Autonomous AI Systems: Entering A New Era Of Technology With Shirish Nimgaonkar
20:23 Share

它们在自己的领域变得非常优秀，但只有 0.1%。

所以我上大学学习医学。

工程，机械工程，但主要专注于数学和当时被称为运筹学的学科，在很多方面，它是现代人工智能框架的先驱。那些是专家系统还是什么？你叫它什么？运筹学。它只是一个，你知道的，一个花哨的词，用来谈论

一系列优化问题。它本质上是统计和分析的结合。随后，我们也把大数据纳入了图景。

我做了很多关于复杂系统思考的工作，想办法量化它们，然后提出一些方程式，帮助我们构建复杂系统，并帮助我们解决它们，并预测这些系统在一段时间内的变化可能发生什么。这就是我学习的内容。我去了一个叫做印度理工学院的大学，它是

印度非常有竞争力的大学之一。毕业后直接来到硅谷。我一直对正在发生的事情感到非常兴奋和着迷。那是在互联网泡沫时期。所以关于 Netscape 和雅虎以及谷歌的诞生，有很多令人兴奋的活动正在发生。所以我斯坦福大学读了硕士。

再次，更专注于运筹学和工业工程，思考大型系统，量化它们的方法，以及思考如何预测未来可能发生的事情，从而主动解决问题，并实际解决问题。所以，

然后告诉我关于 Bliss AI 的情况。它的想法是什么？它是什么？从根本上说，Bliss 的诞生基于我多年的经验。如果你看看现在世界上的问题陈述，你会发现，你被各种设备包围着。你有你的笔记本电脑、手机、平板电脑作为一类设备。然后在工厂车间，你可能有其他类别的设备。例如，你的机器人终端，

甚至你的汽车现在本质上也是一种设备，如果你看看特斯拉的话。然后在家用环境中，你有，你知道的，你的智能微波炉、洗碗机、洗衣机等等，对吧？所以有一系列的设备，不同种类的设备，以及这些设备的分布式地理位置。但是设备管理方面的支持模型仍然非常非常老套。从本质上说，你等着你的笔记本电脑崩溃，

因为 Outlook 不工作，或者你只是等着你的洗碗机屏幕崩溃。然后你真的不明白问题是什么。所以你打电话给技术人员或 IT 或帮助台，他们进来，看看你的设备可能出了什么问题。他们试图尝试一些启发式解决方案。有时它有效，有时它无效。然后他们想出一个解决方案并修复它。

你知道，当它有效时，你希望这个解决方案能够持续下去。所以问题陈述是，反应缓慢且延迟，第一点。第二点，它是通用的和非个人的，这意味着它没有针对该特定设备的实际问题。

第三点，在许多情况下，你并不真正了解问题的根本原因。所以即使你可能想出一个解决方案，你也不确定它是否会在长期内有效。对。所以它的反面是你基本上需要一个预测性的平台或解决方案，它可以在问题实际发生之前预测问题何时会发生。第一点。第二点，它可以立即提出解决方案。

这是针对特定设备或特定最终用户的个性化解决方案。第三点，它实际上了解问题的具体性质，并能够提出解决方案来解决该特定问题。所有这些都是通过一段时间内的自我学习来实现的。这基本上就是我们在 Ableist AI 中所做的，它是一个自主的自我学习平台，

它可以预测不同类型的最终用户设备中问题何时会发生。它完成的一个具体示例是什么？例如，假设你的 Outlook 没有启动。那么你那时会怎么做？你可以下载某种补丁，或者重新启动你的设备，或者你可能只是打电话给 IT 和帮助台，他们可能会在你的笔记本电脑上做一堆事情，然后

你知道，希望它开始工作。但实际上，你的 Outlook 可能无法启动的原因有 25 个。

很多时候我们看到，即使 IT 可能会解决你的 Outlook 无法启动的问题，这个问题也可能再次出现。正如我们所看到的，它在很短的时间内几乎在 77% 的情况下都会再次出现。所以你并没有真正解决问题的本质。所以 Eblis AI 可以做到的是，它可以实际计算出，它可以预测故障会在一段时间内发生。

因为我们有这些复杂的模型来理解所有不同的影响因素，它可以识别问题的确切性质

关于这 25 个原因中的哪一个在这个案例中导致 Outlook 无法启动。它甚至在你意识到问题即将发生之前，就可以自动触发 Outlook 无法启动的修复程序。因此，价值是什么？你节省了 ID 支持的成本，对吧？A，你节省了生产力损失，因为设备可用，并且最终用户或你更有生产力。而且

