Darren Kimura, CEO và Chủ tịch của AI Squared – Loạt phỏng vấn

Darren Kimura là một doanh nhân, nhà phát minh và nhà đầu tư giàu kinh nghiệm, hiện đang giữ vị trí Chủ tịch & CEO của AI Squared. Với hơn 25 năm kinh nghiệm lãnh đạo trong lĩnh vực công nghệ và năng lượng sạch, ông đã lãnh đạo các công ty như Energy Industries Corporation, Sopogy và LiveAction, và đồng sáng lập công ty đầu tư mạo hiểm Enerdigm Ventures. Ông được biết đến với việc phát minh công nghệ năng lượng mặt trời MicroCSP, và đã đóng vai trò quan trọng trong việc mở rộng các công ty tập trung vào tính toán biên, AI và các giải pháp dựa trên SaaS.

AI Squared là một nền tảng mã thấp được thiết kế để giúp các doanh nghiệp tích hợp trực tiếp các thông tin AI vào các công cụ họ đã sử dụng – như Salesforce (CRM ), Slack, Google Sheets và ServiceNow. Bằng cách đơn giản hóa việc triển khai AI và cho phép ra quyết định theo thời gian thực, nền tảng này cho phép các đội ngũ trên các lĩnh vực kỹ thuật, bán hàng và vận hành mở khóa giá trị kinh doanh có thể đo lường được. Phục vụ khách hàng trong lĩnh vực tài chính, chuỗi cung ứng và chính phủ, AI Squared đang đẩy nhanh việc áp dụng AI trong doanh nghiệp bằng cách làm cho nó trở nên liền mạch, ngữ cảnh và có thể hành động.

Bạn đã lãnh đạo nhiều công ty trên các lĩnh vực – điều gì đã thúc đẩy bạn tham gia và cuối cùng lãnh đạo AI Squared?

Tôi luôn bị thu hút bởi việc giải quyết các vấn đề khó khăn, thực tế đòi hỏi sự hiểu biết sâu sắc về công nghệ và thực hiện hoàn hảo. Tôi bắt đầu sự nghiệp của mình trong lĩnh vực hiệu suất năng lượng và năng lượng tái tạo, thu thập dữ liệu máy tại quy mô lớn và giúp mọi người hiểu và hành động dựa trên nó. Theo thời gian, điều đó đã tiến hóa thành việc di chuyển xử lý dữ liệu gần hơn với nơi công việc xảy ra, từ biên, trong hệ thống bảo mật hoặc trong các quy trình công việc của doanh nghiệp.

Khi tôi lần đầu tiên gặp AI Squared, tôi ngay lập tức thấy rằng họ đang giải quyết một thách thức rất thực tế và rất cấp bách: làm thế nào để di chuyển AI từ phòng thí nghiệm vào sử dụng hàng ngày. Hầu hết các công ty vẫn tập trung vào việc xây dựng mô hình. AI Squared tập trung vào việc triển khai.

Điều gì đã mang lại cho tôi sự tự tin thậm chí còn lớn hơn là nền tảng của họ. Công ty này được thành lập bên trong NSA và đã dành 6 năm qua để kiếm được sự tin tưởng trên toàn bộ Bộ Quốc phòng, Cộng đồng Tình báo, Cộng đồng Không gian và với một số doanh nghiệp lớn nhất trong danh sách Fortune 500 thông qua các dự án thực tế và kết quả có ý nghĩa tiếp tục tăng trưởng hàng năm. Điều đó cho tôi biết hai điều: đầu tiên, họ nghiêm túc về bảo mật, tuân thủ và tác động. Và thứ hai, họ là một đội ngũ mà tôi có thể tin tưởng.

Làm thế nào kinh nghiệm của bạn trong việc mở rộng ZEDEDA và làm việc trong lĩnh vực đầu tư mạo hiểm đã định hình phương pháp tiếp cận của bạn đối với việc triển khai AI tại cấp độ doanh nghiệp?

