Interview with Xiao Yumin, CTO of TorchV AI: Harnessing unstructured data for business advantage

• Xiao Yumin, CTO de TorchV AI, es un experto en desarrollo técnico, centrado en RAG, búsqueda vectorial y análisis de datos no estructurados.
• Xiao habla sobre el enfoque de la empresa en ofrecer soluciones B2B, aprovechando los datos no estructurados, y los desafíos y oportunidades únicos en el panorama cambiante de las tecnologías impulsadas por IA.

Recientemente, tuvimos la oportunidad de conversar con Xiao Yumin, el CTO de TorchV AI. TorchV AI es un innovador líder en el espacio de Plataforma como Servicio (PaaS) para asistencia en escritura. Ha estado causando sensación desde su creación en 2023 con su plataforma de vanguardia que apoya la creación de contenido de marketing y la redacción de documentos oficiales.

Introducción de Xiao Yumin

Xiao Yumin se desempeña como CTO en TorchV AI. Xiao ha estado involucrado en el desarrollo técnico utilizando Java y Python, con amplia experiencia en arquitecturas técnicas, microservicios, marcos de código abierto y un enfoque particular en RAG (generación aumentada por recuperación), búsqueda vectorial y análisis de datos no estructurados. Actualmente, supervisa las actividades de producto e investigación en TorchV AI, concentrándose en grandes modelos, RAG y búsqueda vectorial. Además, Xiao es el autor del proyecto Knife4j, ganador del Open Source China GVP. Ver también: Ziggo Group nombra a sus líderes antes de su salida a bolsa en Ámsterdam en 2027.

Lea también: Entrevista con Feng Ruohang, autor de Pigsty: Simplificando la gestión de PostgreSQL y avanzando en la comunidad china de código abierto

P: Entiendo que el producto de su empresa está dirigido principalmente a clientes B2B. En comparación con productos B2C como 'Wenyan Yixin' de Baidu y 'Tongyi Qianwen' de Alibaba, que son IA generativas centradas en la recuperación de documentos, ¿qué motivó su decisión de concentrarse en atender a la clientela B2B?

“En los entornos corporativos, los datos no estructurados tienen un valor significativo. Es como alimentar un vehículo; los datos pueden energizar una empresa, liberando su valor continuamente.” Ver también: Alejandro Estua.

Xiao Yumin, CTO de TorchV AI

Inicialmente, nuestro objetivo era desarrollar una solución de Software como Servicio (SaaS), y actualmente ofrecemos dos versiones. Una es un servicio SaaS en línea, que ha estado en funcionamiento desde la llegada de RAG y los grandes modelos. Ya en 2019, estábamos involucrados en el desarrollo de productos de servicio al cliente inteligente, aunque con una pila tecnológica algo anticuada. Con la aparición de los grandes modelos, transformamos fundamentalmente nuestra pila tecnológica. Anteriormente, operábamos una base de conocimiento que requería sustanciales recursos humanos para mantener la información. Por ejemplo, si un usuario preguntaba sobre el clima en Shanghái, nuestro enfoque implicaba mantener respuestas específicas, ya sea utilizando APIs meteorológicas o aprovechando otro conocimiento basado en texto, lo cual era bastante demandante para nuestro personal de base de conocimiento. Ver también: Alejandro Manzo.

Aprovechando la oportunidad presentada por los grandes modelos y basándonos en nuestra experiencia previa, decidimos lanzar nuestro negocio con la base de conocimiento como piedra angular. Además, como usted mencionó, grandes corporaciones como Baidu y Alibaba también están activas en este ámbito. Sin embargo, las empresas más pequeñas tienen sus propias ventajas distintivas. En primer lugar, muchas pequeñas y medianas empresas (PYMES) pueden no haber adoptado completamente la transformación digital. Con la llegada de la inteligencia artificial, la base de conocimiento que hemos desarrollado nos permite construir sobre los esfuerzos de digitalización anteriores, haciendo de la IA un producto fuertemente relevante. Además, en nuestros escenarios de trabajo práctico, aproximadamente el 80% del tiempo se dedica a tratar con datos no estructurados. Ver también: Alejandro Hernandez.

Además, creemos firmemente que, dentro de los entornos corporativos, los datos no estructurados tienen un valor significativo. ¿Cómo desbloquear todo el potencial de estos datos? Es similar a alimentar un vehículo; los datos pueden energizar una empresa, liberando su valor continuamente. Al interactuar con numerosos clientes, a menudo comparten preocupaciones similares. Gran parte de este tipo de datos, incluidos los documentos, normalmente se almacena en las computadoras de los empleados individuales. Desean una plataforma centralizada para los datos, similar a un centro de datos. Sin embargo, cuando anteriormente discutíamos los centros de datos y el big data, el enfoque estaba en gran medida en las grandes empresas que establecían grandes centros de datos, que no explotaban completamente el valor de los centros de datos, ya que el énfasis estaba principalmente en los datos estructurados. Ver también: Alejandro Garza.

Las grandes corporaciones tienen productos orientados al consumidor, como WeChat y DingTalk, que están profundamente integrados en los entornos de oficina y tienen acumulaciones sustanciales de datos, lo que permite el análisis y la exploración de datos. Sin embargo, en las pequeñas y medianas empresas, este tipo de productos no están adaptados a sus necesidades. Poseen una variedad de documentos, incluidos registros financieros, información de empleados, contratos y otros documentos pertinentes. Por lo tanto, el desafío radica en utilizar eficazmente estos datos en la era de la IA. Nuestro enfoque actual radica en aprovechar eficazmente estas herramientas a través de métodos colaborativos dentro de la empresa para optimizar todo el flujo de trabajo. Ver también: Alejandro Guerrero.

