Даррен Кимура, генеральный директор и президент AI Squared – Интервью

Даррен Кимура – опытный предприниматель, изобретатель и инвестор, в настоящее время занимающий должность президента и генерального директора AI Squared. С более чем 25-летним опытом руководства в технологической и чистой энергетической сферах, он возглавлял компании such as Energy Industries Corporation, Sopogy и LiveAction, и стал сооснователем венчурной фирмы Enerdigm Ventures. Известный как изобретатель технологии MicroCSP solar, Кимура сыграл ключевую роль в масштабировании компаний, ориентированных на edge computing, AI и SaaS-решения.

AI Squared – это платформа с низким кодом, предназначенная для того, чтобы помочь предприятиям интегрировать AI-инсайты непосредственно в инструменты, которые они уже используют, такие как Salesforce (CRM ), Slack, Google Sheets и ServiceNow. Упрощая развертывание AI и ermöglicht реальное принятие решений, платформа позволяет командам по инженерии, продажам и операциям разблокировать измеримую бизнес-ценность. Обслуживая клиентов в финансовой, цепочке поставок и государственных сферах, AI Squared ускоряет принятие AI в предприятиях, делая его бесшовным, контекстным и действенным.

Вы возглавляли несколько компаний в различных секторах – что вдохновило вас присоединиться и в конечном итоге возглавить AI Squared?

Я всегда был привлечен к решению сложных, реальных проблем, которые требуют глубокого понимания технологий и безупречной реализации. Я начал свою карьеру в области энергетической эффективности и возобновляемой энергетики, захватывая машинные данные в масштабе и помогая людям понять и действовать на их основе. Со временем это эволюционировало в перемещение обработки данных ближе к месту работы, в безопасные системы или внутри корпоративных рабочих процессов.

Когда я впервые встретил AI Squared, я сразу же увидел, что они решают очень реальную и очень срочную задачу: как переместить AI из лаборатории в повседневное использование. Большинство компаний все еще сосредоточены на построении моделей. AI Squared был сосредоточен на развертывании.

Что еще больше укрепило мою убежденность, была их основа. Компания была создана внутри NSA и провела последние шесть лет, зарабатывая доверие по всему Министерству обороны, разведывательному сообществу, космическому сообществу и с некоторыми из крупнейших предприятий в списке Fortune 500 через реальные проекты и значимые результаты, которые продолжают расти год от года. Это показало мне две вещи: во-первых, они были серьезны в отношении безопасности, соблюдения и воздействия. И второе, они были командой, которой я мог доверять.

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

В ZEDEDA мы работали на дальнем крае как операционная система внутри открытого сообщества. Это заставило меня глубоко понять реальные ограничения, с которыми сталкиваются наши клиенты при цифровой трансформации. Там у нас была команда мирового класса инженеров из Cisco, Sun Microsystems, Juniper, Arista, но также научила меня, насколько важно сочетать этот технический совершенство с сильным корпоративным движением по выходу на рынок.

С точки зрения венчурного капитала я получил другой вид прозрения. Я увидел, как глубокие технологические компании масштабируются, медленнее сначала, но быстрее, когда вы строите на прочной основе. Это научило меня думать в системах: рыночное время, готовность продукта, зрелость клиентов и стратегия капитала должны все совпадать. Это та линза, которую я принес в развертывание AI в AI Squared. Это не о том, чтобы отправлять модели, а о том, чтобы доставлять результаты, которые предприятия могут доверять, измерять и масштабировать.

AI Squared подчеркивает встраивание AI в системы, которые люди уже используют. Что на самом деле означает решение “последней мили” AI?

87% проектов AI никогда не доходят до производства, потому что интеграция медленная, сложная и не связана с конечными пользователями. AI Squared решает эту проблему, создавая национальную безопасность-класса конвейера интеграции данных, который соединяет модели AI/ML 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 мостить разрыв между командами по науке о данных и бизнес-пользователями?

AI Squared упрощает передачу от разработки модели к производству. Команды по науке о данных могут развертывать модели безопасно через нашу платформу, в то время как бизнес-пользователи получают инсайты в рамках инструментов, которые они уже используют внутри Salesforce, Teams, Slack или любого другого системного приложения.

