Leadership basée sur les données Construire une organisation axée sur les données avec Srikanth Velamakanni

Leadership basé sur les données Construire une organisation centrée sur les données avec Srikanth Velamakanni

‘Leading With Data’ d’Analytics Vidhya est une série d’interviews où les leaders de l’industrie partagent leurs expériences, leur parcours professionnel, leurs projets intéressants, et bien plus encore. Dans le 5ème épisode de la série, nous sommes rejoints par un invité très spécial – M. Srikanth Valamakanni. Il est le PDG du groupe, co-fondateur et vice-président de Fractal Analytics, l’une des plus grandes entreprises d’IA en Inde. Dans cette interview, il nous fait part de ses idées et observations sur la construction d’une organisation axée sur les données. En tant que l’un des pionniers de l’analyse de données dans le pays, il parle également de l’évolution du paysage de l’IA au fil des années. De plus, sa passion profonde pour l’analyse, la science des données et l’éducation est également soulignée dans cette discussion avec le fondateur et PDG d’Analytics Vidhya, M. Kunal Jain. Voici quelques extraits de l’interview.

Vous pouvez regarder l’interview complète ici.

L’évolution de l’IA

Kunal J : Je voudrais commencer par vos débuts très tôt. Vous avez créé Fractal il y a 23 ans, lorsque l’analyse de données était presque inconnue. Ainsi, vous avez vu cette industrie évoluer d’une niche très spécifique à ce qu’elle est aujourd’hui. Comment s’est déroulé ce voyage pour vous ?

Srikanth V : La chose fascinante à propos de notre voyage est qu’il a reflété le voyage du progrès de l’IA. L’IA, comme vous le savez tous, est un terme qui a été inventé lors de la Conférence d’été à Dartmouth en 1956. J’avais accès aux enregistrements et aux notes de la conférence qu’ils ont eue en 2006, soit 50 ans après la conférence de Dartmouth. Certains des participants de 1956, comme Marvin Minsky et quelques autres, ont assisté à la conférence de 2006 pour discuter des progrès dans le domaine de l’IA au cours de ces 50 années. Et ils essayaient de comprendre ce qui allait se passer dans les années à venir.

• Cette recherche en intelligence artificielle propose Kosmos-G un modèle d’intelligence artificielle qui réalise une génération d’images de haute fidélité sans apprentissage à partir d’une entrée de vision-langage généralisée en exploitant la propriété
• Cette recherche en IA dévoile ‘Kandinsky1’ une nouvelle approche dans la génération de texte vers image par diffusion latente, avec des scores FID exceptionnels sur COCO-30K.
• GPT-4V(ision) d’OpenAI une percée dans la frontière multimodale de l’IA

J’ai vu les débats de cette discussion et j’ai été fasciné parce que même en 2006, il s’est avéré que les gens discutaient réellement de la direction que prendrait l’IA, qu’il s’agisse de la logique du premier ordre, en créant des règles, des exceptions, etc., ou vers l’apprentissage profond, ou réseaux de neurones, comme on les appelait alors.

Auparavant, lorsque j’étudiais le génie électrique, le département d’informatique de mon collège apprenait l’IA. Ils avaient un cours sur l’IA, tandis que nous avions un cours sur les réseaux de neurones – et c’étaient deux choses différentes. L’IA signifiait des règles – comme la logique floue créant des règles – et nous faisions toutes ces choses de réseaux de neurones comme la reconnaissance d’empreintes digitales, la vérification de signatures, etc., en utilisant des réseaux de neurones très basiques. C’était dans les années 90.

Ainsi, même en 2006, les définitions et les distinctions n’étaient pas très claires. Et seulement 4 ans plus tard, soudainement, les réseaux de neurones et l’apprentissage profond ont émergé en tant que sujets centraux dans le monde entier. Nous avons commencé à voir des résultats impressionnants provenant des laboratoires d’IBM, de Microsoft, de Google et d’autres. Et ensuite, en 2011-2012, quelque chose de très intéressant s’est produit – Google a réalisé que cette technologie allait changer le monde de manière très significative. Ils ont donc engagé Jeffrey Hinton, qui, comme nous le savons tous, a transformé Google et ajouté de l’IA à chacun de leurs produits.

