Ерік Шварц, Головний офіцер штучного інтелекту (CAIO) Tricon Infotech – Серія інтерв’ю

Ерік Шварц є Головним офіцером штучного інтелекту (CAIO) Tricon Infotech. провідної компанії з консалтингу та програмних послуг. Tricon Infotech доставляє ефективні, автоматизовані рішення та повні цифрові трансформації через спеціальні продукти та корпоративні реалізації

Ерік Шварц є досвідченим виконавчим директором та підприємцем з понад два десятиліття досвіду в сфері технологій, спеціалізується на перетині штучного інтелекту, пошуку інформації та відкриття знань. На протяженні своєї кар’єри Ерік був на передовій лінії інтеграції великомасштабних платформ та інтеграції штучного інтелекту у технології пошуку, суттєво покращуючи взаємодію користувачів та доступність інформації. Його попередні посади включали керівні посади в Comcast (CMCSA ), Elsevier та Microsoft (MSFT ), де він очолював піонерські ініціативи з штучного інтелекту, пошуку та LLM.

Професійна діяльність Еріка відзначена його присвятою інноваціям та його вірою у силу співробітництва. Він постійно рухав команди до швидкої доставки революційних рішень, твердо встановивши себе як довіреного лідера у технологічній спільноті. Його робота, зокрема останнім часом над проєктом Scopus AI в Elsevier, підкреслює його відданість переозначенню меж того, як ми взаємодіємо з інформацією та створюємо довірчі відносини з користувачами.

На посаді Головного офіцера штучного інтелекту (CAIO) Ерік використовує свій широкий досвід для розробки та реалізації комплексних стратегій штучного інтелекту для клієнтів Tricon. Його ретельний процес не тільки демістифікує штучний інтелект, але й забезпечує те, що ці підприємства обладнані для успіху та процвітання у конкурентному ландшафті технологій штучного інтелекту. Ерік пристрасно відстоює розвиток та інновації, ділячись своїми ідеями, щоб надихнути та емансипувати організації ефективно використовувати трансформаційну силу штучного інтелекту.

Чи можете Ви поділитися деякими亮ками своєї кар’єри, які привели Вас до поточної посади Головного офіцера штучного інтелекту в Tricon Infotech?

Я був занурений у область пошуку інформації протягом усієї своєї кар’єри. Моя подорож почалася на початку 90-х років як Веб-мастер на зорі Інтернету. Під час цього формативного періоду я зосередився на створенні цифрових бібліотек для урядових агенцій, університетів та медіа-компаній, що заклало основу для моєї експертизи у сфері цифрових інформаційних систем.

У 2000-х роках я перейшов до роботи з постачальниками пошукових систем, де я відшліфував свої навички у сфері технологій пошуку. Цей етап моєї кар’єри був відзначений суттєвим зростанням та навчанням через різні придбання, що врешті-решт привело мене до того, що я приєднався до Microsoft у 2008 році. У Microsoft я відіграв ключову роль у розробці та поліпшенні платформ відкриття знань, сприяючи інноваціям та покращенню доступності інформації для користувачів.

Після моєї роботи в Microsoft я очолював ініціативи в великих корпораціях, таких як Comcast та Elsevier, де я був відповідальним за керування великомасштабними платформами відкриття знань. Ці досвіди були інструментальними у формуванні моєї підходу до штучного інтелекту та пошуку інформації, що кульмінувало у моєй поточній посаді Головного офіцера штучного інтелекту в Tricon Infotech. Тут я використовую свій широкий досвід для розвитку стратегій та рішень штучного інтелекту, які емансипують наших клієнтів, щоб вони могли повністю використати свій потенціал даних.

Як Ваш досвід у компаніях, таких як Comcast, Elsevier та Microsoft, вплинув на Ваш підхід до інтеграції штучного інтелекту та технологій пошуку?

На протяженні моєї кар’єри я був глибоко зосереджений на техніках обробки природної мови (NLP) та машинного навчання. Спочатку ці технології були засновані на простих правилах. Однак, коли набори даних зростали, а обчислювальна потужність ставала більш потужною, ми суттєво покращували досвід користувачів, автоматично збираючи дані та повертаючи їх у алгоритми для покращення їхньої продуктивності.

