Доктор Пандуранг Камат, Головний технічний директор, Persistent Systems – Серія інтерв’ю

Доктор Пандуранг Камат є Головним технічним директором у компанії Persistent Systems (PERSISTENT.BO ), він відповідає за дослідження передових технологій, спрямованих на розблокування бізнес-цінності через інновації у великомасштабному форматі. Він є досвідченим технологічним лідером, який допомагає клієнтам покращити досвід користувача, оптимізувати бізнес-процеси та створювати нові цифрові продукти. Його бачення для Persistent Systems полягає у тому, щоб стати інноваційною потужністю, яка закріплює глобальну та різноманітну інноваційну екосистему, що складається з академічних та стартап-структур.

Пандуранг приєднався до компанії Persistent Systems у 2012 році. До цього він обіймав посаду Директора з аналітики для бізнесу Ask.com щодо пошуку та контенту, де він керував глобальною командою для управління платформою аналітики Ask. Раніше він допомагав створювати безпечні засоби зв’язку та цифрові медійні продукти у Bell Labs та HP Labs, а також нагороджений бездротовий дослідницький платформу у Rutgers University.

Persistent Systems є довіреним партнером з цифрової інженерії та модернізації підприємств для світових лідерів ринку у різних галузях.

Що спочатку привернуло вашу увагу до комп’ютерних наук та інженерії?

Мій інтерес до комп’ютерних наук та інженерії виник під час літнього курсу у школі. Навчання програмних конструкцій та створення комп’ютерних ігор познайомили мене зі структурованою логікою, яка підтримує ці галузі. Мене привабила можливість розбити складні проблеми та розв’язати їх систематично. Те, що справді привернуло мене, було величезним потенціалом, який пропонують добре спроектовані програми. Вони можуть автоматизувати завдання, оптимізувати процеси та надавати окремим особам чи малим командам можливість досягти видатних результатів. Це поєднання творчості, розв’язання проблем та трансформаційного потенціалу продовжує надихати мене. Від тих перших досвідів до мого подальшого шляху я залишаюсь пристрасним щодо безкінечних можливостей, які пропонує технологія. Комп’ютерні науки та інженерія не тільки формують майбутнє, але також пропонують шляхи для інновацій та прогресу, які рухають мене вперед.

Як появлення генеративного ІІ змінило роботу вашої команди?

Поява генеративного ІІ (GenAI) змінила роботу нашої команди у компанії Persistent Systems, особливо у сфері розробки програмного забезпечення для підприємств. Ця зміна у сфері ІТ не тільки представляє виклики, але також значні можливості для переосмислення бізнес-операцій у цілому.

Як підприємство цифрової інженерії, що використовує ІІ, компанія Persistent Systems прийняла GenAI для революціонізування різних аспектів життєвого циклу розробки програмного забезпечення. За останні рік ми розробили інструменти та пакети, які повністю переінакшіли процеси генерації коду, генерації тестових випадків та міграції звітів. У проектах модернізації спадщини наш підхід суттєво змінився. Тепер ми використовуємо інструменти для оптимізації процесів прийняття коду, мінімізації проектних ризиків та прискорення процесів налаштування нових членів команди, надавши їм глибше розуміння складних кодових баз. Крім того, наше співробітництво з галузевими доменами дозволяє нам пропонувати індивідуальні рішення, що використовують дані підприємств. Розробляючи цифрових асистентів, які можуть зрозуміти мову бізнесу та надати відповідні посилання, ми підвищуємо операційну ефективність та процеси прийняття рішень у підприємствах. Ці асистенти дотримуються принципів відповідального ІІ, забезпечуючи прозорість, підзвітність, безпеку та конфіденційність, а також постійно покращуючи свою точність та продуктивність завдяки автоматичній оцінці виводу моделі.

Які існують деякі з викликів повної модернізації спадкових систем за допомогою генеративного ІІ?

GenAI є потужним інструментом, але не срібною кулею для повної модернізації спадкових систем. Організації у різних галузях повинні прийняти комбінований підхід, що поєднує людську експертизу та можливості ІІ. Хоча GenAI пропонує суттєвий потенціал для модернізації, він має обмеження. Ключові виклики включають:

• Обмежене розуміння спадкових систем: Моделі GenAI вимагають глибокого розуміння існуючих систем для ефективної роботи. Спадкові системи часто не мають повної документації, що ускладнює можливість ІІ зрозуміти їхні взаємозалежності ефективно.
• Якість даних та упередженість: Якість та репрезентативність даних, використаних для навчання моделі ІІ, суттєво впливають на її вивід. Обмеження навчальних даних можуть бути відображені у згенерованому коді, потенційно вводячи нові проблеми.
• Забезпечення якості та безпеки: Хоча GenAI може автоматизувати генерацію коду, вивід потребує суворих тестів та верифікації для відповідності вимогам якості, функціональності та стандартам безпеки.
• Обмежений масштаб модернізації: GenAI може бути непридатним для повної заміни систем. Він може добре виконувати окремі завдання, такі як рефакторинг коду або генерація тестових випадків, але складні архітектурні зміни все ще потребують ручного втручання.
• Управління змінами та узгодження зацікавлених сторін: Управління організаційними змінами та отримання згоди зацікавлених сторін є критичними факторами, що визначають успіх модернізації спадкових систем за допомогою GenAI. Чітка комунікація, програми навчання та ініціативи за участю зацікавлених сторін можуть допомогти подолати опір змінам та забезпечити плавний перехід.