Tại ZEDEDA, chúng tôi làm việc tại biên giới xa nhất như một hệ điều hành bên trong cộng đồng mã nguồn mở. Điều đó buộc tôi phải hiểu sâu sắc về các hạn chế thực tế mà khách hàng của chúng tôi đang phải đối mặt với chuyển đổi số. Tại đó, chúng tôi có một đội ngũ kỹ sư hàng đầu từ Cisco, Sun Microsystems, Juniper, Arista nhưng cũng dạy tôi về tầm quan trọng của việc kết hợp sự xuất sắc kỹ thuật với một động thái tiếp thị doanh nghiệp mạnh mẽ.

Từ góc độ đầu tư mạo hiểm, tôi đã có được một loại hiểu biết khác. Tôi đã thấy làm thế nào các công ty công nghệ sâu sắc mở rộng quy mô, chậm hơn lúc đầu, nhưng nhanh hơn khi bạn xây dựng trên một nền tảng vững chắc. Điều đó đã dạy tôi suy nghĩ theo hệ thống: thời gian thị trường, sự sẵn sàng của sản phẩm, sự trưởng thành của khách hàng và chiến lược vốn đều phải phù hợp. Đó là ống kính mà tôi đã đưa vào việc triển khai AI tại AI Squared. Nó không chỉ về việc vận chuyển mô hình, mà về việc cung cấp kết quả mà các doanh nghiệp có thể tin tưởng, đo lường và mở rộng.

AI Squared nhấn mạnh việc nhúng AI vào các hệ thống mà mọi người đã sử dụng. Việc giải quyết “dặm cuối cùng” của AI thực sự trông như thế nào trong thực tế?

87% dự án AI không bao giờ đạt đến sản xuất vì tích hợp chậm, phức tạp và không kết nối với người dùng cuối. AI Squared giải quyết vấn đề này bằng cách tạo ra một đường ống tích hợp dữ liệu cấp an ninh quốc gia kết nối các mô hình AI/ML với các nguồn dữ liệu như Databricks hoặc Snowflake và các hệ thống mà các công ty này đã sử dụng như CRM, ERP và ứng dụng tùy chỉnh.

Làm thế nào nền tảng của bạn giúp bắc cầu khoảng cách giữa các đội ngũ khoa học dữ liệu và người dùng kinh doanh?

AI Squared đơn giản hóa việc chuyển giao từ phát triển mô hình sang sản xuất. Các đội ngũ khoa học dữ liệu có thể triển khai mô hình một cách bảo mật thông qua nền tảng của chúng tôi, trong khi người dùng kinh doanh nhận được thông tin chi tiết trong các công cụ họ đã sử dụng bên trong Salesforce, Teams, Slack hoặc bất kỳ ứng dụng hệ thống ghi nào khác.

Bạn đang làm việc với NSA, Hải quân Mỹ và các cơ quan chính phủ khác. Làm thế nào các ưu tiên như tuân thủ, minh bạch và sử dụng AI một cách có đạo đức định hình cho đường lối sản phẩm của AI Squared?

Đạo đức, tuân thủ và minh bạch là các yếu tố hàng đầu trong đường lối sản phẩm của chúng tôi. Chúng tôi biết từ việc làm việc với các cơ quan chính phủ, chúng tôi phải ưu tiên tính truy vết, khả năng kiểm toán và giải thích. Chúng tôi xây dựng dựa trên các nguyên tắc không tin cậy, hỗ trợ cho các môi trường triển khai bảo mật, và các mô hình quản trị rõ ràng.

Bạn tin rằng AI phân biệt đóng vai trò gì trong việc cải thiện việc ra quyết định cho các cơ quan chính phủ?

AI phân biệt là chính xác, có thể giải thích và hiệu quả. Nó lý tưởng cho các môi trường có nguy cơ cao, nơi bạn cần có câu trả lời rõ ràng, có hoặc không có, mối đe dọa hoặc không có mối đe dọa. Trong các cơ quan chính phủ, điều này cho phép phân loại nhanh hơn, phát hiện rủi ro và ưu tiên. Nó bổ sung cho các mô hình tạo ra bằng cách cung cấp đầu ra có cấu trúc, được xác thực, hỗ trợ việc ra quyết định quan trọng.