第三点，由于所有这些，你拥有了更好的体验。好的，但是我的意思是，它能够修复诸如第三方软件之类的东西吗？它需要 API 还是如何操作？

没错。我们所做的是，我们的代理会驻留在不同类型的端点上，我们称之为不同类型的计算设备。我们实际上从所有这些不同的设备中收集大量数据。所以我们通常会收集五到六种不同类型的数据，它们是端点数据、最终用户通常为投诉提交的服务单的组合。然后我们也有很多客户数据用于我们的部署。然后我们有我们自己的专有聊天，我们参与其中以更好地了解问题陈述。然后我们有公共数据，我们也使用大量合成数据。所有这些的组合导致我们的

专有 AI 模型，我们使用深度学习方法。我们使用基于我们对这个特定领域的理解而训练的小型语言模型。我们也使用大量的代理 AI 来参与推理和更好地理解，并实际理解

尝试解决方案，对吧？所有这些都导致我们的自学习知识库，在这里我们结合了所有不同类型的特定问题以及我们为这些问题触发的特定解决方案。

让我们看看 4N，然后你可以告诉我关于哪些指标得到了改进，或者是什么，你知道的，一旦他们使用 Eblis AI，发生了什么变化。因此，指标通常沿三个维度排列，对吧？通常它更便宜、更快且更好。我们已经证明，我们可以将运营成本降低 40% 到 70%。我们可以将生产力损失降低 45% 到 75%。然后在

所有这些都导致 ROI，通常在 15 倍到 45 倍之间。我们必须知道，作为比较，大多数现有的解决方案通常会导致 ROI，范围在 3 倍到 5 倍之间。我们比他们好得多的原因是，我们可以实现更高的自动化百分比。我们已经证明，我们可以预测地解决

从 25% 到大约 65% 的问题，在某些情况下甚至更高，这取决于问题的性质，而无需任何人工干预。最重要的是，所有这些都导致最终用户客户体验明显更好。那么，AI 似乎更容易处理哪些问题，哪些问题对它来说更难？

在我们继续之前，我已经个人资助 Finding Genius Podcast 四年半了，这导致了 2700 多次对临床医生、研究人员、科学家、首席执行官和其他正在努力推进科学和改善我们的生活和世界的优秀人士的采访。尽管这个播客每月下载量超过 10 万次，但我们需要你们的帮助才能覆盖全球数十万更多的人。请访问 findinggeniuspodcast.com 并点击“支持我们”。我们有三个级别的会员资格，从

每月 10 美元到 49 美元不等，包括查看我们的采访日历并向即将到来的嘉宾提问、您感兴趣的播客的文字记录、请求特定主题或嘉宾等等特权。访问 FindingGeniusPodcast.com 并点击“支持我们”即可。现在回到节目。

所以我们有不同的问题类别需要处理。你可以有应用程序级别的问题。你可以从操作系统的角度来看问题。你可以有

你知道，某些类型的连接问题等等。所以通常我们会根据这些不同类型对问题进行分类，然后我们也会根据它们的复杂性对它们进行分类。所以通常我们能够解决大多数一级问题，这些问题比较简单，以及相当一部分二级问题，这些问题需要从领域的角度进行更详细的理解，还需要更复杂的解决问题。

因此，对我们来说，执行这些类型的解决方案更具挑战性。例如，重新启动 Outlook，这是一级问题，对吧？但是找出为什么 Outlook 没有启动，并进行推理过程，进行分类并提出某种定制的解决方案，这通常是一项二级任务。我们不仅能够完成大多数一级任务，而且还能够完成相当一部分二级任务。而且

这扩展到我之前概述的所有不同类别的问题。这仅适用于大型企业，还是适用于小型企业？例如，你有哪些可用的定价和模型？对。这个解决方案属于一类名为自主最终用户计算的新解决方案的范畴。目前，我们专注于非常大型的企业，例如财富 2000 强公司，这些公司拥有大量的设备，以及各种各样的设备，此外还有这些设备的分布式性质。从概念和技术角度来看，此解决方案可以应用于任何计算设备。因此，我们的第二个关注领域是管理服务提供商，他们实际上也为中小型企业提供服务。在

在某个时候，我们也会面向最终用户或个人订阅者。但是，仅仅从市场策略的角度来看，我们的首要关注点是大型企业，其次是专注于中小型企业的管理服务提供商。通常从定价的角度来看，有不同的方法来考虑什么可能是捕获价值的最佳方式。但是一种简单的方法是基于每台设备每生态系统的定价。

年度模型。但是我们进行的部署通常是针对数千台设备，合同期限通常为数年。好的。是否存在某些应用程序，我不知道，是否经过强化，以至于你无法访问或与之交互？或者是否存在只能从用户的角度与之交互的应用程序，无法进入代码或真正对其进行任何操作？所以我们与不同类型的企业密切合作，

