Mal Vivek, Grundare och VD för zeb – Intervjuserie

Mal Vivek leder zeb som grundare och VD och sitter i styrelsen för G8RTech. Tidigare har hon haft ledande roller på AVASOFT, där hon byggde företagscollaboration och migrationsprodukter på Microsoft 365. Tidigare var hon med och grundade Girls Make Apps och arbetade med beräkningsbiologi och maskinlärning på Memorial Sloan Kettering Cancer Center.

zeb är ett AI-drivet digitalt transformationsföretag och AWS Premier Tier Partner, som erbjuder AI, migration och modernisering, data och analytik, applikationsutveckling och säkerhetslösningar inom branscher som detaljhandel, finansiell teknologi, logistik och hälsovård.

Du har haft en varierad resa – från att grunda Girls Make Apps till att leda AVASOFT och nu grunda zeb. Vad inspirerade dig att starta zeb, och hur påverkar din tidigare erfarenhet din vision idag?

Under min tid i systemintegratörsbranschen såg jag att de flesta leverantörer opererade transaktionellt, antingen som biljettförsäljare eller strategikonsulter som levererade dyra presentationer utan substans. Med den kommande AI-boomen såg jag en lucka för organisationer som kunde förstå tekniken, ligga före den och översätta dess användning till faktiska affärsapplikationer. Min vision för zeb var att skapa en AI-centrerad teknologi-transformationorganisation med branschkompetens och agilitet för att producera AI i stor skala. Min erfarenhet från Girls Make Apps lärde mig mycket om vikten av att göra teknologi tillgänglig, vilket direkt påverkar zebs mission att demokratisera AI för företag av alla storlekar.

Vilka luckor i företags AI-implementering såg du på marknaden som zeb specifikt var byggt för att täcka?

Det största problemet är att de flesta företag bygger AI i silos utan att förstå att anslutning av system och processer behövs mer än någonsin för att främja värde. För verklig transformation behöver organisationer integrera AI i befintliga processer snarare än att behandla det som separat. På zeb servar vi varje aspekt av teknologistacken för att transformera företag från början till slut, vilket säkerställer att AI blir en del av processen och förblir användbart och ägt av kunden. Den största luckan var företag som byggde AI utan rätt datagrund eller förståelse för integrationskomplexitet.

Kvinnoledda AI-företag har fått över 1,6 miljarder dollar i finansiering 2024, men står fortfarande för mindre än 15% av den totala finansieringen. Vilka unika styrkor tror du att kvinnliga entreprenörer bringar till företags AI?

Jag tycker att den största styrkan kvinnor har är vår förmåga att multitaska, vilket är avgörande när man hanterar balansering av en stor skala transformation med AI-antagande. Det finns mycket rädsla som uppstår när företag använder AI, och kvinnor är riktigt bra på att ta en empati-först-approach för att navigera mänskliga utmaningar samtidigt som man driver teknologisk innovation. Vi tar action för att skapa positiv förändring samtidigt som vi ifrågasätter om det finns bättre sätt att göra saker på.

Hur hjälper program som WBE (Women’s Business Enterprise-certifiering) och WOSB (Women-Owned Small Business-program) till att jämna ut spelplanen för kvinnoledda tech-företag?

Program som WBE och WOSB är så nödvändiga för att utöka möjligheternas apertur, eftersom de erkänner och tillhandahåller anslutning för stora företag till kvinnoledda företag. De är avgörande för att skapa systematisk förändring som vi tror på. Att ha privilegiet att ha möjligheter är inte något jag tar för givet, och jag känner en tryckande ansvar att utöka den kraften till dem jag kan. Dessa program hjälper till att skapa den typ av tillgång och erkännande som kan transformera hela branscher.

Kan du gå igenom de proprietära AI-drivna implementeringarna som zeb har utvecklat? Hur skiljer de sig från standard-AI-lösningar?

Definitivt – i allmänhet är våra lösningar anpassade för varje organisation snarare än den begränsade konfigurerbarhet som en standardiserad en-storlek-passar-alla-approach erbjuder. Detta har lett till en mängd olika lösningar anpassade till affärsbehov – för en av våra kunder, ett stort företag inom leverantörskedjan, byggde vi ett självbetjäningschatgränssnitt integrerat med Teams som möjliggjorde deras driftsteam att ställa vilken fråga som helst i realtid om transaktions- och kostnadsdata. För en annan kund inom ISV-området byggde vi automatiserade arbetsflöden som sammanställde olika källor till marknadsdata och berikade den för att tillhandahålla ytterligare sammanhang som de kunde yttre ytan till sina slutkunder i en agentic AI-arkitektur. Vi arbetar också med flera agentic agent-till-agent-kommunikationsarbetsflöden med orkestreringar och incitamentskedjor som kan automatisera funktioner som tidigare krävde flera team och expertisnivåer för flera företag, allt anpassat till deras roller och affärscontext.

