Нітін Сінгхал, Віце-президент з інженерії (Дані, штучний інтелект та інтеграції) у SnapLogic

Нітін Сінгхал – досвідчений технологічний та продуктовий лідер з більш ніж 25-річним досвідом у галузі. Він зараз обіймає посаду віце-президента з інженерії у SnapLogic, зосереджуючись на відповідальній інтеграції застосунків та систем, використовуючи архітектуру Agentic для розблокування потенціалу даних для глобальної аудиторії.

До своєї ролі у SnapLogic Нітін обіймав посаду старшого директора з інженерії у Twitter, де він керував функціями інженерії управління даними та інфраструктури конфіденційності. Його робота полягала у встановленні практик управління даними під час критичного періоду для компанії, забезпечення відповідального використання даних та дотримання нормативних вимог щодо конфіденційності.

Нітін також обіймав різні інженерні та продуктові керівні посади у відомих організаціях, таких як Visa (V ), PayPal (PYPL ) та JPMorgan Chase, де він зробив значний внесок у розвиток стратегії та управління даними.

SnapLogic – це платформа інтеграції, що використовує штучний інтелект, яка спрощує потоки даних та застосунків за допомогою інструментів без коду та більш ніж 1000 попередньо налаштованих конекторів. Вона підтримує ETL/ELT, автоматизацію, управління API та безпечні розгортання в хмарі, на місці та гібридних середовищах. Функції, такі як SnapGPT та AutoSync, підвищують ефективність, дозволяючи організаціям інтегрувати та оркеструвати процеси безперешкодно.

У вас майже 25 років досвіду у сфері технологічних інновацій. Що спочатку надихнуло вас на кар’єру, орієнтовану на використання технологій для вирішення складних проблем, і як ця пристрасть еволюціонувала з появою штучного інтелекту?

Від початку своєї кар’єри мене захоплювала складність розв’язування головоломок та логічна краса математики. Це природно привело мене до дослідження того, як технології можуть вирішувати складні, реальні проблеми. На початку своєї кар’єри мене надихнув потенціал технологій у вирішенні питань, таких як виявлення шахрайства з транзакціями та ризиків конфіденційності даних. Моя пристрасть тільки посилилася з появою штучного інтелекту, особливо з появою генеративного штучного інтелекту. Я став свідком трансформаційного впливу штучного інтелекту, від надання фермерам інформації про культури через смартфони до надання звичайним користувачам, таким як мій батько, можливості легко виконувати завдання, такі як подача податкової декларації. Демократизація технологій штучного інтелекту надихає мене, дозволяючи нам робити позитивну різницю у житті людей. Ця триваюча подорож підтримує мою відданість розвитку штучного інтелекту способами, які є не тільки інноваційними та ефективними, але також безпечними, відповідальними та доступними для всіх.

Які найбільші ризики для бізнесу, який використовує застарілі технології у добу просунутого штучного інтелекту?

Застарілі технології становлять значні ризики, які можуть загрожувати майбутньому бізнесу. Застарілі системи, особливо застарілі інфраструктури, призводять до катастрофічних неефективностей та унеможливлюють організаціям використання штучного інтелекту для високоцінних завдань. Ці застарілі технології мають труднощі з доступом до даних та інтеграцією, створюючи дорогі операційні瓶 cổ, які перешкоджають автоматизації та інноваціям. Приховані витрати на підтримку таких систем накопичуються, виснажуючи ресурси та роблячи складним приваблювання топ-талантів, які віддають перевагу сучасним технологічним середовищам. Коли компанії потрапляють у цикл застою, вони втрачають можливості прогресивного зростання та ризикують бути обігнаними більш гнучкими конкурентами.

Вибір очевидний: еволюціонувати, як iPhone, або зазнати долі BlackBerry.

Як застарілі системи боротьба з вимогами сучасних застосунків штучного інтелекту, особливо щодо енергії, попиту та інфраструктури?

Застарілі системи мають значні труднощі у задоволенні вимог сучасних застосунків штучного інтелекту через свої вбудовані обмеження. Ці застарілі інфраструктури потребують більшої потужності обробки даних, масштабованості та гнучкості для інтенсивних обчислювальних потреб штучного інтелекту. Вони часто створюють дані-силоси та瓶 cổ, перешкоджаючи обробці даних в реальному часі та взаємозв’язку, необхідних для одержання інсайтів на основі штучного інтелекту. Ця несовместимость перешкоджає впровадженню просунутих технологій штучного інтелекту та призводить до неефективного використання ресурсів, підвищення енергоспоживання та потенційних системних збоїв. В результаті компанії, які покладаються на застарілі системи, мають труднощі у повному використанні потенціалу штучного інтелекту у критичних областях, таких як точне націлювання, розрахунки заробітної плати та виявлення шахрайства, в кінцевому підсумку обмежуючи їх конкурентну перевагу у ландшафті, керованому штучним інтелектом.

