Babak Hodjat, CTO của AI tại Cognizant – Loạt phỏng vấn

Babak Hodjat là CTO của AI tại Cognizant, và là cựu đồng sáng lập và CEO của Sentient. Ông chịu trách nhiệm về công nghệ cốt lõi đằng sau hệ thống trí tuệ nhân tạo phân tán lớn nhất thế giới. Babak cũng là người sáng lập quỹ đầu tư trí tuệ nhân tạo đầu tiên trên thế giới, Sentient Investment Management. Ông là một doanh nhân连 tục, đã thành lập một số công ty ở Thung lũng Silicon với tư cách là nhà phát minh và công nghệ chính.

Trước khi đồng sáng lập Sentient, Babak là giám đốc kỹ thuật cấp cao tại Sybase iAnywhere, nơi ông dẫn đầu việc phát triển các giải pháp di động. Ông cũng là đồng sáng lập, CTO và thành viên hội đồng quản trị của Dejima Inc. Babak là nhà phát minh chính của công nghệ định hướng đại lý được cấp bằng sáng chế của Dejima, được áp dụng cho các giao diện thông minh cho điện toán di động và doanh nghiệp – công nghệ đằng sau Siri của Apple (AAPL ).

Là một học giả được xuất bản trong các lĩnh vực cuộc sống nhân tạo, kỹ thuật phần mềm định hướng đại lý và trí tuệ nhân tạo phân tán, Babak có 31 bằng sáng chế được cấp hoặc đang chờ cấp. Ông là chuyên gia trong nhiều lĩnh vực của AI, bao gồm xử lý ngôn ngữ tự nhiên, học máy, thuật toán di truyền và trí tuệ nhân tạo phân tán và đã thành lập nhiều công ty trong các lĩnh vực này. Babak holds một bằng tiến sĩ về trí tuệ máy từ Đại học Kyushu, ở Fukuoka, Nhật Bản.

Nhìn lại sự nghiệp của bạn, từ việc thành lập nhiều công ty trí tuệ nhân tạo đến lãnh đạo phòng thí nghiệm AI của Cognizant, những bài học quan trọng nhất bạn đã học được về đổi mới và lãnh đạo trong AI là gì?

Đổi mới cần sự kiên nhẫn, đầu tư và nuôi dưỡng, và nó nên được khuyến khích và không bị hạn chế. Nếu bạn đã xây dựng được đội ngũ đổi mới đúng, bạn có thể tin tưởng họ và cho họ sự tự do nghệ thuật đầy đủ để chọn cách và những gì họ nghiên cứu. Kết quả thường sẽ làm bạn ngạc nhiên. Từ góc độ lãnh đạo, nghiên cứu và đổi mới không nên là một điều tốt đẹp hoặc một ý tưởng sau. Tôi đã thiết lập các đội nghiên cứu khá sớm khi xây dựng các công ty khởi nghiệp và luôn là một người ủng hộ mạnh mẽ cho đầu tư nghiên cứu, và nó đã mang lại kết quả. Trong những thời điểm tốt, nghiên cứu giúp bạn dẫn đầu cạnh tranh, và trong những thời điểm khó khăn, nó giúp bạn đa dạng hóa và tồn tại, vì vậy không có lý do để đầu tư thấp, hạn chế hoặc gánh nặng nó với các ưu tiên kinh doanh ngắn hạn.

Là một trong những nhà phát minh chính của Siri của Apple, kinh nghiệm phát triển giao diện thông minh của bạn đã định hình cách tiếp cận của bạn để lãnh đạo các sáng kiến AI tại Cognizant như thế nào?

Công nghệ ngôn ngữ tự nhiên mà tôi ban đầu phát triển cho Siri là dựa trên đại lý, vì vậy tôi đã làm việc với khái niệm này trong một thời gian dài. AI không mạnh mẽ như ngày nay, vì vậy tôi sử dụng một hệ thống đa đại lý để giải quyết việc hiểu và ánh xạ các lệnh ngôn ngữ tự nhiên đến các hành động. Mỗi đại lý đại diện cho một tập hợp con của lĩnh vực thảo luận, vì vậy AI trong mỗi đại lý có một môi trường đơn giản để掌握. Ngày nay, các hệ thống AI mạnh mẽ, và một LLM có thể làm được nhiều việc, nhưng chúng tôi vẫn được lợi từ việc đối xử với nó như một công nhân tri thức trong một hộp, hạn chế lĩnh vực của nó, đưa cho nó một mô tả công việc và liên kết nó với các đại lý khác có trách nhiệm khác. AI như vậy có thể tăng cường và cải thiện bất kỳ quy trình kinh doanh nào.

