访谈
埃里克·施瓦茨，Tricon Infotech 首席人工智能官（CAIO）- 采访系列
埃里克·施瓦茨是 Tricon Infotech 的首席人工智能官（CAIO）Tricon Infotech。一家领先的咨询和软件服务公司。Tricon Infotech 通过自定义产品和企业实施提供高效、自动化的解决方案和完整的数字转型
埃里克·施瓦茨是一位经验丰富的技术高管和企业家，在科技行业拥有二十多年的经验，专门从事人工智能、信息检索和知识发现的交叉领域。在他的职业生涯中，埃里克一直处于将大型平台和人工智能集成到搜索技术中的前沿，显著提高了用户交互和信息可访问性。他之前在康卡斯特、爱思唯尔和微软等公司担任过关键的高级职位，在那里他领导了开创性的人工智能、搜索和大型语言模型（LLM）计划。
埃里克的职业生涯以其对创新的奉献和对合作的信念为标志。他一贯推动团队快速交付开创性的解决方案，坚定地确立自己作为技术社区中值得信赖的领导者地位。他最近在爱思唯尔的 Scopus AI 项目中的工作凸显了他致力于重新定义我们与信息交互和与用户建立信任关系的界限。
作为首席人工智能官（CAIO），埃里克利用他的丰富经验来为 Tricon 客户开发和实施全面的人工智能战略。他的周密流程不仅揭开了人工智能的神秘面纱，还确保这些企业能够在人工智能技术的竞争格局中取得成功和蓬勃发展。埃里克热衷于促进增长和创新，分享他的见解以激励和赋予组织有效利用人工智能的变革力量。
您能分享一些职业生涯亮点，它们让您走到今天的 Tricon Infotech 首席人工智能官的位置吗？
我整个职业生涯都沉浸在信息检索领域。我的旅程始于 90 年代初，当时我是互联网黎明时期的网页管理员。在这个形成期，我专注于为政府机构、大学和媒体公司构建数字图书馆，这为我在数字信息系统方面的专业知识奠定了基础。
在 2000 年代，我转向与搜索引擎供应商合作，在那里我磨练了我的搜索技术技能。这段职业生涯的这一阶段以显著的成长和学习为标志，通过各种收购，最终让我在 2008 年加入微软。在微软，我在开发和增强知识发现平台方面发挥了关键作用，推动创新和提高信息可访问性。
离开微软后，我在康卡斯特和爱思唯尔等大型公司领导了计划，我负责运行大型知识发现平台。这些经历对于塑造我对人工智能和信息检索的方法至关重要，最终让我走到今天的 Tricon Infotech 首席人工智能官的位置。在这里，我利用我的丰富经验来推动人工智能战略和解决方案，赋予我们的客户利用其数据的全部潜力。
您在康卡斯特、爱思唯尔和微软等公司的经历如何影响您将人工智能和搜索技术整合的方法？
在我的整个职业生涯中，我一直专注于自然语言处理（NLP）技术和机器学习。最初，这些技术基于简单的基于规则的系统。然而，随着数据集的增长和计算能力的增强，我们开始通过自动收集数据并将其反馈到算法中来显著提高用户体验，从而提高性能。
在微软，我在收购 FAST 后担任 SharePoint 团队的产品经理。在这个角色中，我参与了将高级搜索技术集成到企业内容管理系统中，增强了信息检索和协作能力。
在康卡斯特，我构建了一个知识发现平台，用于为他们的整个视频业务提供支持，允许用户跨设顶盒、移动和网络设备搜索和发现内容。这个搜索引擎可以处理每天超过 10 亿个请求，通过提供快速和准确的内容推荐和搜索结果来显著提高用户体验。
最具变革性的经历之一是在爱思唯尔，我们为他们最受信赖的产品之一 Scopus 推出了基于生成式人工智能的体验。这个计划利用了大型语言模型（LLM）来帮助用户提出更好的问题并从学术交流数据库中获取更准确的答案。这种基于 LLM 的方法确保了数据库中超过 9,000 万篇文章的完整准确性和可靠性，展示了人工智能增强学术研究和知识传播的力量。