Які “приховані” витрати на бездіяльність для компаній, які зволікують з модернізацією своїх систем?

Застарілі технології означають, що компанії залежать від ручних процесів та ізольованих даних, що призводить до підвищених витрат та зниження продуктивності. З часом ця неефективність накопичується, призводячи до втрачених можливостей та значної втрати конкурентної переваги, оскільки більш гнучкі конкуренти приймають рішення на основі штучного інтелекту. Крім того, потенціал працівників марнується на повторюваних завданнях замість стратегічної роботи, що викликає розчарування та потенційно вищі показники текучості кадрів. Коли конкуренти використовують штучний інтелект для більшої ефективності та інновацій, компанії, які зволікують з модернізацією, ризикують відставати ще більше, в кінцевому підсумку загрожуючи своїй ринковій позиції та довгостроковій життєздатності у все більш цифровому ландшафті.

Організації повинні розрізняти легітимні побоювання щодо впровадження штучного інтелекту та випадки, коли людська невпевненість породжує помилкові розповіді.

Як компанії можуть оцінити, чи відстають вони у підготовці інфраструктури для штучного інтелекту?

Компанії можуть оцінити свою готовність до штучного інтелекту, оцінивши, чи можуть їхні поточні системи інтегруватися з сучасними інструментами штучного інтелекту та масштабуватися для задоволення зростаючих вимог до даних. Якщо їм складно обробляти великі набори даних ефективно, використовувати хмарні рішення або підтримувати автоматизацію, це явний знак того, що вони можуть відставати. Крім того, компанії повинні перевірити, чи створюють застарілі системи瓶 cổ або вимагають надмірного ручного втручання, перешкоджаючи продуктивності. Ключові індикатори відсталих інфраструктур включають дані-силоси, недостатню аналіз в реальному часі, недостатню обчислювальну потужність для складних алгоритмів та труднощі з привабуванням талантів штучного інтелекту. В кінцевому підсумку організації, які постійно відстають від можливостей штучного інтелекту, ризикують втрачати свою конкурентну перевагу у все більш цифровому ландшафті. Я також підкреслю, що передові техніки спостереження, безпеки та захисту конфіденційності, що слідують архітектурі composable, є критичними для безперешкодної та відповідальної готовності до штучного інтелекту.

Які практичні кроки організації можуть зробити сьогодні, щоб забезпечити майбутню готовність своїх систем до інновацій штучного інтелекту?

Перший крок – оцінити поточний стек технологій та шукати області, де можна інтегрувати штучний інтелект. Організації повинні пріоритезувати масштабовані хмарні рішення, які підтримують автоматизацію на основі штучного інтелекту та полегшують інтеграцію нових технологій. Особливо платформи з низьким кодом можуть допомогти компаніям з обмеженими ресурсами швидко розгортати агентів штучного інтелекту без глибоких технічних знань. Підприємства повинні також забезпечити, щоб у них була гнучка, хмарна інфраструктура, яка може масштабуватися за потребою для підтримки майбутніх застосунків штучного інтелекту.

На вашу думку, які галузі можуть найбільше виграти від швидкого впровадження штучного інтелекту та модернізації застарілого обладнання?

Галузі, які залежать від даних для прийняття рішень та повторюваних завдань, можуть найбільше виграти. Наприклад, у фінансовому секторі штучний інтелект може автоматизувати завдання, такі як підтримка клієнтів, виявлення шахрайства та затвердження кредитів, оптимізуючи операції та підвищуючи досвід клієнта. Аналогічно, відділи продажів та підтримки клієнтів можуть побачити значний приріст продуктивності за допомогою штучного інтелекту для обробки повторюваних запитів або обробки лідів більш ефективно. Компанії у сфері охорони здоров’я, виробництва та роздрібної торгівлі також можуть суттєво виграти від штучного інтелекту, особливо оскільки інструменти штучного інтелекту можуть допомогти оптимізувати ланцюжки поставок, передбачити попит та автоматизувати адміністративну роботу. Замість виконання цих повторюваних завдань експерти галузі можуть зосередитися на стратегічній роботі, створюючи високий повернення інвестицій у штучний інтелект.

