โซฮัม มาซุมดาร์ ผู้ร่วมก่อตั้งและซีอีโอของ WisdomAI – ซีรีส์สัมภาษณ์

โซฮัม มาซุมดาร์ เป็นผู้ร่วมก่อตั้งและซีอีโอของ WisdomAI บริษัทที่อยู่แถวหน้าของโซลูชันขับเคลื่อนด้วย AI ก่อนที่จะก่อตั้ง WisdomAI ในปี 2023 เขาเคยเป็นผู้ร่วมก่อตั้งและหัวหน้าสถาปนิกที่ Rubrik ซึ่งเขาเล่นบทบาทสำคัญในการขยายบริษัทในช่วง 9 ปี โซฮัมเคยดำรงตำแหน่งผู้นำด้านวิศวกรรมที่ Facebook (META ) และ Google (GOOGL ) ซึ่งเขามีส่วนร่วมในการพัฒนาโครงสร้างพื้นฐานการค้นหาและได้รับการยอมรับด้วยรางวัลผู้ก่อตั้ง Google เขายังร่วมก่อตั้ง Tagtile แพลตฟอร์มความภักดีบนมือถือที่ถูกซื้อกิจการโดย Facebook ด้วยประสบการณ์มากกว่า 20 ปีในด้านสถาปัตยกรรมซอฟต์แวร์และนวัตกรรม AI โซฮัมเป็นผู้ประกอบการและนักเทคโนโลยีที่มีประสบการณ์อยู่ในพื้นที่湾ซานฟรานซิสโก

WisdomAI เป็นแพลตฟอร์มธุรกิจอัจฉริยะที่เป็นมิตรกับ AI ซึ่งช่วยให้ธุรกิจสามารถเข้าถึงข้อมูลที่ถูกต้องและทันเวลาได้โดยการรวมข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างผ่าน “Knowledge Fabric” ที่เป็นกรรมสิทธิ์ของบริษัท แพลตฟอร์มนี้ให้พลังแก่เอเย่นต์ AI ที่เชี่ยวชาญซึ่งจัดเตรียมบริบทข้อมูล ตอบคำถามทางธุรกิจด้วยภาษาธรรมชาติ และค้นหาความร่วงหรือความเสี่ยงโดยไม่ต้องสร้างเนื้อหาที่หลอกลวง ไม่เหมือนกับเครื่องมือ BI แบบดั้งเดิม WisdomAI ใช้ AI ที่สร้างขึ้นสำหรับการสร้างคำถาม ซึ่งทำให้มีความแม่นยำและความน่าเชื่อถือสูง แพลตฟอร์มนี้เข้ากันได้กับระบบนิเวศข้อมูลที่มีอยู่และรองรับความปลอดภัยระดับองค์กร โดยมีการนำไปใช้แล้วโดยบริษัทใหญ่ๆ เช่น Cisco และ ConocoPhillips (COP )

คุณร่วมก่อตั้ง Rubrik และช่วยให้ขยายเป็นความสำเร็จขององค์กรที่สำคัญ คุณได้รับแรงบันดาลใจจากอะไรในการออกจาก Rubrik ในปี 2023 และสร้าง WisdomAI และมีจุดใดที่ชัดเจนในการเปลี่ยนแปลงทิศทางใหม่นี้

ปัญหาประสิทธิภาพการทำงานของข้อมูลในองค์กรนั้นเป็นปัญหาที่ฉันเผชิญอย่างตรงไปตรงมา ในช่วงเวลาที่ฉันอยู่ที่ Rubrik ฉันเห็นด้วยตัวเองว่าบริษัท Fortune 500 ต่างๆ กำลังจมอยู่ในข้อมูล แต่ขาดการมองเห็นและเข้าใจข้อมูลที่ถูกต้อง แม้จะมีโครงสร้างพื้นฐานที่เราสร้างขึ้น แต่น้อยกว่า 20% ของผู้ใช้ในองค์กรที่มีสิทธิ์เข้าถึงและใช้ข้อมูลได้อย่างมีประสิทธิภาพ นี่เป็นปัญหาที่ใหญ่และเป็นระบบที่ไม่มีใครแก้ไขได้