Là một phần của nhiệm vụ của tôi với tư cách là CTO của AI tại Cognizant, tôi điều hành phòng thí nghiệm AI tiên tiến của chúng tôi ở San Francisco. Nguyên tắc nghiên cứu cốt lõi của chúng tôi là quyết định dựa trên đại lý. Đến ngày nay, chúng tôi hiện có 56 bằng sáng chế của Mỹ về công nghệ AI cốt lõi dựa trên nguyên tắc này. Chúng tôi đang đầu tư toàn bộ.

Bạn có thể giải thích về nghiên cứu và đổi mới tiên tiến đang được phát triển tại phòng thí nghiệm AI của Cognizant không? Làm thế nào những phát triển này đang giải quyết các nhu cầu cụ thể của các công ty Fortune 500?

Chúng tôi có một số studio AI và trung tâm đổi mới. Phòng thí nghiệm AI tiên tiến của chúng tôi ở San Francisco tập trung vào việc mở rộng trạng thái nghệ thuật trong AI. Đây là một phần của cam kết của chúng tôi được công bố vào năm ngoái để đầu tư 1 tỷ đô la vào AI sinh trong ba năm tới.

Cụ thể hơn, chúng tôi tập trung vào việc phát triển các thuật toán và công nghệ mới để phục vụ khách hàng của chúng tôi. Tin cậy, giải thích và quyết định đa mục tiêu là những lĩnh vực quan trọng mà chúng tôi đang theo đuổi, điều này rất quan trọng đối với các doanh nghiệp Fortune 500.

Về tin cậy, chúng tôi quan tâm đến nghiên cứu và phát triển nhằm sâu sắc hơn hiểu biết của chúng tôi về khi nào chúng tôi có thể tin tưởng vào việc ra quyết định của AI và khi nào một con người nên tham gia. Chúng tôi có một số bằng sáng chế liên quan đến loại mô hình không chắc chắn này. Tương tự, các mạng nơ-ron, AI sinh và LLM vốn dĩ không minh bạch. Chúng tôi muốn có thể đánh giá một quyết định AI và hỏi nó các câu hỏi về lý do tại sao nó đề xuất một điều gì đó – về cơ bản làm cho nó giải thích được. Cuối cùng, chúng tôi hiểu rằng đôi khi, các quyết định mà các công ty muốn thực hiện có thể có nhiều hơn một mục tiêu – giảm chi phí trong khi tăng doanh thu, cân bằng với các xem xét đạo đức, ví dụ. AI có thể giúp chúng tôi đạt được sự cân bằng tốt nhất của tất cả những kết quả này bằng cách tối ưu hóa các chiến lược quyết định theo cách đa mục tiêu. Đây là một lĩnh vực rất quan trọng trong nghiên cứu AI của chúng tôi.

Hai năm tới được coi là thời kỳ quan trọng cho AI sinh. Bạn tin rằng sẽ có những thay đổi quan trọng nào trong thời kỳ này, và các doanh nghiệp nên chuẩn bị như thế nào?

Chúng tôi đang bước vào một thời kỳ bùng nổ về thương mại hóa các công nghệ AI. Ngày nay, AI được sử dụng chủ yếu để cải thiện năng suất, tạo ra các giao diện người dùng tốt hơn, tóm tắt dữ liệu và giúp việc lập trình. Trong thời kỳ tăng tốc này, chúng tôi tin rằng việc tổ chức tổng thể công nghệ và chiến lược AI xung quanh nguyên tắc cốt lõi của các hệ thống đa đại lý và quyết định sẽ giúp các doanh nghiệp thành công. Tại Cognizant, sự nhấn mạnh của chúng tôi vào đổi mới và nghiên cứu ứng dụng sẽ giúp khách hàng của chúng tôi tận dụng AI để tăng lợi thế chiến lược khi nó trở nên tích hợp sâu hơn vào các quy trình kinh doanh.

Làm thế nào AI sinh sẽ thay đổi các ngành công nghiệp, và những trường hợp sử dụng thú vị nhất đang xuất hiện từ phòng thí nghiệm AI của Cognizant?

AI sinh đã là một bước tiến lớn cho các doanh nghiệp. Bạn hiện có khả năng tạo ra một loạt các công nhân tri thức có thể hỗ trợ con người trong công việc hàng ngày. Cho dù đó là tối ưu hóa dịch vụ khách hàng thông qua các rô-bốt trò chuyện thông minh hay quản lý hàng tồn kho thông qua giao diện ngôn ngữ tự nhiên, LLM rất tốt trong các nhiệm vụ chuyên môn.

