Сохам Мазумдар, сооснователь и генеральный директор WisdomAI – Интервью

Сохам Мазумдар является сооснователем и генеральным директором WisdomAI, компании, которая находится на переднем крае решений, основанных на искусственном интеллекте. До основания WisdomAI в 2023 году он был сооснователем и главным архитектором в Rubrik, где он сыграл ключевую роль в масштабировании компании за 9-летний период. Сохам ранее занимал руководящие должности в области инженерии в Facebook (META ) и Google (GOOGL ), где он внес вклад в развитие основной инфраструктуры поиска и был отмечен премией Google Founder’s Award. Он также стал сооснователем Tagtile, мобильной платформы лояльности, приобретенной Facebook. С двадцатилетним опытом в области программной архитектуры и инноваций в области искусственного интеллекта Сохам является опытным предпринимателем и технологом, базирующимся в районе залива Сан-Франциско.

WisdomAI представляет собой платформу бизнес-интеллекта, родную для искусственного интеллекта, которая помогает предприятиям получать доступ к актуальным и точным данным, интегрируя структурированные и неструктурированные данные посредством своей проприетарной “Knowledge Fabric”. Платформа обеспечивает работу специализированных агентов искусственного интеллекта, которые курируют контекст данных, отвечают на бизнес-вопросы в естественном языке и проактивно обнаруживают тенденции или риски, не генерируя при этом вымышленный контент. В отличие от традиционных инструментов бизнес-интеллекта, WisdomAI использует генеративный искусственный интеллект исключительно для генерации запросов, обеспечивая высокую точность и надежность. Она интегрируется с существующими экосистемами данных и поддерживает безопасность уровня предприятия, с ранней адопцией крупными компаниями, такими как Cisco и ConocoPhillips (COP ).

Вы стали сооснователем Rubrik и помогли масштабировать ее в крупный успех предприятия. Что вдохновило вас уйти в 2023 году и построить WisdomAI, и был ли какой-то конкретный момент, который прояснил это новое направление?

Проблема неэффективности данных предприятия была прямо передо мной. Во время моего пребывания в Rubrik я сталкивался с тем, как компании из списка Fortune 500 тонут в данных, но голодают в плане получения информации. Даже с учетом всей инфраструктуры, которую мы построили, менее 20% пользователей предприятия имели правильный доступ и умение использовать данные эффективно в своей повседневной работе. Это была массовая, системная проблема, которую никто не решал.

Я также являюсь строителем по природе – вы можете увидеть это в моем пути от Google до Tagtile, затем до Rubrik и теперь до WisdomAI. Меня вдохновляет решение фундаментальных проблем и построение решений с нуля. После того, как я помог масштабировать Rubrik до успеха предприятия, я снова почувствовал предпринимательское влечение, чтобы решить что-то столь же амбициозное.

Наконец, возможность искусственного интеллекта была невозможно игнорировать. К 2023 году стало ясно, что искусственный интеллект может наконец-то сократить разрыв между доступностью и использованием данных. Сроки казались идеальными для построения чего-то, что могло бы демократизировать информацию о данных для каждого пользователя предприятия, а не только для технических специалистов.

Момент ясности наступил, когда я понял, что мы можем объединить все, что я узнал об инфраструктуре данных предприятия в Rubrik, с трансформационным потенциалом искусственного интеллекта, чтобы решить эту фундаментальную проблему неэффективности.

WisdomAI вводит “Knowledge Fabric” и набор агентов искусственного интеллекта. Можете ли вы объяснить, как эта система работает вместе, чтобы выйти за рамки традиционных панелей бизнес-интеллекта?

Мы построили платформу агентных данных, которая работает с данными, где они есть – структурированные, неструктурированные и даже “грязные” данные. Вместо того, чтобы просить команды аналитики запускать отчеты, менеджеры по бизнесу могут напрямую задавать вопросы и детализировать информацию. Наша платформа может быть обучена на любой системе хранилища данных, анализируя журналы запросов.

Мы совместимы с крупными облачными сервисами данных, такими как Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks и Postgres, а также с форматами документов, такими как Excel, PDF, PowerPoint и т. д.

В отличие от традиционных инструментов, предназначенных в основном для аналитиков, наш разговорный интерфейс позволяет бизнес-пользователям получать ответы напрямую, а наша многоагентная архитектура позволяет выполнять сложные запросы в разных системах данных.

Вы подчеркивали, что WisdomAI избегает вымышленных данных, разделяя GenAI и генерацию ответов. Можете ли вы объяснить, как ваша система использует GenAI по-другому – и почему это важно для доверия предприятия?