ฉันเป็นคนสร้างโดยธรรมชาติ – คุณสามารถเห็นได้จากเส้นทางของฉันตั้งแต่ Google ไปยัง Tagtile และ Rubrik และตอนนี้คือ WisdomAI ฉันมีพลังในการรับมือกับความท้าทายพื้นฐานและสร้างโซลูชันจากศูนย์ หลังจากช่วยให้ Rubrik ขยายตัวเป็นความสำเร็จขององค์กร ฉันรู้สึกถึงแรงดึงดูดของผู้ประกอบการอีกครั้งในการแก้ไขปัญหาที่มีความทะเยอทะยานไม่แพ้กัน

สุดท้ายนี้ โอกาสของ AI นั้นไม่สามารถเพิกเฉยได้ ในปี 2023 มันชัดเจนว่า AI สามารถข้ามช่องว่างระหว่างการมีให้ใช้ของข้อมูลและการใช้ข้อมูลได้แล้ว ช่วงเวลานี้ดูเหมือนจะเหมาะสมในการสร้างบางสิ่งที่สามารถทำให้การมองเห็นข้อมูลเป็นประชาธิปไตยสำหรับผู้ใช้ในองค์กรทุกคน ไม่ใช่แค่ผู้ที่มีทักษะทางเทคนิคเท่านั้น

จุดเปลี่ยนเกิดขึ้นเมื่อฉันรู้ว่าเราสามารถรวมทุกสิ่งที่ฉันเรียนรู้เกี่ยวกับโครงสร้างพื้นฐานข้อมูลขององค์กรที่ Rubrik เข้ากับศักยภาพการเปลี่ยนแปลงของ AI เพื่อแก้ไขปัญหาความไม่มีประสิทธิภาพพื้นฐานนี้

WisdomAI นำเสนอ “Knowledge Fabric” และชุดเอเย่นต์ AI คุณสามารถอธิบายได้อย่างไรว่าระบบนี้ทำงานร่วมกันเพื่อไปไกลกว่าแดชบอร์ด BI แบบดั้งเดิม

เราได้สร้างแพลตฟอร์มการมองเห็นข้อมูลที่ทำงานกับข้อมูลที่มีอยู่ – ทั้งข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง และแม้กระทั่งข้อมูล “โสโครก” ที่มีข้อผิดพลาดและข้อผิดพลาด ไม่ต้องขอให้ทีมวิเคราะห์สร้างรายงาน ผู้จัดการสามารถถามคำถามและเจาะลึกรายละเอียดได้โดยตรง แพลตฟอร์มของเราสามารถฝึกอบรมบนระบบจัดเก็บข้อมูลใดๆ ได้โดยการวิเคราะห์บันทึกคำถาม

เราสอดคล้องกับบริการข้อมูลคลาวด์หลักๆ เช่น Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks และ Postgres และแม้กระทั่งรูปแบบเอกสาร เช่น Excel, PDF, PowerPoint เป็นต้น

ไม่เหมือนกับเครื่องมือแบบดั้งเดิมที่ออกแบบมาเพื่อนักวิเคราะห์เป็นหลัก อินเทอร์เฟซการสนทนาของเราสามารถให้ความสามารถแก่ผู้ใช้ธุรกิจในการรับคำตอบโดยตรง ในขณะที่สถาปัตยกรรมเอเย่นต์หลายตัวของเราสามารถตอบคำถามที่ซับซ้อนข้ามระบบข้อมูลที่หลากหลาย

คุณเน้นย้ำว่า WisdomAI หลีกเลี่ยงการหลอกลวงโดยการแยก GenAI ออกจากการสร้างคำตอบ คุณสามารถอธิบายได้อย่างไรว่าระบบของคุณใช้ GenAI แตกต่างออกไป – และทำไมมันจึงสำคัญสำหรับความไว้วางใจขององค์กร