Ce que j’ai observé au fil des ans en termes d’évolution de l’IA, c’est qu’il y avait les vieux jours de Google. Puis, vers 2010, les plus grandes entreprises qui sont des natifs de l’IA ou des natifs du numérique ont commencé à réaliser le potentiel de l’IA. Et vers 2015, les entreprises Fortune 100 et Fortune 500 du monde entier ont commencé à se réveiller à cela. Vers 2014-2015, j’ai commencé à voir de nombreux conseils d’administration demander à leurs PDG de venir présenter leur stratégie en matière de données ou d’IA. Cependant, cela n’était toujours pas très important en Inde.

Mais en 2020, cela est devenu vraiment important partout. Surtout après COVID, cela a commencé à décoller, et maintenant en 2023, après ChatGPT, cela est devenu l’une de ces choses dont nous ne pouvons pas arrêter de parler.

Le parcours de l’IA chez Fractal

Srikanth V : Si vous regardez le parcours de Fractal, les 10 premières années de Fractal ont été consacrées à la résolution de problèmes à l’aide de l’analyse de données. Nous avions donc un problème de décision très clair. Nous observions ce qui se passait et prédisions ce qui allait probablement se produire en utilisant des données, et aidions les entreprises à prendre de meilleures décisions avec cela. La plupart de cela était fait en utilisant la régression logistique ou les arbres de décision, la forêt aléatoire, XGBoost, etc. Jusqu’en 2010, nous travaillions avec des techniques similaires sur des données structurées pour la plupart.

En 2011-12, nous avons créé quelque chose appelé Fractal Sciences pour explorer les problèmes les plus impressionnants de ce domaine et investir en eux. De là, sont nés une multitude de produits et, finalement, nous avons embauché Prashant Warrier, qui nous a aidés à construire Cure.ai et à le développer de 2015 à 2020.

De même, nous avons lancé toute une série de startups d’IA comme Crux Intelligence (intelligence économique pilotée par l’IA), Eugenie.ai (IA pour la durabilité), Asper.ai (IA pour la gestion de la croissance des revenus) et Senseforth.ai (IA conversationnelle pour les ventes et le service client).

Entre 2015 et 2020, nous avons vraiment décollé en utilisant l’IA, le ML et le DL non seulement pour résoudre des problèmes pour nos clients, mais aussi pour créer des produits et des entreprises. Et depuis 2022, nous nous concentrons sur la construction de nos propres modèles de base, nos propres modèles de diffusion, et les utiliser pour résoudre toutes sortes de nouveaux problèmes que nous n’aurions jamais pensé pouvoir résoudre grâce aux données.

Orienter vers un écosystème piloté par les données

Kunal J: Entre tout cela, quand avez-vous eu votre moment Eureka ; quand avez-vous personnellement réalisé que l’apprentissage profond allait essentiellement piloter cette IA pilotée par les données, par opposition à l’IA basée sur les règles et les symboles traditionnels ?

Srikanth V: J’ai toujours cru aux réseaux neuronaux depuis mes études d’ingénieur. J’ai toujours pensé qu’il y avait un énorme potentiel ici.

Mais c’est en 2012 ou 2013 que j’ai lu un livre appelé Super Intelligence de Nick Bostrom, puis j’ai rencontré Lee Deng qui était un scientifique très expérimenté chez Microsoft. Ces deux incidents m’ont fait réaliser ce qui se passait dans l’industrie depuis les 3 dernières années et à quel point j’ai manqué de choses. Pendant ce temps, certains de mes amis publiaient même des articles sur l’apprentissage non supervisé et d’autres sujets connexes. C’est à ce moment-là que j’ai réalisé que j’étais déjà en retard pour commencer, mais j’ai commencé presque immédiatement. Et c’est là que nous avons recruté Prashant, Suraj et d’autres pour nous rejoindre et constituer une équipe. Maintenant, en 2023, il semble que nous ayons débuté environ 10 ans avant la plupart des autres.

Kunal J: Comment parvenez-vous à rester à jour non seulement avec les exigences commerciales, mais également avec l’aspect industriel et la recherche ? Avez-vous des conseils pour les personnes qui dirigent ces équipes de science des données, en termes de comment équilibrer les deux ?