Nhưng điều gì sẽ đến tiếp theo là điều sẽ thực sự thay đổi các ngành công nghiệp, khi các đại lý có thể giao tiếp với nhau. Tương lai sẽ là các công ty có các đại lý trong thiết bị và ứng dụng của họ có thể giải quyết nhu cầu của bạn và tương tác với các đại lý khác thay mặt bạn. Họ sẽ làm việc trên toàn bộ doanh nghiệp để hỗ trợ con người trong mọi vai trò, từ nhân sự và tài chính đến tiếp thị và bán hàng. Trong tương lai gần, các doanh nghiệp sẽ tự nhiên chuyển sang trở thành dựa trên đại lý.

Đáng chú ý, chúng tôi đã có một hệ thống đa đại lý được phát triển trong phòng thí nghiệm của chúng tôi dưới dạng Neuro AI, một công cụ tạo ra trường hợp sử dụng quyết định AI cho phép khách hàng nhanh chóng xây dựng và tạo mẫu các trường hợp sử dụng quyết định AI cho doanh nghiệp của họ. Nó đã mang lại một số kết quả thú vị, và chúng tôi sẽ chia sẻ thêm về điều này sớm.

Vai trò của các kiến trúc đa đại lý sẽ như thế nào trong làn sóng chuyển đổi tiếp theo của Gen AI, đặc biệt là trong các môi trường doanh nghiệp lớn?

Trong nghiên cứu và các cuộc trò chuyện với các nhà lãnh đạo doanh nghiệp, chúng tôi nhận được nhiều câu hỏi hơn về cách họ có thể làm cho AI sinh có tác động ở quy mô lớn. Chúng tôi tin rằng lời hứa chuyển đổi của các hệ thống trí tuệ nhân tạo đa đại lý là trung tâm để đạt được tác động đó. Một hệ thống AI đa đại lý mang lại các đại lý AI được xây dựng vào các hệ thống phần mềm ở các khu vực khác nhau trên toàn doanh nghiệp. Hãy nghĩ về nó như một hệ thống của các hệ thống cho phép LLM tương tác với nhau. Ngày nay, thách thức là mặc dù các mục tiêu kinh doanh, hoạt động và chỉ số đều liên kết sâu sắc, nhưng các hệ thống phần mềm được sử dụng bởi các đội khác nhau không phải như vậy, tạo ra các vấn đề. Ví dụ, sự chậm trễ trong chuỗi cung ứng có thể ảnh hưởng đến nhân viên tại trung tâm phân phối. Việc onboard một nhà cung cấp mới có thể ảnh hưởng đến phát thải khí nhà kính loại 3. Sự thay đổi của khách hàng có thể chỉ ra các khiếm khuyết của sản phẩm. Các hệ thống biệt lập có nghĩa là các hành động thường dựa trên các thông tin được rút ra từ chỉ một chương trình và áp dụng cho một chức năng. Các kiến trúc đa đại lý sẽ chiếu sáng các thông tin và hành động tích hợp trên toàn bộ doanh nghiệp. Đó là sức mạnh thực sự có thể kích hoạt sự chuyển đổi doanh nghiệp.

Bạn nhìn thấy các hệ thống đa đại lý (MAS) sẽ phát triển như thế nào trong vài năm tới, và điều này sẽ ảnh hưởng đến toàn bộ cảnh quan AI như thế nào?

Một hệ thống AI đa đại lý hoạt động như một nhóm làm việc ảo, phân tích các yêu cầu và rút thông tin từ toàn bộ doanh nghiệp để tạo ra một giải pháp toàn diện không chỉ cho người yêu cầu ban đầu mà còn cho các đội khác. Nếu chúng tôi zoom vào và xem xét một ngành công nghiệp cụ thể, điều này có thể cách mạng hóa các hoạt động trong các lĩnh vực như sản xuất, ví dụ. Một đại lý Sourcing sẽ phân tích các quy trình hiện có và đề xuất các thành phần thay thế tiết kiệm chi phí hơn dựa trên mùa và nhu cầu. Đại lý Sourcing này sau đó sẽ kết nối với một đại lý Sustainability để xác định cách thay đổi sẽ ảnh hưởng đến các mục tiêu môi trường. Cuối cùng, một đại lý Quản lý sẽ giám sát hoạt động tuân thủ, đảm bảo rằng các đội gửi báo cáo đầy đủ và cập nhật đúng hạn.

