Shay Sabhikhi, VD för CognitiveScale – Intervjuserie

Akshay (Shay) Sabhikhi är VD för CognitiveScale, ett företag som utvecklar AI-programvara med lösningar som hjälper kunder att lyckas med intelligenta, transparenta och pålitliga AI/ML-baserade digitala system.

Shay ansvarar för företagets övergripande tillväxt och strategiska riktning, och han har mer än 18 års erfarenhet av entreprenöriellt ledarskap, produktutveckling och ledning inom tillväxtföretag och högtillväxtprogram inom Fortune 50-företag.

Hur viktigt är förklarlig AI?

Förklarlig AI är avgörande – Att inte kunna förklara ett beslut är ett säkert sätt att urholka förtroendet. Så mycket som 80% av AI- och ML-projekt avbryts på grund av brist på förtroende, transparens och förklarbarhet i modeller och data. Att ha möjlighet att förstå och, ännu viktigare, lita på resultaten och utdata från ML-algoritmer säkerställer att organisationer kan beskriva modeller, förstå påverkan och skydda mot potentiella och oförutsedda fördomar. Förklarlig AI säkerställer noggrannhet, rättvisa och transparens i AI-baserat beslutsfattande och är avgörande för att bygga förtroende och förtroende när modeller sätts i produktion. Enkelt uttryckt hjälper förklarlig AI digitalt kunniga organisationer att anta ett ansvarsfullt tillvägagångssätt för AI.

Kunde du gå in på några detaljer om när och hur CognitiveScale ursprungligen banade väg för begreppet ‘Pålitlig AI’?

Vi skapade CognitiveScale med ett mål i åtanke: att ge företag förtroende och tillit till de digitala systemen de behöver för att blomstra. Vi förstod att när företag alltmer antar digitala system för engagemang, skulle det vara en nödvändighet att odla förtroende inom beslutsprocesserna över alla intressenter – kunder, anställda, revisorer. Så vi definierade förankringar för pålitlig AI – Förklarbarhet, Personanpassning, Rättvisa, Robusthet och Efterlevnad – principer enligt vilka automatiserade beslutsfattningssystem blir pålitliga och ansvarsfulla. Vi lärde oss genom att tillämpa dessa principer i tungt reglerade branscher som hälsovård och finansiella tjänster för att driva exponentiella resultat för våra kunder i form av ökad patientengagemang, minskade vårdkostnader och förbättrad kundservice för att öka lojalitet. Vi var också grundande medlem i Responsible AI Institute (RAI), en ideell, oberoende organisation som fokuserar på att definiera branschspecifika policys och standarder för företags antagande av ansvarsfull AI. CognitiveScale erkändes också av Världsekonomiskt forum 2019 som en teknisk pionjär som formar antagandet av ansvarsfull AI i reglerade branscher som hälsovård och finansiella tjänster.

Vilka är några sätt som CognitiveScale arbetar för att både erbjuda förklarlig AI och förbättra AI-transparens?

Genom att ge företag verktygen för att snabbt bygga, distribuera och hantera AI-system med pålitliga AI-principer, säkerställer vi process- och operativ transparens. Pålitliga AI-system säkerställer att de data och modeller som används är representativa för den verkliga världen och att modellerna är fria från inbyggda fördomar som kan snedvrida beslutsfattande och resonemang, vilket leder till beslutsfel och oavsiktliga konsekvenser. Genom Cortex-plattformen levererar vi en plattform från början till slut för design, distribution och hantering av intelligenta system som är både förklarliga och ansvarsfulla, vilket skapar förtroende och transparens.

Kunde du förklara hur CognitiveScales Cortex-plattform kan utnyttja i princip alla data och alla svarta lådor för att erbjuda skiktad AI-kontroll, automatiserad byggnad och färdiga applikationer?

Cortex Fabric är vår lågkodsutvecklingsplattform för automatiserad utveckling av pålitliga AI-applikationer som en AI-mellanvara. Den distribueras på alla moln – AWS, Azure, Google (GOOGL ), IBM Cloud eller On-prem – och fungerar genom att förenkla integrationen av data, modeller, regler och även analyser byggda på äldre företagssystem. Med över 127 kopplingar ansluter Fabric till data från första- och tredjepartskällor, både batch och ström, och syr ihop dem till en semantisk datastruktur fokuserad på entiteter som kunder, produkter, anställda etc. Den drar unika och personanpassade inferenser via maskinlärningsmodeller för att identifiera intelligenta insikter som sedan levereras till system för engagemang. Som AI-mellanvarulagret är det tätt integrerat med vår AI-styrningslager som levereras via Cortex Certifai, för att möjliggöra kontinuerlig, slut-till-slut-styrning av AI-applikationer för att upptäcka och åtgärda AI-risken som rättvisa, förklarbarhet, robusthet och prestanda. Cortex erbjuder också branschspecifika mallar som kallas Cortex Application Blueprints, som påskyndar byggnation och distribution av pålitliga AI-applikationer. Förra månaden lanserade vi Fabric Version 6, som utökar funktionerna genom att göra det enklare för medborgarutvecklare att designa och spåra målorienterade AI-applikationer, anpassade till affärskpi:er för ännu snabbare tid till värde.