当前生成式人工智能的进步及其潜在应用程序中哪些方面让您最兴奋？
信息检索中最大的历史挑战之一是保持上下文。对于人类来说，这是一个自然的过程，但对于机器来说，找到信息传统上是一种非常事务性的体验：提出一个问题，得到一个答案。深入研究一个主题需要提出越来越具体的问题。生成式人工智能通过实现更具对话性和上下文的交互来革新这种方法，类似于与您刚刚认识的人进行自然的对话。
此外，生成式人工智能结合了其他增强更深入理解的技术，这些技术传统上对传统搜索引擎来说是具有挑战性的。例如，大型语言模型（LLM）可以无缝地处理语气、情感分析、语义理解和消歧等方面。这些功能使 LLM 能够轻松掌握人类语言和上下文的细微差别，提供更准确和有意义的响应。这种进步让我最兴奋，因为它为创建更直观、更响应、更智能的应用程序开启了无数可能性。
Tricon Infotech 的生成式人工智能方法与行业其他公司相比如何不同？
在生成式人工智能领域，有两个主要的关注点。第一个是训练和微调人工智能模型，这方面得到了许多大型技术供应商的关注。第二个领域是生成式人工智能从业者真正擅长的领域，即使用生成式人工智能创建有价值的产品和服务。
在 Tricon Infotech，我们专注于后者。我们的方法是独特的，因为我们强调实际应用和快速部署。我们开发了一个全面的计划，帮助企业领导者快速识别生成式人工智能最有影响力的用例。我们的流程包括一个快速原型解决方案，允许客户在人工智能沙箱中使用自己的数据。这一方法确保他们可以看到有形的结果，并在开发周期早期与人工智能驱动的洞察力进行交互。
此外，我们对时间价值有着激进的关注。我们的目标是帮助客户在 90 天内构建和部署面向消费者的应用程序。这一加速的时间表不仅推动了更快的创新，还确保企业可以快速利用生成式人工智能的好处，创造新的收入流，并增强客户满意度。
在企业解决方案中实施大型语言模型（LLM）和生成式人工智能时，会遇到哪些关键挑战？
在企业解决方案中实施大型语言模型（LLM）和生成式人工智能提出了几个新兴挑战。第一个也是最重要的挑战是信任。企业必须确信人工智能系统不会损害其知识产权或敏感的企业信息。确保数据安全并获得适当的保证，即人工智能不会滥用数据，对于建立信任至关重要。
第二个挑战是幻觉的问题。生成式人工智能有时会产生自信的答案，但这些答案在事实上是错误的。这可能会破坏人工智能系统的可靠性。使用诸如微调模型和采用检索增强生成（RAG）等技术可以通过确保人工智能响应基于准确的数据来减轻幻觉的发生。
第三个重大挑战是成本。许可和扩展大型语言模型（LLM）可能非常昂贵。即使是微软、亚马逊和谷歌等主要供应商的企业产品也附带着高昂的入门费用和最低要求。因此，企业必须密切监控和管理投资回报率（ROI），以确保人工智能解决方案的部署在经济上是可行的。
您能解释 Tricon Infotech 用于开发定制生成式人工智能企业解决方案的结构化方法吗？
Tricon Infotech 是一家产品开发公司，通过提供托管服务来与传统的员工增强不同，托管服务由专用的全栈产品团队提供，而不是传统的员工增强。我们的方法涉及部署整个产品团队，可以管理产品开发生命周期的每个方面，包括用户研究、用户体验设计（UX）、前端和后端开发、测试自动化、部署、扩展和持续运营。
这种全面的托管服务模型确保我们的客户可以直接关注从其数据中获取价值，而无需管理单独资源的复杂性和开销。我们的主要驱动力是时间价值，即我们优先考虑快速高效地交付有形的好处。我们的雄心壮志是通过不断添加价值和迭代功能开发流程来与我们的客户建立长期的生成关系。