Tin tốt là nhiều công ty đã bắt đầu tích hợp các rô-bốt trò chuyện LLM một cách tự nhiên, nhưng họ cần phải có chủ đích về cách họ bắt đầu kết nối các giao diện này. Cần phải cẩn thận về mức độ chi tiết của việc đại lý hóa, các loại LLM được sử dụng và khi nào và làm thế nào để tinh chỉnh chúng để làm cho chúng hiệu quả. Các tổ chức nên bắt đầu từ trên cao, xem xét nhu cầu và mục tiêu của họ và làm việc xuống từ đó để quyết định những gì có thể được đại lý hóa.

Những thách thức chính nào đang cản trở các doanh nghiệp từ việc chấp nhận AI hoàn toàn, và Cognizant giải quyết những chướng ngại vật này như thế nào?

Mặc dù lãnh đạo đã cam kết và đầu tư, nhiều doanh nghiệp lo lắng về việc tụt lại phía sau trong AI. Theo nghiên cứu của chúng tôi, có một khoảng cách giữa cam kết chiến lược của lãnh đạo và sự tự tin để thực hiện tốt. Chi phí và sự sẵn có của tài năng và sự trưởng thành được nhận thức của các giải pháp AI Gen hiện tại là hai yếu tố cản trở đáng kể việc các doanh nghiệp chấp nhận AI hoàn toàn.

Cognizant đóng một vai trò quan trọng trong việc giúp các doanh nghiệp vượt qua hành trình từ năng suất đến tăng trưởng của AI. Trên thực tế, dữ liệu gần đây từ một nghiên cứu chúng tôi thực hiện với Oxford Economics cho thấy nhu cầu về chuyên môn bên ngoài để giúp việc áp dụng AI, với 43% công ty cho biết họ dự định sẽ làm việc với các tư vấn viên bên ngoài để phát triển một kế hoạch cho AI sinh. Thông thường, Cognizant đã sở hữu dặm cuối cùng với khách hàng – chúng tôi đã làm điều này với lưu trữ dữ liệu và di chuyển đám mây, và việc đại lý hóa sẽ không khác. Đây là công việc phải được tùy chỉnh cao. Đó không phải là một hành trình phù hợp với tất cả. Chúng tôi là những chuyên gia có thể giúp xác định các mục tiêu kinh doanh và kế hoạch thực hiện, và sau đó đưa ra các đại lý tùy chỉnh được xây dựng để giải quyết nhu cầu kinh doanh. Chúng tôi là, và luôn là, những người bạn cần gọi.

Nhiều công ty gặp khó khăn trong việc nhìn thấy ROI ngay lập tức từ các khoản đầu tư AI của họ. Những sai lầm phổ biến nào họ mắc phải, và làm thế nào những sai lầm này có thể được tránh?

AI sinh hiệu quả hơn nhiều khi các công ty đưa nó vào ngữ cảnh dữ liệu của riêng họ – tức là, tùy chỉnh nó trên nền tảng dữ liệu doanh nghiệp mạnh mẽ của riêng họ. Ngoài ra, sớm hay muộn, các doanh nghiệp sẽ phải thực hiện bước khó khăn để tưởng tượng lại các quy trình kinh doanh cơ bản của họ. Ngày nay, nhiều công ty đang sử dụng AI để tự động hóa và cải thiện các quy trình hiện có. Kết quả lớn hơn có thể xảy ra khi họ bắt đầu đặt câu hỏi như, những thành phần của quy trình này là gì, làm thế nào tôi thay đổi chúng, và chuẩn bị cho sự xuất hiện của điều gì đó không tồn tại trước đây? Vâng, điều này sẽ đòi hỏi một sự thay đổi văn hóa và chấp nhận một số rủi ro, nhưng nó dường như là không thể tránh khỏi khi dàn xếp các bộ phận khác nhau của tổ chức thành một整 thể mạnh mẽ.

Lời khuyên bạn sẽ đưa ra cho các nhà lãnh đạo AI mới nổi đang tìm cách tạo ra tác động đáng kể trong lĩnh vực này, đặc biệt là trong các doanh nghiệp lớn?

Chuyển đổi kinh doanh là phức tạp bởi bản chất của nó. Các nhà lãnh đạo AI mới nổi trong các doanh nghiệp lớn nên tập trung vào việc phá vỡ các quy trình, thử nghiệm với các thay đổi và đổi mới. Điều này đòi hỏi một sự thay đổi trong tư duy và rủi ro được tính toán, nhưng nó có thể tạo ra một tổ chức mạnh mẽ hơn.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Cognizant.