Anthony Goonetilleke, koncernchef, teknik och strategichef på Amdocs – Intervjuserie

Anthony Goonetilleke är koncernchef, teknik och strategichef på Amdocs. Han och det korporativa strategiteamet ansvarar för att formulera företagets strategi, samt utveckla och genomföra långsiktiga tillväxtplaner i linje med företagets syfte och vision. Anthony leder också företagets produkt- och teknikgrupper, som ansvarar för att skapa branschledande molnplattformar som möter snabbt föränderliga marknadsbehov, skalar effektivt och ger omedelbara affärsfördelar till tjänsteleverantörer och deras kunder.

Amdocs är en leverantör av programvara och hanterade tjänster för kommunikations-, media- och underhållningstjänsteleverantörer.

Vad var det som initialt drog dig till datavetenskap?

Min pappa köpte mig en Sinclair ZX81 när jag var liten (den hade 1K minne… det är rätt, 1K!), och det var något vi umgicks kring. Det var min första introduktion till att skriva kod, och generellt bli entusiastisk över att skapa saker. Det startade min bana inom datorer och allt som hör tekniken till. Min pappas bakgrund var också inom ingenjörsvetenskap – det hjälpte definitivt!

Du var en aktiv utvecklare inom den tidiga Linux-gemenskapen under 1990-talet, vad arbetade du med inom Linux och vad var några av dina viktigaste insikter från den erfarenheten?

Jag introducerades till Linux av en av mina universitetsprofessorer, och det utvidgade helt min syn på vart mjukvara kan ta vägen när den är öppen och människor kan bidra. Jag tror jag “förstod” modellen med “öppen källkod” tidigt, och det påverkade en hel del av min tänkande kring teknisk strategi. Jag arbetade med Samba, en Linux-anslutningsprotokoll, och det satte mig på banan mot företagsmjukvara. Det hände under en dynamisk tid, då internet började ta form på bred front i utbildningssektorn och sedan i kommersiella kanaler.

Du började din karriär på Amdocs 1999, och du var instrumental i att bygga det första hanterade datacentret för en Telstra-dotterbolag, vad var några av utmaningarna vid den tiden bakom detta?

När du bygger datacenter, infrastruktur och applikationer samtidigt – medan du försöker säkerställa att det är kritiskt och högt tillgängligt – på ny utvecklad hårdvara och mjukvara, blir det en rolig och intressant utmaning. Att få allt att fungera i harmoni är en av de största utmaningarna, särskilt när vi i princip byggde ett hemmagjort moln i vårt eget datacenter.

Som koncernchef för Teknik och strategichef på Amdocs, kan du dela några detaljer om vad den här rollen innebär och vad en genomsnittlig dag ser ut för dig?

Självklart, som koncernchef för Teknik, ansvarar jag för vår R&D-organisation, produkter och erbjudanden, för att säkerställa att våra tusentals ingenjörer, arkitekter och utvecklare skapar branschens bästa produkter. Med min andra hatt som strategichef ansvarar jag för att vi ständigt ser framåt, håller oss före trenderna och hittar nya tillväxtmöjligheter för Amdocs och dess kunder.

Du nyligen övervakade företagets nyligen lansering av Amdocs amAIz, ett generativt AI-ramverk för telekombranschen. Varför är det här verktyget en spelväxlare för telekombranschen?

Generativ AI är här, men lika viktigt, den är här för att stanna. Teknologin har enorm potential att skapa mer agile organisationer när den integreras i dagliga processer, allt ifrån backoffice-alternativ till slutanvändarupplevelser. amAIz är ett kritiskt ramverk för vår bransch, eftersom det förenklar kraven för våra kunder att anta generativ AI i sina verksamheter. Genom att utnyttja det bästa av branschens utvecklande grundläggande LLM, och lägga till en robust vertikal taxonomi och förkonfigurerade “användningsfallskits”, behöver våra kunder bara välja vilken generativ AI-funktion de vill ha, och vi tar hand om all viktig teknisk integration, utbildning och styrning.

Vad är några av utmaningarna bakom Generativ AI-hallucinationer och hur hanterar Amdocs detta för att minska eller mildra dessa?

Hallucinationer härrör från hur statistik används i algoritmernas implementering. I sin kärna använder generativ AI data för att förutsäga svar baserat på vektormodeller. Den data som används för att träna modellerna är massiv, men konceptet är ganska enkelt. Det sagt, generativ AI är inte mänsklig och kan inte utöva omdöme. Istället förutsäger den “troligaste” resultaten baserat på statistisk modellering, och den skapar ibland svar som inte är korrekta. Utmaningen som varje användare av generativ AI står inför är att hantera utbildning och “räcken” i distributionen av generativa AI-modeller för att minimera hallucinationer, eller sannolikheten att den kommer att hallucinera. Amdocs utvecklar ett robustt styrlager som hanterar utmaningar kring hallucinationer, datafördomar och andra komplexiteter i framväxande generativ AI-teknologi.

En annan nylig tillkännagivande var lanseringen av nästa generationsversion av Amdocs Cloud Management Platform som utnyttjar amAIz GenAI-ramverket för att automatisera hela livscykeln för IT och är byggt för att accelerera tjänsteleverantörers resa till molnet, med användning av DevOps och FinOps. Kan du dela några detaljer om maskinlärande som används och mer information om det här verktyget?

Amdocs Cloud Management Platform hjälper våra kunder att driva komplexa molnfotavtryck effektivt och enkelt. Inte bara har vi inbäddat tusentals telko-specifika processer och kodkomponenter i plattformen för att accelerera utveckling och optimera drift, utan vi förbättrar också plattformen med generativa AI-kapaciteter för att säkerställa att affärsprocesser kontinuerligt och dynamiskt uppdateras. Som med många former av traditionell AI, fortsätter maskinlärande att spela en viktig roll i den pågående förbättringen av många aspekter av molnlivscykeln, särskilt i relation till applikations- och infrastrukturdrift.

Molndatakostnader är ett problem för telekomföretag, hur hjälper Amdocs till att hålla dessa kostnader lägre än traditionell molndatorkostnad?

Det finns två viktiga komponenter i vår strategi för att optimera molnkostnader. Den första delen är att utforma och genomföra molnstrategier som bäst passar våra kunders behov. Detta inkluderar att säkerställa att de är i linje med deras budget, skalbarhetsbehov etc. Den andra är att optimera driften, särskilt genom användning av automatisering och FinOps. FinOps, som är en viktig funktion i vår molnhanteringsplattform, säkerställer att tjänsteleverantörer tydligt kan se alla sina molnaktiviteter över leverantörer och infrastruktur, hjälper dem att justera policys för att minska kostnader, och proaktivt rekommenderar förändringar som kan göras för att bättre matcha resurskonsumtion med kundkrav.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Amdocs.