Сохам Мазумдар, співзасновник та генеральний директор WisdomAI – Серія інтерв’ю

Сохам Мазумдар є співзасновником і генеральним директором WisdomAI, компанії, яка знаходиться на передовому краї рішень, керованих штучним інтелектом. До заснування WisdomAI у 2023 році він був співзасновником і головним архітектором у Rubrik, де він відіграв ключову роль у масштабуванні компанії протягом 9-річного періоду. Сохам раніше обіймав керівні посади в галузі інженерії у Facebook (META ) і Google (GOOGL ), де він внес свій внесок у розвиток основної інфраструктури пошуку і був нагороджений премією засновників Google. Він також був співзасновником Tagtile, мобільної платформи лояльності, яку придбала Facebook. З двадцятирічним досвідом у галузі програмної архітектури та інновацій штучного інтелекту Сохам є досвідченим підприємцем і технологом, базованим у районі затоки Сан-Франциско.

WisdomAI – це платформа бізнес-інтелекту, рідна для штучного інтелекту, яка допомагає підприємствам отримувати доступ до реального часу, точних висновків шляхом інтеграції структурованих і неструктурованих даних через свою власну “Фабрику знань”. Платформа підтримує спеціалізовані агенти штучного інтелекту, які курирують контекст даних, відповідають на бізнес-питання природною мовою і активно виявляють тенденції або ризики – без генерації галюцинаційних контентів. На відміну від традиційних інструментів бізнес-інтелекту, WisdomAI використовує генеративний штучний інтелект лише для генерації запитів, забезпечуючи високу точність і надійність. Вона інтегрується з існуючими екосистемами даних і підтримує безпеку рівня підприємства, з ранньою адоптацією великими компаніями, такими як Cisco і ConocoPhillips (COP ).

Ви стали співзасновником Rubrik і допомогли масштабувати її у великий підприємницький успіх. Що спонукало вас покинути компанію у 2023 році і створити WisdomAI – і чи був якийсь особливий момент, який прояснив цей новий напрям?

Проблема неефективності даних підприємства була прямо переді мною. Під час моєї роботи у Rubrik я був свідком того, як компанії з Fortune 500 тонуть у даних, але голодують за висновками. Навіть з усіма інфраструктурами, які ми побудували, менше 20% користувачів підприємства мали правильний доступ і навички для використання даних ефективно у своїй роботі. Це була масштабна, системна проблема, яку ніхто не розв’язував.

Я також є будівельником за природою – ви можете побачити це у моєму шляху від Google до Tagtile, потім до Rubrik і тепер до WisdomAI. Я отримую енергію від того, що беру на себе фундаментальні виклики і створюю рішення з нуля. Після того, як я допоміг масштабувати Rubrik до підприємницького успіху, я відчув той самий підприємницький потяг знову, щоб розв’язати щось рівнозначно амбітне.

Останнє, але не менш важливе: можливості штучного інтелекту були неможливі для ігнорування. До 2023 року стало зрозуміло, що штучний інтелект нарешті може звузити той розрив між доступністю даних і їх використанням. Час відчувався ідеальним для створення чогось, що могло б демократизувати висновки даних для кожного підприємства, а не лише для технічних спеціалістів.

Момент прояснення настав, коли я зрозумів, що ми могли б поєднати все, що я дізнався про інфраструктуру даних підприємства у Rubrik, з трансформаційним потенціалом штучного інтелекту для розв’язання цієї фундаментальної проблеми неефективності.

WisdomAI вводить “Фабрику знань” і набір агентів штучного інтелекту. Чи можете ви пояснити, як ця система працює разом, щоб рухатися за межі традиційних панелей бізнес-інтелекту?

Ми побудували платформу агентських даних, яка працює з даними там, де вони знаходяться – структурованими, неструктурованими і навіть “брудними” даними. Замість того, щоб просити команди аналізу виконувати звіти, менеджери бізнесу можуть прямо ставити питання і деталізувати інформацію. Наша платформа може бути навчена на будь-якій системі зберігання даних шляхом аналізу журналів запитів.

Ми сумісні з великими хмарними сервісами даних, такими як Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks і Postgres, а також просто форматами документів, такими як Excel, PDF, PowerPoint тощо.

На відміну від традиційних інструментів, призначених в першу чергу для аналітиків, наш конверсійний інтерфейс дозволяє бізнес-користувачам отримувати відповіді безпосередньо, тоді як наша багатоцільова архітектура агентів дозволяє виконувати складні запити по різним системам даних.

Ви підкреслили, що WisdomAI уникає галюцинацій, розділяючи генерацію штучного інтелекту від генерації відповідей. Чи можете ви пояснити, як ваша система використовує генерацію штучного інтелекту інакше – і чому це важливо для довіри підприємства?