Srikanth V: Je pense que mon conseil à tous dans l’industrie est de s’approfondir – faites vos recherches et continuez à vous former. La largeur est automatisée. Nous nous dirigeons vers une époque où même si vous êtes doué en gestion de la clientèle, résolution de problèmes, apprentissage automatique, gestion des personnes et de nombreux autres domaines, et êtes très précieux aujourd’hui, vous pourriez devenir obsolète demain. Cela s’est produit dans l’industrie informatique, cela s’est produit dans l’industrie technologique ; cela pourrait également se produire dans l’industrie de l’IA. Votre pertinence maintenant est une fonction de ce que vous avez lu ou évolué au cours de la dernière semaine, pas seulement des 10 dernières années.

Donc mon conseil est que si vous n’avez pas cette profondeur et cet avantage, il sera difficile de survivre. Donc, que vous soyez au niveau junior, intermédiaire ou supérieur de la gestion, je dirais de ne pas perdre l’avantage technologique. Passez du temps tous les jours pour lire des articles de recherche et vous tenir au courant de cette technologie car beaucoup de choses changent rapidement. Pour les niveaux junior et intermédiaire, je dirais de passer beaucoup de temps à lire les articles de recherche et essayer de reproduire ces résultats. Pour les personnes plus expérimentées, si vous n’avez pas autant de temps, travaillez au moins avec quelqu’un dans l’équipe qui essaie de faire la même chose. Engagez-vous également avec la communauté scientifique, les chercheurs et les enseignants et découvrez quel est le prochain grand projet.

Je le fais encore. Bien qu’il soit difficile de trouver du temps en tant que directeur général de Fractal, je parviens toujours à rester techniquement compétent et à jour pour continuer et rester pertinent.

Construction d’une organisation pilotée par les données

Kunal J: Comment voyez-vous l’évolution des organisations au cours des 3 à 5 prochaines années ? À quoi ressemblera l’organisation du futur ? Comment le travail sera-t-il réparti entre les humains et les machines ?

L’IA est la technologie de croissance de la productivité la plus impressionnante que nous ayons jamais découverte.

– Srikanth Velamakanni, PDG de groupe, cofondateur, Fractal Analytics

Srikanth V: Permettez-moi de commencer par l’évidence. Les machines et l’intelligence artificielle joueront un rôle plus important dans notre façon de travailler. Cela apportera une croissance de la productivité, de nouvelles capacités intelligentes et tout deviendra de plus en plus automatisé. La composante machine dans la main-d’œuvre augmentera comme cela s’est produit lors de la mécanisation, de la révolution industrielle, de la révolution de l’information et maintenant de l’ère de l’IA. Chacune de ces phases a été axée sur une automatisation croissante et un rôle plus important des machines par rapport aux humains.

La deuxième chose qui se produit, c’est qu’elle intègre de plus en plus d’intelligence. Tout devient juste un peu plus intelligent. Ce progrès est un progrès cumulatif. Donc, même si à court terme cela semble linéaire, à long terme, si l’on regarde comment les smartphones ont évolué au cours des 10 dernières années, la croissance est exponentielle !

Ainsi, en ce qui concerne le travail, j’essaie maintenant de me poser des questions, comme pourquoi devrions-nous travailler en premier lieu ? C’est une question qui vaut la peine d’être posée. Quel rôle joue le travail dans nos vies ? Et s’il s’agit de gagner sa vie, d’une sécurité financière, de besoins fondamentaux tels que le logement, etc., j’espère que le monde arrivera à un point où tout cela sera garanti pour chaque être humain. Ce qui se passerait alors, c’est que les gens voudraient travailler pour répondre à des besoins plus élevés – comme l’amour, la passion, le sentiment d’appartenance, l’auto-actualisation, etc. Parce que nous avons déjà créé tant de richesses dans le monde, il n’a plus de sens de faire travailler les gens uniquement pour gagner leur vie. Donc, dans environ 10 à 15 ans, je crois que nous finirons par travailler parce que nous le voulons et non parce que nous sommes obligés.

En outre, d’ici là, la structure organisationnelle changerait. J’ai l’impression que nous sommes encore dans les retombées de l’ère industrielle où les gens sont censés travailler de 9h à 17h. Leurs heures d’arrivée et de départ sont enregistrées et chacun de leurs mouvements est surveillé. Cela passera d’un système basé sur le temps à un système basé sur les connaissances à l’avenir. Les entreprises ressembleront plus à un studio d’artiste qu’à une usine.