โมเดลบริบท AI ที่พร้อมใช้งานของเราทราบข้อมูลขององค์กรเพื่อสร้างความเข้าใจบริบทที่เป็นสากลซึ่งให้คำตอบด้วยความแม่นยำทางภาษาที่สูง ในขณะเดียวกันก็รักษาความเป็นส่วนตัวและความปลอดภัยของข้อมูล นอกจากนี้ เราใช้ AI ที่สร้างขึ้นเพื่อสร้างคำถามที่มีกรอบการทำงานที่ชัดเจน ซึ่งช่วยให้เราสามารถดึงข้อมูลจากระบบต่างๆ ได้ ไม่ใช่การป้อนข้อมูลดิบเข้าไปใน LLMs ซึ่งเป็นสิ่งสำคัญในการแก้ไขปัญหาการหลอกลวงและความปลอดภัยของ LLMs

คุณให้คำจำกัดความ “Agentic Data Insights Platform” อย่างไร และมันแตกต่างจากเครื่องมือวิเคราะห์แบบดั้งเดิมหรือแม้กระทั่งแอสซิสต์ LLM มาตรฐานอย่างไร

สแต็ค BI แบบดั้งเดิมชะลอการตัดสินใจเพราะทุกคำถามต้องต่อสู้ผ่านซิลอข้อมูลที่ไม่เชื่อมต่อและทีมผู้เชี่ยวชาญ เมื่อผู้บริหารฝ่ายรายได้หลักต้องการทราบว่าจะปิดไตรมาสได้อย่างไร คำตอบปกติจะต้องผ่านมือของผู้เชี่ยวชาญหลายคน – นักวิเคราะห์ที่จัดการข้อมูล CRM, วิศวกรข้อมูลที่เย็บไฟล์เข้าด้วยกัน และผู้สร้างแดชบอร์ดที่อัปเดตรายงาน – ทำให้คำถามง่ายๆ กลายเป็นโครงการหลายวัน

แพลตฟอร์มของเราทำลายซิลอเหล่านั้นและวางข้อมูลทั้งหมดให้ห่างจากผู้ใช้เพียงหนึ่งคลิก ดังนั้นผู้บริหารฝ่ายรายได้หลักสามารถเจาะจาได้จากตัวชี้วัดระดับหัวข้อไปยังรายละเอียดระดับแถวในเวลาไม่นาน

ไม่ต้องรอในคิวของนักวิเคราะห์ ไม่ต้องมีแดชบอร์ดที่กำหนดไว้ล่วงหน้าซึ่งไม่สามารถติดตามคำถามใหม่ๆ ได้ – เพียงแค่การให้ข้อมูลเชิงลึกด้วยตนเองที่ส่งมอบด้วยความเร็วที่ธุรกิจเคลื่อนไหว

คุณรับรองว่า WisdomAI ปรับให้เข้ากับพจนานุกรมข้อมูลและโครงสร้างที่เป็นเอกลักษณ์ของแต่ละองค์กรได้อย่างไร บทบาทของการมีส่วนร่วมของมนุษย์ในการปรับแต่ง “Knowledge Fabric” คืออะไร

การทำงานกับข้อมูลที่มีอยู่และที่ใด – นั่นคือสิ่งที่เป็นศูนย์กลางของธุรกิจอัจฉริยะขององค์กร ระบบดั้งเดิมไม่ได้ถูกสร้างขึ้นเพื่อรับมือกับข้อมูลที่ไม่มีโครงสร้างหรือ “โสโครก” เมื่อข้อมูลอยู่ในแหล่งต่างๆ – ฐานข้อมูล เอกสาร ข้อมูลโทรเมทรี – องค์กรต่างๆ ต้องดิ้นรนเพื่อรวมข้อมูลนี้เข้าด้วยกันอย่างสอดคล้อง