Наша модель контекста, готовая к искусственному интеллекту, обучается на данных организации, чтобы создать универсальное понимание контекста, отвечающее на вопросы с высокой семантической точностью, сохраняя при этом конфиденциальность и управление данными. Кроме того, мы используем генеративный искусственный интеллект для формулирования хорошо определенных запросов, которые позволяют нам извлекать данные из разных систем, а не подачу сырых данных в LLM. Это имеет решающее значение для решения проблем вымышленных данных и безопасности в LLM.

Вы придумали термин “Agentic Data Insights Platform”. Как интеллект агентов отличается от традиционных инструментов аналитики или даже стандартных помощников на основе LLM?

Традиционные стеки бизнес-интеллекта замедляют процесс принятия решений, поскольку каждый вопрос должен пройти через разрозненные данные и команду специалистов. Когда главному директору по доходам нужно знать, как закрыть квартал, ответ обычно проходит через полдюжины рук – аналитиков, которые извлекают данные из CRM, инженеров данных, которые соединяют файлы, и строителей панелей, которые обновляют отчеты, превращая простой запрос в проект, который занимает несколько дней.

Наша платформа разрушает эти барьеры и ставит всю глубину данных в один keystroke, поэтому главный директор по доходам может детализировать данные от заголовочных метрик до уровня строки за секунды.

Нет ожидания в очереди аналитиков, нет предопределенных панелей, которые не могут идти в ногу с новыми вопросами – просто настоящие самодостаточные идеи, доставляемые на скорости бизнеса.

Как вы обеспечиваете, чтобы WisdomAI адаптировалась к уникальному словарю данных и структуре каждого предприятия? Какую роль играет человеческий вклад в совершенствовании “Knowledge Fabric”?

Работа с данными, где и как они есть, – это по сути святой Грааль для бизнес-интеллекта предприятия. Традиционные системы не предназначены для обработки неструктурированных данных или “грязных” данных с опечатками и ошибками. Когда информация существует в различных источниках – базах данных, документах, данных телеметрии – организации борются с интеграцией этой информации целостно.

Без возможностей для обработки этих различных типов данных ценный контекст остается изолированным в отдельных системах. Наша платформа может быть обучена на любой системе хранилища данных, анализируя журналы запросов, что позволяет ей адаптироваться к уникальному словарю данных и структуре каждой организации.

Вы описали процесс разработки WisdomAI как “vibe coding” – построение опыта продукта напрямую в коде сначала, затем итерация через реальное использование. Какие преимущества дал вам этот подход по сравнению с традиционным проектированием продукта?

“Vibe coding” – это значительный сдвиг в том, как строится программное обеспечение, где разработчики используют силу инструментов искусственного интеллекта для генерации кода, просто описывая желаемую функциональность в естественном языке. Это как умный помощник, который делает то, что вы хотите, чтобы программное обеспечение делало, и он пишет код за вас. Это значительно снижает ручной труд и время, традиционно необходимые для кодирования.

В течение многих лет создание цифровых продуктов в основном следовало знакомому сценарию: тщательно планировать продукт и UX-дизайн, затем выполнять разработку и итерировать на основе обратной связи. Логика была ясна, поскольку инвестиции в дизайн в начале минимизируют дорогостоящие переделки во время более дорогой и длительной фазы разработки. Но что происходит, когда стоимость и время для выполнения этой разработки значительно снижаются? Эта возможность переворачивает традиционный последовательность разработки с ног на голову. Внезапно разработчики могут начать строить функциональное программное обеспечение на основе высокоуровневого понимания требований, даже до того, как будут завершены подробные дизайны продукта и UX.

С скоростью генерации кода искусственного интеллекта усилия, связанные с созданием исчерпывающих предварительных дизайнов, могут, в определенных контекстах, стать относительно более длительными, чем получение базовой, функциональной версии программного обеспечения. Новая парадигма в мире “vibe coding” становится: выполнить (код с помощью ИИ), затем адаптировать (дизайн и усовершенствовать).

Этот подход позволяет получить невероятно раннюю валидацию основных концепций пользователями. Представьте, что вы получаете обратную связь о фактической функциональности функции до того, как вложите большие средства в подробные визуальные дизайны. Это может привести к более пользовательским дизайнам, поскольку процесс дизайна напрямую информируется тем, как пользователи взаимодействуют с осязаемым продуктом.