Наша модель контексту, готова до штучного інтелекту, навчається на даних організації для створення універсального розуміння контексту, який відповідає на питання з високою семантичною точністю, зберігаючи приватність даних і управління. Крім того, ми використовуємо генерацію штучного інтелекту для формулювання добре визначених запитів, які дозволяють нам витягувати дані з різних систем, на відміну від подачі сирих даних у великі мовичні моделі. Це важливо для розв’язання проблем галюцинацій і безпеки у великих мовикових моделях.

Ви придумали термін “Платформа агентських даних”. Як інтелект агентів відрізняється від традиційних інструментів аналізу або навіть стандартних помічників, заснованих на великих мовичних моделях?

Традиційні стеки бізнес-інтелекту сповільнюють процес прийняття рішень, оскільки кожне питання повинно пройти через відключені сховища даних і команду спеціалістів. Коли головному офіцерові з доходів потрібно знати, як закрити квартал, відповідь зазвичай проходить через півдюжини рук – аналітиків, які обробляють екстракти CRM, інженерів даних, які швють файли разом, і будівельників панелей, які оновлюють звіти – перетворюючи просте питання у багатоденний проєкт.

Наша платформа розбиває ці сховища і ставить всю глибину даних у один клавішний удар, щоб головний офіцер з доходів міг деталізувати загальні метрики до рівня рядків за секунди.

Не потрібно чекати у черзі аналітиків, не потрібно попередньо визначених панелей, які не можуть跟ати за новими питаннями – просто справжня самослужба висновків, доставлених зі швидкістю, з якою рухається бізнес.

Як ви забезпечуєте, щоб WisdomAI адаптувалася до унікальної лексики даних і структури кожного підприємства? Яка роль людського внеску відіграє у уточненні “Фабрики знань”?

Працювати з даними там, де вони знаходяться, і як вони знаходяться – це фактично святі граали для бізнес-інтелекту підприємства. Традиційні системи не створені для обробки неструктурованих даних або “брудних” даних з друкарськими помилками та помилками. Коли інформація існує у різних джерелах – базах даних, документах, даних телеметрії – організації борються з інтеграцією цієї інформації узгоджено.

Без можливостей обробки цих різноманітних типів даних цінний контекст залишається ізольованим у окремих системах. Наша платформа може бути навчена на будь-якій системі зберігання даних шляхом аналізу журналів запитів, дозволяючи їй адаптуватися до унікальної лексики даних і структури кожної організації.

Ви описали процес розробки WisdomAI як “вайб-кодіング” – побудову продукту безпосередньо у коді спочатку, потім ітерацію через реальне використання. Які переваги ця підхід дав вам порівняно з традиційним дизайном продукту?

“Вайб-кодіング” – це суттєва зміна того, як створюється програмне забезпечення, де розробники використовують силу інструментів штучного інтелекту для генерації коду просто шляхом опису бажаної функціональності природною мовою. Це ніби інтелектуальний помічник, який робить те, що ви хочете, щоб програмне забезпечення робило, і він пише код за вас. Це суттєво зменшує ручну працю і час, традиційно необхідні для кодування.

Тривалий час створення цифрових продуктів у великому ступені слідувало знайомому сценарію: ретельно планувати продукт і дизайн UX, потім виконувати розвиток, і ітерувати на основі зворотного зв’язку. Логіка була ясна, оскільки інвестування у дизайн спочатку мінімізує дорогий перероб у більш дорогому і тривалому фазі розвитку. Але що відбувається, коли вартість і час виконання цього розвитку суттєво зменшуються? Ця здатність перевертає традиційний послідовність розвитку навпаки. Раптом розробники можуть починати будувати функціональне програмне забезпечення на основі високорівневого розуміння вимог, навіть до того, як будуть завершені детальні дизайни продукту і UX.

З швидкістю генерації коду штучного інтелекту зусилля, вкладені у створення ретельних попередніх дизайнів, можуть, у певних контекстах, стати відносно більш тривалими, ніж отримання базової, функціональної версії програмного забезпечення. Новий парадигма у світі вайб-кодігу стає: виконуй (код з AI), потім адаптуй (дизайн і уточни).

Цей підхід дозволяє отримувати надзвичайно ранню валідацию користувачами основних концепцій. Уявіть собі отримання зворотного зв’язку про фактичну функціональність функції до того, як інвестувати великі кошти у детальні візуальні дизайни. Це може привести до більш користувальницьких дизайнів, оскільки процес дизайну безпосередньо інформується тим, як користувачі взаємодіють з осяжним продуктом.

