Guidare con i dati Costruire un’organizzazione basata sui dati con Srikanth Velamakanni

Guida alla costruzione di un'organizzazione basata sui dati con Srikanth Velamakanni

Il ‘Leading With Data’ di Analytics Vidhya è una serie di interviste in cui i leader del settore condividono le loro esperienze, il percorso di carriera, i progetti interessanti e altro ancora. Nel quinto episodio della serie, siamo accompagnati da un ospite molto speciale – il signor Srikanth Valamakanni. È l’amministratore delegato del gruppo, co-fondatore e vice presidente di Fractal Analytics, una delle più grandi aziende di intelligenza artificiale in India. In questa intervista, condivide con noi le sue intuizioni e osservazioni sulla costruzione di un’organizzazione basata sui dati. Essendo uno dei pionieri dell’analisi dei dati nel paese, parla anche del cambiamento del panorama dell’IA nel corso degli anni. Inoltre, viene evidenziata la sua profonda passione per l’analisi dei dati, la scienza dei dati e l’istruzione in questa conversazione con il fondatore e CEO di Analytics Vidhya, il signor Kunal Jain. Ecco alcuni estratti dall’intervista.

Puoi guardare l’intervista completa qui.

L’evoluzione dell’IA

Kunal J: Voglio iniziare con i tuoi primi giorni. Hai fondato Fractal 23 anni fa, quando l’analisi dei dati era quasi sconosciuta. Quindi, hai visto questa industria evolversi da una nicchia molto ristretta a dove si trova oggi. Com’è stato questo viaggio per te?

Srikanth V: La cosa affascinante del nostro viaggio è che ha riflettuto il percorso di progresso dell’IA. L’IA, come tutti sappiamo, è un termine coniato nella conferenza estiva di Dartmouth nel 1956. Avevo accesso alle registrazioni e alle note della conferenza che hanno tenuto nel 2006, che era a 50 anni dalla conferenza di Dartmouth. Alcuni dei partecipanti del 1956, come Marvin Minsky e altri, hanno partecipato alla conferenza del 2006 per discutere dei progressi nel mondo dell’IA, in quei 50 anni. E stavano cercando di capire cosa succederà nei prossimi anni.

Ho visto le discussioni di quel dibattito ed ero affascinato perché anche nel 2006, a quanto pare, le persone stavano effettivamente discutendo se l’IA seguirebbe la via del primo ordine logico, creando regole, eccezioni, ecc., o verso il deep learning, o le reti neurali, come allora venivano chiamate.

In precedenza, quando studiavo ingegneria elettrica, il dipartimento di informatica del mio college insegnavano l’IA. Avevano un corso sull’IA, mentre noi avevamo un corso sulle reti neurali – e erano due cose diverse. L’IA significava regole – come la logica sfumata che crea regole – e noi stavamo facendo tutte queste cose sulle reti neurali come il riconoscimento delle impronte digitali, la verifica delle firme, ecc., usando reti neurali molto basilari. Questo era negli anni ’90.

Quindi anche nel 2006, le definizioni e le distinzioni non erano molto chiare. E solo 4 anni dopo, all’improvviso, sono emerse le reti neurali e il deep learning come argomenti fondamentali in tutto il mondo. Abbiamo iniziato a vedere risultati impressionanti dai laboratori di IBM, Microsoft, Google e altri. E poi nel 2011-12, è successo qualcosa di molto interessante – Google ha capito che questa tecnologia avrebbe cambiato il mondo in modo molto significativo. Quindi hanno assunto Jeffrey Hinton, che come tutti sappiamo, ha trasformato Google e ha aggiunto l’IA a ciascuno dei loro prodotti.

Quindi quello che ho visto nel corso degli anni in termini di evoluzione dell’IA è stato che c’erano i vecchi tempi di Google. Poi nel 2010, le più grandi aziende nativamente intelligenti o digitali hanno iniziato a capire il potenziale dell’IA. E nel 2015, le aziende Fortune 100 e Fortune 500 di tutto il mondo hanno cominciato a svegliarsi a questo. Intorno al 2014-15, ho cominciato a vedere molti consigli chiedere ai loro CEO di venire a presentare la loro strategia dei dati o la strategia di IA. Tuttavia, in India non era ancora una grande cosa.

