Darren Kimura，AI Squared 的 CEO 和总裁 – 采访系列

Darren Kimura 是一位经验丰富的企业家、发明家和投资者，目前担任 AI Squared 的总裁和 CEO。他在技术和清洁能源领域拥有超过 25 年的领导经验，曾领导过 Energy Industries Corporation、Sopogy 和 LiveAction 等公司，并共同创立了风险投资公司 Enerdigm Ventures。Kimura 以发明 MicroCSP 太阳能技术而闻名，在扩张专注于边缘计算、AI 和 SaaS 解决方案的公司方面发挥了关键作用。

AI Squared 是一个低代码平台，旨在帮助企业将 AI 视角直接集成到他们已经使用的工具中，例如 Salesforce (CRM ) 、Slack、Google Sheets 和 ServiceNow (NOW ) 。通过简化 AI 部署和实现实时决策，该平台使工程、销售和运营团队能够解锁可衡量的业务价值。服务于金融、供应链和政府领域的客户，AI Squared 通过使其变得无缝、上下文化和可操作化，正在加速企业 AI 的采用。

您曾领导多家公司跨行业——是什么激发您加入并最终领导 AI Squared 的决心？

我一直被吸引到解决艰难的、现实世界的问题，这些问题需要深入的技术理解和无可挑剔的执行力。我从事能源效率和可再生能源领域的工作开始，捕获机器数据并帮助人们理解和采取行动。随着时间的推移，这逐渐演变成将数据处理更接近工作发生的地方，在边缘、安全系统或企业工作流中。

当我第一次遇到 AI Squared 时，我立即看到了他们正在解决一个非常真实和紧迫的挑战：如何将 AI 从实验室转移到日常使用中。大多数公司仍然专注于构建模型，而 AI Squared 专注于部署。

给我更多信心的是他们的基础。该公司起源于 NSA，并在过去六年中通过真正的项目和有意义的结果赢得了国防部、情报社区、太空社区和《财富》500 强企业的信任。这告诉我两件事：首先，他们对安全性、合规性和影响力非常认真。第二，他们是一个我可以信任的团队。

您在 ZEDEDA 的扩张经验和在风险投资领域的工作如何影响您在企业层面部署 AI 的方法？

在 ZEDEDA，我们在开源社区内作为操作系统工作，这迫使我深入了解客户在数字转型中面临的现实世界约束。我们有一流的工程团队来自 Cisco、Sun Microsystems、Juniper 和 Arista，但这也教会了我将技术卓越与强大的企业营销策略相结合的重要性。

从风险投资方面，我获得了不同的洞察力。我看到深科技公司如何扩张，最初速度较慢，但随着强大基础的建立而加速。这教会了我从系统角度思考：市场时机、产品准备、客户成熟度和资本策略都必须保持一致。这是我带到 AI Squared 的视角。它不仅仅是关于交付模型，而是关于交付企业可以信任、衡量和扩张的成果。

AI Squared 强调将 AI 嵌入现有系统中。实际上，解决 AI 的“最后一英里”是什么样的？

87% 的 AI 项目永远不会达到生产阶段，因为集成速度慢、复杂且与最终用户脱节。AI Squared 通过创建一个国家安全级别的数据集成管道来解决这个问题，该管道连接 AI/ML 模型与数据源（如 Databricks 或 Snowflake）和公司已经使用的系统（如 CRM、ERP 和自定义应用程序）。

您的平台如何帮助弥合数据科学团队和业务用户之间的差距？

AI Squared 简化了从模型开发到生产的交接过程。数据科学团队可以通过我们的平台安全地部署模型，而业务用户可以在他们已经使用的工具中（如 Salesforce、Teams、Slack 或任何其他系统记录应用程序）接收见解。

您正在与 NSA、美国海军和其他联邦机构合作。优先考虑合规性、透明度和道德使用如何影响 AI Squared 的产品路线图？

伦理、合规性和透明度是我们路线图上的首要考虑因素。我们知道，在与联邦机构合作时，我们必须优先考虑可追溯性、可审计性和可解释性。我们按照零信任原则构建，支持安全的部署环境，并具有明确的治理模型。

您认为区分性 AI 在提高联邦机构的决策方面扮演什么角色？

区分性 AI 是精确的、可解释的和高效的。它非常适合高风险环境，您需要明确的答案，是或否，威胁或无威胁。在联邦机构中，这使得更快的分类、风险检测和优先级变得可能。它通过提供结构化、验证的输出来补充生成模型，以支持关键决策。

在国家安全方面，您认为 AI 采用的最大风险和机会在哪里？

最大风险是未经管理的自主性，部署 AI 系统而没有透明度、监督或故障保护。机会在于加速情况意识和决策速度。AI 可以实时筛选大量数据以发现人类可能会错过的模式。但是，要实现这一价值，AI 必须是值得信赖的、可追溯的和与人机交互系统集成的。

公司在部署 GenAI 时最常犯的错误是什么？

最大的错误是专注于新颖性而不是必要性。太多公司在没有明确用例、治理计划或成功指标的情况下部署 GenAI。这导致了试验疲劳、不可扩展的原型和信任问题。GenAI 是强大的，但像任何技术一样，它需要与问题、用户和工作流保持一致。

您能分享一个 AI Squared 帮助企业避免“闪亮物体综合征”并交付可衡量影响的例子吗？

一家企业希望构建一个自定义的 LLM 来分类客户服务票据。我们向他们展示了如何通过我们的平台在不到两周的时间内在他们的 CRM 中实现 90% 的准确率，使用一个简单的嵌入式分类器。没有新的界面，没有自定义训练。这就是解决正确问题的正确工具的力量。

您在未来 3-5 年内最看好哪些企业 AI 的新兴趋势？

三个趋势脱颖而出：

1. 真正的多模态和专注于特定任务的 LLM
2. 代理 AI 系统采取行动，而不仅仅是生成内容
3. 标准化的治理，使得 AI 在受监管的行业中得到采用

这些趋势正在推动 AI变得更加可用、可信任和嵌入日常运营中。

AI Squared 如何演进其平台，以跟上快速发展的 LLM 和模型生态系统？

我们在设计上是模型不可知的。无论是开源模型、商业 LLM 还是专有的区分性模型，我们的平台都允许组织在现有的工作流中安全地部署和管理它。我们专注于编排、版本控制和治理，因此模型栈可以演进而不会破坏用户体验。

在您的领导下，AI Squared 未来的成功是什么样的？

成功意味着成为企业和政府机构运营 AI 的默认方式。这意味着将时间到价值从几个月缩短到几天，并使 AI 部署变得像启动新功能一样无缝和安全。在我的领导下，我们专注于规模、信任和现实世界的成果，不仅仅是为了创新本身，而是为了在最重要的地方产生影响。

感谢这次精彩的采访，希望了解更多的读者可以访问 AI Squared。