โดยไม่มีความสามารถในการจัดการกับประเภทข้อมูลที่หลากหลาย บริบทที่มีคุณค่าจะยังคงถูกแยกออกในระบบต่างๆ แพลตฟอร์มของเราสามารถฝึกอบรมบนระบบจัดเก็บข้อมูลใดๆ ได้โดยการวิเคราะห์บันทึกคำถาม ทำให้สามารถปรับให้เข้ากับพจนานุกรมข้อมูลและโครงสร้างที่เป็นเอกลักษณ์ของแต่ละองค์กร

คุณอธิบายกระบวนการสร้าง WisdomAI ว่าเป็น ‘การเขียนโค้ดแบบสัมผัส’ – การสร้างประสบการณ์ผลิตภัณฑ์โดยตรงในโค้ดก่อน จากนั้นจึงวนซ้ำผ่านการใช้งานจริง คุณได้รับประโยชน์อย่างไรจากการเข้าใกล้นี้เมื่อเทียบกับการออกแบบผลิตภัณฑ์แบบดั้งเดิม

“การเขียนโค้ดแบบสัมผัส” เป็นการเปลี่ยนแปลงที่สำคัญในการสร้างซอฟต์แวร์ โดยที่นักพัฒนาสามารถใช้พลังของเครื่องมือ AI เพื่อสร้างโค้ดได้โดยการอธิบายฟังก์ชันการทำงานที่ต้องการด้วยภาษาธรรมชาติ มันเหมือนกับอาสินันทนาการที่ทำสิ่งที่คุณต้องการให้ซอฟต์แวร์ทำ และเขียนโค้ดให้คุณ สิ่งนี้ลดความพยายามและเวลาที่ต้องการในการเขียนโค้ดแบบดั้งเดิมลงอย่างมาก

เป็นเวลาหลายปี การสร้างผลิตภัณฑ์ดิจิทัลส่วนใหญ่ตามไปตามบทบาทที่คุ้นเคย: วางแผนผลิตภัณฑ์และการออกแบบ UX อย่างรอบคอบ จากนั้นจึงดำเนินการพัฒนา และวนซ้ำตามคำติชม บทบาทนี้ชัดเจนเพราะการลงทุนในการออกแบบล่วงหน้าจะลดการทำงานซ้ำที่มีค่าใช้จ่ายสูงในช่วงการพัฒนาที่มีค่าใช้จ่ายสูงและมีความซับซ้อนมากกว่า แต่เมื่อใดที่ต้นทุนและเวลาที่ใช้ในการพัฒนาลดลงอย่างมาก? ความสามารถนี้พลิกกระบวนการพัฒนาที่ดั้งเดิมหัวกลับหาง เมื่อนักพัฒนาสามารถเริ่มสร้างซอฟต์แวร์ที่ใช้งานได้ตามความเข้าใจในระดับสูงของความต้องการ ก่อนที่จะเสร็จสิ้นการออกแบบผลิตภัณฑ์และ UX ที่ละเอียด

ด้วยความเร็วของการสร้างโค้ด AI ความพยายามที่เกี่ยวข้องกับการออกแบบล่วงหน้าที่ครอบคลุมสามารถกลายเป็นเวลาที่ใช้มากกว่าการสร้างเวอร์ชันพื้นฐานของซอฟต์แวร์ขึ้นและทำงานได้ แนวคิดใหม่ในโลกของ “การเขียนโค้ดแบบสัมผัส” กลายเป็น: ดำเนินการ (เขียนโค้ดด้วย AI) จากนั้นปรับ (ออกแบบและปรับแต่ง)

การเข้าใกล้นี้ช่วยให้สามารถตรวจสอบความถูกต้องของแนวคิดหลักได้อย่างรวดเร็ว มองภาพว่าคุณได้รับคำติชมเกี่ยวกับการทำงานของฟังก์ชันหนึ่งก่อนที่จะลงทุนในการออกแบบภาพที่ละเอียด สิ่งนี้สามารถนำไปสู่การออกแบบที่มีศูนย์กลางอยู่ที่ผู้ใช้มากขึ้น เนื่องจากกระบวนการออกแบบได้รับคำแนะนำโดยตรงจากวิธีที่ผู้ใช้โต้ตอบกับผลิตภัณฑ์ที่มีอยู่