我们的结构化方法旨在灵活和响应迅速，能够快速适应人工智能格局中的新挑战和机遇。通过利用我们多学科团队的全部能力，我们提供高度定制的生成式人工智能解决方案，专门针对每个企业的特定需求。这种方法不仅使我们与传统的员工增强公司区别开来，还确保我们提供整体的端到端解决方案，从而对业务产生重大影响。
Tricon 的生成式人工智能解决方案成功解决了哪些现实世界问题的例子？
- 电子学习 – 将传统媒体和遗留教育材料转换为交互式多模式内容。这使我们的客户能够将现有内容改造以适应新的学习方式，并在学习者已经存在的平台上接触他们。另外，内容可以转换为超个性化的学习计划，可以自动适应学习者的需求和学习风格（音频、视觉等）
- 私人人工智能 – 帮助客户构建值得信赖的企业人工智能解决方案，这些解决方案保持私密并尊重客户访问规则，同时保持成本并帮助在整个企业中扩展，帮助超负荷的专业人士和共享服务扩展到组织，同时本地理解不同地理位置分布的区域政策和规则。这些私人人工智能不仅会为企业服务，还会为我们的客户产生新的收入来源
- 流程自动化 – 仍然有大量的组织依赖于手动流程和旋转椅子数据集成。人工智能有助于通过创建智能层来连接各种系统，这些智能层不仅可以验证数据，还可以理解由独特数据集或工具创建的独特信号，并帮助高效地路由工作流，同时识别供应链问题
在快速演变的人工智能领域中，持续学习和成长扮演着什么角色？
人工智能领域面临的最重大挑战之一是提升人才库。有一代新的工人，他们直观地理解 人工智能工具 和技术。然而，还有一代较老的工人，他们需要了解这些工具可以和不能做什么。持续学习对于弥合这一差距至关重要。
人工智能工具有潜力显著提高生产力，使企业能够用更少的资源在更短的时间内实现更多的目标，从而减少时间框架和成本。为了实现这些好处，员工必须愿意学习新的工作方式，并将这些工具集成到他们的工作流程中。
此外，解决对工作保障的恐惧至关重要。员工必须了解，接受持续学习和成长的人将更好地将新的人工智能工具融入他们的日常例行工作中，进而带来更大的工作保障。现实是，成功的人工智能驱动的未来将属于那些积极寻求了解和利用这些不断演变的技术的人。
您如何设想人工智能在未来十年中转变搜索技术和用户交互？
我们已经看到传统搜索引擎向生成式人工智能工具转变，用于初始查询，这种转变是由生成式人工智能提供直接答案和解决方案的能力驱动的，消除了独立遍历多个网站或资源的需要。在不久的将来，人工智能将出席会议、采取行动和处理常规任务，将导致某些职能在企业中的角色大大减少。
仍然存在的一个关键挑战是如何让生成式人工智能盈利，因为传统的广告模式可能会面临重大障碍。我的预测是，数据将变得越来越有价值，类似于我们在这个新世界中导航时的货币。这种转变需要创新商业模式，这些模式利用人工智能的独特能力，同时确保用户和企业能够从与人工智能的交互中获得有形的价值。
总体而言，人工智能在搜索技术和用户交互中的未来承诺是变革性的，使信息检索更加直观和高效，同时重塑我们处理数字交互和企业功能的方式。
您会给希望利用人工智能推动成功和创新的事业提供什么实用建议？
不要害怕这项技术。首先，将人工智能工具提供给您的员工，以确保您的数据和知识产权保持安全。许多员工已经在使用人工智能工具，但如果没有适当的治理，就存在滥用的风险。因此，至关重要的是，培训您的员工了解风险以及如何安全有效地使用这些工具。
此外，关注成功的衡量指标至关重要。人工智能工具可能很昂贵，但成本预计会随着时间的推移而降低。然而，必须密切关注投资回报率（ROI），以管理成本并了解对您的业务的影响。通过这样做，您可以利用人工智能来推动创新和成功，同时确保好处大于支出。
感谢这次精彩的采访，希望了解更多的读者可以访问 Tricon Infotech。
