Інтерв’ю
Soham Mazumdar, співзасновник та CEO WisdomAI – Серія інтерв’ю
Soham Mazumdar є співзасновником і CEO WisdomAI, компанії, яка знаходиться на передовому краї рішень, заснованих на штучному інтелекті. 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. Раніше Soham обіймав керівні інженерні посади у Facebook і Google, де він внесли свій внесок у розвиток основної інфраструктури пошуку та був нагороджений премією засновників Google. Він також співзаснував Tagtile, мобільну платформу лояльності, яку придбала Facebook. З двадцятирічним досвідом у сфері архітектури програмного забезпечення та інновацій штучного інтелекту, Soham є досвідченим підприємцем і технологом, базованим у районі затоки Сан-Франциско.
WisdomAI – це платформа бізнес-інтелекту, заснована на штучному інтелекті, яка допомагає підприємствам отримувати реальні, точні висновки шляхом інтеграції структурованих і неструктурованих даних за допомогою своєї пропріетарної “Knowledge Fabric”. Платформа підтримує спеціалізовані агенти штучного інтелекту, які курирують контекст даних, відповідають на бізнес-питання природною мовою та активізують тенденції чи ризики – без генерації галюцинаційного контенту. 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 та підтримує безпеку рівня підприємства, з ранньою адоптацією великими компаніями, такими як Cisco і ConocoPhillips.
Ви співзаснували Rubrik і допомогли масштабувати її до великого підприємства. Що спонукало вас покинути її у 2023 році і створити WisdomAI – і чи був якийсь конкретний момент, який прояснив цей новий напрям?
Проблема неефективності підприємства даних 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 підприємств мали правильний доступ і знання, щоб використовувати дані ефективно у своїй роботі. Це була масштабна, системна проблема, яку ніхто не розв’язував.
Я також будівельник за природою – ви можете побачити це у моєму шляху від Google до Tagtile до Rubrik і тепер WisdomAI. Я отримую енергію від прийняття фундаментальних викликів і побудови рішень з нуля. Після того, як я допоміг масштабувати Rubrik до успіху підприємства, я відчув той же підприємницький потяг знову, щоб розв’язати щось рівнозначно амбітне.
Останнє, але не менш важливе, можливість штучного інтелекту була неможливою проігнорувати. До 2023 року стало зрозуміло, що штучний інтелект міг нарешті звузити розрив між доступністю даних і їх використанням. Час видався ідеальним для побудови чогось, що могло б демократизувати висновки даних для кожного підприємства, а не тільки для технічних спеціалістів.
Момент прояснення настав, коли я зрозумів, що ми могли поєднати все, що я вивчив про інфраструктуру підприємства даних у Rubrik, з трансформаційним потенціалом штучного інтелекту для розв’язання цієї фундаментальної проблеми неефективності.
WisdomAI вводить “Knowledge Fabric” і набір агентів штучного інтелекту. Чи можете ви роз’яснити, 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 аналітиків запускати звіти, менеджери бізнесу можуть прямо задавати питання і деталізувати їх. Наша платформа може бути навчена на будь-якій системі仓housing даних, аналізуючи журнали запитів.
Ми сумісні з основними 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 розмовний інтерфейс надає можливість бізнес-користувачам отримувати відповіді прямо, а наша багатогентна архітектура дозволяє здійснювати складні запити по різним системам даних.
Ви підкреслили, що WisdomAI уникає галюцинацій, розділяючи Генеративний штучний інтелект від генерації відповідей. Чи можете ви пояснити, як ваша система використовує Генеративний штучний інтелект по-іншому – і чому це має значення для довіри підприємства?
Наша модель контексту, готова до штучного інтелекту, навчається на даних організації для створення універсального контекстного розуміння, яке відповідає на питання з високою семантичною точністю, зберігаючи приватність даних і управління. Крім того, ми використовуємо генеративний штучний інтелект для формулювання добре визначених запитів, які дозволяють нам витягувати дані з різних систем, на відміну від підгодовування сирих даних у великі мовичні моделі. Це має вирішальне значення для вирішення галюцинацій і проблем безпеки з великими мовиними моделями.
Ви придумали термін “Agentic Data Insights Platform”. Як агентний інтелект відрізняється від традиційних інструментів аналітики або навіть стандартних помічників, заснованих на великих мовиних моделях?
Традиційні стеки бізнес-інтелекту сповільнюють процес прийняття рішень, оскільки кожне питання повинно пройти через відключені сховища даних і команду спеціалістів. Коли головний офіцер з доходів хоче знати, як закрити квартал, відповідь зазвичай проходить через півдюжини рук – аналітиків, які обробляють витяг з CRM, інженерів даних, які швають файли разом, і будівельників панелей, які оновлюють звіти – перетворюючи просте питання у проєкт, який триває кілька днів.
Наша платформа розбиває ці сховища і ставить повну глибину даних у один клік, щоб головний офіцер з доходів міг деталізувати з загальних метрик до рівня рядків у секунди.
Немає очікування у черзі аналітика, немає 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? Яку роль відіграє людський внесок у уточненні Knowledge Fabric?
Працювати з даними там, де вони знаходяться, і як вони знаходяться – це фактично святі ворота 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 цілісно.
Без можливості обробляти ці різноманітні типи даних, цінний контекст залишається ізольованим у окремих системах. Наша платформа може бути навчена на будь-якій системі сховища даних, аналізуючи журнали запитів, що дозволяє їй адаптуватися до унікальної лексики даних і структури кожної організації.
Ви описали процес розробки WisdomAI як “вайб-кодіング” – побудову досвіду продукту прямо у коді спочатку, потім ітерацію через реальне використання. Які переваги дав цей підхід вам у порівнянні з традиційним дизайном продукту?