对这个解决方案感兴趣。因此，如果你考虑解决方案的复杂性以及解决方案出错的可能性，这本质上是解决方案的风险，我们希望专注于

当然是在增加更多价值，因此在处理的复杂性方面向上发展。同时，我们也希望最大限度地降低风险，即从自动化的角度来看，出现问题。因此，我们与用户，特别是大型公司密切合作，以获得他们对我们正在处理的问题类型的批准，以及我们认为可以触发并

并因此自动化解决方案的修复类型。为此，我们触发的许多解决方案都具有向最终用户以及技术管理员请求批准的规定，以防他们不满意我们可能只是请求他们批准触发的自动化解决方案触发

从本质上讲，要经历这个过程。这就解决了您刚才提出的问题，即如果他们希望我们排除某些类型的应用程序或某些他们认为从自动化的角度来看风险很高的类型的问题，这当然是可以做到的。就感兴趣或看到此价值的行业而言，哪些行业似乎最容易接受，哪些行业虽然需要它，但对其却很抵制？我们已经看到，对

E-Place 解决方案的兴趣和响应在广泛的行业中都非常出色。因此，我们已经看到零售业、制造业、石油和天然气行业甚至航空业、金融服务业都有强烈的部署兴趣。当然，某些行业

行业监管问题，我们需要处理数据安全和合规性等等。与其他一些行业相比，这在医疗保健和金融服务等行业中更为常见。除此之外，我认为，由于解决方案的价值主张非常引人注目，因此它

它克服了我们在采用方面可能遇到的任何最初的限制或障碍，因为我们可能需要经历某些来自监管方面的限制。目前哪些行业最倾向于使用该产品？因此，我们已经看到零售业、制造业、消费品行业以及航空业都非常感兴趣。所以想想看。任何拥有大量设备的行业，

就数量、种类以及这些设备的分布式地理位置而言，本质上都需要这种预测性、主动性、个性化并且能够自动化检测、诊断和修复任何类型问题的解决方案。该平台的自主性使其真正引人注目。你听说过自主

在各种各样的行业中实现自主性，例如自动驾驶汽车就是一个很好的例子，你可以称之为自主驾驶。同样，下一代计算平台将在很大程度上是自主的。这就是你看到经典深度学习、代理 AI 出现的地方，我们也开始听到更多关于它的消息，我们也在我们的平台中大量使用它。所以

从本质上讲，价值主张在各个行业都非常引人注目。但正如你所说，最初的吸引力来自那些监管障碍较低，并且在分布式地理位置上拥有大量和各种设备的行业。是否有关于 AI 的任何立法，或者还为时过早？是否有任何影响你们或你们认为即将到来，甚至看到需要但尚未出现的东西？

我们正处于 AI 采用的早期阶段。华尔街日报上有一篇非常有趣的文章，讲述了各种公司如何被要求考虑 AI 的采用。然而，没有

到目前为止，公司能够从 AI 应用中获得的价值是有限的。这与 AI 的结构方式，更多的是从治理的角度来看，以及组织如何执行价值有关。而

AI 治理框架仍在不断发展。我们已经看到 AI 的采用，以及我们已经看到令人信服的价值被获得的地方，那就是高级管理人员有强烈的认同感。重点是业务目标，而不是 AI 的横向应用，并且有

组织对执行某些类型的解决方案的坚定承诺，这些解决方案可以帮助他们实现目标。在我们的案例中，我们与不同类型组织的首席执行官密切合作。我们清楚地了解并与他们合作，以发展对他们从设备管理角度来看的问题领域是什么的共同理解，并

然后我们提出一个平台，然后我们尝试根据我们所看到的特定问题性质来定制平台，然后制定明确的路线图来阐明和执行我们由于我们的平台而预测的价值。所有这些都导致可量化的指标，因此他们可以在一段时间内看到 ROI。非常好。

那么，人们如何才能最好地了解 Eblis 并查看他们是否有资格使用它呢？你可以访问我们的网站 eblisai.com，也可以随意给我发电子邮件。它只是 [email protected]，我们将很乐意与你一起确定我们是否合适，以及什么可能是为双方创造引人注目的价值的最佳方式。非常好。感谢你的到来，Shrish。我真的很感激。非常感谢 Shrish 邀请我。

如果你喜欢这个播客，请点击说明中的链接，在 iTunes 上订阅并评价我们。你一直在收听由 Richard Jacobs 主持的 Finding Genius Podcast。

如果你喜欢你听到的内容，请务必在 iTunes 或你收听播客的任何地方评价并订阅 Finding Genius Podcast。想要比其他人更聪明吗？成为 FindingGeniusPodcast.com 的高级会员。本播客仅供参考。不提供任何建议。由于收听而采取或不采取的任何行动均由您自行负责。需要建议时，请咨询专业人士。