EvoluteIQ 首席执行官兼联合创始人 Sameet Gupte – 采访系列

Sameet Gupte，EvoluteIQ 首席执行官兼联合创始人，是一位位于伦敦的高管，拥有丰富的经验，曾在全球范围内打造和扩展技术企业。 在创立 EvoluteIQ 之前，他曾担任 Servion 集团首席执行官，Servion 是思科投资组合公司，包括其附属公司 Innoveo AG 和 Acqueon Inc.，他帮助推动了企业转型和增长。 在他的职业生涯早期，他曾担任 Virtusa 的全球金融服务和欧洲执行副总裁和管理合伙人，在那里他领导了显著的有机扩张，开发了行业专注的解决方案，并在欧洲（包括德国和瑞典）以及 Polaris 收购中发挥了关键作用。 他还曾领导 Genpact 的欧洲资本市场业务，在那里他负责加速区域增长并加强其在金融服务中的地位。

EvoluteIQ 是一家 AI 本土的企业自动化公司，专注于通过其旗舰 EIQ 平台转变企业的运营方式。 该平台旨在自动化端到端的流程，而不是孤立的任务，通过将人工智能、低代码工具和流程编排相结合，实现系统可以适应、做出决定并随着时间的推移不断改进。 通过将数据、工作流程和人工智能整合到一个统一的架构中，EvoluteIQ 帮助组织简化运营、减少复杂性，并在金融、医疗保健和电信等行业中构建坚韧、自我优化的系统。

在创立 EvoluteIQ 之前，您曾在 Servion、Virtusa 和 Genpact 担任高级领导职务，您在那里曾广泛参与企业转型和大规模技术部署。 您在那段时间内的哪些经历使您得出结论，下一代自动化平台需要作为 AI 本土系统构建，而不是传统工作流程或 RPA 工具的扩展？

跨行业，成功的组织以其能够一致地提供世界级的成果为特征。 他们之间的一个共同因素是强大的流程。 在构思 EvoluteIQ 时，我们旨在开发一种支持这种流程的技术。 我们的重点是解决问题，而不是解决问题的各个部分。 在 2019 年之前，现有的工具和技术主要解决了流程的特定方面，例如数据提取、任务管理和工作流程。 每一种技术都解决了流程中的特定问题，但缺乏对端到端流程的全面解决方案。 这表明了创建一种能够自主学习和适应以优化流程的技术的重大机会。 因此，EIQ 的概念诞生了：一种本土 AI 平台，旨在自主、解决问题而不是解决问题的各个部分，并最大限度地实现自动化。 它将是低代码/无代码的，配备了流程所需的所有必要功能，包括流数据、事件和编排，以及 AI 作为核心框架。

今天，许多自动化平台都在其传统基础设施上添加生成式 AI 能力。 EvoluteIQ 从一开始就以智能和自主性为核心进行设计。 您在早期做出了哪些架构选择，使您的平台能够支持代理自动化，而老系统无法做到这一点？

该平台从一开始就被设计为能够自动化端到端的流程，无论所需的自动化类型是什么（机器人、工作流程、数据、事件等）。 这是因为人们预计，随着时间的推移，将会发明新的自动化技术，现有的技术可能会变得过时。 因此，基于微服务的架构允许开发和包含生成式 AI 和代理自动化。 同样，这种架构将允许包含大型操作模型和量子决策方法。

EvoluteIQ 建立在您所谓的 Agentic Mesh Architecture（{aMa}）之上，它使得智能代理能够跨企业流程协作。 这种方法与传统的自动化框架有何不同，您为什么认为代理之间的协作将成为企业软件的基础层？

{aMa} 是 EvoluteIQ 平台的专有架构，也是其核心区别之一。 代理之间的协作使得多个代理（包括 EIQ 和第三方代理）能够自组织以实现特定的业务结果。 这将使客户重新评估他们对自动化的看法。 他们不再需要定义执行端到端流程所需的步骤；相反，他们只需要表达所需的业务结果，并让代理确定如何实现这一结果。 这种自组织和自我管理的能力将使客户能够创建敏捷和坚韧的业务运营模式，这些模式可以自动适应创新和破坏，而无需昂贵和有风险的人类干预。

您的平台专注于复杂业务流程的端到端自动化，而不是简单地自动化个别任务。 代理模型如何改变组织对流程编排、决策和运营自主性的思考方式？

我们部分地在上面介绍过，但我想补充说，EIQ 平台使客户能够在现有基础设施上创建一个抽象层。 因此，基础设施的所有元素都可以被视为 EIQ 流程的一部分。 结合 {aMa}，IT 团队现在可以创建“组合 IT”，使业务能够从预定义、测试和批准的组件中按需开发应用程序和流程。 这为业务用户引入了更高级别的运营自主性，使他们能够创建、使用和退役 IT 服务，如有需要，同时消除了对 IT 的传统依赖。

