Richard Potter, spoluzakladatel a CEO Peak – Interview Series

Richard Potter je spoluzakladatel a CEO Peak, platformy, která poskytuje datovým inženýrům, datovým vědcům a komerčním rozhodujícím vše, co potřebují k vytváření a podporování řešení poháněných umělou inteligencí napříč celou firmou.

Můžete sdílet příběh o vzniku Peak?

Nápad na Peak se zrodil jako rozhovor v hospodě o všech různých produktech business intelligence, které byly v té době k dispozici. Moji spoluzakladatelé, Atul Sharma a David Leitch, a já jsme se divili, proč tak málo firem dokáže využít data pro rozhodování. Chtěli jsme najít způsob, jak věci zjednodušit pro podniky, rozbité sila uvnitř podniků, aby týmy mohly spolupracovat a všichni mohli využít užitečné výsledky založené na datech. To nás vedlo k platformě, která spojuje týmy kolem produktu, který je navržen tak, aby optimalizoval podnik s umělou inteligencí.

Můžete popsat, co je Decision Intelligence pro naši veřejnost?

Decision Intelligence je aplikace umělé inteligence pro optimalizaci komerčních rozhodnutí. Je zaměřena na výsledek, což znamená, že řešení DI jsou navržena tak, aby dodávala hmotný výsledek, jako je vyšší prodej nebo marže.

Jedna z vašich předpovědí pro rok 2022 je, že se vyvíjí nová disciplína datové vědy. Můžete vysvětlit?

Jak se zvyšuje komerční investice do umělé inteligence a datová věda zrálně, vyvíjí se nová disciplína datové vědy, která začíná s cílem na konci.

Tradiční projekty datové vědy začínají tím, že se snaží pochopit dostupná data a co s nimi lze udělat. Výsledkem jsou hypotetická řešení problémů s daty, spíše než řešení umělé inteligence, která mohou zlepšit obchodní výkon.

Zaměřením se na výsledek od začátku projektu a pochopením, co je praktické s dostupnými daty, tato nová disciplína datové vědy prioritizuje nasazení řešení tím, že začíná s cílem na konci. Umožňuje firmám nasadit umělou inteligenci a odemknout hodnotu ze své strategie umělé inteligence rychleji.

Peak postavil umělou inteligenci, která se stává centrálním systémem inteligence uvnitř podniku. Agreguje data a nasazuje strojové učení, aby poté vydala výsledky. Jaké typy algoritmů strojového učení se používají?

Platforma Peak používá širokou škálu technik strojového učení a modelování – výběr znamená, že můžeme řešit každý projekt nejvhodnější metodou. Můžeme použít dohledané a nedohledané metody, stejně jako techniky прогнозирования nebo optimalizace v závislosti na problému, který se řeší. Tyto lze postavit v naší platformě pomocí Pythonu, R a SQL.

S touto flexibilitou a šíří výběru mohou zákazníci Peak postavit svou vlastní umělou inteligenci specifickou pro jejich podnik. To je to, co organizace potřebují, aby skutečně přijaly Decision Intelligence. Každá firma by neměla mít standardní umělou inteligenci, ale něco postaveného specificky pro ně.

Jak Peak umožňuje firmám využívat jejich největší aktivum – data – ke zvýšení prodeje a zisku?

Platforma Peak běží aplikace specificky navržené pro dodání výsledků, ať už se jedná o zvýšení prodeje nebo růst zisku (nebo obojí!). Tyto aplikace pokrývají svět marketingu, prodeje, merchandisingu, řízení zásob, cen a dodavatelského řetězce. Protože sedí napříč celým datasetem organizace, platforma Decision Intelligence Peak může optimalizovat napříč celou hodnotovou řetězcem, poskytovat výsledky a doporučení, které prospějí každé funkci uvnitř podniku. To je složitá matice a Decision Intelligence je perfektním nástrojem pro zajištění, že každé rozhodnutí je správné.

Peak je na první pohled plně servisován, potřebují firmy, které používají službu, mít inženýry umělé inteligence na palubě, aby mohli používat platformu?

