Soham Mazumdar, Đồng sáng lập & Tổng giám đốc điều hành của WisdomAI – Loạt bài phỏng vấn

Soham Mazumdar là Đồng sáng lập và Tổng giám đốc điều hành của WisdomAI, một công ty đi đầu trong các giải pháp do AI thúc đẩy. Trước khi thành lập WisdomAI vào năm 2023, ông là Đồng sáng lập và Kiến trúc sư trưởng tại Rubrik, nơi ông đóng vai trò quan trọng trong việc mở rộng quy mô công ty trong khoảng thời gian 9 năm. Soham trước đây đã giữ các vai trò lãnh đạo kỹ thuật tại Facebook và Google, nơi ông đã đóng góp vào cơ sở hạ tầng tìm kiếm cốt lõi và được công nhận với Giải thưởng Nhà sáng lập của Google. Ông cũng đồng sáng lập Tagtile, một nền tảng trung thành trên thiết bị di động được Facebook mua lại. Với hai thập kỷ kinh nghiệm trong kiến ​​trúc phần mềm và đổi mới AI, Soham là một doanh nhân và chuyên gia công nghệ dày dạn kinh nghiệm có trụ sở tại Vùng Vịnh San Francisco.

Trí tuệAI là một nền tảng trí tuệ kinh doanh gốc AI giúp các doanh nghiệp truy cập thông tin chi tiết chính xác, theo thời gian thực bằng cách tích hợp dữ liệu có cấu trúc và không có cấu trúc thông qua “Knowledge Fabric” độc quyền của mình. Nền tảng này cung cấp năng lượng cho các tác nhân AI chuyên biệt để quản lý ngữ cảnh dữ liệu, trả lời các câu hỏi kinh doanh bằng ngôn ngữ tự nhiên và chủ động đưa ra các xu hướng hoặc rủi ro—mà không tạo ra nội dung ảo giác. Không giống như các công cụ BI truyền thống, WisdomAI sử dụng AI tạo sinh chỉ để tạo truy vấn, đảm bảo độ chính xác và độ tin cậy cao. Nó tích hợp với các hệ sinh thái dữ liệu hiện có và hỗ trợ bảo mật cấp doanh nghiệp, với sự áp dụng sớm của các công ty lớn như Cisco và ConocoPhillips.

Bạn đồng sáng lập Rubrik và giúp đưa công ty này thành một doanh nghiệp thành công lớn. Điều gì đã truyền cảm hứng cho bạn rời đi vào năm 2023 và xây dựng WisdomAI—và có khoảnh khắc cụ thể nào làm sáng tỏ hướng đi mới này không?

Vấn đề kém hiệu quả của dữ liệu doanh nghiệp đang nhìn thẳng vào mặt tôi. Trong thời gian làm việc tại Rubrik, tôi đã tận mắt chứng kiến ​​các công ty Fortune 500 đang chìm trong dữ liệu nhưng lại đói khát thông tin chi tiết. Ngay cả với tất cả cơ sở hạ tầng mà chúng tôi đã xây dựng, chỉ có chưa đến 20% người dùng doanh nghiệp thực sự có quyền truy cập và hiểu biết phù hợp để sử dụng dữ liệu hiệu quả trong công việc hàng ngày của họ. Đó là một vấn đề lớn, mang tính hệ thống mà không ai thực sự giải quyết được.

Tôi cũng là một người xây dựng bẩm sinh – bạn có thể thấy điều đó trên con đường của tôi từ Google đến Tagtile đến Rubrik và bây giờ là WisdomAI. Tôi được tiếp thêm năng lượng bằng cách giải quyết những thách thức cơ bản và xây dựng các giải pháp từ đầu. Sau khi giúp Rubrik mở rộng quy mô thành công cho doanh nghiệp, tôi lại cảm thấy sức hút kinh doanh để giải quyết một điều gì đó cũng đầy tham vọng.