Ma nel 2020, è diventato davvero grande ovunque. Soprattutto dopo il COVID, ha cominciato a decollare, e ora nel 2023, dopo ChatGPT, è diventata una di quelle cose di cui non possiamo smettere di parlare.

Il percorso AI di Fractal

Srikanth V: Se guardi il percorso di Fractal, i primi 10 anni di Fractal sono stati tutti incentrati sulla risoluzione di problemi mediante l’uso dell’analisi dei dati. Quindi avevamo un chiaro problema decisionale. Stavamo osservando ciò che stava accadendo e prevedendo ciò che era probabile che accadesse utilizzando i dati e aiutando le aziende a prendere decisioni migliori. Per la maggior parte, tutto ciò veniva fatto utilizzando la regressione logistica o alberi decisionali, foreste casuali, XGBoost, ecc. Fino al 2010, stavamo lavorando con tecniche simili su dati strutturati.

Entro il 2011-12, abbiamo creato qualcosa chiamato Fractal Sciences per esplorare i problemi più impressionanti e investire in essi. Da questo sono emersi un gruppo di prodotti e, alla fine, abbiamo assunto Prashant Warrier, che ci ha aiutati a costruire Cure.ai e a farla crescere dal 2015 al 2020.

Allo stesso modo, abbiamo avviato una serie di startup di intelligenza artificiale come Crux Intelligence (business intelligence basata su intelligenza artificiale), Eugenie.ai (intelligenza artificiale per la sostenibilità), Asper.ai (intelligenza artificiale per la gestione della crescita dei ricavi) e Senseforth.ai (intelligenza artificiale conversazionale per vendite e servizio clienti).

Tra il 2015 e il 2020, abbiamo fatto grandi progressi nell’uso dell’intelligenza artificiale, del machine learning e del deep learning non solo per risolvere problemi per i clienti, ma anche per creare prodotti e aziende. E dal 2022, ci stiamo concentrando sulla costruzione dei nostri modelli di base, dei nostri modelli di diffusione e nell’utilizzarli per risolvere ogni tipo di nuovo problema che pensavamo non potesse essere risolto utilizzando i dati.

Orientarsi verso un Ecosistema Basato sui Dati

Kunal J: In tutto ciò, quando è stato il tuo momento di illuminazione; quando hai personalmente capito che il deep learning avrebbe guidato questa intelligenza artificiale basata sui dati, invece della tradizionale intelligenza artificiale basata su regole e simboli?

Srikanth V: Ho sempre creduto nelle reti neurali sin dai miei giorni di studi in ingegneria. Ho sempre pensato che ci fosse un enorme promessa qui.

Ma è stato nel 2012 o 2013 che ho letto un libro chiamato Superintelligence di Nick Bostrom, e poi ho incontrato Lee Deng, che era un ricercatore molto esperto in Microsoft. Questi due eventi mi hanno fatto capire ciò che stava accadendo nel settore negli ultimi 3 anni e quanto mi fossi perso. Nel frattempo, anche alcuni dei miei amici stavano pubblicando articoli sull’apprendimento non supervisionato e argomenti correlati. È stato allora che ho realizzato che ero già in ritardo nel cominciare, ma ho cominciato quasi immediatamente. Ed è stato allora che abbiamo reclutato Prashant, Suraj e molti altri per unirsi a noi e costruire un team. Ora, nel 2023, sembra che siamo partiti circa 10 anni prima degli altri.

Kunal J: Come rimani costantemente aggiornato non solo sui requisiti di business, ma anche sul lato dell’industria e della ricerca? Hai qualche consiglio per le persone che guidano questi team di scienziati dei dati, in termini di come bilanciare i due aspetti?

Srikanth V: Penso che il mio consiglio per tutti nel settore sia approfondire – fare ricerca e acquisire nuove competenze. Il campo sta automazzando la sua ampiezza. Stiamo andando verso un momento in cui anche se sei bravo nella gestione dei clienti, nella risoluzione dei problemi, nel machine learning, nella gestione delle persone e in molte altre cose, e sei molto prezioso oggi, potresti diventare irrilevante domani. È successo nell’industria IT, è successo nell’industria tecnologica; potrebbe succedere anche nell’industria dell’intelligenza artificiale. La tua rilevanza ora dipende da quanto hai letto o ti sei evoluto nell’ultima settimana, non solo negli ultimi 10 anni.

