Suivez nous sur

Interviews

Erik Schwartz, directeur de l'IA (CAIO) Tricon Infotech – Série d'entretiens

mm
Le kit de préparation mis à jour on

Erik Schwartz est le directeur de l'IA (CAIO) Tricon Infotech. une société leader de services de conseil et de logiciels. Tricon Infotech propose des solutions efficaces et automatisées et des transformations numériques complètes grâce à des produits personnalisés et des implémentations en entreprise

Erik Schwartz est un cadre technologique et entrepreneur chevronné avec plus de deux décennies d'expérience dans le secteur technologique, spécialisé à l'intersection de l'IA, de la recherche d'informations et de la découverte de connaissances. Au cours de sa carrière, Erik a été à l'avant-garde de l'intégration de la création de plates-formes à grande échelle et de l'intégration de l'IA dans les technologies de recherche, améliorant ainsi considérablement l'interaction des utilisateurs et l'accessibilité de l'information. Auparavant, il a occupé des postes de direction clés chez Comcast, Elsevier et Microsoft, où il a dirigé des initiatives pionnières en matière d'IA, de recherche et de LLM.

Le parcours professionnel d'Erik est marqué par son dévouement à l'innovation et sa croyance dans le pouvoir de la collaboration. Il a constamment guidé les équipes vers la livraison rapide de solutions révolutionnaires, s'établissant ainsi comme un leader de confiance dans la communauté technologique. Son travail, plus récemment sur le projet Scopus AI chez Elsevier, souligne son engagement à redéfinir les limites de la façon dont nous interagissons avec l'information et à créer une relation de confiance avec les utilisateurs.

Dans son rôle de Chief AI Officer (CAIO), Erik met à profit sa vaste expérience pour développer et mettre en œuvre des stratégies d'IA complètes pour les clients de Tricon. Son processus approfondi démystifie non seulement l’IA, mais garantit également que ces entreprises sont équipées pour réussir et prospérer dans le paysage concurrentiel de la technologie de l’IA. Erik est passionné par la promotion de la croissance et de l’innovation, partageant ses idées pour inspirer et donner aux organisations les moyens d’exploiter efficacement le pouvoir transformateur de l’IA.

Pouvez-vous partager quelques points forts de votre parcours professionnel qui a conduit à votre rôle actuel de directeur de l'IA chez Tricon Infotech ?

J'ai été immergé dans le domaine de la recherche d'informations tout au long de ma carrière. Mon parcours a commencé au début des années 90 en tant que Web Master à l'aube d'Internet. Au cours de cette période de formation, je me suis concentré sur la création de bibliothèques numériques pour les agences gouvernementales, les universités et les entreprises de médias, ce qui a jeté les bases de mon expertise dans les systèmes d'information numériques.

Dans les années 2000, j'ai commencé à travailler avec des fournisseurs de moteurs de recherche, où j'ai perfectionné mes compétences dans les technologies de recherche. Cette phase de ma carrière a été marquée par une croissance et un apprentissage importants grâce à diverses acquisitions, qui m'ont finalement conduit à rejoindre Microsoft en 2008. Chez Microsoft, j'ai joué un rôle central dans le développement et l'amélioration des plateformes de découverte de connaissances, en favorisant l'innovation et en améliorant l'accessibilité des informations pour les utilisateurs.

Après mon mandat chez Microsoft, j'ai dirigé des initiatives dans de grandes entreprises telles que Comcast et Elsevier, où j'étais responsable de la gestion de plates-formes de découverte de connaissances à grande échelle. Ces expériences ont joué un rôle déterminant dans l'élaboration de mon approche de l'IA et de la recherche d'informations, culminant dans mon rôle actuel de directeur de l'IA chez Tricon Infotech. Ici, je tire parti de ma vaste expérience pour piloter des stratégies et des solutions d’IA qui permettent à nos clients d’exploiter tout le potentiel de leurs données.

Comment vos expériences dans des entreprises comme Comcast, Elsevier et Microsoft ont-elles influencé votre approche de l'intégration de l'IA et des technologies de recherche ?

Tout au long de ma carrière, je me suis profondément concentré sur les techniques de traitement du langage naturel (NLP) et l'apprentissage automatique. Initialement, ces technologies étaient basées sur des systèmes simplistes basés sur des règles. Cependant, à mesure que les ensembles de données devenaient plus volumineux et que la puissance de calcul devenait plus robuste, nous avons commencé à améliorer considérablement l'expérience utilisateur en récoltant automatiquement les données et en les réinjectant dans les algorithmes pour améliorer leurs performances.

