопасности, соблюдению требований и влиянию. Во-вторых, я мог доверять их команде.

Как опыт масштабирования ZEDEDA и работы в венчурном капитале повлиял на ваш подход к развертыванию ИИ на уровне предприятия?

В ZEDEDA мы работали на переднем крае, разрабатывая операционную систему в сообществе разработчиков ПО с открытым исходным кодом. Это позволило мне глубоко понять реальные ограничения, с которыми сталкиваются наши клиенты в процессе цифровой трансформации. Там у нас была команда инженеров мирового класса из Cisco, Sun Microsystems, Juniper и Arista, но это также научило меня, насколько важно сочетать техническое совершенство с эффективным выходом корпоративного продукта на рынок.

С точки зрения венчурного бизнеса я получил совершенно иной взгляд на вещи. Я увидел, как масштабируются компании, работающие в сфере глубоких технологий: сначала медленнее, но потом быстрее, по мере того как они строятся на прочном фундаменте. Это научило меня мыслить системно: время выхода на рынок, готовность продукта, зрелость клиента и стратегия инвестирования — всё это должно быть согласовано. Именно этот подход я применил к внедрению ИИ в AI Squared. Речь идёт не о моделях поставки, а о достижении результатов, которым предприятия могут доверять, которые могут измерять и масштабировать.

AI Squared делает акцент на внедрении ИИ в уже используемые людьми системы. Как на практике выглядит решение «последней мили» ИИ?

87% проектов ИИ так и не достигают стадии промышленной эксплуатации, поскольку интеграция медленная, сложная и оторвана от конечных пользователей. AI Squared решает эту проблему, создавая интеграционный конвейер данных национального уровня безопасности, который соединяет модели ИИ/МО с источниками данных, такими как Databricks или Snowflake, и системами, которые эти компании уже используют, такими как CRM, ERP и пользовательские приложения.

Как ваша платформа помогает сократить разрыв между группами специалистов по обработке данных и бизнес-пользователями?

AI Squared упрощает передачу данных от разработки модели к производству. Команды специалистов по анализу данных могут безопасно развертывать модели через нашу платформу, а бизнес-пользователи получают аналитику с помощью инструментов, которые они уже используют в Salesforce, Teams, Slack или любой другой системе управления данными.

Вы сотрудничаете с АНБ, ВМС США и другими федеральными агентствами. Как такие приоритеты, как соответствие требованиям, прозрачность и этичное использование, влияют на дорожную карту продуктов AI Squared?

Этика, соответствие требованиям и прозрачность — главные приоритеты нашей дорожной карты. Опыт работы с федеральными агентствами показывает, что мы должны уделять первостепенное внимание прослеживаемости, контролируемости и объяснимости. Мы разрабатываем решения, основываясь на принципах нулевого доверия, поддерживая безопасные среды развертывания и чёткие модели управления.

Какую роль, по вашему мнению, играет дискриминационный ИИ в улучшении процесса принятия решений федеральными агентствами?

Дискриминационный ИИ точен, интерпретируем и эффективен. Он идеально подходит для критически важных ситуаций, где требуются чёткие ответы: «да» или «нет», «угроза» или «нет». В федеральных агентствах это обеспечивает более быструю сортировку, выявление рисков и расстановку приоритетов. Он дополняет генеративные модели, предоставляя структурированные, проверенные результаты, способствующие принятию критически важных решений.

Когда речь идет о национальной безопасности, где, по вашему мнению, наибольший риск (и возможность) для внедрения ИИ?

Наибольший риск — это неуправляемая автономия, развёртывание систем ИИ без прозрачности, контроля и отказоустойчивости. Возможность кроется в ускорении ситуационной осведомлённости и скорости принятия решений. ИИ способен анализировать огромные объёмы данных в режиме реального времени, выявляя закономерности, которые люди могут упустить. Но чтобы реализовать эту ценность, он должен быть надёжным, отслеживаемым и интегрированным с системами, управляемыми человеком.

Какие ошибки чаще всего допускают компании при развертывании GenAI?

Самая большая ошибка — ориентация на новизну вместо необходимости. Слишком много компаний внедряют GenAI без чёткого сценария использования, плана управления и показателей успеха. Это приводит к усталости пилотов, немасштабируемости прототипов и проблемам с доверием. GenAI — мощный инструмент, но, как и любая технология, он должен быть адаптирован к проблеме, пользователю и рабочему процессу.

Можете ли вы привести пример, когда AI Squared помог предприятию избежать «синдрома блестящих предметов» и вместо этого добиться измеримого эффекта?

Одна компания обратилась к нам с просьбой разработать специализированную систему управления правами (LLM) для классификации заявок в службу поддержки клиентов. Мы показали им, как простой встроенный классификатор, развёрнутый через нашу платформу, может обеспечить 90%-ную точность в их CRM-системе менее чем за две недели. Никаких новых интерфейсов, никакого специального обучения. Вот в чём сила решения правильной проблемы с помощью правильного инструмента.

Какие новые тенденции в сфере корпоративного ИИ вас больше всего воодушевляют в ближайшие 3–5 лет?

Особо выделяются три из них:

1. Программы магистратуры права (LLM), которые являются по-настоящему мультимодальными и ориентированы на конкретные задачи
2. Агентные системы искусственного интеллекта, которые действуют, а не просто генерируют контент
3. Стандартизированное управление, позволяющее внедрять ИИ в регулируемых отраслях

Эти тенденции ведут к тому, что ИИ становится более удобным в использовании, надежным и интегрированным в повседневные операции.

Каким образом AI Squared развивает свою платформу, чтобы идти в ногу с быстро развивающимися LLM и модельными экосистемами?

Мы изначально не привязаны к какой-либо модели. Наша платформа позволяет организациям безопасно разворачивать и управлять ею в рамках существующих рабочих процессов, будь то модель с открытым исходным кодом, коммерческая модель LLM или собственная дискриминационная модель. Мы специализируемся на оркестровке, контроле версий и управлении, поэтому набор моделей может развиваться без ущерба для пользовательского опыта.

Как будет выглядеть успех AI Squared на следующем этапе под вашим руководством?

Успех означает, что предприятия и государственные учреждения станут стандартным способом внедрения ИИ. Это означает сокращение времени окупаемости с месяцев до дней и обеспечение такого же бесперебойного и безопасного внедрения ИИ, как запуск новой функции. Под моим руководством мы фокусируемся на масштабировании, доверии и реальных результатах — не только на инновациях как таковых, но и на влиянии там, где это наиболее важно.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить ИИ в квадрате.