Debarghya Das, anche conosciuto come Deedy, è un ex ingegnere di Google e Meta che ha recentemente condiviso il suo percorso nel mondo dell’intelligenza artificiale e smontato alcuni miti sulla ricerca aziendale interna. È il fondatore di Glean, un motore di ricerca basato sull’intelligenza artificiale per il posto di lavoro che utilizza modelli linguistici basati sul deep learning per fornire risposte personalizzate alle domande in linguaggio naturale.
Originario di Kolkata, Das ha trascorso gran parte della sua infanzia a casa prima di frequentare la Cornell University per conseguire una laurea e un master in informatica. Successivamente ha lavorato per Meta a New York e per il team di Ricerca Google per quattro anni. Da stagista a responsabile tecnico, si è concentrato sul miglioramento della comprensione delle query di ricerca e ha sviluppato funzioni come Assistente, Google Feed e notifiche. Ha lavorato da diverse sedi, come Tel Aviv e Bangalore.
Prima di fondare Glean nel 2019, Das è stato offerto un posto nel team di pianificazione di Waymo, la filiale di Alphabet di auto a guida autonoma. Tuttavia, ha deciso di andarsene a causa della lenta crescita professionale e tecnica, del pool di talenti diluito e dell’avversione dei dirigenti a correre rischi. Ha trovato nell’esperienza di costruire un prodotto da zero a uno in un’impresa più piccola l’opportunità che stava cercando.
Glean, con sede in California, è diventata un unicorno solo tre anni dopo il suo lancio, guidata da Sequoia Capital. Das non ha intenzione di lavorare o costruire la sua azienda in India, dove l’innovazione si concentra principalmente sulla tecnologia dell’istruzione, la consegna di cibo e l’e-commerce. Lui, invece, è interessato a lavorare su sfide tecniche fondamentali e innovazione software all’avanguardia.
Das ha notato che l’India ha il talento ma manca dei fondi e delle risorse per essere un leader dell’IA. Molti unicorni indiani hanno avuto problemi finanziari, e il tipico modello di avvio che prevede l’acquisizione di molti utenti non ha funzionato in India a causa della scarsa fidelizzazione degli utenti e degli incentivi.
Glean assiste con l’onboarding, l’apprendimento, il richiamo delle informazioni e il lavoro a distanza. I motori di ricerca aziendali gestiscono documenti autorizzati per una base di utenti limitata, richiedono una comprensione del linguaggio specifica dell’azienda e danno priorità alla sicurezza a causa del basso volume di query e delle sfide di creazione di modelli di apprendimento automatico.
Das ha concluso affermando che le grandi aziende tecnologiche non sono interessate a dominare questo spazio perché il rapporto tra impegno e ricompensa è basso rispetto ad altre aree come i prodotti cloud. Glean ha una solida partnership con Google Cloud e si concentra sulla soddisfazione dei clienti.
Das ha anche discusso delle sfide nel convincere i clienti che il prodotto di Glean supera la concorrenza, soprattutto in un clima economico difficile in cui i leader IT danno priorità agli strumenti di riduzione dei costi. Tuttavia, ha notato che i tassi di fidelizzazione dei clienti di Glean sono paragonabili a quelli dei prodotti di consumo come YouTube e Facebook, cosa rara nei software aziendali come servizio (SaaS).
Das ha anche parlato dell’importanza dell’apertura dei dati di formazione per i modelli di riconoscimento vocale e sintesi in lingua indiana. Mentre il “Progetto Vaani” di Google e ARTPARK renderà disponibili set di dati open source per promuovere l’inclusione di diverse lingue regionali e locali negli sforzi del governo indiano per l’India digitale, il volume dei dati di allenamento rimane ancora basso. Tuttavia, la tendenza verso l’apertura sta rendendo disponibili più modelli open source.
In generale, Das ha condiviso la sua esperienza lavorativa in grandi aziende tecnologiche come Google e Meta, spiegando come si è spinto a fondare la sua azienda in un’impresa più piccola per affrontare sfide tecniche fondamentali e innovazione software all’avanguardia. Inoltre, ha evidenziato le sfide che il settore della ricerca aziendale deve superare e l’importanza di un modello di business basato sulla soddisfazione del cliente.