У WisdomAI ми активно приймаємо генерацію коду штучного інтелекту. Ми виявили, що приймаючи швидке первинне розвиток, ми можемо швидко протестувати основні функціональності і зібрати невимовно цінний зворотний зв’язок користувачів на ранній стадії процесу, прямо на продукті. Це дозволяє нашій команді дизайну зосередитися на уточненні досвіду користувача і візуального дизайну на основі реального використання, що призводить до більш ефективних і улюблених користувачами продуктів, швидше.

Від продажів і маркетингу до виробництва і успіху клієнтів WisdomAI націлена на широкий спектр бізнес-кейсів. Які вертикалі мали найшвидшу адоптацію – і які кейси вас здивували своєю впливом?

Ми бачили трансформаційні результати з кількома клієнтами. Для компанії F500 з нафти і газу ConocoPhillips інженери з буріння і оператори тепер використовують нашу платформу для запитів складних даних про свердловини безпосередньо природною мовою. До WisdomAI ці інженери потребували технічної допомоги навіть для базових операційних питань про статус свердловини або виконання роботи. Тепер вони можуть миттєво отримувати доступ до цієї інформації, одночасно порівнюючи з найкращими практиками у своїх інструкціях з буріння – все через той самий конверсійний інтерфейс. Вони оцінили численні постачальників штучного інтелекту протягом шести місяців, і наше рішення показало покращення точності на 50% порівняно з найближчим конкурентом.

У компанії з кібербезпеки Descope, яка демонструє гіперзрост, WisdomAI використовується як віртуальний аналітик даних для продажів і фінансів. Ми зменшили час створення звітів з 2-3 днів до всього 2-3 годин – зменшення на 90%. Це перетворило їх щотижневі зустрічі з продажів з операцій з збору даних у сесії з стратегії, зосередженій на дієвих висновках. Як зазначає їх головний офіцер з доходів, “Wisdom AI приносить дані до моїх пальців. Це справді демократизує дані, надаючи мені силу йти відповідати на питання і рухатися далі з моїм днем, а не визначати питання, чекати, поки хтось побудує відповідь, і отримувати її через 5 днів”. Ця здатність приймати дані-орієнтовані рішення з безпрецедентною швидкістю була особливо критичною для компанії швидкого зростання на конкурентному ринку управління ідентифікацією.

Багато компаній сьогодні перегружені панелями, звітами і сховищами інструментів. Які найпоширеніші помилкові уявлення про бізнес-інтелект сьогодні?

Організації сидять на сховищах інформації, але борються з тим, щоб використати ці дані для швидкого прийняття рішень. Виклик не лише у тому, щоб мати дані, але й працювати з ними у їх природному стані – який часто включає “брудні” дані, не очищені від друкарських помилок чи помилок. Компанії інвестують великі кошти у інфраструктуру, але зустрічають瓶очення з жорсткими панелями, поганою гігієною даних і сховищами інформації. Більшість підприємств потребують спеціалізованих команд для виконання звітів, створюючи суттєві затримки, коли лідери бізнесу потребують відповідей швидко. Інтерфейс, де люди споживають дані, залишається застарілим, незважаючи на вдосконалення хмарних двигунів даних і науки про дані.

Чи ви розглядаєте WisdomAI як доповнення або потенційну заміну існуючих інструментів бізнес-інтелекту, таких як Tableau або Looker? Як ви вписуєтеесь у ширший стек даних підприємства?

Ми сумісні з великими хмарними сервісами даних, такими як Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks і Postgres, а також просто форматами документів, такими як Excel, PDF, PowerPoint тощо. Наш підхід трансформує інтерфейс, де люди споживають дані, який залишався застарілим, незважаючи на вдосконалення хмарних двигунів даних і науки про дані.

Оглядаючись вперед, де ви бачите WisdomAI за п’ять років – і як ви бачите розвиток концепції “агентського інтелекту” по всьому підприємству?

Майбутнє аналізу рухається від звітів, керованих спеціалістами, до самослужби інтелекту, доступного кожному. Інструменти бізнес-інтелекту існують уже понад 20 років, але рівень прийняття не досяг навіть 20% працівників компанії. Тим часом за останні 12 місяців 60% користувачів на робочому місці прийняли ChatGPT, багато з яких використовували його для аналізу даних. Ця суттєва різниця показує потенціал конверсійних інтерфейсів для збільшення рівня прийняття.

Ми бачимо фундаментальну зміну, де всі працівники можуть безпосередньо допитувати дані без технічних навичок. Майбутнє поєднає обчислювальну потужність штучного інтелекту з природною взаємодією людини, дозволяючи висновкам знайти користувачів проактивно, а не вимагати від них пошуку через панелі.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати WisdomAI.