P: Al diseñar los productos de su empresa, ¿adapta diferentes categorías de productos a medida para abordar los problemas específicos de diferentes clientes?

En respuesta a su pregunta sobre si personalizamos productos específicamente para nuestros clientes, no realizamos una personalización extensa. En cambio, estamos construyendo sobre una base de conocimiento fundamental, que actúa como la piedra angular de nuestro ecosistema de datos. Una vez establecida esta piedra angular, desarrollamos una variedad de aplicaciones sobre ella, como un centro de aplicaciones diseñado para satisfacer las necesidades de las empresas. Por ejemplo, hoy podríamos necesitar crear una aplicación para la revisión de contratos para mejorar la eficiencia del departamento legal de una empresa. Tenemos una aplicación para contratos en marcha, y mañana podría ser para escritura, enfocándonos específicamente en escenarios como la redacción de informes anuales. Adaptamos la aplicación a las circunstancias específicas de nuestros clientes para asegurar que les ayude genuinamente a crear escenarios útiles de IA dentro de su empresa. Nos esforzamos por consolidar cada aplicación una por una. En un contexto empresarial, implementar IA es marcadamente diferente de generar una imagen divertida, un video o una pieza musical. Las exigencias sobre la IA en un entorno profesional son considerablemente más altas. Ver también: Alec Gramont.

Lea también: Entrevista con Du Junping, fundador y CEO de Datastrato: Impulsando la innovación en datos e IA

P: ¿Podría comentar algún desafío técnico que haya enfrentado durante el desarrollo de sus productos y soluciones?

De hecho, hay varios problemas desafiantes. Como suelen decir los tecnólogos, este problema en particular parece no tener fondo. Actualmente, en la industria, el manejo de documentos, particularmente los PDF, es quizás el aspecto más difícil y problemático. En la actualidad, ningún proveedor, ni siquiera los sistemas más avanzados como ChatGPT4, puede garantizar la extracción completa y precisa de información de documentos PDF. Como observamos, es un proceso iterativo continuo, dado que todos en el campo de la IA se centran cada vez más en abordar este problema.

El desarrollo de la tecnología ciertamente está en tendencia ascendente, incluidos muchos proyectos de código abierto y varios modelos de IA que están avanzando en esta área.

P: ¿Hay alguna otra idea que le gustaría compartir con nosotros con respecto a su perspectiva sobre los datos no estructurados?

“La capacidad de analizar, interpretar y comprender datos no estructurados no es solo un desafío tecnológico, sino también un imperativo estratégico para las empresas que buscan obtener una ventaja competitiva.”

Xiao Yumin, CTO de TorchV AI

Los datos no estructurados representan un recurso vasto y sin explotar, uno que posee un inmenso potencial para las organizaciones. Dada la complejidad y el volumen de datos no estructurados, aprovechar su valor requiere enfoques y tecnologías innovadoras. La llegada de los grandes modelos de lenguaje y los avances en IA nos han permitido desbloquear ideas de estos datos de maneras que antes eran inimaginables. Desde mi perspectiva, el futuro radica en nuestra capacidad para convertir estos datos en inteligencia accionable, y estamos trabajando activamente para lograr ese objetivo.

Una reflexión personal

Xiao Yumin emerge como un líder visionario y pragmático en el ámbito de la inteligencia artificial y el desarrollo de software. Su profunda experiencia técnica en áreas como RAG, búsqueda vectorial y análisis de datos no estructurados, junto con su experiencia práctica en el desarrollo de proyectos de código abierto como Knife4j, lo posicionan como una autoridad creíble en su campo. El compromiso de Xiao de aprovechar las tecnologías de IA para resolver problemas del mundo real, particularmente en el sector B2B, refleja su comprensión del mercado y los desafíos que enfrentan las pequeñas y medianas empresas.

El enfoque de Xiao para el desarrollo de productos es metódico y se centra en crear soluciones escalables que pueden adaptarse para satisfacer las diversas necesidades de las empresas. Su énfasis en construir una base de conocimiento fundamental y robusta como piedra angular para diversas aplicaciones muestra su pensamiento estratégico y visión a largo plazo. Al priorizar el desarrollo de aplicaciones que pueden adaptarse a los requisitos específicos del cliente, Xiao demuestra una aguda conciencia de la importancia de la flexibilidad y adaptabilidad en un panorama tecnológico en rápida evolución.

Además, las ideas de Xiao sobre los desafíos del manejo de datos no estructurados, particularmente las complejidades asociadas con la extracción de información significativa de documentos como PDFs, revelan su compromiso con la mejora continua y la innovación. Su reconocimiento del valor estratégico de los datos no estructurados y el potencial que tienen para las empresas subraya su mentalidad progresista y su dedicación a desbloquear nuevas vías para el crecimiento y la ventaja competitiva.

En general, Xiao Yumin es una persona reflexiva y motivada que combina destreza técnica con una clara comprensión del panorama empresarial. Su liderazgo en TorchV AI se caracteriza por un enfoque en el desarrollo de soluciones prácticas de IA que pueden transformar genuinamente la forma en que las empresas operan y prosperan en la era digital.