Одним із викликів Генеративного ІІ є узгодженість, як компанія Persistent Systems допомагає будувати узгоджений досвід користувача?

Узгодженість є одним із елементів забезпечення загального підприємства-градусного, підприємства-безпечного досвіду користувача та результатів, що використовують GenAI. Ми розглядаємо процес у цілому.

Ми пропонуємо комплексну підтримку на всіх етапах впровадження GenAI. Наша стратегічна допомога та ретельний аналіз випадків використання допомагають організаціям вибрати найпідходящі базові моделі (БМ) відповідно до їхніх конкретних вимог. Через детальне дослідження та консультації ми допомагаємо клієнтам визначити чіткі випадки використання та приймати обґрунтовані рішення щодо вибору БМ.

Потім ми фокусуємося на різних підходах, таких як few-shot промптинг або навіть тонке налаштування, для забезпечення того, щоб моделі, використовувані у додатках, були налаштовані на випадок використання та дані підприємства.

Наші рішення не тільки використовують стандартні техніки RAG, але також йдуть глибше у 여러 промптинг та стратегії фрагментації даних для забезпечення того, щоб найбільш актуальні дані були отримані та надані БМ під час висновку. Ми далі підвищуємо точність та актуальність цього контексту, використовуючи передові знання графів для захоплення прихованих відносин у даних підприємства.

Ми також використовуємо кілька технік ґрунтування та обмежувальних засобів для обмеження та фокусування області висновку.

Нарешті, ми піддаємо додаток суворому та автоматизованому оціночному фреймворку, який забезпечує узгодженість висновку та досвіду, випуск за випуском.

Чи можете ви надати реальні приклади, де рішення, що використовують Генеративний ІІ, успішно революціонізували взаємодію з клієнтами?

Компанія Persistent Systems перетворила взаємодію з клієнтами для провідного постачальника програмних рішень за допомогою рішень, що використовують Генеративний ІІ. Передбачаючи проблеми зі масштабованістю під час пікових операційних періодів, компанія реалізувала Центральний репозиторій знань та бота команді Conversational AI. Це оптимізувало доступ до інформації, що призвело до 80% скорочення часу на розв’язання запитів клієнтів. Якість відповідей також суттєво покращилася, що призвело до підвищення клієнтської задоволеності.

Ми також допомогли приватній інвестиційній фірмі, використовуючи Генеративний ІІ для автоматизації створення детальних інвестиційних звітів. З системою, що використовує Генеративний ІІ, час, необхідний для генерації звітів, скоротився на 90%. Цей оптимізований підхід революціонізував операції фірми, забезпечивши швидке та ефективне прийняття рішень. Ефективність не тільки зберегла цінний час, але також сприяла підвищенню співробітництва між зацікавленими сторонами та забезпечила персоналізований дотик у кожному меморандумі, підвищуючи загальну ефективність.

Як ви підходите до відповідальності Генеративного ІІ?

Наш підхід до відповідальності Генеративного ІІ ставить на перше місце етичні практики та дотримання нормативних вимог на всіх етапах розробки та впровадження. Ми підкреслюємо прозорість, підзвітність та справедливість у процесах прийняття рішень, що використовують ІІ.

Ми встановлюємо суворі етичні керівництва щодо розробки, розгортання та використання систем Генеративного ІІ. У нашому прагненні до відповідальності Генеративного ІІ ми суворо тестируємо та верифікуємо наші системи для мінімізації потенційних ризиків, таких як упередженість, дезінформація та проблеми конфіденційності.

Крім того, ми ставимо на перше місце прозорість та підзвітність у процесах прийняття рішень, що використовують ІІ, надавши користувачам чітке розуміння операцій системи. Наш підхід в кінцевому підсумку спрямований на розробку та розгортання систем Генеративного ІІ, які сприяють інноваціям та ефективності, одночасно роблячи позитивний внесок у суспільство.

Яке ваше бачення майбутнього ІІ?

Моє бачення майбутнього ІІ є багатоманітним. По-перше, у сфері цифрової інженерії я бачу ІІ не тільки як помічника програмування, але також як співробітника, подібного до “парі-програміста”. Це включає участь ІІ у завданнях програмування та активну участь у розв’язанні проблем шляхом картування складних завдань та виконання підзавдань.

По-друге, я передбачаю епоху персоналізованих агентів ІІ та асистентів, які пропонують індивідуальний досвід користувачам – підхід “персоналізації 1”. Ці агенти будуть розуміти унікальні вподобання, поведінку та потреби користувачів, надавши їм високо персоналізовану підтримку та послуги.

Нарешті, я вірю в еволюцію складних систем ІІ, де різні моделі ІІ співіснують для розв’язання різних завдань. Не буде єдиної “універсальної” моделі, а скоріше комбінація великих та малих, загальних та спеціалізованих моделей, що працюють разом у службах ІІ. Цей підхід забезпечує більшу гнучкість, ефективність та ефективність у розв’язанні широкого спектра проблем у різних галузях.

Дякуємо за велике інтерв’ю. Читачам, які бажають дізнатися більше, рекомендуємо відвідати Persistent Systems.