Cuối cùng nhưng không kém phần quan trọng, cơ hội AI là không thể bỏ qua. Đến năm 2023, rõ ràng là AI cuối cùng cũng có thể thu hẹp khoảng cách giữa tính khả dụng của dữ liệu và khả năng sử dụng dữ liệu. Thời điểm này có vẻ hoàn hảo để xây dựng thứ gì đó có thể dân chủ hóa thông tin chi tiết về dữ liệu cho mọi người dùng doanh nghiệp, không chỉ một số ít kỹ thuật viên.

Khoảnh khắc sáng tỏ đến khi tôi nhận ra chúng tôi có thể kết hợp mọi thứ tôi đã học về cơ sở hạ tầng dữ liệu doanh nghiệp tại Rubrik với tiềm năng chuyển đổi của AI để giải quyết vấn đề kém hiệu quả cơ bản này.

WisdomAI giới thiệu “Knowledge Fabric” và một bộ tác nhân AI. Bạn có thể chia nhỏ cách hệ thống này hoạt động cùng nhau để vượt ra ngoài bảng điều khiển BI truyền thống không?

Chúng tôi đã xây dựng một nền tảng thông tin chi tiết về dữ liệu của agentic hoạt động với dữ liệu ở mọi nơi – dữ liệu có cấu trúc, không có cấu trúc và thậm chí là dữ liệu "bẩn". Thay vì yêu cầu các nhóm phân tích chạy báo cáo, các nhà quản lý doanh nghiệp có thể trực tiếp đặt câu hỏi và đi sâu vào chi tiết. Nền tảng của chúng tôi có thể được đào tạo trên bất kỳ hệ thống kho dữ liệu nào bằng cách phân tích nhật ký truy vấn.

Chúng tôi tương thích với các dịch vụ dữ liệu đám mây lớn như Snowflake, Microsoft Fabric, BigQuery của Google, Redshift của Amazon, Databricks và Postgres, cũng như các định dạng tài liệu như Excel, PDF, PowerPoint, v.v.

Không giống như các công cụ thông thường được thiết kế chủ yếu cho các nhà phân tích, giao diện đàm thoại của chúng tôi trao quyền cho người dùng doanh nghiệp để nhận được câu trả lời trực tiếp, trong khi kiến ​​trúc đa tác nhân của chúng tôi cho phép thực hiện các truy vấn phức tạp trên nhiều hệ thống dữ liệu khác nhau.

Bạn đã nhấn mạnh rằng WisdomAI tránh được ảo giác bằng cách tách GenAI khỏi việc tạo câu trả lời. Bạn có thể giải thích hệ thống của bạn sử dụng GenAI khác biệt như thế nào không—và tại sao điều đó lại quan trọng đối với sự tin cậy của doanh nghiệp?

Mô hình ngữ cảnh AI-Ready của chúng tôi đào tạo trên dữ liệu của tổ chức để tạo ra sự hiểu biết ngữ cảnh chung trả lời các câu hỏi với độ chính xác ngữ nghĩa cao trong khi vẫn duy trì quyền riêng tư và quản lý dữ liệu. Hơn nữa, chúng tôi sử dụng AI tạo ra để xây dựng các truy vấn có phạm vi tốt cho phép chúng tôi trích xuất dữ liệu từ các hệ thống khác nhau, trái ngược với việc đưa dữ liệu thô vào LLM. Điều này rất quan trọng để giải quyết các mối lo ngại về ảo giác và an toàn với LLM.

Bạn là người đặt ra thuật ngữ “Nền tảng thông tin chi tiết về tác nhân dữ liệu”. Trí thông minh tác nhân khác với các công cụ phân tích truyền thống hay thậm chí là các trợ lý dựa trên LLM tiêu chuẩn như thế nào?

BI truyền thống xếp chồng quá trình ra quyết định chậm vì mọi câu hỏi đều phải đấu tranh để vượt qua các kho dữ liệu rời rạc và một nhóm chuyên gia chuyển tiếp. Khi một giám đốc doanh thu cần biết cách đóng quý, câu trả lời thường phải qua nửa tá bàn tay—các nhà phân tích tranh giành các bản trích xuất CRM, các kỹ sư dữ liệu ghép các tệp lại với nhau và những người xây dựng bảng điều khiển làm mới báo cáo—biến một truy vấn đơn giản thành một dự án kéo dài nhiều ngày.