В WisdomAI мы активно принимаем генерацию кода искусственного интеллекта. Мы обнаружили, что, принимая быструю начальную разработку, мы можем быстро протестировать основные функции и собрать бесценную обратную связь пользователей на ранней стадии, прямо в продукте. Это позволяет нашей команде дизайна сосредоточиться на усовершенствовании пользовательского опыта и визуального дизайна на основе реального использования, что приводит к более эффективным и любимым пользователям продуктам, быстрее.

От продаж и маркетинга до производства и успеха клиентов WisdomAI нацеливается на широкий спектр деловых случаев. Какие вертикали показали самый быстрый прием – и какие случаи использования удивили вас своим воздействием?

Мы увидели трансформационные результаты с несколькими клиентами. Для компании F500 ConocoPhillips инженеры и операторы по бурению теперь используют нашу платформу, чтобы напрямую задавать сложные вопросы о данных скважин в естественном языке. До WisdomAI эти инженеры нуждались в технической помощи даже для основных операционных вопросов о статусе скважины или производительности работы. Теперь они могут мгновенно получить доступ к этой информации, одновременно сравнивая ее с лучшими практиками в их руководствах по бурению – все через тот же разговорный интерфейс. Они оценили несколько поставщиков ИИ в течение шести месяцев, и наше решение показало 50% улучшение точности по сравнению с ближайшим конкурентом.

В компании кибербезопасности Descope WisdomAI используется в качестве виртуального аналитика данных для продаж и финансов. Мы сократили время создания отчетов с 2-3 дней до 2-3 часов – 90% снижение. Это преобразило их еженедельные встречи по продажам из упражнений по сбору данных в стратегические сессии, сосредоточенные на действенных идеях. Как отмечает их главный директор по доходам, “Wisdom AI приносит данные к моим пальцам. Она действительно демократизирует данные, давая мне силу ответить на вопросы и двигаться дальше, а не определять вопрос, ждать, пока кто-то построит ответ, и получить его через 5 дней”. Эта возможность принимать решения, основанные на данных, с беспрецедентной скоростью, была особенно важна для быстро растущей компании на конкурентном рынке управления идентификацией.

Многие компании сегодня перегружены панелями, отчетами и инструментами в изоляции. Какие наиболее распространенные заблуждения у предприятий сегодня относительно бизнес-интеллекта?

Организации сидят на огромных объемах информации, но борются с использованием этих данных для быстрого принятия решений. Проблема не только в том, чтобы иметь данные, но и работать с ними в их естественном состоянии – что часто включает “грязные” данные, не очищенные от опечаток или ошибок. Компании инвестируют значительные средства в инфраструктуру, но сталкиваются с узким местом в жестких панелях, плохой гигиене данных и изолированной информации. Большинство предприятий нуждаются в специализированных командах для запуска отчетов, создавая значительные задержки, когда лидеры бизнеса нуждаются в ответах быстро. Интерфейс, где люди потребляют данные, остается устаревшим, несмотря на достижения в облачных двигах данных и науке о данных.

Считаете ли вы WisdomAI дополнением или в конечном итоге заменой существующих инструментов бизнес-интеллекта, таких как Tableau или Looker? Как вы вписываетесь в более широкий стек данных предприятия?

Мы совместимы с крупными облачными сервисами данных, такими как Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks и Postgres, а также с форматами документов, такими как Excel, PDF, PowerPoint и т. д. Наш подход преобразует интерфейс, где люди потребляют данные, который остался устаревшим, несмотря на достижения в облачных двигах данных и науке о данных.

Глядя вперед, где вы видите WisdomAI через пять лет – и как вы видите концепцию “агентного интеллекта”, развивающуюся в ландшафте предприятия?

Будущее аналитики переходит от отчетов, управляемых специалистами, к самодостаточным идеям, доступным каждому. Инструменты бизнес-интеллекта существуют уже более 20 лет, но уровень принятия не достиг даже 20% сотрудников компании. Тем временем за последние 12 месяцев 60% пользователей на рабочем месте приняли ChatGPT, многие из которых используют его для анализа данных. Этот драматический контраст показывает потенциал разговорных интерфейсов для увеличения принятия.

Мы наблюдаем фундаментальный сдвиг, при котором все сотрудники могут напрямую допрашивать данные без технических навыков. Будущее будет объединять вычислительную мощность искусственного интеллекта с естественным человеческим взаимодействием, позволяя идеям находить пользователей проактивно, а не требовать от них поиска через панели.

Спасибо за отличное интервью. Читателям, которые хотят узнать больше, следует посетить WisdomAI.