Surojit Chatterjee, grundare och VD på Ema – Intervjuserie

Surojit Chatterjee är grundare och VD för Ema. Tidigare har han lett Coinbase genom en framgångsrik IPO 2021 som dess Chief Product Officer och har skalat Google (GOOGL ) Mobile Ads och Google Shopping till multibilliondollarföretag som VP och Head of Product. Surojit har 40 amerikanska patent och har en MBA från MIT, MS i datavetenskap från SUNY i Buffalo och B. Tech från IIT Kharagpur.

Ema är en universell AI-anställd, som integreras sömlöst i företagets befintliga IT-infrastruktur. Den är utformad för att förbättra produktiviteten, effektivisera processer och ge teamen mer makt.

Kan du förklara visionen bakom Ema och vad som inspirerade dig att skapa en universell AI-anställd?

Målet för Ema är tydligt och djärvt: “transformera företag genom att bygga en universell AI-anställd”. Denna vision kommer från vår tro att AI kan förstärka mänskliga förmågor snarare än att ersätta arbetare helt. Vår universella AI-anställda är utformad för att automatisera tråkiga, upprepade uppgifter, vilket gör att mänskliga anställda kan fokusera på mer strategiska och värdefulla arbeten. Vi gör detta genom Ema:s innovativa agentic AI-system, som kan utföra en mängd komplexa uppgifter med en samling AI-agenter (kallade Ema:s Personas), vilket förbättrar effektiviteten och ökar produktiviteten i otaliga organisationer.

Både du och din medgrundare har imponerande bakgrunder på ledande teknikföretag. Hur har er tidigare erfarenhet påverkat utvecklingen och strategin för Ema?

Under de senaste två decennierna har jag arbetat på ikoniska företag som Google, Coinbase, Oracle (ORCL ) och Flipkart. Och på varje plats undrade jag “Varför anställer vi de smartaste människorna och ger dem jobb som är så tråkiga?”. Det är därför vi bygger Ema.

Före att jag medgrundade Ema var jag Chief Product Officer på Coinbase och Flipkart och global chef för mobilannonser på Google. Dessa erfarenheter fördjupade min tekniska kunskap inom ingenjörskonst, maskinlärning och adtech. Dessa roller tillät mig att identifiera ineffektiviteter i hur vi arbetar och hur man löser komplexa affärsproblem.

Ema:s medgrundare och chef för teknik, Souvik Sen, var tidigare VP för teknik på Okta, där han övervakade data, maskinlärning och enheter. Innan dess var han på Google, där han var teknikledare för data och maskinlärning, där han byggde ett av världens största ML-system, fokuserat på sekretess och säkerhet – Google:s Trust Graph. Hans expertis, särskilt, är en drivande kraft till varför Ema:s Agentic AI-system är högt exakt och byggt för att vara företagsklart i termer av säkerhet och sekretess.

Min medgrundare Souvik och jag tänkte att om du hade en Michelin-stjärnkock i huset som kunde laga allt du bad om. Du kanske var i humör för fransk mat idag, italiensk mat i morgon och indisk mat dagen efter. Men oavsett ditt humör eller den mat du önskade, kunde kocken återskapa din drömmats rätt. Det kan Ema göra. Den kan ta på sig rollen som vad du behöver i företaget med bara en enkel konversation.

Ema använder över 100 stora språkmodeller och sina egna mindre modeller. Hur säkerställer du en sömlös integration och optimal prestanda från dessa varierande källor?

LLM:er, medan de är kraftfulla, brister i företagsmiljöer på grund av deras brist på specialiserad kunskap och kontextspecifik utbildning. Dessa modeller är byggda på allmänna data, vilket gör dem illa lämpade för att hantera de nyanserade, proprietära uppgifter som driver affärsverksamhet. Denna begränsning kan leda till felaktiga utdata, potentiella datasäkerhetsrisker och oförmåga att tillhandahålla domänspecifika insikter som är avgörande för informerat beslutsfattande. Agentic AI-system som Ema åtgärdar dessa brister genom att erbjuda en mer anpassad och dynamisk approach. Till skillnad från statiska LLM:er kan våra agentic AI-system:

• Anpassa sig till företagsspecifik data och arbetsflöden
• Utnyttja flera LLM:er baserat på noggrannhet, kostnad och prestandakrav
• Upprätthålla datasäkerhet och sekretess genom att operera inom företagets infrastruktur
• Tillhandahålla förklarliga och verifierbara utdata, vilket är avgörande för affärsansvar
• Ständigt uppdatera och lära av realtidsföretagsdata
• Utföra komplexa, flerstegsåtgärder på egen hand

Vi säkerställer en sömlös integration från dessa varierande källor genom att använda Ema:s proprietära 2T+ parameterblandningsmodell för experter: EmaFusionTM. EmaFusionTM kombinerar 100+ offentliga LLM:er och många domänspecifika anpassade modeller för att maximera noggrannheten till den lägsta möjliga kostnaden för en mängd uppgifter i företaget, vilket maximerar avkastningen på investeringen. Plus, med denna nya approach, är Ema framtidsbevisad; vi lägger ständigt till nya modeller för att förhindra att vi blir beroende av en teknisk stack, vilket tar bort denna risk från våra företagskunder.

Kan du förklara hur den generativa arbetsflödesmotorn fungerar och vilka fördelar den erbjuder jämfört med traditionella arbetsflödesautomatiseringsverktyg?

