Tarun Raisoni, VD och medgrundare av Gruve Inc – Intervjuserie

Tarun Raisoni är VD och medgrundare av Gruve Inc., ett företag som specialiserar sig på tjänster och programvaruutveckling inom AI, maskinlärning och data.

Tidigare var han medgrundare och ledde Rahi Systems från 2012 till dess förvärv av Wesco, där han senare tjänstgjorde som SVP för Data Center-lösningar. Under hans ledning växte Rahi till över 500 miljoner dollar i årlig omsättning utan extern finansiering. Raisoni har flera gånger erkänts av Comparably som en av de 100 bästa VD:arna.

Med över två decenniers erfarenhet inom datacenterindustrin har han introducerat ny teknik inom infrastruktur, nätverk och säkerhet. Han är också en aktiv investerare i tidiga startups, som stöder dem med finansiering, strategisk vägledning och tillgång till ett globalt nätverk.

Gruve är en plattform för företags AI-tjänster som hjälper företag att gå från AI-experiment till fullskalig distribution. Deras femstegsramverk omfattar strategi, databeredskap, modellutveckling, säkerhet och styrning. Genom att använda AI-agenter för att automatisera uppgifter som CRM-migrering och säkerhetsövervakning, rationaliserar Gruve verksamheten och integrerar direkt i kundsystem för att leverera skalbara, teknikdrivna lösningar med programvarueffektivitet.

Efter att ha lett flera framgångsrika företag, inklusive Rahi Systems, vad motiverade dig att starta Gruve.ai? Vilka specifika utmaningar inom företags AI såg du som bevisade att det var rätt tid att bygga igen?

Efter Rahi Systems och andra företag, tog jag ett steg tillbaka för att studera AI, hållbarhet och företagssystem på Stanford. Vad jag såg var ett upprepat mönster: företag investerade tungt i AI-strategier, men genomförandet föll kort. Alla ville “göra AI”, men få kunde få det i produktion på ett meningsfullt sätt. Verktygen var omogna, integrationen var dyr och de flesta ansträngningar fastnade i pilotpurgatoriet. Det blev klart att företag inte behövde fler vägkartor eller strategidokument; de behövde en partner som kunde rulla upp ärmarna, integrera med interna team och leverera verkliga resultat. Gruve föddes för att lösa den saknade biten: “hur” med företags AI.

De flesta företags AI-projekt kämpar för att nå produktion. Vilka är de viktigaste orsakerna bakom detta utbredda misslyckande, och hur hjälper Gruve organisationer att övervinna dessa utmaningar?

Det handlar om tre kärnblockerare: dålig datahygien, frånkopplad infrastruktur och brist på ansvarsfullt genomförande. Företag har ofta inte data som är redo för AI, vet inte hur de ska skala det säkert och har inte en partner som kan hjälpa dem att gå hela vägen. Gruves femstegsramverk adresserar allt detta, från databeredskap till styrning, och vår inbäddade modell säkerställer att vi bygger tillsammans med kunden, inte bara överlämnar en specifikation och går därifrån. Vi får inte betalt om vi inte levererar påverkan, och den utväxlingen förändrar allt.

Många företag fastnar i “pilotpurgatoriet.” Hur vänder Gruve på skriptet och hjälper företag att gå från experiment till genomförande?

Vi vänder på skriptet genom att utforma för ROI från dag ett. Varje engagemang börjar med en väldefinierad användningsfall och förbyggda AI-agenter som levererar omedelbar värde, antingen det är att automatisera fakturabearbetning, onboarda anställda eller förbättra cybersäkerheten. Därifrån skalar vi iterativt baserat på vad som fungerar. Eftersom vi integrerar direkt med företags-team, bygger vi, distribuerar och opererar AI i verkliga miljöer. Det är så vi flyttar företag från idéer till resultat på veckor, inte kvartal.

Gruve tar en hands-on-approach genom att integrera direkt med företagsteam. Varför tror du att detta genomförande-först-modell är mer effektivt än traditionell konsultverksamhet eller programvarudistribution?

Vi har funnit att de bästa resultaten kommer från att arbeta sida vid sida med företagsteam. Genom att integrera direkt kan våra ingenjörer navigera i den verkliga komplexiteten i företagssystem, antingen det handlar om att hantera infrastruktur, finjustera modeller eller integrera AI i befintliga arbetsflöden. Detta tillvägagångssätt säkerställer kvalitet, säkerhet och skalbarhet eftersom vi är där under hela projektets livscykel, inte bara i planeringsstadiet. Det är en modell byggd på ansvar, och det är vad som låter oss gå från strategi till genomförande effektivt.

Vilka är de viktigaste elementen i Gruves femstegsleveransramverk, och varför är varje fas – från databeredskap till styrning – kritisk för en lyckad AI-implementering?