Nền tảng của chúng tôi phá vỡ những rào cản đó và đưa toàn bộ dữ liệu vào chỉ bằng một lần nhấn phím, do đó CRO có thể phân tích từ số liệu tiêu đề cho đến chi tiết cấp hàng chỉ trong vài giây.

Không cần phải chờ đợi trong hàng đợi phân tích, không có bảng thông tin được thiết kế sẵn không theo kịp các câu hỏi mới—chỉ cần những thông tin chi tiết tự phục vụ thực sự được cung cấp theo tốc độ phát triển của doanh nghiệp.

Làm thế nào để bạn đảm bảo WisdomAI thích ứng với vốn từ vựng và cấu trúc dữ liệu độc đáo của mỗi doanh nghiệp? Vai trò của con người trong việc tinh chỉnh Knowledge Fabric là gì?

Làm việc với dữ liệu ở đâu và như thế nào – về cơ bản đó là chén thánh cho trí tuệ kinh doanh doanh nghiệp. Các hệ thống truyền thống không được xây dựng để xử lý dữ liệu phi cấu trúc hoặc dữ liệu “bẩn” với lỗi đánh máy và lỗi. Khi thông tin tồn tại trên nhiều nguồn khác nhau – cơ sở dữ liệu, tài liệu, dữ liệu đo từ xa – các tổ chức phải vật lộn để tích hợp thông tin này một cách gắn kết.

Nếu không có khả năng xử lý các loại dữ liệu đa dạng này, ngữ cảnh có giá trị vẫn bị cô lập trong các hệ thống riêng biệt. Nền tảng của chúng tôi có thể được đào tạo trên bất kỳ hệ thống kho dữ liệu nào bằng cách phân tích nhật ký truy vấn, cho phép nó thích ứng với cấu trúc và vốn từ vựng dữ liệu riêng biệt của từng tổ chức.

Bạn đã mô tả quy trình phát triển của WisdomAI là 'vibe coding'—trước tiên hãy xây dựng trải nghiệm sản phẩm trực tiếp trong mã, sau đó lặp lại thông qua việc sử dụng trong thế giới thực. Phương pháp này mang lại cho bạn những lợi thế nào so với thiết kế sản phẩm truyền thống?

“Vibe coding” là một sự thay đổi đáng kể trong cách xây dựng phần mềm, nơi các nhà phát triển tận dụng sức mạnh của các công cụ AI để tạo mã chỉ bằng cách mô tả chức năng mong muốn bằng ngôn ngữ tự nhiên. Nó giống như một trợ lý thông minh thực hiện những gì bạn muốn phần mềm thực hiện và viết mã cho bạn. Điều này làm giảm đáng kể công sức và thời gian thủ công thường cần thiết cho việc mã hóa.

Trong nhiều năm, việc tạo ra các sản phẩm kỹ thuật số phần lớn tuân theo một kịch bản quen thuộc: lập kế hoạch tỉ mỉ cho sản phẩm và thiết kế UX, sau đó thực hiện phát triển và lặp lại dựa trên phản hồi. Logic rất rõ ràng vì đầu tư vào thiết kế ngay từ đầu sẽ giảm thiểu việc làm lại tốn kém trong giai đoạn phát triển tốn kém và mất nhiều thời gian hơn. Nhưng điều gì sẽ xảy ra khi chi phí và thời gian để thực hiện quá trình phát triển đó giảm đáng kể? Khả năng này đảo ngược trình tự phát triển truyền thống. Đột nhiên, các nhà phát triển có thể bắt đầu xây dựng phần mềm chức năng dựa trên sự hiểu biết cấp cao về các yêu cầu, thậm chí trước khi các thiết kế sản phẩm và UX chi tiết được hoàn thiện.

Với tốc độ tạo mã AI, nỗ lực liên quan đến việc tạo ra các thiết kế ban đầu đầy đủ, trong một số bối cảnh nhất định, có thể trở nên tốn thời gian hơn nhiều so với việc đưa phiên bản phần mềm cơ bản, có chức năng vào hoạt động. Mô hình mới trong thế giới mã hóa rung cảm trở thành: thực hiện (mã hóa bằng AI), sau đó điều chỉnh (thiết kế và tinh chỉnh).