У Microsoft, після придбання FAST, я служив продуктовим менеджером у команді SharePoint. На цій посаді я був залучений до інтеграції просунутих технологій пошуку у системи корпоративного управління контентом, покращуючи можливості пошуку інформації та співробітництва для підприємств.

У Comcast я створив платформу відкриття знань, яка забезпечувала весь відеобізнес, дозволяючи користувачам шукати та відкривати контент на пристроях set-top box, мобільних пристроях та веб-пристроях. Ця система пошуку масштабувалася для обробки понад 1 мільярд запитів на день, суттєво покращуючи досвід користувачів, забезпечуючи швидкі та точні рекомендації контенту та результати пошуку.

Одним із найбільш трансформаційних досвідів була робота в Elsevier, де ми запустили досвід Генеративного штучного інтелекту для Scopus, одного з їхніх найбільш довірених продуктів. Ця ініціатива використовувала великомасштабну мовну модель (LLM), щоб допомогти користувачам ставити кращі питання та отримувати більш точні відповіді з глибоко технічного контенту у базі даних наукових комунікацій. Цей підхід, керований LLM, забезпечував повну точність та довірливість понад 90 мільйонів статей, що містяться у базі даних, демонструючи силу штучного інтелекту для покращення наукових досліджень та поширення знань.

Що Вас найбільш приваблює у поточних досягненнях Генеративного штучного інтелекту та його потенційних застосувань?

Одним із найбільших історичних викликів у сфері пошуку інформації було підтримання контексту. Для людей це природний процес, але для машин пошук інформації традиційно був дуже транзакційним досвідом: поставте питання, отримайте відповідь. Глибше занурення у тему вимагало постановки дедалі більш конкретних питань. Генеративний штучний інтелект революціонізує цей підхід, забезпечуючи більш розмовний та контекстний взаємодію, подібний до природної розмови з людиною, яку Ви тільки що зустріли.

Крім того, Генеративний штучний інтелект включає додаткові техніки, які покращують глибше розуміння, які історично були складними для традиційних пошукових систем. Наприклад, великомасштабні мовні моделі (LLM) можуть безшовно обробляти аспекти, такі як тон, аналіз настрою, семантичне розуміння та роз’яснення. Ці можливості дозволяють LLM легко схоплювати нюанси людської мови та контексту, забезпечуючи більш точні та осмислені відповіді одразу.

Як підхід Tricon Infotech до Генеративного штучного інтелекту відрізняється від інших компаній у галузі?

У сфері Генеративного штучного інтелекту існують два основні напрямки діяльності. Перший, який отримує значну увагу від деяких найбільших технологічних постачальників, полягає у навчанні та налаштуванні моделей штучного інтелекту. Друга область, де практики Генеративного штучного інтелекту справді виділяються, полягає у висновку – використанні Генеративного штучного інтелекту для створення цінних продуктів та послуг.

У Tricon Infotech ми зосереджуємося на останньому. Наш підхід відрізняється тим, що ми підкреслюємо практичне застосування та швидке розгортання. Ми розробили комплексну програму, яка допомагає бізнес-лідерам швидко визначити найбільш впливаючі випадки використання Генеративного штучного інтелекту. Наш процес включає рішення швидкого прототипування, яке дозволяє клієнтам працювати зі своїми власними даними у пісковниці штучного інтелекту. Цей підхід забезпечує те, що вони можуть бачити осяжні результати та взаємодіяти з інсайтами, керованими штучним інтелектом, на ранній стадії циклу розробки.

Крім того, у нас є радикальна увага до часу до вартості. Наша мета полягає у тому, щоб допомогти клієнтам будувати та розгортати споживчі додатки протягом 90 днів. Цей прискорений графік не тільки стимулює швидшу інновацію, але й забезпечує те, що підприємства можуть швидко капіталізувати переваги Генеративного штучного інтелекту, створюючи нові потоки доходів та покращуючи задоволеність клієнтів.

Чи можете Ви обговорити деякі з ключових викликів у реалізації великомасштабних моделей штучного інтелекту (LLM) та Генеративного штучного інтелекту у корпоративних рішеннях?

Реалізація великомасштабних моделей штучного інтелекту (LLM) та Генеративного штучного інтелекту у корпоративних рішеннях представляє кілька нових викликів. Першим і найважливішим викликом є довірливість. Підприємства повинні бути переконані, що системи штучного інтелекту не скомпрометують їх інтелектуальну власність або чутливу корпоративну інформацію. Забезпечення безпеки даних та отримання належних гарантій того, що штучний інтелект не буде неправильно використовувати дані, є критично важливим для здобуття довірливості.