Chez Microsoft, suite à l'acquisition de FAST, j'ai occupé le poste de chef de produit au sein de l'équipe SharePoint. Dans ce rôle, j'ai participé à l'intégration de technologies de recherche avancées dans les systèmes de gestion de contenu d'entreprise, améliorant ainsi les capacités de récupération d'informations et de collaboration pour les entreprises.

Chez Comcast, j'ai construit une plate-forme de découverte de connaissances qui a alimenté l'ensemble de leur activité vidéo, permettant aux utilisateurs de rechercher et de découvrir du contenu sur les décodeurs, les appareils mobiles et Web. Ce moteur de recherche a été conçu pour traiter plus d'un milliard de requêtes par jour, améliorant considérablement l'expérience utilisateur en fournissant des recommandations de contenu et des résultats de recherche rapides et précis.

L'une des expériences les plus transformatrices s'est déroulée chez Elsevier, où nous avons lancé une expérience d'IA générative pour Scopus, l'un de leurs produits les plus fiables. Cette initiative a utilisé un Large Language Model (LLM) pour aider les utilisateurs à poser de meilleures questions et à obtenir des réponses plus précises à partir du contenu profondément technique de la base de données des communications savantes. Cette approche axée sur le LLM a garanti l'exactitude et la fiabilité totales de plus de 90 millions d'articles contenus dans la base de données, démontrant ainsi le pouvoir de l'IA pour améliorer la recherche universitaire et la diffusion des connaissances.

Qu’est-ce qui vous passionne le plus dans les avancées actuelles de l’IA générative et ses applications potentielles ?

L'un des plus grands défis historiques en matière de recherche d'informations a été de maintenir le contexte. Pour les humains, il s’agit d’un processus naturel, mais pour les machines, trouver des informations est traditionnellement une expérience très transactionnelle : poser une question, obtenir une réponse. Pour approfondir un sujet, il fallait se poser des questions de plus en plus précises. L'IA générative révolutionne cette approche en permettant une interaction plus conversationnelle et contextuelle, un peu comme une conversation naturelle avec quelqu'un que vous venez de rencontrer.

De plus, l’IA générative intègre des techniques supplémentaires qui améliorent une compréhension plus approfondie, ce qui a toujours été difficile pour les moteurs de recherche traditionnels. Par exemple, les grands modèles linguistiques (LLM) peuvent gérer de manière transparente des aspects tels que le ton, l'analyse des sentiments, la compréhension sémantique et la désambiguïsation. Ces capacités permettent aux LLM de saisir sans effort les nuances du langage humain et du contexte, fournissant ainsi des réponses plus précises et plus significatives dès le départ. Cette avancée me passionne le plus, car elle ouvre une myriade de possibilités pour créer des applications plus intuitives, réactives et intelligentes dans divers domaines.

En quoi l'approche de Tricon Infotech en matière de GenAI diffère-t-elle de celle des autres entreprises du secteur ?

Dans l’espace de l’IA générative, il existe deux domaines d’intervention principaux. Le premier, qui retient beaucoup l’attention de certains des plus grands fournisseurs de technologies, concerne la formation et le réglage fin des modèles d’IA. Le deuxième domaine dans lequel les praticiens de l’IA générative excellent vraiment est l’inférence : utiliser l’IA générative pour créer des produits et services de valeur.

Chez Tricon Infotech, nous nous concentrons sur ce dernier. Notre approche est distincte car nous mettons l’accent sur l’application pratique et le déploiement rapide. Nous avons développé un programme complet qui aide les chefs d'entreprise à identifier rapidement les cas d'utilisation les plus percutants de l'IA générative. Notre processus comprend une solution de prototypage rapide, permettant aux clients de travailler avec leurs propres données dans un bac à sable IA. Cette approche garantit qu’ils peuvent obtenir des résultats tangibles et exploiter des informations basées sur l’IA dès le début du cycle de développement.

De plus, nous accordons une attention radicale au délai de rentabilisation. Notre objectif est d'aider nos clients à créer et à déployer des applications destinées aux consommateurs dans un délai de 90 jours. Ce calendrier accéléré permet non seulement d'accélérer l'innovation, mais garantit également que les entreprises peuvent rapidement capitaliser sur les avantages de l'IA générative, créant de nouvelles sources de revenus et améliorant la satisfaction des clients.

Pouvez-vous discuter de certains des principaux défis liés à la mise en œuvre des grands modèles linguistiques (LLM) et de l'IA générative dans les solutions d'entreprise ?