Cách tiếp cận này cho phép người dùng xác thực các khái niệm cốt lõi cực kỳ sớm. Hãy tưởng tượng việc nhận được phản hồi về chức năng thực tế của một tính năng trước khi đầu tư mạnh vào các thiết kế trực quan chi tiết. Điều này có thể dẫn đến các thiết kế lấy người dùng làm trung tâm hơn, vì quy trình thiết kế được thông báo trực tiếp bởi cách người dùng tương tác với một sản phẩm hữu hình.

Tại WisdomAI, chúng tôi tích cực áp dụng việc tạo mã AI. Chúng tôi nhận thấy rằng bằng cách áp dụng quá trình phát triển ban đầu nhanh chóng, chúng tôi có thể nhanh chóng kiểm tra các chức năng cốt lõi và thu thập phản hồi vô giá của người dùng ngay từ đầu quá trình, trực tiếp trên sản phẩm. Điều này cho phép nhóm thiết kế của chúng tôi sau đó tập trung vào việc tinh chỉnh trải nghiệm người dùng và thiết kế trực quan dựa trên cách sử dụng thực tế, dẫn đến các sản phẩm hiệu quả hơn và được người dùng yêu thích hơn, nhanh hơn.

Từ bán hàng và tiếp thị đến sản xuất và thành công của khách hàng, WisdomAI nhắm đến nhiều trường hợp sử dụng kinh doanh. Ngành dọc nào đã chứng kiến ​​sự áp dụng nhanh nhất—và trường hợp sử dụng nào khiến bạn ngạc nhiên về tác động của chúng?

Chúng tôi đã thấy những kết quả mang tính chuyển đổi với nhiều khách hàng. Đối với công ty dầu khí F500, ConocoPhillips, các kỹ sư khoan và nhà điều hành hiện sử dụng nền tảng của chúng tôi để truy vấn dữ liệu giếng phức tạp trực tiếp bằng ngôn ngữ tự nhiên. Trước WisdomAI, những kỹ sư này cần trợ giúp kỹ thuật ngay cả đối với các câu hỏi vận hành cơ bản về trạng thái giếng hoặc hiệu suất công việc. Bây giờ, họ có thể truy cập ngay lập tức thông tin này trong khi đồng thời so sánh với các thông lệ tốt nhất trong sổ tay khoan của họ—tất cả thông qua cùng một giao diện đàm thoại. Họ đã đánh giá nhiều nhà cung cấp AI trong một quy trình kéo dài sáu tháng và giải pháp của chúng tôi đã mang lại cải thiện độ chính xác 50% so với đối thủ cạnh tranh gần nhất.

Tại một công ty An ninh mạng tăng trưởng nhanh Descope, WisdomAI được sử dụng như một nhà phân tích dữ liệu ảo cho Bán hàng và Tài chính. Chúng tôi đã giảm thời gian tạo báo cáo từ 2-3 ngày xuống chỉ còn 2-3 giờ—giảm 90%. Điều này đã chuyển đổi các cuộc họp bán hàng hàng tuần của họ từ các bài tập thu thập dữ liệu thành các phiên họp chiến lược tập trung vào những hiểu biết có thể hành động được. Như CRO của họ lưu ý, “Wisdom AI đưa dữ liệu đến tận tay tôi. Nó thực sự dân chủ hóa dữ liệu, mang lại cho tôi sức mạnh để trả lời các câu hỏi và tiếp tục ngày của mình, thay vì định nghĩa câu hỏi của bạn, chờ ai đó xây dựng câu trả lời đó và sau đó nhận được trong 5 ngày.” Khả năng đưa ra quyết định dựa trên dữ liệu với tốc độ chưa từng có này đặc biệt quan trọng đối với một công ty đang phát triển nhanh chóng trên thị trường quản lý danh tính cạnh tranh.