“Вайб-кодіング” – це суттєва зміна того, як будується програмне забезпечення, де розробники використовують силу інструментів штучного інтелекту для генерації коду просто описуючи бажану функціональність природною мовою. Це наче інтелектуальний помічник, який робить те, що ви хочете, щоб програмне забезпечення робило, і він пише код для вас. Це суттєво зменшує ручний труд і час, традиційно необхідний для кодування.
Тривалий час створення цифрових продуктів у великому ступені слідувало знайомому сценарію: ретельно планувати продукт і дизайн UX, потім виконувати розробку, і ітерувати на основі зворотного зв’язку. Логіка була ясна, оскільки інвестиції у дизайн на початку мінімізують дорогі переробки під час більш дорогого і тривалого етапу розробки. Але що відбувається, коли вартість і час виконання цього розвитку суттєво зменшуються? Ця здатність перевертає традиційний послідовність розробки на голову.
З швидкістю генерації коду штучного інтелекту, зусилля, вкладені у створення повної попередньої дизайну, можуть, у певних контекстах, стати відносно більш тривалими, ніж отримання базової, функціональної версії програмного забезпечення. Новий парадигма у світі вайб-кодігу ставить: виконати (код з AI), потім адаптувати (дизайн і уточнити).
Цей підхід дозволяє отримувати надзвичайно ранні підтвердження користувачами основних концепцій. Припустіть, що ви отримуєте зворотний зв’язок про фактичну функціональність функції, перш ніж інвестувати сильно у детальний візуальний дизайн. Це може привести до більш центрованих на користувачі дизайнів, оскільки процес дизайну безпосередньо інформується тим, як користувачі взаємодіють з осяжним продуктом.
У WisdomAI ми активно приймаємо генерацію коду штучим інтелектом. Ми виявили, що приймаючи швидке первинне розроблення, ми можемо швидко тестувати основні функціональності і зібрати невимовно цінний зворотний зв’язок користувачів на ранній стадії процесу, прямо на продукті. Це дозволяє нашій команді дизайну потім зосередитися на уточненні досвіду користувача і візуального дизайну на основі реального використання, що веде 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 та оператори зараз використовують нашу платформу для запиту комплексних даних про свердловини прямо природною мовою. До WisdomAI ці інженери потребували технічної допомоги навіть для базових операційних питань про стан свердловини або продуктивність роботи. Тепер вони можуть миттєво отримувати доступ до цієї інформації, одночасно порівнюючи з найкращими практиками у своїх інструкціях з буріння – все через той же розмовний інтерфейс. Вони оцінили кількох постачальників штучного інтелекту у процесі, який тривав шість місяців, і наше рішення показало покращення точності на 50% у порівнянні з найближчим конкурентом.
У компанії з кібербезпеки Descope WisdomAI використовується як віртуальний аналітик даних для продажів і фінансів. Ми зменшили час створення звітів з 2-3 днів до всього 2-3 годин – зниження на 90%. Це перетворило їх щотижневі зустрічі з продажів з збору даних у сесії з стратегії, зосередженій на дієвих висновках. Як їхній головний офіцер з доходів відзначає, “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 тоді отримати її за 5 днів”. Ця можливість приймати дані-орієнтовані рішення з безпрецедентною швидкістю була особливо критичною для компанії, яка швидко росте на конкурентному ринку управління ідентифікацією.
Практичний приклад: головний офіцер з доходів питає, “Як я закрию свій квартал?” Наша платформа миттєво пропонує список очікуваних угод, на які слід зосередитися, разом з інформацією про те, що затримує кожну з них – наприклад, конкретні питання, на які клієнти чекають відповіді. Це відбувається за п’ять кліків замість п’яти спеціалістів і днів затримки.
Багато компаній сьогодні перегружені панелями, звітами і сховищами інструментів. Які найбільш поширені помилкові уявлення про бізнес-інтелект підприємства сьогодні?
Організації сидять на скарбах інформації, але борються з використанням цих даних для швидкого прийняття рішень. Виклик не тільки 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 вкладають великі інвестиції в інфраструктуру, але стикаються з瓶нем у вигляді жорстких панелей, поганої гігієни даних і ізольованої інформації. Більшість підприємств потребують спеціалізованих команд для запуску звітів, створюючи суттєві затримки, коли бізнес-лідери потребують відповідей швидко. Інтерфейс, де люди споживають дані, залишається застарілим, незважаючи на розвиток хмарних двигунів даних і науки про дані.
Чи розглядаєте ви 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 основними 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 залишається застарілим, незважаючи на розвиток хмарних двигунів даних і науки про дані.
Оглядаючись вперед, де ви бачите WisdomAI за п’ять років – і як ви бачите розвиток концепції “агентного інтелекту” по всьому підприємству?
Майбутнє аналітики рухається від звітів, керованих спеціалістами, до самослужби інтелекту, доступної кожному. Інструменти бізнес-інтелекту існують уже понад 20 років, але рівень прийняття не досяг навіть 20% працівників компаній. Тим часом за останні 12 місяців 60% користувачів робочого місця прийняли ChatGPT, багато з яких використовували його для аналізу даних. Ця суттєва різниця показує потенціал розмовних інтерфейсів для збільшення рівня прийняття.
Ми бачимо фундаментальну зміну, де всі працівники можуть прямо допитувати дані без технічних навичок. Майбутнє об’єднає обчислювальну силу штучного інтелекту з природною людською взаємодією, дозволяючи висновкам знаходити користувачів проактивно, а не вимагаючи від них пошуку через панелі.
