Эрик Шварц, главный офицер по искусственному интеллекту (CAIO) Tricon Infotech – Интервью

Эрик Шварц является главным офицером по искусственному интеллекту (CAIO) Tricon Infotech, ведущей консалтинговой и软件ной компании. Tricon Infotech предоставляет эффективные, автоматизированные решения и полные цифровые трансформации посредством индивидуальных продуктов и корпоративных реализаций.

Эрик Шварц – опытный технологический руководитель и предприниматель с более чем двумя десятилетиями опыта в технологической сфере, специализирующийся на пересечении искусственного интеллекта, информационного поиска и открытия знаний. На протяжении своей карьеры Эрик был в авангарде интеграции крупномасштабных платформ и интеграции искусственного интеллекта в технологии поиска, значительно улучшая взаимодействие пользователей и доступность информации. Ранее он занимал ключевые руководящие должности в Comcast (CMCSA ), Elsevier и Microsoft (MSFT ), где возглавлял пионерские инициативы по искусственному интеллекту, поиску и LLM.

Профессиональное путешествие Эрика отмечено его преданностью инновациям и его верой в силу сотрудничества. Он последовательно стимулировал команды к быстрой доставке новаторских решений, твердо установив себя как доверенного лидера в технологическом сообществе. Его работа, в частности, над проектом Scopus AI в Elsevier, подчеркивает его приверженность переопределению границ того, как мы взаимодействуем с информацией и создаем доверительные отношения с пользователями.

В своей роли главного офицера по искусственному интеллекту (CAIO) Эрик использует свой обширный опыт для разработки и реализации комплексных стратегий искусственного интеллекта для клиентов Tricon. Его тщательный процесс не только демистифицирует искусственный интеллект, но также гарантирует, что эти предприятия оснащены для успеха и процветания в конкурентном ландшафте технологий искусственного интеллекта. Эрик страстно увлечен содействием росту и инновациям, делясь своими идеями, чтобы вдохновить и расширить возможности организаций эффективно использовать трансформирующую силу искусственного интеллекта.

Можете ли вы поделиться некоторыми яркими моментами своей карьерной истории, которые привели вас к вашей текущей роли главного офицера по искусственному интеллекту в Tricon Infotech?

Я был погружен в область информационного поиска на протяжении всей своей карьеры. Мое путешествие началось в начале 90-х как веб-мастер на заре Интернета. В течение этого формативного периода я сосредоточился на создании цифровых библиотек для государственных агентств, университетов и медиа-компаний, что заложило основу для моей экспертизы в цифровых информационных системах.

В 2000-х годах я перешел к работе с поставщиками поисковых систем, где я усовершенствовал свои навыки в технологиях поиска. Этот этап моей карьеры был отмечен значительным ростом и обучением посредством различных приобретений, в конечном итоге приведших меня к присоединению к Microsoft в 2008 году. В Microsoft я сыграл решающую роль в разработке и совершенствовании платформ открытия знаний, стимулируя инновации и улучшая доступность информации для пользователей.

После моего пребывания в Microsoft я возглавлял инициативы в крупных корпорациях, таких как Comcast и Elsevier, где я был ответственным за управление крупномасштабными платформами открытия знаний. Эти переживания были инструментальными в формировании моего подхода к искусственному интеллекту и информационному поиску, что в конечном итоге привело к моей текущей роли главного офицера по искусственному интеллекту в Tricon Infotech. Здесь я использую свой обширный опыт для стимулирования стратегий и решений искусственного интеллекта, которые расширяют возможности наших клиентов использовать полный потенциал своих данных.

Как ваши переживания в компаниях, таких как Comcast, Elsevier и Microsoft, повлияли на ваш подход к интеграции искусственного интеллекта и технологий поиска?

На протяжении всей своей карьеры я был глубоко сосредоточен на методах обработки естественного языка (NLP) и машинного обучения. Первоначально эти технологии основывались на простых правилных системах. Однако, когда наборы данных выросли, а вычислительная мощность стала более прочной, мы начали значительно улучшать пользовательский опыт, автоматически собирая данные и подпитывая их обратно в алгоритмы для улучшения их производительности.