Quindi il mio consiglio è che se non hai approfondimento e spinta, sarà difficile sopravvivere. Quindi, a chiunque, dai principianti alla media alla alta dirigenza, direi di non perdere il vantaggio tecnologico. Dedica del tempo tutti i giorni alla lettura di articoli di ricerca e al tenerti aggiornato su questa tecnologia perché molto sta cambiando rapidamente. Per i principianti e la media dirigenza, direi di dedicare molto tempo alla lettura di articoli di ricerca e cercare di replicare quei risultati. Per le persone di alto livello, se non hai così tanto tempo, almeno lavora con qualcuno del team che sta cercando di fare la stessa cosa. Inoltre, coinvolgi la comunità scientifica, i ricercatori e il personale docente e scopri qual è la prossima grande cosa.

Io ancora lo faccio. Anche se è difficile trovare tempo essendo il CEO di Fractal, riesco comunque a rimanere tecnicamente preparato e aggiornato per continuare a andare avanti e a essere rilevante.

Costruire un’Organizzazione Basata sui Dati

Kunal J: Come pensi che le organizzazioni si evolveranno nei prossimi 3-5 anni? Come apparirà l’organizzazione del futuro? Come verrebbe distribuito il lavoro tra esseri umani e macchine?

L’intelligenza artificiale è la tecnologia che offre la crescita della produttività più impressionante che abbiamo mai incontrato.

– Srikanth Velamakanni, CEO di Gruppo, Co-fondatore di Fractal Analytics

Srikanth V: Cominciamo dagli ovvio. Le macchine e l’intelligenza delle macchine giocheranno un ruolo sempre più importante nel modo in cui lavoriamo. Porterà crescita della produttività e nuova intelligenza e tutto diventerà più automatizzato. La componente delle macchine nella forza lavoro aumenterà come è successo durante la meccanizzazione, la rivoluzione industriale, la rivoluzione dell’informazione e ora l’era dell’intelligenza artificiale. Ogni fase di queste ha comportato una maggiore automazione e un ruolo più importante delle macchine rispetto agli esseri umani.

La seconda cosa che sta accadendo è l’incorporazione di sempre più intelligenza in esso. Tutto diventa solo un po’ più intelligente. Questo progresso è un progresso composito. Quindi, anche se in un breve lasso di tempo sembra lineare, a lungo termine, se guardiamo a come gli smartphone sono cambiati negli ultimi 10 anni, la crescita è esponenziale!

Quindi ora, quando si tratta di lavoro, cerco di fare domande, come ad esempio perché dovremmo lavorare in primo luogo? Questa è una domanda che merita di essere posta. Quale ruolo svolge il lavoro nelle nostre vite? E se si tratta di guadagnarsi il pane quotidiano, sicurezza finanziaria o bisogni fondamentali come un tetto sopra la testa, spero che il mondo arriverà a un punto in cui questi siano garantiti per ogni essere umano. Quello che succede è che le persone vorrebbero lavorare per bisogni di ordine superiore – come amore, passione, senso di appartenenza, auto-realizzazione, ecc. Perché abbiamo già creato tanta ricchezza nel mondo, non ha più senso far lavorare le persone solo per guadagnarsi il pane quotidiano. Quindi tra 10-15 anni, credo che finiremo per lavorare perché vogliamo farlo, non perché dobbiamo farlo.

Inoltre, entro quel momento, la struttura organizzativa cambierà. Mi sembra che siamo ancora nell’influenza dell’era industriale in cui si aspetta che le persone lavorino dalle 9:00 alle 17:00. Le loro ore di ingresso e uscita vengono registrate e ogni loro mossa viene monitorata. Questo cambierà da un sistema basato sul tempo a un sistema basato sulla conoscenza in futuro. Le aziende somiglieranno più a uno studio d’arte che a una fabbrica.