Hur säkerställer du att den AI som du distribuerar är utformad för att höja team och processer snarare än att ersätta dem?

Vi utvärderar var AI kan hjälpa företag genom att frigöra mänsklig kreativitet och sätta AI till arbete på upprepande processer som slösar bort mänskligt kapital. Medan AI ersätter vissa lägre ordningsfunktioner kräver de flesta implementationer fortfarande människor i loopen, och ditt värde bestäms av hur du anpassar och använder AI-verktyg för att förbättra arbetsflöden. Vi börjar smått med skeptiska kunder, bevisar värde på korta engagemang och bygger sedan tillit för att tackla större utmaningar tillsammans. Detta tillvägagångssätt fungerar som en visa och berätta om hur vi kompletterar snarare än ersätter.

Vilka är några av de mest övertygande exemplen på zebs AI-lösningar som transformerar arbetsflöden – antingen inom hälsovård, detaljhandel eller finansiella tjänster?

Våra lösningsacceleratorer byggda i partnerskap med AWS, Databricks och ServiceNow har tagit på sig ett eget liv med kunder som skapar otroligt intressanta användningsfall som utmanar våra team. En kund använde vår SuperInsight-accelerator för att designa anpassade aviseringar baserade på data om kundförvärvstrender. En annan ville bygga en anpassad “hjärna” som representerar varje kunds marknadsföringskampanjer och historia så att AI kunde interagera med den kontexten. Vi hade en annan kund inom hälsovårdssektorn som ville använda NLP och mönsteridentifiering för att bedöma trender i patienters vanor som påverkar deras kroniska smärtor. Vi servar tillverkning/leverantörskedja, detaljhandel, digitalt infödda företag och hedgefonder/privat equity – jag tycker att vår diversifierade kundbas visar att vilket företag som helst med en öppen sinne för förändring och innovation är en bra match för AI.

Finansiering förblir en utmaning för kvinnoledda startups. Var ser du de största investeringsmöjligheterna för kvinnoledda AI-ventures under de kommande åren?

Jag tror att de största möjligheterna för kvinnoledda AI-ventures är desamma som de största möjligheterna för AI-ventures i allmänhet – där vi ser mest dragkraft är inom cybersäkerhet, hälsovård och webb 3.0. Nyckeln är att fokusera på företag som skapar verkligt värde och ROI utan att underskatta draget av rutinprocesser i de företag som dessa ledare försöker störa. Jag känner fantastiska kvinnliga ledare i alla dessa sektorer och de är bra av en enhetlig anledning: de har djup erfarenhet av att vara kunden till den produkt de försöker bygga och som sådan gör de inte felaktiga eller önskefulla antaganden om AI-förmågan att förändra processen över en natt.

Vilken roll ser du zeb spela i att forma företags antagande av generativ AI under de kommande 3-5 åren?

Förändringarna kommer att vara dramatiska även under de kommande två åren – vi har knappt skrapat på ytan av vad som är möjligt. Detta är den första gången sedan dotcom-bubblan som vi har haft en teknik som fungerar med massiv inverkan plus marknadstryck som pressar varje företag att anta eller bli omkörd. Om 5 år kommer zeb att vara i en kategori för sig, som bevisar konstant innovation och skala inte är ömsesidigt uteslutande. Vi har redan lanserat zeb labs, vår hörnsten R&D-initiativ under det senaste året, som tillhandahåller våra interna team och kunder med objektiv input på resultat från AI-framsteg – vi planerar att fortsätta växa detta initiativ och bidra meningsfullt till forskning kring modellsäkerhet, styrning och modellbelönings- och incitamentsramar som vi känner kommer att vara avgörande när antagandet fortsätter att öka.

Vad råd skulle du ge till unga kvinnor som går in i AI som aspirerar på att bygga företag som zeb?

Den största missuppfattningen om att vara en ung grundare är de inbyggda begränsningarna som människor lägger på dig – råd som välj färre partners, gör en sak riktigt bra. Dessa är begränsningar som människor påtvingar, men det är möjligt att göra båda, och i dagens AI-landskap är det nödvändigt. Mitt största råd är att inte låta människor begränsa dig till rutor eller begränsa din vision baserat på traditionellt tänkande. Världen har förändrats över en natt med AI och de gamla reglerna gäller inte längre obehindrat – alla runt omkring dig är precis där du är och försöker förstå det för första gången också.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka zeb.