Vi har utvecklat tiotals mallar för Personas (eller AI-anställda för specifika roller). Personorna kan konfigureras och distribueras snabbt av företagsanvändare – ingen kodningskunskap krävs. I kärnan är Ema:s Personas samlingar av proprietära AI-agenter som samarbetar för att utföra komplexa arbetsflöden.

Vår patentansökningsbara generativa arbetsflödesmotor, en liten transformermodell, genererar arbetsflöden och orkestreringskod, väljer lämpliga agenter och designmönster. Ema utnyttjar välkända agentic designmönster, såsom reflektion, planering, verktygsanvändning, samarbete mellan flera agenter, språkagentträdsökning (LATS), strukturerad utdata och samarbete mellan flera agenter, och introducerar många innovativa mönster av sin egen. Med över 200 förbyggda anslutningar integrerar Ema sömlöst med interna datakällor och kan vidta åtgärder över verktyg för att utföra effektivt i olika företagsroller.

Ema används inom olika områden, från kundtjänst till juridik till försäkring. Vilka branscher ser du den största potentialen för tillväxt med Ema, och varför?

Vi ser potential över branscher och funktioner, eftersom de flesta företag har mindre än 30% automatisering i processer och använder mer än 200 programvaruapplikationer, vilket leder till datasilor och åtgärdsilor. McKinsey & Co. uppskattar att generativ AI kunde lägga till motsvarande 2,6 biljoner till 4,4 biljoner dollar per år i produktivitetsvinster (källa).

Dessa problem förvärras i reglerade branscher som hälsovård, finansiella tjänster, försäkring, där de flesta av de senaste decenniernas tekniska automatiseringar inte har skett, eftersom tekniken inte var tillräckligt avancerad för deras processer. Det är här vi ser den största möjligheten för transformation och ser en stor efterfrågan från kunder i dessa branscher att utnyttja generativ AI och teknik som aldrig tidigare.

Hur hanterar Ema dataskydd och säkerhetsproblem, särskilt när det gäller att integrera flera modeller och hantera känslig företagsdata?

En viktig fråga för alla företag som använder agentic AI är risken för att AI-agenter kan bli avvikande eller läcka privat data. Ema är byggt med förtroende i kärnan, i enlighet med ledande internationella standarder som SOC 2, ISO 27001, HIPAA, GDPR, NIST AI RMF, NIST CSF, NIST 800-171. För att säkerställa att företagsdata förblir privat, säker och förenlig, har Ema infört följande säkerhetsåtgärder:

• Automatisk radering och säker avidentifiering av känslig data, granskningsloggar
• Real-tidsövervakning
• Kryptering av all data i vila och under överföring
• Förklarbarhet över alla utdatorkällor

För att gå ett steg längre kontrollerar Ema också eventuella upphovsrättsintrång för dokumentgenereringsanvändningsfall, vilket minskar kundernas chans att drabbas av IP-skyldigheter. Ema utbildar aldrig modeller på en kunds data för att gynna andra kunder.

Ema erbjuder också flexibla distributionsalternativ, inklusive möjlighet till lokalt installation på flera molnsystem, vilket möjliggör för företag att hålla sin data inom sina egna betrodda miljöer.

Hur lätt är det för ett nytt företag att komma igång med Ema, och vad ser den typiska onboardingsprocessen ut som?

Ema är otroligt intuitiv, så det är ganska lätt att komma igång med plattformen. Företagsanvändare kan konfigurera Ema:s Personas med förbyggda mallar på bara några minuter. De kan finjustera Personas beteende med konversationsinstruktioner, använda förbyggda anslutningar för att integrera med sina appar och datakällor och eventuellt ansluta privata anpassade modeller utbildade på deras egna data. När den är konfigurerad kan experter från företaget utbilda sin Ema-persona med bara några timmars feedback. Ema har anställts för flera roller av företag som Envoy Global, TrueLayer, Moneyview och i var och en av dessa roller presterar Ema redan på eller över mänsklig nivå.

Ema har lockat till sig betydande investeringar från högprofilerade bakgrundsfigurer. Vad tror du har varit nyckeln till att vinna sådan stark investerarfortroende?

Vi tror att investerarna kan se hur Ema:s plattform möjliggör för företag att använda agentic AI effektivt, vilket strömlinjeformar verksamheten för betydande kostnadsreduceringar och låser upp nya potentiella intäktsströmmar. Dessutom har Ema:s ledningsteam experter inom AI och har den tekniska kunskapen och färdigheterna som krävs. Vi har också en stark historia av företagsklassleverans, tillförlitlighet och förenlighet. Slutligen är Ema:s produkter differentierade från allt annat på marknaden, och vi banar väg för de senaste tekniska framstegen inom agentic AI, vilket gör oss till det självklara valet för alla företag som vill lägga till nästa generations AI i sina verksamheter.

Hur ser du rollen för AI i arbetsplatsen utvecklas under de kommande decennierna, och vilken roll kommer Ema att spela i den transformationen?

Ema:s mission är att transformera företag och hjälpa varje anställd att arbeta snabbare med hjälp av enkla och exakta agenter. Vår universella AI-anställda har potentialen att hjälpa företag att utföra uppgifter över kundsupport, anställdsupport, försäljningsaktivering, regelefterlevnad, intäktsoperationer och mer. Vi vill transformera arbetsplatsen genom att låta team fokusera på de mest strategiska och värdefulla projekten snarare än tråkiga, administrativa uppgifter. Som en pionjär inom agentic AI leder Ema en ny era av samarbete mellan mänskliga och AI-anställda, där innovation blomstrar och produktiviteten skjuter i höjden.

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