Approccio alla risoluzione dei problemi di Fractal

Kunal J: Una delle cose principali che emergono nell’approccio risolutivo di Fractal è la combinazione di intelligenza artificiale, ingegneria e design. Ho anche notato l’attenzione che dai al design comportamentale ed all’economia comportamentale. Quindi, quando ti sei mosso verso questo approccio?

Srikanth V: Questa transizione è avvenuta circa 7-8 anni fa da Fractal, quando ho guardato dove eravamo riusciti e dove non eravamo riusciti.

Abbiamo analizzato e abbiamo realizzato che mancavano due cose. Una era che costruivamo qualcosa e ci volevano molti, molti mesi per implementarlo, poiché dipendevamo da risorse esterne per la potenza di elaborazione. Mentre lavoravamo con grandi aziende come Tata e Airtel, anche se costruivamo gli algoritmi, ci mettevano un anno o più per implementarli nei loro sistemi, a causa di questo, e non stavamo facendo nulla in merito all’ingegnerizzazione.

L’altra cosa che abbiamo imparato è di non dare mai per scontato il problema del cliente. Potrebbero venire da noi con un problema in discesa, diciamo “non vengono vendute abbastanza carte di credito” o “i clienti non utilizzano una funzione specifica come previsto” – ma dobbiamo risalire a monte e risalire alla sua causa radice, che è il vero problema da risolvere. Questo è qualcosa che abbiamo imparato molto presto – riformulare il problema del cliente e capire cosa esattamente risolvere.

Quindi sì, è così che siamo arrivati alla ricetta di una grande risoluzione dei problemi che richiede intelligenza artificiale, ingegneria e design, e anche l’arte di riformulare il problema lavorando con gli utenti. Quindi circa 6-7 anni fa, abbiamo riunito un gruppo di persone provenienti da diverse discipline, che vanno dalla sociologia e antropologia, alla neuroscienza e al codice Java, e abbiamo creato un team di ingegneria, dove tutti potevano lavorare insieme e creare magia!

Iniziative educative di Srikanth

Kunal J: Un altro aspetto che mi affascina è la tua passione per l’educazione. Anche con un programma così carico di impegni, ti prendi il tempo per insegnare corsi. Hai co-fondato Plaksha University, e poi vai lì ogni anno per tenere un corso. Insegna anche alle persone internamente a Fractal. Cosa ti spinge a sacrificare del tempo per queste attività? E puoi condividere alcuni di questi sforzi?

Srikanth V: In primo luogo, Kunal, sono molto grato ai miei insegnanti. Tutti noi abbiamo insegnanti che hanno fatto una differenza enorme nelle nostre vite. Chiunque sia di successo in qualsiasi modo, avrà un insegnante a cui ringraziare per aver creduto in lui, o per averlo guidato nella giusta direzione, o per aver sviluppato il suo potenziale, o per avergli insegnato le competenze giuste al momento giusto.

I docenti hanno un enorme effetto moltiplicatore. Puoi creare molto bene per la società se migliori l’insegnamento. Se prendiamo in considerazione una visione a lungo termine dell’economia, l’istruzione e l’imprenditorialità sono i due vettori che porteranno a persone con una migliore istruzione in grado di risolvere problemi, e imprenditori disposti a prendersi il rischio di risolvere quei problemi. E insieme possono rendere il mondo un posto migliore. Quindi, ogni volta che posso dedicare del tempo alla costruzione di quella società futura o del mondo futuro, è estremamente soddisfacente.

Quindi fondare l’Università Plaksha è stata una di quelle cose. Ma più della denaro o qualsiasi altra cosa, credo che sia il tempo e lo sforzo che ci metti che conta. Devi dedicarti completamente alla causa. Potrei spendere, sai, 40 ore a insegnare un corso, ma gli 50-100 studenti che hanno acquisito quel modo di risolvere i problemi attraverso questa interazione, possono andare e cambiare il mondo. Anche solo uno di loro potrebbe cambiare il mondo in modo significativo. E prenderei quelle probabilità, perché penso che attraverso di loro possiamo creare un impatto ancora maggiore.