Med CognitiveScales Cortex Certifai kan företag bygga förtroende i sina digitala system genom att upptäcka och poängsätta svart låda-modellrisk. Kunde du förklara denna lösning och hur den fungerar för att skapa den första sammansatta förtroendepoängen, AI Trust Index?

Cortex Certifai är vår modellintelligensplattform för design och distribution av transparenta, rättvisa och presterande AI-system, samtidigt som den minskar affärsrisken associerad med dolda fördomar i AI-modeller, säkerställer att de är förklarliga och robusta mot förändringar i data och datakvalitet. Cortex Certifais visuella gränssnitt låter nyckelintressenter (datavetare, revisions- och efterlevnadsavdelningar, linjeaffärsägare) förstå, utvärdera och åtgärda potentiell AI-affärsrisk. Vi tillhandahåller en sammansatt poäng som kallas AI Trust Index över fyra dimensioner av AI-risk (Fördom, Förklarbarhet, Robusthet, Prestanda) som kan konfigureras av en organisation baserat på branschstandarder och policys. Vi samarbetar med Responsible AI Institute (RAI) som en oberoende organisation för att hjälpa organisationer att tolka och poängsätta sin affärsrisk mot regelefterlevnadsstandarder. Cortex Certifai fungerar med alla svarta lådor, inklusive maskinlärningsmodeller, statistiska modeller, affärsregler och andra prediktiva modeller.

Hur kan AI-applikationer hjälpa till att förbättra patientresultat med personanpassad och personanpassad hälsovård?

AI inom hälsovården har en djupgående inverkan på patientresultat, service och operativa kostnader. Cortex förbyggda AI-applikationer inom hälsovården kan påskynda medlemmar och patientengagemang inom områden som vårdoptimering (vårdkostnad, Star Rating-förbättring) och serviceupplevelse (chatbot, intelligent ringsignalering, själv- eller agentassisterad service) som levererar prediktiva, proaktiva och personanpassade interaktioner för förbättrade resultat.

Kraften i CognitiveScales personanpassning kommer från vår Profile-of-One-teknik – en rik och unik kunskapsbas byggd för varje enhet (kunder, produkter, agenter). Profile-of-One driver hyperpersonanpassade ingrepp för utsträckning – smarta rekommendationer – designade för att ändra banan eller kursen för det bättre. Med andra ord, genom att kombinera deklarerade attribut, observerade beteenden och inferenser, levererar vår Profile-of-One personanpassad och kontextuell utsträckning, vare sig det är att hjälpa medlemmar att hitta en mer lämplig hälsovårdsplan, boka en tid som de sannolikt kommer att göra eller upptäcka en leverantör som är närmare hemmet. Dessa intelligenta ingrepp levereras sedan till befintliga system för engagemang som inkluderar mobilappar, webbportaler, vårdhanteringsplattformar.

Vilka är några sätt som AI-applikationer kan förbättra kundengagemanget genom att sänka driftskostnader med prediktiva, proaktiva och personanpassade vård?

Inom CognitiveScale Cortex-plattformen hjälper vår Profile-of-One-teknik till att driva proaktiva och personanpassade ingrepp. Dessa proaktiva ingrepp förbättrar engagemanget genom att ge kunderna viktig information som de vill ha, t.ex. vårdinsikter levererade till din smartphone som varnar dig för krävda mediciner, eller rättidsproduktrekommendationer i bank eller försäkring. Dessa personanpassade ingrepp förbättrar inte bara engagemanget och lojaliteten, utan minskar också kostnaderna, t.ex. sjukhusinläggningar orsakade av försumlig vård. I marknadsföring ger AI-driven leadgenerering insikt i specifika målmarknader eller kohorter och lead-attribut, som kan användas för att bestämma mer exakt keyword-utgifter och marknadsföringsaktiviteter. AI-driven intelligent försäljningsassistent kan öka säljarens produktivitet och omvandling genom prescriptiva rekommendationer, proaktiva larm och marknadsinsikt.

Finns det något annat du vill dela om CognitiveScale?

Sedan företagets tidiga dagar har vi utvecklat en etos och kultur för att lösa svåra problem som ger enormt värde för våra kunder. Vi har bevisat detta i tungt reglerade branscher (hälsovård och finansiella tjänster) och vår AI används för att betjäna 90 miljoner+ hälsovårdsmedlemmar i USA över ledande hälsovårdsorganisationer. Vår teknik backas upp av över 170 patentansökningar med ~100 godkända, vilket gör oss till en av de ledande AI-patentportföljerna bland alla företag, privata och offentliga. Vi erkändes av Världsekonomiskt forum 2019 som en teknisk pionjär som formar antagandet av ansvarsfull AI och vi fortsätter att samarbeta med dem för att ytterligare främja dess antagande globalt.

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