Другим викликом є питання галюцинацій. Генеративний штучний інтелект іноді може генерувати впевнені відповіді, які фактично неточні. Це може підірвати надійність систем штучного інтелекту. Техніки, такі як налаштування моделей та використання генерації, підсиленої пошуком (RAG), можуть допомогти пом’якшити виникнення галюцинацій, забезпечуючи те, що відповіді штучного інтелекту ґрунтуються на точних даних.

Третім суттєвим викликом є вартість. Ліцензування та масштабування великомасштабних моделей штучного інтелекту можуть бути досить дорогими. Навіть корпоративні пропозиції від великих постачальників, таких як Microsoft, Amazon (AMZN ) та Google (GOOGL ), супроводжуються високими вступними платами та мінімумами. Тому для підприємств критично важливо тісно контролювати та керувати віддачею від інвестицій (ROI), щоб забезпечити те, що розгортання рішень штучного інтелекту є економічно життєздатним.

Чи можете Ви пояснити структурований підхід, який використовує Tricon Infotech для розробки спеціалізованих корпоративних рішень Генеративного штучного інтелекту?

Tricon Infotech є компанією з розробки продуктів, яка виділяється тим, що пропонує керовані послуги через повністю штатні продуктивні команди, а не традиційну підтримку персоналу. Наш підхід полягає у розгортанні повних продуктивних команд, які можуть керувати кожним аспектом життєвого циклу розробки продукту, включаючи дослідження користувачів, дизайн користувачевого досвіду (UX), фронтенд- та бекенд-розробку, автоматизацію тестування, розгортання, масштабування та подальшу експлуатацію.

Ця комплексна модель керованих послуг забезпечує те, що наші клієнти можуть зосередитися безпосередньо на захопленні вартості від своїх даних без складностей та накладних витрат на управління окремими ресурсами. Наш ключовий драйвер – це час до вартості, тобто ми пріоритезуємо швидке доставлення осяжних переваг. Наша амбіція полягає у тому, щоб будувати довгострокові генеративні відносини з нашими клієнтами, постійно додаючи вартість та ітеруючи через процес розробки функцій.

Наш структурований підхід розроблений для того, щоб бути гнучким та реактивним, дозволяючи нам швидко адаптуватися до нових викликів та можливостей у ландшафті штучного інтелекту. Використовуючи повні можливості наших мультидисциплінарних команд, ми доставляємо високо спеціалізовані рішення Генеративного штучного інтелекту, які налаштовані до конкретних потреб кожного підприємства. Цей підхід не тільки відрізняє нас від традиційних фірм з підтримки персоналу, але й забезпечує те, що ми пропонуємо цілісні, комплексні рішення, які забезпечують суттєвий бізнес-імпакт.

Які приклади реальних проблем, які рішення Генеративного штучного інтелекту Tricon успішно вирішують?

1. Електронне навчання – перетворення традиційних медіа та спадкової освітньої матеріалів у інтерактивний багатомодальний контент. Це дозволяє нашим клієнтам перепрофільовувати існуючий контент, щоб адаптуватися до нових способів навчання та досягти учнів на різних платформах, де вони вже присутні. Крім того, контент можна потім перепрофільовувати у гіперперсоналізовані навчальні програми, які можуть адаптуватися автоматично до потреб та стилів навчання учнів (аудіо, візуально тощо).
2. Приватний штучний інтелект – допомога клієнтам у будівництві довірчих підприємств-рішень штучного інтелекту, які залишаються приватними та дотримуються правил доступу клієнтів, зберігаючи при цьому витрати та допомагаючи масштабуватися по всім функціям підприємства, допомагаючи перевантаженим професіоналам та спільним службам масштабуватися краще до організації, природно розуміючи різні правила та обмеження політики, розподілені географічно. Ці приватні штучні інтелекти не тільки служитимуть підприємствам, але також генеруватимуть нові потоки доходів для наших клієнтів.
3. Автоматизація процесів – все ще існує величезна кількість організацій, які покладаються на ручні процеси та інтеграцію даних. Штучний інтелект допомагає зв’язати різні системи разом, створюючи інтелектуальні шари, які не тільки можуть валідувати дані, але й можуть зрозуміти унікальний сигнал, створений унікальним набором даних чи інструментами, та допомогти ефективно маршрутизувати робочі потоки, ідентифікуючи проблеми ланцюга постачання

Яка роль відіграє безперервне навчання та зростання у підтриманні лідерства у швидкозмінному полі штучного інтелекту?