Insegno un corso chiamato ‘Machine Learning per prendere decisioni migliori’. È un corso affascinante che coinvolge diverse scienze, dalla neuroscienza e scienze comportamentali alla risoluzione di problemi e processi organizzativi trasversali per prendere decisioni. Quindi gli stessi argomenti, quando insegno agli studenti, sono un po’ più tecnici e quando insegno al mio Senior Manager sono un po’ meno tecnici.

Il beneficio nascosto dell’insegnamento per me è che mi mantiene giovane. Mi tiene sulle spine e mi aiuta a restare aggiornato. Insegnare è il miglior modo di imparare. Ti rendi conto del tuo livello di ignoranza quando cerchi di insegnare un argomento. E poi investi tempo nell’apprendere l’argomento. Se hai una lezione domani allora è meglio che tu impari e che tu bruci l’olio di mezzanotte per capire quell’argomento. Quindi mi spinge anche nella giusta direzione.

Kunal J: A questo proposito, hai recentemente lanciato il Certificato Professionale in Scienze dei Dati di Fractal su Coursera. Puoi spiegarci qualcosa in più su questo certificato in scienze dei dati?

Srikanth V: Credo che sia ancora nelle prime fasi. L’idea è quella di creare un modo per formare ottimi scienziati dei dati nel nostro paese. Oggi l’industria ha pochi scienziati dei dati in India. Ad oggi ci sono 6 milioni di professionisti nell’industria IT e penso che molti di loro abbiano bisogno di imparare AI e Scienze dei Dati. Inoltre, ogni anno laureiamo un milione di ingegneri e dovrebbero saperlo. Quindi l’idea è quella di rendere numerose persone competenti in scienze dei dati, con una prospettiva più completa su come utilizzare i dati per risolvere i problemi. L’idea è quella di formare una serie di professionisti in scienze dei dati più completi, maturi e poliedrici attraverso questo corso, pronti ad entrare nell’industria e risolvere questi problemi.

La fase finale di Rapid Fire

Kunal J: Mentre ci avviciniamo alla fine della nostra sessione, abbiamo ancora molte cose da toccare. Quindi facciamo una sessione di rapid fire. Quale libro hai letto l’ultima volta?

Srikanth V: Cerco di leggere fino a cento libri all’anno. Quindi sto sempre leggendo 20-25 libri in contemporanea. Ma se dovessi scegliere un libro da consigliare, sarebbe un libro chiamato ‘Influenza: La psicologia della persuasione’, di Robert Cialdini. È probabilmente uno dei migliori libri che abbia mai letto su qualsiasi argomento. Un altro libro che consiglio sempre è ‘Come misurerai la tua vita’, di Clayton Christensen. E poi c’è ‘La ricerca del senso di vita’, di Viktor Frankl. L’ultimo libro che ho letto, che mi è piaciuto molto, è ‘La molecola del desiderio’, di Daniel Z. Lieberman.

Kunal J: Se stessi iniziando oggi, che tipo di startup costruiresti? In quale settore sarebbe?

Srikanth V: Ottima domanda. Vorrei conoscere la risposta. Di certo non costruirei una compagnia come Fractal. Quello che farei probabilmente è prendere un problema molto complesso che non è ancora risolto e lavorare all’indietro per risolverlo, e poi cercare di costruire una grande azienda intorno ad esso.

Penso che costruire una grande azienda nella vita stessa sia una grande fortuna, e inoltre abbiamo generato una serie di startup, che hanno anche il loro percorso verso la grandezza come Cure.ai o Crux Intelligence o Senseforth.ai. Sono tutte ottime idee che potrebbero diventare meravigliose grandi aziende a pieno titolo. Penso che già stia facendo abbastanza. Quindi non sto certo pensando a una nuova idea di mia invenzione. Ma se dovessi farlo, sarebbe un’idea per risolvere un problema molto, molto bene e poi creare un’azienda globale.

Questi sono stati i momenti salienti della nostra intervista esclusiva con il CEO Gruppo e Co-fondatore di Fractal Analytics, il signor Srikanth Velamakanni. Puoi guardare l’intervista completa qui. Resta sintonizzato per la nostra serie ‘Leading With Data’ sulla piattaforma Analytics Vidhya Community Platform per ulteriori interviste esclusive.