Approche de résolution de problèmes fractals

Kunal J: L’une des choses qui se démarque dans l’approche de résolution de problèmes chez Fractal est la combinaison d’IA, d’ingénierie et de design. J’ai également remarqué l’importance que vous accordez à la conception comportementale et à l’économie comportementale. Ainsi, quand avez-vous commencé à adopter cette approche ?

Srikanth V: Cette transition s’est produite il y a environ 7 à 8 ans chez Fractal, lorsque j’ai examiné où nous étions performants et où nous ne l’étions pas.

Nous avons analysé cela et nous avons réalisé que deux choses manquaient. Premièrement, nous avons construit quelque chose et cela a pris plusieurs mois pour le mettre en œuvre car nous dépendions de l’extérieur pour la puissance de l’ingénierie. Bien que nous développions les algorithmes en travaillant avec de grandes entreprises comme Tata et Airtel, il leur fallait un an ou plus pour les mettre en œuvre dans leurs systèmes, en raison de cela, nous ne faisions pas partie de cette partie de l’ingénierie.

L’autre chose que nous avons apprise, c’est de ne jamais tenir le problème du client pour acquis. Ils peuvent venir à nous avec un problème en aval, disons “pas assez de cartes de crédit sont vendues” ou “les clients n’utilisent pas une fonctionnalité spécifique comme prévu” – mais nous devons remonter jusqu’à sa cause première, qui est le problème réel à résoudre. C’est quelque chose que nous avons appris très tôt – reformuler le problème du client et comprendre exactement ce qu’il faut résoudre.

Donc voilà, c’est ainsi que nous en sommes arrivés à la recette d’une excellente résolution de problèmes qui nécessite l’IA, l’ingénierie et le design, ainsi que l’art de reformuler le problème en travaillant avec les utilisateurs. Il y a environ 6-7 ans, nous avons réuni un groupe de personnes de différentes disciplines, allant de la sociologie et de l’anthropologie à la neurologie et à la programmation Java, et nous avons formé une équipe d’ingénierie, où tous pouvaient travailler ensemble et créer de la magie !

Initiatives éducatives de Srikanth

Kunal J: Un autre aspect qui me fascine est votre passion pour l’éducation. Même avec un emploi du temps chargé, vous trouvez du temps pour dispenser des cours. Vous avez cofondé Plaksha University, et vous donnez également des cours là-bas chaque année. Vous enseignez également en interne chez Fractal. Qu’est-ce qui vous pousse à consacrer du temps à cela ? Et pouvez-vous partager certains de ces efforts ?

Srikanth V: Tout d’abord, Kunal, je suis très reconnaissant envers mes enseignants. Nous avons tous des enseignants qui ont fait une énorme différence dans nos vies. Toute personne qui réussit de quelque manière que ce soit doit remercier un enseignant de croire en elle, de la guider dans la bonne direction, de favoriser son potentiel ou de lui enseigner les bonnes compétences au bon moment.

Les enseignants ont un effet multiplicateur énorme. Vous pouvez créer beaucoup de bienfaits pour la société si vous améliorez l’enseignement. Si vous prenez une vision à très long terme de l’économie, l’éducation et l’entrepreneuriat sont les deux vecteurs qui conduiront à des personnes mieux éduquées pour résoudre les problèmes, ainsi qu’à des entrepreneurs prêts à prendre le risque de résoudre ces problèmes. Ensemble, ils peuvent rendre le monde meilleur. Par conséquent, tout le temps que je peux consacrer à construire cette future société ou ce monde futur est extrêmement gratifiant.

Créer l’Université Plaksha était l’une de ces choses. Mais plus que l’argent ou quoi que ce soit d’autre, je crois que c’est le temps et les efforts que vous y consacrez qui comptent. Vous devez vous engager pleinement pour la cause. Je peux passer, vous savez, 40 heures à enseigner un cours, mais les 50 à 100 étudiants qui ont maintenant acquis cette façon de résoudre les problèmes grâce à cette interaction, peuvent changer le monde. Même l’un d’entre eux pourrait changer le monde de manière significative. Et je prendrais ces chances, car je pense qu’à travers eux, nous pouvons avoir un impact plus grand.