ที่ WisdomAI เราใช้การสร้างโค้ด AI อย่างแข็งขัน เราพบว่าการยอมรับการพัฒนาตั้งแต่เนิ่นๆ ช่วยให้เราสามารถทดสอบฟังก์ชันหลักได้อย่างรวดเร็วและรวบรวมคำติชมผู้ใช้ที่มีคุณค่าในระยะแรกของกระบวนการ สิ่งนี้ทำให้ทีมออกแบบของเราสามารถมุ่งเน้นไปที่การปรับปรุงประสบการณ์ของผู้ใช้และการออกแบบภาพตามการใช้งานจริง ทำให้เราได้รับผลิตภัณฑ์ที่มีประสิทธิภาพและเป็นที่รักของผู้ใช้มากขึ้นและเร็วขึ้น

จากยอดขายและการตลาดไปจนถึงการผลิตและการสำเร็จลูกค้า WisdomAI มุ่งเป้าไปที่กรณีการใช้งานทางธุรกิจที่หลากหลาย คุณเห็นการนำรับอย่างรวดเร็วที่สุดในแนวตั้งใด – และกรณีการใช้งานใดที่ทำให้คุณประหลาดใจในผลกระทบ

เราได้เห็นผลลัพธ์ที่เปลี่ยนแปลงไปกับลูกค้าหลายราย สำหรับ ConocoPhillips บริษัทน้ำมันและก๊าซ F500 ผู้บัญชาการและผู้ดำเนินการหลุมขุดน้ำมันใช้แพลตฟอร์มของเราเพื่อถามข้อมูลหลุมขุดน้ำมันที่ซับซ้อนโดยตรงด้วยภาษาธรรมชาติ ก่อนที่จะใช้ WisdomAI วิศวกรเหล่านี้ต้องการความช่วยเหลือด้านเทคนิคสำหรับคำถามการดำเนินงานพื้นฐานเกี่ยวกับสถานะหลุมหรือประสิทธิภาพงาน ตอนนี้พวกเขาสามารถเข้าถึงข้อมูลนี้ได้ทันที ในขณะเดียวกันก็สามารถเปรียบเทียบกับแนวปฏิบัติที่ดีที่สุดในคู่มือเจาะของพวกเขา – ทั้งหมดนี้ผ่านอินเทอร์เฟซการสนทนาเดียวกัน

ที่ Descope บริษัทความปลอดภัยไซเบอร์ที่เติบโตอย่างรวดเร็ว WisdomAI ถูกใช้เป็นนักวิเคราะห์ข้อมูลเสมือนสำหรับการขายและการเงิน เราลดเวลาในการสร้างรายงานจาก 2-3 วันลงเหลือเพียง 2-3 ชั่วโมง – ลดลง 90% สิ่งนี้เปลี่ยนการประชุมการขายรายสัปดาห์ของพวกเขาจากการจัดหาข้อมูลเป็นการประชุมเชิงกลยุทธ์ที่มุ่งเน้นไปที่ข้อมูลเชิงลึกที่สามารถดำเนินการได้

ตัวอย่างเชิงปฏิบัติ: ผู้บริหารฝ่ายรายได้หลักถามว่า “ฉันจะปิดไตรมาสได้อย่างไร” แพลตฟอร์มของเราจะแสดงรายการข้อตกลงที่รออยู่ให้เน้นไปที่ข้อมูลเกี่ยวกับสิ่งที่ทำให้ล่าช้า – เช่น คำถามเฉพาะที่ลูกค้ากำลังรอคำตอบ สิ่งนี้เกิดขึ้นภายใน 5 คลิกแทน 5 ผู้เชี่ยวชาญและความล่าช้าเป็นวัน

หลายบริษัทในปัจจุบันถูกอัดแน่นไปด้วยแดชบอร์ด รายงาน และเครื่องมือที่แยกออกจากกัน ความเข้าใจผิดที่พบบ่อยที่สุดเกี่ยวกับธุรกิจอัจฉริยะที่องค์กรมีคืออะไร