Одним із найбільших викликів у сфері штучного інтелекту є підвищення кваліфікації кадрів. Існує нове покоління працівників, які інтуїтивно розуміють інструменти штучного інтелекту та технології. Однак існує також старше покоління, яке потребує розуміння того, що ці інструменти можуть і не можуть робити. Безперервне навчання є критично важливим для мостування цього розриву.

Інструменти штучного інтелекту мають потенціал суттєво підвищити продуктивність, дозволяючи підприємствам досягати значно більше з значно меншими ресурсами, тим самим скорочуючи часові рамки та витрати. Для реалізації цих переваг працівники повинні бути відкритими до навчання нових способів роботи та інтеграції цих інструментів у свої робочі потоки.

Крім того, адресування страху перед безпекою роботи є суттєвим. Працівники повинні зрозуміти, що ті, хто приймає безперервне навчання та зростання, будуть краще обладнані для інтеграції нових інструментів штучного інтелекту у свої щоденні рутини, врешті-решт ведучи до більшої безпеки роботи. Реальність полягає у тому, що успіх у майбутньому, керованому штучним інтелектом, прийде до тих, хто активно шукає розуміння та використання цих еволюційних технологій.

Як Ви бачите майбутнє штучного інтелекту, яке трансформує технологію пошуку та взаємодію користувачів протягом наступного десятиліття?

Ми вже спостерігаємо суттєвий зсув від традиційних пошукових систем до інструментів Генеративного штучного інтелекту для початкових запитів. Цей зсув викликаний можливістю Генеративного штучного інтелекту забезпечувати прямими відповідями та рішеннями, ліквідуючи необхідність самостійного пошуку на多 сайтах чи ресурсах. У найближчому майбутньому стане звичайним, що штучний інтелект буде відвідувати зустрічі, виконувати дії та виконувати рутинні завдання, що призведе до суттєвого скорочення ролей певних функцій у підприємствах.

Одним із ключових викликів, які залишаються, є визначення того, як монетизувати Генеративний штучний інтелект, оскільки традиційна модель реклами може зіткнутися з суттєвими перешкодами у цьому новому ландшафті. Моя передбачення полягає у тому, що дані стануть все більш цінними, діючи як валюта, коли ми навігаємо цей новий світ. Цей зсув вимагатиме інноваційних бізнес-моделей, які використовують унікальні можливості штучного інтелекту, забезпечуючи при цьому те, що користувачі та підприємства можуть отримувати осяжну вартість від своїх взаємодій.

У цілому майбутнє штучного інтелекту у технології пошуку та взаємодії користувачів обіцяє бути трансформаційним, роблячи пошук інформації більш інтуїтивним та ефективним, а також змінюючи спосіб нашого підходу до цифрових взаємодій та функцій підприємств.

Яка практична порада Ви дали б підприємствам, які намагаються використовувати штучний інтелект для забезпечення успіху та інновацій?

Не бійтеся технології. Почніть з того, щоб зробити інструменти штучного інтелекту доступними для ваших працівників, щоб забезпечити, що ваші дані та інтелектуальна власність (IP) залишаються безпечними. Багато працівників вже використовують інструменти штучного інтелекту, але без належного управління існує ризик неправильного використання. Тому критично важливо підвищити кваліфікацію свого персоналу, щоб вони розуміли ризики, пов’язані з цим, та знали, як використовувати ці інструменти безпечно та ефективно.

Крім того, важливо звернути увагу на показники успіху. Інструменти штучного інтелекту можуть бути дорогими, але витрати очікується зменшаться з часом. Однак важливо зберігати чітке фокусування на поверненні інвестицій (ROI), щоб керувати витратами та розуміти вплив на ваш бізнес. Роблячи це, Ви можете використовувати штучний інтелект для забезпечення інновацій та успіху, забезпечуючи при цьому те, що переваги переважують витрати.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Tricon Infotech.