Nitin Singhal，SnapLogic 数据、AI 和集成的工程副总裁

Nitin Singhal 是一位具有25年以上经验的资深技术和产品领导者。他目前担任SnapLogic的工程副总裁，专注于应用程序和系统的集成，利用Agentic架构解锁数据潜力，为全球受众提供服务。

在加入SnapLogic之前，Nitin曾担任Twitter的工程高级总监，领导数据管理和隐私基础设施工程部门。他的工作涉及建立数据治理实践，在公司的关键时期，确保负责任的数据使用和遵守隐私法规。

Nitin还曾在Visa (V ) 、PayPal (PYPL ) 和JPMorgan Chase等著名组织担任过各种工程和产品领导职位，为数据战略和管理的重大进步做出了贡献。

SnapLogic 是一个AI驱动的集成平台，使用无代码工具和1000多个预建连接器简化数据和应用程序工作流。它支持ETL/ELT、自动化、API管理和安全部署，跨云、内部和混合环境。SnapGPT和AutoSync等功能增强了效率，允许组织无缝集成和编排流程。

您拥有近25年的技术创新经验。是什么最初激发了您从事使用技术解决复杂问题的职业生涯，并且随着AI的兴起，这种激情如何演变？

从我职业生涯的开始，我就被解谜和数学的逻辑美吸引。这自然让我去探索如何使用技术解决现实世界的复杂问题。早期在我的职业生涯中，我被技术解决诸如交易欺诈检测和数据隐私风险等问题的潜力所吸引。随着AI的发展，尤其是生成式AI的出现，我的激情只会更加深刻。我见证了AI的变革性影响，从让农民通过智能手机获得作物洞察，到让普通用户（如我的父亲）轻松完成诸如税务申报等任务。AI技术的民主化让我感到兴奋，因为它使我们能够对人们的生活产生积极的影响。这段持续的旅程激发了我致力于以创新、效率、安全、负责任和人人可及的方式推进AI的发展。

企业在AI时代依赖过时技术的最大风险是什么？

依赖过时技术会带来重大风险，可能会危及企业的未来。过时的系统，尤其是遗留的基础设施，会导致严重的低效率，并阻止组织利用AI进行高价值任务。这些过时的技术难以实现数据的可访问性和集成，导致昂贵的运营瓶颈，阻碍自动化和创新。维护这些系统的隐性成本不断增加，耗尽资源，同时也使得吸引顶尖人才变得困难，因为这些人才更喜欢现代的技术环境。随着企业陷入停滞的循环中，它们会错失进步的成长机会，并面临被更敏捷的竞争对手超越的风险。

选择很明确：像iPhone一样进化，或者面临BlackBerry的命运。

遗留系统如何难以满足现代AI应用的需求，特别是在能源、需求和基础设施方面？

遗留系统在满足现代AI应用的需求方面面临着重大挑战，主要是由于其固有的局限性。这些过时的基础设施需要更多的数据处理能力、可扩展性和灵活性，以满足AI的强烈计算需求。它们经常创建数据孤岛和瓶颈，阻碍实时、相互连接的数据处理，这对于AI驱动的洞察至关重要。这种不兼容性阻碍了先进AI技术的实施，导致资源使用效率低下、能耗增加和潜在的系统故障。因此，依赖遗留系统的企业难以充分利用AI的潜力，在关键领域如精确目标、工资结算和欺诈检测方面，最终限制了它们在AI驱动的竞争格局中的竞争优势。

企业延迟现代化系统的“隐藏”成本是什么？

依赖过时技术意味着企业依赖手动流程和孤立的数据，导致成本增加和生产力降低。随着时间的推移，这种低效率会积累，导致错失机会和竞争优势的显著丧失，因为更敏捷的竞争对手采用了AI解决方案。另外，员工的潜力被浪费在重复性任务上，而不是战略性工作，导致沮丧和潜在的高离职率。随着竞争对手利用AI实现更高的效率和创新，延迟现代化的企业面临着进一步落后的风险，最后可能会危及它们在数字化竞争格局中的市场地位和长期生存能力。

组织必须区分合理的AI采用担忧和人类不安全感引发的误导性叙述。

企业如何评估其基础设施是否为AI做好准备？

企业可以通过评估其当前系统是否能够与现代AI工具集成并扩展以满足日益增长的数据需求来评估其AI准备度。如果它们难以高效地处理大型数据集，利用云解决方案或支持自动化，那么这是它们可能落后的明显迹象。另外，企业应该检查其遗留系统是否会产生瓶颈或需要过多的手动干预，从而阻碍生产力。落后基础设施的关键指标包括数据孤岛、不足的实时分析、不充分的计算能力用于复杂算法以及吸引AI人才的挑战。最终，企业如果不断落后于AI能力的竞争对手，就有可能失去其在日益数字化的竞争格局中的竞争优势。我还强调，采用先进的可观察性、安全性和隐私保护技术，遵循可组合架构，对于无缝和负责任的AI准备至关重要。