EvoluteIQ 使用基于结果的定价模型，而不是按机器人或用户收费。 这个决定背后的动机是什么，它如何改变企业领导者评估自动化计划的投资回报率的方式？

决定采用基于结果的定价是为了与业务或用例的成功标准保持一致，确保成本可预测、透明，并与客户共担成功或失败的风险。 对于企业来说，基于结果的模型的最大变化是，与传统模型不同，传统模型中投资回报率是在事后讨论的，而在这种情况下，投资回报率是在事先合同中确定的，持续测量并支付。

企业 AI 中的一个最大挑战是跨多个系统集成结构化数据、非结构化信息和实时操作信号。 EvoluteIQ 如何解决这些集成挑战，同时保持治理和可靠性？

EIQ 平台通过单独的引擎管理结构化数据、非结构化数据和实时事件。 每个引擎由一组可以垂直和水平扩展以及复制以提供弹性的小服务组成。 这种架构使得该平台可以根据个别客户的性能、容量和可靠性要求进行构建和扩展。

随着企业开始部署可以做出决定和触发操作的自治 AI 代理，监督和问责的担忧变得更加重要。 您认为哪些治理框架或保障措施对于大规模运行的代理系统是必要的？

该平台包括标准功能，例如流程步骤的审计、流程变量的值记录和生成式 AI 和代理的治理。 这些功能使得代理行为的实时治理和历史记录以及分析成为可能。 除了这些功能之外，EIQ 平台提供了一种独特的功能，确保代理按照预期行为。 通过连接到客户的每个数据源和系统记录，代理了解它们所处的业务环境。 因此，它们的响应是在此综合框架内创建的，确保其操作的准确性和可靠性。

据报道，EvoluteIQ 在其运营的第二年内就实现了盈利，这对于许多 AI 初创企业来说是罕见的。 哪些战略决策使您能够平衡创新和快速产品开发与财务可持续性？

EvoluteIQ 自其运营的第二年起就实现了 EBITDA 正数。 这是通过在不损害创新的情况下谨慎控制成本来实现的。 该公司专注于客户采用和满意度，这反映在持续跟踪的 120% 的净保留率中。 它通过与全球系统集成商、第一级 BPO 公司和领先的管理咨询公司建立牢固的合作伙伴关系来避免过度投资于营销和销售，以推动上市动作。 该公司通过付费的价值证明（POV）而不是免费的概念验证（POC）来展示其价值。 每个增长决策都是故意的和有针对性的。 使客户在 EIQ 平台上自给自足以及使支持和实施组织精简，也带来了员工与收入的健康比例，符合一流指标。

企业自动化的格局正在迅速演变，传统的 RPA 厂商、生成式 AI 平台和代理自动化公司都在争夺关注。 您如何看待这一市场的竞争格局在未来几年内的演变？

在企业自动化中，我们正在见证一个基本的趋同，而不是简单的竞争加剧。 传统的 RPA 正在被降级为执行层，生成式 AI 正在迅速变得无处不在，代理 AI 正在作为控制范式出现。 然而，这些发展中的任何一个都不会单独定义市场。 真正的战场正在转向能够管理端到端流程并提供可衡量的业务成果的 AI 本土编排平台。 在未来几年内，获胜者将不是拥有最先进模型或最多机器人的人，而是能够将代理工作流程、数据和决策组合成一个统一系统的人，该系统是受治理、可审计和持续改进的。 企业买家已经从工具和许可转向成果和问责。 因此，对于任何平台来说，定义性问题将是它是否能够承担成果的责任，而不仅仅是流程的一部分。

展望未来，哪些里程碑将表明企业正在从 AI 辅助工作流转向真正的自治运营，EvoluteIQ 将在这一转变中发挥什么作用？

从 AI 辅助工作流程到真正的自治运营的转变不是关于微小的效率提升，而是对工作的根本性重新思考。 最初的里程碑是人在回路中：AI 代理做出大多数决定，人类干预仅保留用于例外情况。 随后，封闭循环流程将实现实时感知、决策、行动和自我纠正，而无需手动干预。 企业将采用基于结果的模型，其中成功由业务结果而不是活动来衡量。 最终，当组合代理架构在没有受传统系统约束的情况下跨功能（如金融、运营和客户服务）协调时，真正的自治将得到实现。

EvoluteIQ 正处于这一转变的前沿。 作为一个统一的 AI 本土平台，涵盖工作流程、数据、事件和决策，它不仅协助人类，还执行端到端流程、监控每个操作、持续测量成果并自我优化。 EvoluteIQ 在流程中启用 AI，并为企业提供基础设施，以便在规模上自主运营，具有完全的问责制。 这就是组织如何从自动化转向自治的原因，以及为什么 EvoluteIQ 独特地位于领导这一旅程。

感谢这次精彩的采访，希望了解更多的读者可以访问 EvoluteIQ。