Vårt femstegsramverk omfattar:

1. AI-strategi och workshop: Samordna intressenter, identifiera möjligheter och fastställa en vägkarta för implementering.
2. Databeredskap: Utvärdera och förbereda företagsdatakällor för att stödja effektiv AI-användning.
3. AI-arkitektur och integration: Utforma skalbar infrastruktur och integrera med befintliga system och leverantörs ekosystem.
4. AI-modellutveckling och finjustering: Bygga och optimera modeller för att maximera påverkan på dina affärsprioriteter.
5. Säkerhet, regelefterlevnad och styrning: Se till att distributioner är företagsklass, uppfyller kraven för HIPAA, GDPR, SOX och FISMA från dag ett.

Varje fas adresserar en vanlig punkt för misslyckande. Utan data är dina modeller blinda. Utan infrastruktur kan de inte skalas. Utan styrning kan du inte lita på eller granska dem. Framgång innebär att behandla AI som ett fullständigt system, inte ett fristående experiment.

Från beräkning och nätverk till AI-modell distribution, tillhandahåller Gruve fullständiga infrastrukturtjänster. Hur säkerställer du skalbarhet, prestanda och säkerhet över denna diversifierade tekniska landskap?

Vi byggde Gruve med skalbarhet i åtanke. Vårt team har decennier av erfarenhet av att hantera komplex global infrastruktur, och vi för med oss den rigorösa metoden till varje AI-distribution. Från att optimera beräkning på Cisco Nexus och ACI, till att implementera containrar för AI-miljöer på Kubernetes, till att säkerställa nolltillitsarkitektur, är vår tillvägagångssätt både modulär och säker. Varje distribution är prestandatestad, säkerhetsförstärkt och redo att skalas över hybridmiljöer.

Hur integrerar Gruves AI-infrastruktur med äldre system och moderna plattformar som Cisco, Snowflake och Databricks för att skapa en sömlös företagsupplevelse?

Gruve byggdes med den verkliga komplexiteten i moderna företag i åtanke. De flesta företag kan inte avskaffa och bygga om kärnsystem, så istället för att tvinga förändring, fokuserar vi på integration. Våra ingenjörsteam specialiserar sig på att brottas mellan äldre infrastruktur och moderna plattformar som Cisco, Snowflake och Databricks. Vi har utvecklat förbyggda anslutningar och automatiseringsramverk som låter AI-agenter fungera inom befintliga CRM, ERP och datapipeliner. Detta tillvägagångssätt hjälper team att flytta snabbare utan att störa vad som redan fungerar.

Vilken roll spelar AI-agenter, co-piloter och LLM-stödda assistenter i Gruves erbjudanden, och hur tillämpas de i verkliga företagsarbetsflöden idag?

AI-agenter är en kärndel av Gruves erbjudande. Vi har byggt 35+ domänspecifika agenter som ansluter direkt till företagssystem, hanterar uppgifter som försäkringsverifiering, lösenordsåterställning, kontraktsparsing och anställdonboarding. Dessa är inte generiska chattbotar. De är justerade, integrerade och styrda för verkliga användningsfall. Vi stöder också finjustering, RAG-pipeliner och kontinuerlig övervakning för att säkerställa att agenter förblir relevanta och säkra över tid.

Du har kallat Gruve för “hur”-skiktet i företags AI. Kan du förklara det och hur du ser din roll utvecklas när AI-antagandet mognar över branscher?

Alla pratar om “vad” med AI, men få löser “hur”. Gruve är det saknade skiktet: den praktiska parten som gör AI fungera i verkliga affärsmiljöer. När AI-antagandet mognar, kommer vi att bli standardiseringslagret för företaget – integrera med team, hantera infrastruktur, distribuera agenter och säkerställa styrning. Det är inte flashigt, men det är essentiellt, och det är där vi trivs.

Som både operatör och investerare, hur har din erfarenhet av att finansiera och mentora andra startups påverkat ditt ledarskap i Gruve?

Jag har haft möjligheten att hjälpa andra entreprenörer att nå sin fulla potential och utveckla nya, innovativa produkter och tillämpningar under många år, och det har gett mig perspektiv på mina egna företag och lärdomar som kan hjälpa andra. Mentorskap är en privilegium och jag strävar efter att ge solid rådgivning och perspektiv till startups, stora som små, om hur man etablerar affärsverdi och navigerar komplexa tillväxtutmaningar.

Om du ser framåt, vad är din långsiktiga vision för Gruve? Ser du det som ett grundläggande lager för företags AI – liknande hur AWS blev för molninfrastruktur?

AI är en enorm marknad, och de tjänster vi tillhandahåller idag kommer att fortsätta att utvecklas när företag står inför den ökande komplexiteten i agentanslutning, multimodalitet och AI-styrning. Precis som AWS gav flexibilitet till kunder som behövde växa genom molntjänster, tror Gruve att vår flexibla resultatbaserade tillvägagångssätt för tjänster kommer att hjälpa företag att växa sina AI-kapaciteter och förbättra avsevärt de tjänster de erbjuder till sina egna kunder. Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Gruve.