Một ví dụ thực tế: Một giám đốc doanh thu hỏi, "Tôi sẽ chốt quý của mình như thế nào?" Nền tảng của chúng tôi ngay lập tức cung cấp danh sách các giao dịch đang chờ xử lý để tập trung vào, cùng với thông tin về những gì đang trì hoãn từng giao dịch - chẳng hạn như các câu hỏi cụ thể mà khách hàng đang chờ trả lời. Điều này xảy ra với năm lần nhấn phím thay vì năm chuyên gia và nhiều ngày trì hoãn.

Nhiều công ty hiện nay đang quá tải với các bảng điều khiển, báo cáo và các công cụ riêng lẻ. Những quan niệm sai lầm phổ biến nhất mà các doanh nghiệp mắc phải về trí tuệ kinh doanh hiện nay là gì?

Các tổ chức ngồi trên đống thông tin nhưng lại phải vật lộn để tận dụng dữ liệu này để đưa ra quyết định nhanh chóng. Thách thức không chỉ là có dữ liệu, mà còn là làm việc với dữ liệu ở trạng thái tự nhiên của nó - thường bao gồm dữ liệu "bẩn" không được xóa lỗi đánh máy hoặc lỗi. Các công ty đầu tư mạnh vào cơ sở hạ tầng nhưng phải đối mặt với tình trạng tắc nghẽn với bảng thông tin cứng nhắc, vệ sinh dữ liệu kém và thông tin bị cô lập. Hầu hết các doanh nghiệp cần các nhóm chuyên biệt để chạy báo cáo, tạo ra sự chậm trễ đáng kể khi các nhà lãnh đạo doanh nghiệp cần câu trả lời nhanh chóng. Giao diện nơi mọi người sử dụng dữ liệu vẫn lỗi thời mặc dù có những tiến bộ trong công cụ dữ liệu đám mây và khoa học dữ liệu.

Bạn có xem WisdomAI là công cụ tăng cường hoặc cuối cùng là thay thế các công cụ BI hiện có như Tableau hoặc Looker không? Bạn phù hợp như thế nào với ngăn xếp dữ liệu doanh nghiệp rộng hơn?

Chúng tôi tương thích với các dịch vụ dữ liệu đám mây lớn như Snowflake, Microsoft Fabric, BigQuery của Google, Redshift của Amazon, Databricks và Postgres, cũng như các định dạng tài liệu như excel, PDF, powerpoint, v.v. Phương pháp của chúng tôi chuyển đổi giao diện nơi mọi người sử dụng dữ liệu, vốn vẫn lỗi thời mặc dù có những tiến bộ trong công cụ dữ liệu đám mây và khoa học dữ liệu.

Nhìn về phía trước, bạn thấy WisdomAI sẽ như thế nào trong năm năm tới—và bạn thấy khái niệm “trí tuệ tác nhân” sẽ phát triển như thế nào trên toàn bộ bối cảnh doanh nghiệp?

Tương lai của phân tích đang chuyển từ các báo cáo do chuyên gia điều khiển sang trí thông minh tự phục vụ mà mọi người đều có thể tiếp cận. Các công cụ BI đã có từ hơn 20 năm, nhưng việc áp dụng thậm chí còn chưa đạt tới 20% nhân viên công ty. Trong khi đó, chỉ trong mười hai tháng, 60% người dùng tại nơi làm việc đã áp dụng ChatGPT, nhiều người sử dụng nó để phân tích dữ liệu. Sự khác biệt đáng kể này cho thấy tiềm năng của các giao diện đàm thoại trong việc tăng cường áp dụng.

Chúng ta đang chứng kiến ​​một sự thay đổi cơ bản khi tất cả nhân viên có thể trực tiếp thẩm vấn dữ liệu mà không cần kỹ năng kỹ thuật. Tương lai sẽ kết hợp sức mạnh tính toán của AI với tương tác tự nhiên của con người, cho phép thông tin chi tiết tìm thấy người dùng một cách chủ động thay vì yêu cầu họ phải tìm kiếm thông qua bảng điều khiển.

Cảm ơn bạn về cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm hãy truy cập Trí tuệAI.