Khi nói đến an ninh quốc gia, bạn thấy rủi ro và cơ hội lớn nhất cho việc áp dụng AI ở đâu?

Rủi ro lớn nhất là tự chủ không được quản lý, triển khai các hệ thống AI mà không có minh bạch, giám sát hoặc cơ chế an toàn. Cơ hội nằm ở việc tăng tốc độ nhận thức về tình hình và tốc độ quyết định. AI có thể lọc qua lượng lớn dữ liệu trong thời gian thực để tìm ra các mẫu mà con người có thể bỏ lỡ. Nhưng để thực hiện được giá trị đó, nó phải được tin cậy, có thể truy vết và tích hợp với các hệ thống có người dùng tham gia.

Các lỗi phổ biến nhất mà các công ty mắc phải khi triển khai GenAI là gì?

Lỗi lớn nhất là tập trung vào tính mới mẻ hơn là tính cần thiết. Quá nhiều công ty triển khai GenAI mà không có trường hợp sử dụng rõ ràng, kế hoạch quản trị hoặc chỉ số thành công. Điều đó dẫn đến mệt mỏi trong thử nghiệm, nguyên mẫu không thể mở rộng và vấn đề về niềm tin. GenAI rất mạnh mẽ, nhưng giống như bất kỳ công nghệ nào, nó cần được căn chỉnh với vấn đề, người dùng và quy trình công việc.

Bạn có thể chia sẻ một ví dụ về việc AI Squared giúp một doanh nghiệp tránh “hội chứng đối tượng sáng bóng” và thay vào đó mang lại tác động có thể đo lường được?

Một doanh nghiệp đã đến và muốn xây dựng một LLM tùy chỉnh để phân loại vé hỗ trợ khách hàng. Chúng tôi đã chỉ cho họ cách một bộ phân loại đơn giản, nhúng được triển khai thông qua nền tảng của chúng tôi có thể cung cấp độ chính xác 90% trong CRM của họ trong ít hơn hai tuần. Không cần giao diện mới, không cần đào tạo tùy chỉnh. Đó là sức mạnh của việc giải quyết vấn đề đúng với công cụ đúng.

Các xu hướng mới nổi nào bạn quan tâm nhất trong lĩnh vực AI doanh nghiệp trong 3-5 năm tới?

Ba xu hướng nổi bật:

1. LLM thực sự đa phương thức và tập trung vào các nhiệm vụ cụ thể
2. Hệ thống AI đại lý thực hiện hành động, không chỉ tạo ra nội dung
3. Quy định quản trị tiêu chuẩn hóa cho phép áp dụng AI trong các ngành công nghiệp được quản lý

Những xu hướng này đang thúc đẩy AI trở nên hữu dụng, đáng tin cậy và tích hợp vào hoạt động hàng ngày hơn.

Làm thế nào AI Squared đang phát triển nền tảng của mình để theo kịp sự tiến bộ nhanh chóng của LLM và hệ sinh thái mô hình?

Chúng tôi được thiết kế để không phụ thuộc vào mô hình. Cho dù đó là mô hình mã nguồn mở, LLM thương mại hay mô hình phân biệt độc quyền, nền tảng của chúng tôi cho phép các tổ chức triển khai và quản lý mô hình một cách bảo mật trong các quy trình công việc hiện có. Chúng tôi tập trung vào việc điều phối, kiểm soát phiên bản và quản trị, để ngăn xếp mô hình có thể phát triển mà không làm gián đoạn trải nghiệm người dùng.

Thành công trông như thế nào đối với AI Squared trong chương tiếp theo dưới sự lãnh đạo của bạn?

Thành công có nghĩa là trở thành cách mặc định mà các doanh nghiệp và cơ quan chính phủ triển khai AI. Nó có nghĩa là giảm thời gian đến giá trị từ tháng xuống còn ngày, và làm cho việc triển khai AI trở nên liền mạch và bảo mật như việc ra mắt một tính năng mới. Dưới sự lãnh đạo của tôi, chúng tôi tập trung vào quy mô, niềm tin và kết quả thực tế, không chỉ là đổi mới vì lợi ích của nó, mà là tác động ở nơi nó quan trọng nhất.

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