两年前，Kyndryl公司在从IBM分离后作为一个独立公司成立。与Big Blue分离的原因是，作为IBM的一部分，该部门不符合首席执行官Arvind Krishna对混合和人工智能重点的愿景。公司自此走上了自己的道路，致力于“成为首选的技术服务雇主”。

如今，Kyndryl通过设计和管理涉及大量数据的 IT 基础设施系统，帮助公司实现现代化。为了了解这家美国 IT 基础设施提供商如何在自动化和技术方面，特别是在印度开展自己的工作，AIM 与他们在班加罗尔办公室的数据和人工智能服务副总裁兼首席技术官 Naveen Kamat 进行了交谈。

"大多数组织都有多个数据存储和数据管道，这会随着时间的推移由于各种原因导致重复性。相同的数据被复制，导致多个副本，而这是不必要的，"他详细说明。他们的方法之一就是减少所有这些重复和冗余。另一个方面是由遗留代码造成的‘技术债务'，导致更多的数据事件和停机时间，进而导致数据泄露。

“在这个背景下，数据变得更像是一种负担，”Kamat 表示。"拥有正确的数据基础，可以减少进入数据工程的周期时间，然后可以跨业务线使用，"在行业中拥有二十多年经验，跨越多个角色的 IT 领袖提到。

在不透露Kyndryl的客户信息的情况下，其中一个是大型医疗保健企业，Kamat 解释了数据基础在药房应用中的需求。他回忆，重大事件导致应用程序宕机。“在 ICU 病人等特别关键的情况下，这些情况非常严重。因此，我们致力于建立正确的数据基础，以确保来自不同部分的栈的各种日志指标都被整合到这个数据湖中，"他说。Kamat 还提到，在包括医疗保健在内的各个垂直行业中，大型中断的数量减少了近80%。

多元化的客户群

今天，该公司自豪地拥有一个相当大的跨行业客户群。“除了我们的技能、经验和资源外，我们也在投资于我们的合作伙伴生态系统，其中包括微软、亚马逊 Web 服务（AWS），以及像 CloudEra 和 Databricks 这样的数据平台。我们通过我们的知识产权、资产和加速器与客户合作时，带来了额外的差异化，“Kamat 提到。该公司还宣布为谷歌云的银行和金融行业客户提供服务，以加强与云服务提供商的现有合作关系。

在谈到Kyndryl如何与不同层次的客户合作时，Kamat 说，“从数据基础的角度看，我们根据客户的成熟度进行参与。我们为我们的客户提供量身定做的选择，无论是解决方案还是架构。基于他们的预算和业务目标，我们调整最相关的数据战略和数据基础。很多时候，大型企业会在技术和工具上进行投资，我们保护那些投资，实现现代化，并帮助他们进入下一代。"

生成式人工智能

在围绕技术的讨论中，没有不提及生成式人工智能的。在评论这个现象时，Kamat 提到数据是关键要素。"随着这股[生成式人工智能]浪潮，我们看到了创新的飞速涌现。生态系统变得更加敏捷。一个之前需要数月时间才能完成的任务，现在可以缩短到几周。周转时间迅猛，"他补充道。

该公司目前专注于生成式人工智能的几个方面。它通过帮助客户确定哪些用例可以从快速胜利的角度考虑来进行工作。“好的一面是，现在大量的炒作已经平息下来，人们对于大型语言模型的可用选项有了更多的了解，”Kamat 说。

"你可以使用不同的语言模型来获得相同的结果，准确度更高或更低，但碳足迹和资源消耗要少得多。从原型的可持续性和最优性来看，这不仅是可持续和最佳的，也是从长期部署角度来看的，"他补充道。

随着大权在握，亦伴随大责任。随着Kyndryl帮助各种客户从制药公司到国际机场部署生成式人工智能，它确保以正确的方式进行数字化。"在整个组织中，我们确保不仅建立了适当的政策，而且作为标准数据管理的一部分，这些都被遵从。数据安全和隐私需要成为全组织性程序。"

这就是为什么Kamat 推荐在企业中开展数据素养项目，以更广泛地了解数据如何被使用或滥用。"你不能只有一个战略，它必须是一个持续的操作，无论是数据安全、隐私还是可观察性，"他说。