La mise en œuvre de modèles linguistiques étendus (LLM) et d'IA générative dans les solutions d'entreprise présente plusieurs défis émergents. Le premier défi est la confiance. Les entreprises doivent être assurées que les systèmes d’IA ne compromettront pas leur propriété intellectuelle ou leurs informations sensibles. Assurer la sécurité des données et obtenir l’assurance appropriée que l’IA n’utilisera pas les données à mauvais escient est essentiel pour gagner la confiance.

Le deuxième défi est la question des hallucinations. L’IA générative peut parfois produire des réponses sûres mais factuellement inexactes. Cela peut nuire à la fiabilité des systèmes d’IA. Des techniques telles que le réglage fin des modèles et l’utilisation de la génération augmentée par récupération (RAG) peuvent aider à atténuer l’apparition d’hallucinations en garantissant que les réponses de l’IA sont fondées sur des données précises.

Le troisième défi important est le coût. La licence et la mise à l'échelle des LLM peuvent être assez coûteuses. Même les offres d'entreprise des principaux fournisseurs comme Microsoft, Amazon et Google sont assorties de frais d'entrée et de minimums élevés. Il est donc crucial pour les entreprises de surveiller et de gérer de près le retour sur investissement (ROI) afin de garantir que le déploiement de solutions d’IA est économiquement viable.

Pouvez-vous expliquer l'approche structurée utilisée par Tricon Infotech pour développer des solutions d'entreprise GenAI personnalisées ?

Tricon Infotech est une société de développement de produits qui se distingue en offrant des services gérés par le biais d'équipes de produits dédiées et complètes plutôt que par une augmentation traditionnelle du personnel. Notre approche implique le déploiement d'équipes produit entières capables de gérer tous les aspects du cycle de vie du développement de produits, y compris la recherche sur les utilisateurs, la conception de l'expérience utilisateur (UX), le développement front-end et back-end, l'automatisation des tests, le déploiement, la mise à l'échelle et les opérations en cours.

Ce modèle de service géré complet garantit que nos clients peuvent se concentrer directement sur la capture de la valeur de leurs données sans les complexités et les frais généraux liés à la gestion de ressources distinctes. Notre principal facteur est le délai de rentabilisation, ce qui signifie que nous accordons la priorité à la fourniture d'avantages tangibles de manière rapide et efficace. Notre ambition est de construire des relations génératives à long terme avec nos clients en ajoutant continuellement de la valeur et en itérant tout au long du processus de développement de fonctionnalités.

Notre approche structurée est conçue pour être agile et réactive, nous permettant de nous adapter rapidement aux nouveaux défis et opportunités du paysage de l'IA. En tirant parti de toutes les capacités de nos équipes multidisciplinaires, nous proposons des solutions d’IA générative hautement personnalisées, adaptées aux besoins spécifiques de chaque entreprise. Cette approche nous différencie non seulement des entreprises traditionnelles d'augmentation du personnel, mais garantit également que nous fournissons des solutions globales de bout en bout qui génèrent un impact commercial significatif.

Quels sont quelques exemples de problèmes concrets que les solutions GenAI de Tricon ont résolus avec succès ?

  1. E-Learning – convertir les médias traditionnels et le matériel éducatif existant en contenu multimodal interactif. Cela permet à nos clients de réutiliser le contenu existant pour s'adapter à de nouvelles méthodes d'apprentissage et atteindre les apprenants sur différentes plateformes où ils se trouvent déjà. De plus, le contenu peut ensuite être réutilisé dans des programmes d'apprentissage hyper-personnalisés qui peuvent s'adapter automatiquement aux besoins et aux styles d'apprentissage de l'apprenant (audio, visuel, etc.)
  2. IA privée – Aider les clients à établir des solutions d'IA d'entreprise fiables qui restent privées et respectent les règles d'accès des clients, tout en maintenant les coûts et en aidant à s'adapter aux différentes fonctions de l'entreprise, en aidant les professionnels surchargés et les services partagés à mieux s'adapter à l'organisation tout en comprenant nativement les différentes règles. et les restrictions des politiques locales et régionales réparties géographiquement. Ces Ais privés serviront non seulement l’entreprise mais généreront également de nouvelles sources de revenus pour nos clients.
  3. Process Automation – il existe encore un grand nombre d’organisations qui s’appuient sur des processus manuels et sur l’intégration des données sur chaise pivotante. L'IA aide à connecter les différents systèmes entre eux en créant des couches intelligentes qui non seulement peuvent valider les données, mais peuvent également comprendre le signal sur mesure créé par l'ensemble de données ou les outils uniques et aider à acheminer efficacement les flux de travail tout en identifiant les problèmes de la chaîne d'approvisionnement.