องค์กรต่างๆ นั่งอยู่บนข้อมูลจำนวนมาก แต่ต้องดิ้นรนเพื่อใช้ข้อมูลนี้เพื่อตัดสินใจอย่างรวดเร็ว ความท้าทายไม่ใช่แค่การมีข้อมูล แต่ยังเป็นการทำงานกับข้อมูลในสถานะธรรมชาติ – ซึ่งมักจะรวมถึง “ข้อมูลโสโครก” ที่ไม่ได้ถูกทำความสะอาดจากข้อผิดพลาดและข้อผิดพลาด องค์กรต่างๆ ลงทุนอย่างมากในโครงสร้างพื้นฐาน แต่ต้องเผชิญกับการขัดขวางด้วยแดชบอร์ดที่ไม่ยืดหยุ่น การดูแลข้อมูลที่ไม่ดี และข้อมูลที่แยกออกจากกัน ส่วนใหญ่องค์กรต่างๆ ต้องการทีมผู้เชี่ยวชาญเพื่อสร้างรายงาน ทำให้เกิดความล่าช้าอย่างมากเมื่อผู้นำธุรกิจต้องการคำตอบอย่างรวดเร็ว อินเทอร์เฟซที่ผู้คนบริโภคข้อมูลยังคงล้าสมัย尽管มีการปรับปรุงเครื่องยนต์ข้อมูลคลาวด์และวิทยาศาสตร์ข้อมูล

คุณมองเห็น WisdomAI ว่าเป็นการเพิ่มเติมหรือแทนที่เครื่องมือ BI ที่มีอยู่ เช่น Tableau หรือ Looker ในที่สุดอย่างไร และคุณเข้ากันได้กับสตैकข้อมูลองค์กรที่กว้างขึ้นอย่างไร

เราสอดคล้องกับบริการข้อมูลคลาวด์หลักๆ เช่น Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks และ Postgres และแม้กระทั่งรูปแบบเอกสาร เช่น Excel, PDF, PowerPoint เป็นต้น แนวทางของเราทำให้อินเทอร์เฟซที่ผู้คนบริโภคข้อมูลเปลี่ยนแปลงไป ซึ่งยังคงล้าสมัย尽管มีการปรับปรุงเครื่องยนต์ข้อมูลคลาวด์และวิทยาศาสตร์ข้อมูล

เมื่อมองไปข้างหน้า คุณเห็น WisdomAI ใน 5 ปี และคุณเห็นแนวคิดของ “agentic intelligence” วิวัฒนาการไปอย่างไรในภูมิทัศน์ขององค์กร

อนาคตของการวิเคราะห์กำลังเปลี่ยนจากการรายงานโดยผู้เชี่ยวชาญไปสู่การให้ข้อมูลเชิงลึกด้วยตนเองที่สามารถเข้าถึงได้ทุกคน เครื่องมือ BI มีอยู่มาเกิน 20 ปี แต่การนำไปใช้ไม่ถึง 20% ของพนักงานในบริษัท ในขณะเดียวกัน ในเพียง 12 เดือน 60% ของผู้ใช้ในที่ทำงานได้นำ ChatGPT มาใช้ และหลายคนใช้มันสำหรับการวิเคราะห์ข้อมูล ความแตกต่างที่น่าประหลาดใจนี้แสดงให้เห็นถึงศักยภาพของอินเทอร์เฟซการสนทนาในการเพิ่มการนำไปใช้

เรากำลังเห็นการเปลี่ยนแปลงพื้นฐานที่ทุกคนสามารถสืบค้นข้อมูลโดยไม่ต้องมีทักษะทางเทคนิค อนาคตจะรวมพลังการคำนวณของ AI เข้ากับการโต้ตอบแบบธรรมชาติของมนุษย์ ทำให้ข้อมูลเชิงลึกสามารถค้นหาผู้ใช้ได้อย่างกระตือรือร้น แทนที่จะทำให้ผู้ใช้ต้องค้นหาในแดชบอร์ด

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม WisdomAI เพื่อเรียนรู้เพิ่มเติม