Як платформа SnapLogic конкретно підтримує компанії у заміні фрагментованого, застарілого обладнання рішенням на основі штучного інтелекту?

 Платформа SnapLogic дозволяє підприємствам уніфікувати та автоматизувати робочі процеси даних та застосунків, поєднуючи застарілі системи з сучасною інфраструктурою, готовою до штучного інтелекту. Завдяки безперешкодному підключенню фрагментованих джерел даних та спрощенню інтеграції в хмарних та локальних середовищах SnapLogic прискорює перехід до уніфікованої системи, де штучний інтелект може надати негайну цінність.

Платформа має інтерфейс з низьким кодом, який включає інструменти, такі як AgentCreator та SnapGPT, що дозволяє компаніям швидко розгортати рішення на основі штучного інтелекту для різних випадків використання, від автоматизації взаємодії з клієнтами до підвищення фінансової звітності та маркетингової ефективності. Технологія IRIS AI SnapLogic забезпечує розумні рекомендації щодо побудови трубопроводів даних, суттєво знижуючи складність завдань інтеграції та роблячи платформу доступною для користувачів з різним рівнем технічної експертизи.

SnapLogic ставить на перше місце управління даними, дотримання нормативних вимог та безпеку у ініціативах штучного інтелекту. З функціями, такими як шифрування від початку до кінця, повне протоколювання та попередній перегляд дій агентів, підприємства можуть впевнено розгортати свої проекти штучного інтелекту. Недавнє запуск каталогу інтеграції та інструментів лінійності даних забезпечує необхідний контекст для захисту чутливих даних від витоку під час входу та виходу. Крім того, SnapLogic пропонує можливості інтеграції у сучасні системи у складі, керуючись бізнес-цілями та забезпечуючи гнучкі рішення для подолання проблем вартості, дотримання нормативних вимог та технічного обслуговування.

Які унікальні виклики ви зустріли у SnapLogic при розробці продуктів, які поєднують застарілі та сучасні системи, інтегровані з штучним інтелектом?

 Одним з унікальних викликів при поєднанні застарілого та сучасного обладнання, інтегрованого з штучним інтелектом, було забезпечення того, щоб платформа SnapLogic могла задовольняти жорсткість старих систем, одночасно підтримуючи гнучкість та масштабованість, необхідні для застосунків штучного інтелекту. Іншим викликом було створення платформи, доступної як для технічних, так і для нетехнічних користувачів, що вимагало балансування між просунутими функціями та легкістю використання.

Як підприємство SAAS, SnapLogic балансує унікальні та загальні потреби сотень клієнтів з різних галузей, одночасно продовжуючи еволюціонувати платформу для прийняття нових та сучасних технологій у гнучкій, відповідальній та зворотно сумісній манері

Для вирішення цієї проблеми ми розробили попередньо налаштовані конектори, які безперешкодно інтегрують дані по всім старим та новим платформам. З допомогою SnapLogic AgentCreator ми також дозволили організаціям розгортати агентів штучного інтелекту, які автоматизують завдання, приймають рішення в реальному часі та адаптуються всередині існуючих робочих процесів.

Чи можете ви розповісти про “Генеративну інтеграцію” SnapLogic та про те, як вона забезпечує безперешкодну автоматизацію на основі штучного інтелекту в корпоративних середовищах?

Генеративна інтеграція SnapLogic – це передова функція платформи SnapLogic, яка використовує генераційний штучний інтелект та великі мови моделей (LLM), щоб спрощувати та автоматизувати створення трубопроводів інтеграції та робочих процесів. Цей інноваційний підхід дозволяє підприємствам безперешкодно підключати системи, застосунки та джерела даних, полегшуючи перехід до середовищ, керованих штучним інтелектом. Інтерпретуючи природні мовні запити, Генеративна інтеграція дозволяє навіть нетехнічним користувачам розробляти, налаштовувати та розгортати інтеграції швидко. Ця демократизація інтеграції прискорює цифрову трансформацію та зменшує залежність від обширної технічної експертизи, дозволяючи підприємствам зосередитися на стратегічних ініціативах та підвищувати операційну ефективність.

Крім того, SnapLogic пропонує величезну гнучкість, дозволяючи клієнтам використовувати будь-які публічні моделі LLM, адаптовані до їхніх конкретних потреб, забезпечуючи, щоб організації могли використовувати найкращі інструменти, залишаючись при цьому на високому рівні управління та дотримання нормативних вимог.

Дякую за велике інтерв’ю. Читачам, які бажають дізнатися більше, слід відвідати SnapLogic.