企业可以采取哪些实际步骤来确保其系统为AI创新做好准备？

第一步是评估当前的技术栈，并寻找可以集成AI的领域。企业应该优先考虑可扩展的云解决方案，以支持AI驱动的自动化，并使集成新技术变得容易。特别是，低代码平台可以帮助资源有限的企业快速部署AI代理，而无需深入的技术专业知识。企业还应该确保其基础设施灵活、基于云，并且可以根据需要扩展以支持未来的AI应用程序。

您认为哪些行业可以通过快速采用AI和升级遗留系统而获得最大的收益？

依赖数据驱动决策和重复任务的行业将获得最大的收益。例如，在金融服务领域，AI可以自动执行诸如客户支持、欺诈检测和贷款审批等任务，简化运营并增强客户体验。销售和客户服务部门也可以通过使用AI处理常规查询或更高效地处理潜在客户来显著提高生产力。医疗保健、制造和零售等行业也可以从AI中受益，特别是因为AI工具可以帮助优化供应链、预测需求和自动执行行政任务。领域专家可以专注于战略工作，创造高回报的AI投资，而不是执行这些重复性任务。

SnapLogic的平台如何支持企业用AI驱动的解决方案取代分散的遗留基础设施？

 SnapLogic的平台使企业能够统一和自动化数据和应用程序的工作流程，连接遗留系统和现代的AI就绪基础设施。通过无缝连接分散的数据源和简化跨云和内部环境的集成，SnapLogic加速了向统一系统的转变，在那里AI可以提供立即的价值。

该平台的低代码界面，包括AgentCreator和SnapGPT等工具，允许企业快速部署AI驱动的解决方案，用于各种用例，从自动化客户交互到增强财务报告和营销有效性。SnapLogic的IRIS AI技术提供了构建数据管道的智能建议，显著降低了集成任务的复杂性，并使平台对具有不同技术专业知识水平的用户都可访问。SnapLogic优先考虑AI计划中的数据治理、合规性和安全性。具有端到端加密、全面日志记录和代理操作预览等功能，企业可以自信地扩展其AI项目。最近推出的集成目录和数据血统工具提供了保护敏感数据免受泄露的必要上下文，在数据进入和退出期间。另外，SnapLogic提供了对现代系统的集成能力，以一种可组合的方式推动业务目标，同时提供灵活的解决方案来解决成本、合规性和维护挑战。

您在SnapLogic开发连接遗留和现代AI集成系统的产品时遇到了哪些独特的挑战？

 连接遗留和现代AI集成系统的独特挑战之一是确保SnapLogic平台既能适应旧系统的刚性，又能支持AI应用所需的灵活性和可扩展性。另一个挑战是创建一个既能满足技术和非技术用户的需求，又能平衡高级功能和易用性的平台。

作为一个企业SAAS公司，SnapLogic在不断进化的同时，平衡了100多个客户在不同行业的独特和通用需求，同时以灵活、负责任和向后兼容的方式采用新技术。

为了解决这个问题，我们开发了预建的连接器，可以无缝地集成旧平台和新平台的数据。使用SnapLogic AgentCreator，我们还使组织能够部署AI代理，自动执行任务，实时做出决定，并适应现有的工作流程。

您能否详细介绍SnapLogic的“生成式集成”以及它如何在企业环境中实现无缝的AI驱动自动化？

SnapLogic的生成式集成是SnapLogic平台的一个尖端功能，利用生成式AI和大型语言模型（LLM）来简化和自动化集成管道和工作流的创建。这种创新方法使企业能够无缝地连接系统、应用程序和数据源，促进向AI驱动环境的平滑过渡。通过解释自然语言提示，生成式集成使非技术用户也能快速轻松地开发、定制和部署集成。这种集成的民主化加速了数字化转型，并减少了对广泛编码专业知识的依赖，使企业能够专注于战略计划并增强运营效率。

此外，SnapLogic提供了巨大的灵活性，允许客户利用任何公共LLM模型来满足他们的特定需求，确保组织可以利用最佳工具，同时保持强大的治理和合规标准。

感谢您这次精彩的采访，读者可以访问 SnapLogic 以了解更多信息。