Quel rôle jouent l’apprentissage continu et la croissance pour garder une longueur d’avance dans le domaine en évolution rapide de l’IA ?

L’un des défis les plus importants dans le domaine de l’IA consiste à améliorer les compétences du vivier de talents. Il existe une nouvelle génération de travailleurs qui comprennent intuitivement Outils IA et des technologies. Cependant, il existe également une génération plus âgée qui doit comprendre ce que ces outils peuvent et ne peuvent pas faire. L’apprentissage continu est crucial pour combler cet écart.

Les outils d’IA ont le potentiel d’améliorer considérablement la productivité, permettant aux entreprises d’accomplir bien plus avec beaucoup moins de ressources, réduisant ainsi les délais et les coûts. Pour que ces avantages se concrétisent, les employés doivent être ouverts à l'apprentissage de nouvelles méthodes de travail et à l'intégration de ces outils dans leurs flux de travail.

De plus, il est essentiel de répondre à la peur de la sécurité de l’emploi. Les employés doivent comprendre que ceux qui privilégient l’apprentissage et la croissance continus seront mieux équipés pour intégrer de nouveaux outils d’IA dans leurs routines quotidiennes, conduisant ainsi à une plus grande sécurité d’emploi. La réalité est que le succès dans un avenir axé sur l’IA reviendra à ceux qui cherchent activement à comprendre et à exploiter ces technologies en évolution.

Comment envisagez-vous l’avenir de l’IA qui transformera la technologie de recherche et l’interaction des utilisateurs au cours de la prochaine décennie ?

Nous assistons déjà à un changement significatif des moteurs de recherche traditionnels vers les outils d'IA générative pour les requêtes initiales. Ce changement est motivé par la capacité de l’IA générative à fournir des réponses et des solutions directes, éliminant ainsi le besoin de parcourir plusieurs sites Web ou ressources de manière indépendante. Dans un avenir proche, il deviendra monnaie courante que les IA assistent à des réunions, prennent des mesures et effectuent des tâches de routine, ce qui entraînera une réduction substantielle du rôle de certaines fonctions au sein des entreprises.

L’un des principaux défis qui reste consiste à trouver comment monétiser l’IA générative, car le modèle publicitaire traditionnel peut se heurter à des obstacles importants dans ce nouveau paysage. Je prédis que les données deviendront de plus en plus précieuses et agiront davantage comme une monnaie à mesure que nous naviguons dans ce meilleur des mondes. Ce changement nécessitera des modèles commerciaux innovants qui exploitent les capacités uniques de l’IA tout en garantissant que les utilisateurs et les entreprises puissent tirer une valeur tangible de leurs interactions.

Dans l’ensemble, l’avenir de l’IA dans les technologies de recherche et l’interaction utilisateur promet d’être transformateur, rendant la récupération d’informations plus intuitive et efficace tout en remodelant la façon dont nous abordons les interactions numériques et les fonctions de l’entreprise.

Quels conseils pratiques donneriez-vous aux entreprises qui cherchent à tirer parti de l’IA pour favoriser le succès et l’innovation ?

N'ayez pas peur de la technologie. Commencez par mettre des outils d’IA à la disposition de vos employés pour garantir la sécurité de vos données et de votre propriété intellectuelle (IP). De nombreux collaborateurs utilisent déjà des outils d’IA, mais sans une bonne gouvernance, il existe un risque d’utilisation abusive. Par conséquent, il est crucial de perfectionner les compétences de votre personnel afin qu’il comprenne les risques encourus et comment utiliser ces outils de manière sûre et efficace.

De plus, il est essentiel de prêter une attention particulière aux mesures de réussite. Les outils d’IA peuvent être coûteux, mais leurs coûts devraient diminuer avec le temps. Cependant, il est important de se concentrer clairement sur le retour sur investissement (ROI) pour gérer les coûts et comprendre l’impact sur votre entreprise. Ce faisant, vous pouvez tirer parti de l’IA pour stimuler l’innovation et le succès tout en garantissant que les avantages dépassent les dépenses.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Tricon Infotech.

Partenaire fondateur d'unite.AI et membre du Conseil technologique de Forbes, Antoine est un futuriste qui est passionné par l'avenir de l'IA et de la robotique.

Il est également le fondateur de Titres.io, un site Web axé sur l'investissement dans les technologies de rupture.