J’enseigne un cours intitulé “Machine Learning pour prendre de meilleures décisions”. C’est un cours fascinant qui fait appel à différentes sciences, des neurosciences et des sciences du comportement à la résolution de problèmes et aux processus organisationnels transversaux de prise de décision. Ainsi, les mêmes sujets, lorsque je les enseigne aux étudiants, sont un peu plus techniques et lorsque j’enseigne à mes cadres supérieurs, ils sont un peu moins techniques.

L’avantage caché de mon enseignement, c’est qu’il me garde jeune. Cela me maintient sur le qui-vive et m’aide également à rester à jour. Enseigner est le meilleur moyen d’apprendre. Vous vous rendez compte de votre propre ignorance lorsque vous essayez d’enseigner un sujet. Et ensuite, vous investissez du temps pour apprendre le sujet. Si vous avez une classe demain, vous feriez mieux d’apprendre et vous feriez mieux de veiller tard pour comprendre ce sujet. Cela me pousse également dans la bonne direction.

Kunal J : En complément, vous avez récemment lancé le certificat professionnel Fractal Data Science sur Coursera. Pouvez-vous nous en dire un peu plus sur ce certificat en science des données ?

Srikanth V : Je pense qu’il en est encore à ses débuts. L’idée est de créer une méthode pour former de grands scientifiques des données dans notre pays. L’industrie compte très peu de scientifiques des données en Inde aujourd’hui. Aujourd’hui, il y a 6 millions de professionnels dans l’industrie informatique, et je pense que beaucoup d’entre eux doivent apprendre l’IA et la science des données. De plus, nous diplômons un million d’ingénieurs chaque année, et ils devraient le savoir. L’idée est de rendre ces personnes plus compétentes en science des données, avec une perspective beaucoup plus complète de ce qu’il faut pour utiliser les données pour résoudre des problèmes. L’idée est de former un ensemble de professionnels de la science des données plus complets, plus matures et plus polyvalents grâce à ce cours, qui sont prêts à entrer dans l’industrie et à résoudre ces problèmes.

La phase de clôture de Rapid Fire

Kunal J : Alors que nous approchons de la fin de notre session, il nous reste encore plusieurs sujets à aborder. Faisons donc une série de questions-réponses rapides. Quel livre avez-vous lu récemment ?

Srikanth V : J’essaie de lire jusqu’à cent livres par an. Donc je lis toujours entre 20 et 25 livres en parallèle. Mais si je devais recommander un livre, ce serait “Influence : La psychologie de la persuasion”, de Robert Cialdini. C’est probablement l’un des meilleurs livres que j’ai lus sur n’importe quel sujet. Un autre livre que je recommande toujours est “Comment mesurer sa vie ?”, de Clayton Christensen. Et puis il y a “Découvrir un sens à sa vie”, de Viktor Frankl. Le livre que j’ai récemment lu et que j’ai vraiment aimé est “La molécule du bonheur”, de Daniel Z. Lieberman.

Kunal J : Si vous commenciez aujourd’hui, quel type de start-up créeriez-vous ? Dans quel domaine serait-elle ?

Srikanth V : Excellente question. J’aimerais connaître la réponse. Je ne construirais certainement pas une entreprise comme Fractal. Ce que je ferais probablement, c’est prendre un problème très complexe qui n’est pas résolu et travailler en sens inverse pour le résoudre, puis essayer de construire une grande entreprise autour de cela.

Je pense que construire une grande entreprise dans la vie est déjà une grande chance, et en plus de cela, nous avons engendré un groupe de start-ups, qui ont elles aussi leur propre chemin vers la grandeur, comme Cure.ai ou Crux Intelligence ou Senseforth.ai. Ce sont toutes de très bonnes idées qui pourraient toutes devenir de merveilleuses grandes entreprises à part entière. Je pense déjà que j’en fais suffisamment. Donc je ne pense certainement pas à une nouvelle idée par moi-même. Mais si jamais je devais le faire, ce serait une idée pour résoudre un seul problème, de manière très, très efficace, et ensuite construire une entreprise mondiale.

Voici les points forts de notre interview exclusive avec le PDG groupe et co-fondateur de Fractal Analytics, M. Srikanth Velamakanni. Vous pouvez visionner l’interview complète ici. Restez à l’écoute de notre série “Leading With Data” sur la plateforme de la communauté Analytics Vidhya pour plus d’interviews exclusives.

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!