В Microsoft, после приобретения FAST, я служил менеджером продукта в команде SharePoint. В этой роли я был вовлечен в интеграцию передовых технологий поиска в корпоративные системы управления контентом, улучшая возможности информационного поиска и сотрудничества для бизнеса.

В Comcast я построил платформу открытия знаний, которая обеспечивала весь видео-бизнес, позволяя пользователям искать и открывать контент на устройствах set-top box, мобильных устройствах и веб-устройствах. Этот поисковый движок масштабировался для обработки более 1 миллиарда запросов в день, значительно улучшая пользовательский опыт, предоставляя быстрые и точные рекомендации контента и результаты поиска.

Одним из наиболее трансформирующих переживаний было в Elsevier, где мы запустили опыт генеративного искусственного интеллекта для Scopus, одного из их наиболее доверенных продуктов. Эта инициатива использовала большую языковую модель (LLM) для помощи пользователям в задании лучших вопросов и получении более точных ответов из глубоко технического контента в базе данных научных коммуникаций. Этот подход, основанный на LLM, гарантировал полную точность и достоверность более 90 миллионов статей, содержащихся в базе данных, демонстрируя силу искусственного интеллекта для улучшения академических исследований и распространения знаний.

Что больше всего вдохновляет вас в текущих достижениях в области генеративного искусственного интеллекта и его потенциальных применениях?

Одной из самых больших исторических проблем в информационном поиске было поддержание контекста. Для людей это естественный процесс, но для машин поиск информации традиционно был очень транзакционным опытом: задайте вопрос, получите ответ. Более глубокое погружение в тему требовало задавать все более конкретные вопросы. Генеративный искусственный интеллект революционизирует этот подход, позволяя более разговорный и контекстно-зависимый взаимодействие, подобный естественному разговору с кем-то, с кем вы только что встретились.

Кроме того, генеративный искусственный интеллект включает дополнительные методы, которые улучшают более глубокое понимание, которые исторически были трудными для традиционных поисковых систем. Например, большие языковые модели (LLM) могут без проблем обрабатывать такие аспекты, как тон, анализ настроений, семантическое понимание и дисамбигуация. Эти возможности позволяют LLM легко понимать нюансы человеческого языка и контекста, предоставляя более точные и осмысленные ответы сразу.

Как подход Tricon Infotech к GenAI отличается от других компаний в отрасли?

В области генеративного искусственного интеллекта есть две основные области внимания. Первая, которая получает значительное внимание от некоторых из крупнейших технологических поставщиков, заключается в обучении и тонкой настройке моделей искусственного интеллекта. Вторая область, где практики генеративного искусственного интеллекта действительно отличаются, заключается в выводе – использовании генеративного искусственного интеллекта для создания ценных продуктов и услуг.

В Tricon Infotech мы фокусируемся на последнем. Наш подход отличается, поскольку мы подчеркиваем практическое применение и быструю развертываемость. Мы разработали комплексную программу, которая помогает бизнес-лидерам быстро определить наиболее эффективные случаи использования генеративного искусственного интеллекта. Наш процесс включает решение для быстрого прототипирования, позволяющее клиентам работать со своими данными в песочнице искусственного интеллекта. Этот подход гарантирует, что они могут увидеть осязаемые результаты и взаимодействовать с идеями, основанными на искусственном интеллекте, на ранней стадии цикла разработки.

Кроме того, у нас есть радикальный фокус на времени до ценности. Наша цель – помочь клиентам построить и развернуть потребительские приложения в течение 90 дней. Этот ускоренный график не только стимулирует более быструю инновацию, но и гарантирует, что бизнес может быстро использовать преимущества генеративного искусственного интеллекта, создавая новые потоки доходов и улучшая удовлетворенность клиентов.

Можете ли вы обсудить некоторые из ключевых проблем в реализации больших языковых моделей (LLM) и генеративного искусственного интеллекта в корпоративных решениях?