Вы работаете с NSA, ВМС США и другими федеральными агентствами. Как приоритеты, такие как соблюдение, прозрачность и этическое использование, формируют дорожную карту продукта AI Squared?

Этика, соблюдение и прозрачность являются главными соображениями на нашей дорожной карте. Мы знаем, работая с федеральными агентствами, мы должны уделять приоритетное внимание прослеживаемости, аудиторской проверке и объяснимости. Мы строим на принципах нулевого доверия, поддержки безопасных сред развертывания и четких моделей управления.

Какую роль, по вашему мнению, играет дискриминационное AI в улучшении принятия решений для федеральных агентств?

Дискриминационное AI точное, интерпретируемое и эффективное. Оно идеально подходит для высокорисковых сред, где вам нужны четкие ответы, да или нет, угроза или нет. В федеральных агентствах это позволяет быстрее выявлять риски, обнаруживать угрозы и расставлять приоритеты. Оно дополняет генеративные модели, предлагая структурированные, проверенные выходные данные, которые поддерживают критическое принятие решений.

Когда речь идет о национальной безопасности, где вы видите наибольший риск – и возможность – для принятия AI?

Наибольший риск заключается в неконтролируемой автономии, развертывании систем AI без прозрачности, надзора или механизмов безопасности. Возможность заключается в ускорении осведомленности о ситуации и скорости принятия решений. AI может просеивать через огромные объемы данных в реальном времени, чтобы выявить закономерности, которые люди могут пропустить. Но чтобы реализовать эту ценность, она должна быть доверена, прослеживаема и интегрирована с системами с человеком в цикле.

Какие из наиболее распространенных ошибок компаний при развертывании GenAI?

Самая большая ошибка заключается в том, чтобы сосредоточиться на новизне, а не на необходимости. Слишком многие компании развертывают GenAI без четкого случая использования, плана управления или метрики успеха. Это приводит к усталости от пилотных проектов, неразвертываемым прототипам и проблемам с доверием. GenAI мощный, но как и любая технология, она должна быть согласована с проблемой, пользователем и рабочим процессом.

Можете ли вы поделиться примером, где AI Squared помогла предприятию избежать “синдрома блестящего объекта” и вместо этого доставить измеримое воздействие?

Одно предприятие пришло к нам, желая построить пользовательскую LLM для классификации билетов обслуживания клиентов. Мы показали им, как простой, встроенный классификатор, развернутый через нашу платформу, может доставить 90% точности в их CRM менее чем за две недели. Никаких новых интерфейсов, никакой пользовательской подготовки. Это сила решения правильной проблемы с правильным инструментом.

Какие из возникающих тенденций вы наиболее взволнованы в области корпоративного AI в течение следующих 3-5 лет?

Три выделяются:

1. LLM, которые действительно мульти-модальные и сосредоточены на конкретных задачах
2. Агентные системы AI, которые принимают действия, а не просто генерируют контент
3. Стандартизированное управление, которое позволяет принятию AI в регулируемых отраслях

Эти тенденции движут AI к тому, чтобы сделать его более удобным, доверенным и встроенным в повседневные операции.

Как AI Squared эволюционирует свою платформу, чтобы идти в ногу с быстро развивающимися LLM и экосистемами моделей?

Мы модельно-агностичны по конструкции. Будь то открытая модель, коммерческая LLM или проприетарная дискриминационная модель, наша платформа позволяет организациям безопасно развертывать и управлять ею внутри своих существующих рабочих процессов. Мы сосредоточены на оркестровке, управлении версиями и управлении, чтобы стэк моделей мог эволюционировать без нарушения пользовательского опыта.

Что означает успех для AI Squared в следующей главе под вашим руководством?

Успех означает стать дефолтным способом, которым предприятия и государственные агентства операционализируют AI. Это означает сокращение времени до ценности с месяцев до дней, и делая развертывание AI таким же бесшовным и безопасным, как запуск новой функции. Под моим руководством мы сосредоточены на масштабе, доверии и реальных результатах, а не только на инновациях ради инноваций, но и на воздействии, где это имеет наибольшее значение.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить AI Squared.