Platforma Peak má tři hlavní funkce, které umožňují uživatelům:

1. Sloučit data z celé organizace a udělat je připravenými pro umělou inteligenci.
2. Postavit a trénovat centralizovanou inteligenci, která používá modely umělé inteligence pro poskytování předpovědního pohledu na organizaci.
3. Poskytnout rozhraní pro uživatele na úrovni podniku, aby mohli interagovat s modely, které řídí rozhodování napříč několika funkcemi.

Od svého založení v roce 2015 Peak nabízí model, ve kterém je naše platforma a aplikace implementována pro naše zákazníky našimi týmy zákaznického úspěchu a datové vědy. Stále více vidíme, jak se zvyšující se počet zákazníků Peak samoobslužně na platformě, buduje své vlastní aplikace nebo nasazuje standardní aplikace Peak sami.

Jaké jsou některé příklady Peak, který umožňuje firmám optimalizovat dodavatelské řetězce?

Dobrým příkladem by byl manažer skladu, který řeší problém se skladem. Tradičně by musel ručně upravit objednávky napříč přehnanými SKU, měnit objemy objednávek sporadicky, aby zohlednil volatilitu poptávky.

Ale s pomocí platformy DI může manažer skladu být proaktivní, spíše než reaktivní. Zohledňuje okolnosti napříč podnikem v širším smyslu, manažerova platforma DI doporučuje, aby snížil objednávky od dodavatele. Zní to protichůdně, pokud je vysoká poptávka, ale řešení DI identifikovalo, že společnost má sklad s depem v jiném okrese s 2 000 jednotkami toho SKU, které se tam neprodávají. Již upozornilo logistický tým a směrovalo naplánovanou dodávku přes ten sklad, aby vyzvedl další SKU. Bude pokračovat v běhu stejného modelu pro komerční týmy napříč podnikem, upravuje doporučené akce, jak se mění datové poznatky a každá část podniku podniká akci.

Dalším případem použití je snížení odpadu a energie, můžete uvést některé příklady klientů, kteří dosáhli tohoto pomocí Peak?

Globální maloobchodník s spotřebním zbožím aktuálně využívá Decision Intelligence k optimalizaci své dopravní sítě a snížení počtu zbytečných pohybů zboží mezi továrnami, distribučními centry a obchody. Cílem společnosti je snížit emise uhlíku a zvýšit své ziskové marže.

Používáním datových zdrojů z celého dodavatelského řetězce, poptávky a zásob, kombinovaných s elektronickými prodejními daty (EPOS) a zákaznickými daty, společnost využívá DI k optimalizaci úrovní zásob v každém distribučním centru a koordinaci pohybů zboží mezi několika centry, přičemž zohledňuje faktory, jako je poptávka (skutečná a předpovězená), výrobní výstup, zpracování nákladů a dopravní náklady. Řešení snížilo logistické náklady o 10 % a snížilo počet jízd nákladních vozidel mezi centry o 200 000 km, což představuje snížení emisí uhlíku o 147 metrických tun v prvních osmi měsících nasazení.

Podobně se vedoucí výrobce a dodavatel agregátů pro stavební průmysl, s celkovou flotilou 400 vozidel, podařilo zvýšit počet pracovních úkonů na řidiče o 15 % a snížit ujetou vzdálenost o 3 % pro každou práci s automatizovaným řešením DI pro plánování, které předpovídá poptávku a zrušení prací, maximalizuje produktivitu vozidel a plánuje trasy vozidel.

Co je váš výhled do budoucnosti Peak?

Chceme dát Decision Intelligence do rukou každého podniku a postavit společnost, kterou lidé rádi budou součástí. To znamená, že naše nejvyšší priorita je expanze, abychom mohli podporovat více zákazníků celosvětově, a rozšiřujeme se v USA a Indii, otevíráme Clubhousy v New Yorku, Bombaji a Puné. Udržitelný vysoký výkon je klíčem k tomu; chceme, aby Peakeři byli na naší cestě po dlouhou část své kariéry, nechceme lidi, kteří přijdou a budou vyhořelí během pár let.

Investujeme silně do výzkumu a vývoje po naší úspěšné Series C kole, která se uzavřela v srpnu loňského roku. Jakmile budeme vydávat více zajímavých funkcí platformy a rozšiřovat se po celém světě, jsme nadšeni, že uvidíme aplikace, které týmy datové vědy mimo Peak vyvinou s platformou – mnoho z toho, co je DI schopno, bude objeveno v praxi.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Peak.