Реализация больших языковых моделей (LLM) и генеративного искусственного интеллекта в корпоративных решениях представляет несколько возникающих проблем. Первой и наиболее важной проблемой является доверие. Предприятиям необходимо быть уверенными, что системы искусственного интеллекта не скомпрометируют их интеллектуальную собственность или конфиденциальную корпоративную информацию. Обеспечение безопасности данных и получение надлежащих заверений в том, что искусственный интеллект не злоупотребит данными, имеет решающее значение для получения доверия.

Второй проблемой является проблема галлюцинаций. Генеративный искусственный интеллект может иногда производить уверенные ответы, которые фактически неточны. Это может подорвать надежность систем искусственного интеллекта. Техники, такие как тонкая настройка моделей и использование генерации, дополненной извлечением (RAG), могут помочь смягчить возникновение галлюцинаций, гарантируя, что ответы искусственного интеллекта основаны на точных данных.

Третья значительная проблема – стоимость. Лицензирование и масштабирование LLM может быть довольно дорогим. Даже корпоративные предложения от крупных поставщиков, таких как Microsoft, Amazon (AMZN ) и Google (GOOGL ), сопровождаются высокими вступительными сборами и минимумами. Поэтому для предприятий важно внимательно следить за и управлять возвратом инвестиций (ROI), чтобы гарантировать, что развертывание решений искусственного интеллекта является экономически жизнеспособным.

Можете ли вы объяснить структурированный подход, который использует Tricon Infotech для разработки индивидуальных корпоративных решений GenAI?

Tricon Infotech – компания по разработке продуктов, которая выделяется предложением управляемых услуг посредством выделенных, полнофункциональных команд продукта, а не традиционного дополнения персонала. Наш подход включает в себя развертывание целых команд продукта, которые могут управлять каждым аспектом жизненного цикла разработки продукта, включая исследование пользователей, проектирование пользовательского опыта (UX), разработку front-end и back-end, автоматизацию тестирования, развертывание, масштабирование и непрерывную эксплуатацию.

Эта комплексная модель управляемых услуг гарантирует, что наши клиенты могут сосредоточиться напрямую на захвате ценности из своих данных без сложностей и накладных расходов на управление отдельными ресурсами. Наш основной стимул – время до ценности, то есть мы отдаем приоритет быстрой доставке осязаемых преимуществ. Наша амбиция – построить долгосрочные генеративные отношения с нашими клиентами, постоянно добавляя ценность и итерируя через процесс разработки функций.

Наш структурированный подход предназначен для того, чтобы быть гибким и отзывчивым, позволяя нам быстро адаптироваться к новым проблемам и возможностям в ландшафте искусственного интеллекта. Используя полные возможности наших мультидисциплинарных команд, мы предоставляем высоко индивидуализированные решения генеративного искусственного интеллекта, адаптированные к конкретным потребностям каждого предприятия. Этот подход не только отличает нас от традиционных фирм по дополнению персонала, но и гарантирует, что мы предоставляем целостные, комплексные решения, которые оказывают значительное влияние на бизнес.

Какие примеры реальных проблем, которые решения GenAI Tricon успешно решили?

1. Электронное обучение – конвертация традиционных медиа и устаревших образовательных материалов в интерактивный мультимодальный контент. Это позволяет нашим клиентам перецелевать существующий контент для адаптации к новым способам обучения и достижению учащихся на разных платформах, где они уже есть. Кроме того, контент может быть затем перецелеван в гиперперсонализированные программы обучения, которые могут адаптироваться автоматически к потребностям и стилям обучения учащихся (аудио, визуально и т. д.)
2. Частный ИИ – Помощь клиентам в построении доверенных решений искусственного интеллекта, которые остаются частными и соблюдают правила доступа клиентов, сохраняя при этом затраты и помогая масштабировать по различным функциям предприятия, помогая перегруженным профессионалам и общим службам масштабировать лучше для организации, а также родно понимая различные правила и ограничения, распределенные географически. Эти частные ИИ не только будут служить предприятию, но также будут генерировать новые потоки доходов для наших клиентов.
3. Автоматизация процессов – существует еще огромное количество организаций, которые полагаются на ручные процессы и интеграцию данных. ИИ помогает соединить различные системы, создавая интеллектуальные слои, которые не только могут проверить данные, но и помочь эффективно направить рабочие процессы, выявляя проблемы в цепочке поставок

Какую роль играет непрерывное обучение и рост в поддержании лидерства в быстро развивающейся области искусственного интеллекта?

Одной из самых значительных проблем в области искусственного интеллекта является повышение квалификации пула талантов. Есть новое поколение работников, которые интуитивно понимают инструменты искусственного интеллекта и технологий. Однако есть также старшее поколение, которое должно понять, что эти инструменты могут и не могут делать. Непрерывное обучение имеет решающее значение для мостирования этого разрыва.

Инструменты искусственного интеллекта имеют потенциал значительно улучшить производительность, позволяя бизнесу добиться гораздо большего с значительно меньшими ресурсами, тем самым сокращая сроки и затраты. Чтобы эти выгоды были реализованы, сотрудники должны быть открыты для изучения новых способов работы и интеграции этих инструментов в свои рабочие процессы.

Кроме того, важно устранить страх за безопасность работы. Сотрудники должны понять, что те, кто принимает непрерывное обучение и рост, будут лучше оснащены для включения новых инструментов искусственного интеллекта в свои повседневные рутинные действия, в конечном итоге ведущие к большей безопасности работы. Реальность заключается в том, что успех в будущем, движимом искусственным интеллектом, придет к тем, кто активно стремится понять и использовать эти развивающиеся технологии.

Как вы представляете себе будущее искусственного интеллекта, трансформирующее технологию поиска и взаимодействие пользователей в течение следующего десятилетия?

Мы уже наблюдаем значительный сдвиг от традиционных поисковых систем к инструментам генеративного искусственного интеллекта для первоначальных запросов. Этот сдвиг обусловлен способностью генеративного искусственного интеллекта предоставлять прямые ответы и решения, исключая необходимость пересечения нескольких веб-сайтов или ресурсов самостоятельно. В ближайшем будущем станет обычным для ИИ посещать встречи, выполнять действия и обрабатывать рутинные задачи, что приведет к значительному сокращению ролей определенных функций внутри предприятий.

Одной из ключевых проблем, которые остаются, является то, как монетизировать генеративный искусственный интеллект, поскольку традиционная модель рекламы может столкнуться с значительными препятствиями в этом новом ландшафте. Мое предсказание заключается в том, что данные станут все более ценными, действуя как валюта, когда мы ориентируемся в этом новом мире. Этот сдвиг потребует инновационных бизнес-моделей, которые используют уникальные возможности искусственного интеллекта, гарантируя, что пользователи и предприятия могут извлечь осязаемую ценность из своих взаимодействий.

В целом, будущее искусственного интеллекта в технологии поиска и взаимодействии пользователей обещает быть трансформирующим, делая поиск информации более интуитивным и эффективным, а также меняя способ, которым мы подходим к цифровым взаимодействиям и функциям предприятия.

Какой практический совет вы бы дали бизнесу, стремящемуся использовать искусственный интеллект для стимулирования успеха и инноваций?

Не бойтесь технологии. Начните с того, что предоставьте инструменты искусственного интеллекта своим сотрудникам, чтобы гарантировать, что ваши данные и интеллектуальная собственность остаются в безопасности. Многие сотрудники уже используют инструменты искусственного интеллекта, но без надлежащего управления существует риск неправильного использования. Поэтому важно повысить квалификацию своего персонала, чтобы они понимали риски, связанные с этим, и знали, как использовать эти инструменты безопасно и эффективно.

Кроме того, важно внимательно следить за показателями успеха. Инструменты искусственного интеллекта могут быть дорогими, но затраты, как ожидается, уменьшатся со временем. Однако важно сохранить четкий фокус на возврате инвестиций (ROI), чтобы управлять затратами и понимать их влияние на ваш бизнес. Таким образом, вы можете использовать искусственный интеллект для стимулирования инноваций и успеха, гарантируя, что выгоды перевешивают расходы.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Tricon Infotech.