Afsheen Afshar, Gründer von Pilot Wave Holdings – Interviewreihe

Afsheen Afshar, Gründer von Pilot Wave Holdings, ist ein Veteran der Datenwissenschaft und Investitionsbranche, dessen Karriere sich über leitende Positionen bei Goldman Sachs, J.P. Morgan und Cerberus Capital Management erstreckt, wo er maßgeblich an der Einführung groß angelegter Datenwissenschafts- und KI-Initiativen in Finanzinstituten beteiligt war. Mit einer technischen Grundlage, die in der Neurowissenschaft und der Maschinenlernenforschung an der Stanford University verwurzelt ist, hat Afshar eine Karriere an der Schnittstelle von fortschrittlicher Analytik, Private Equity und operativer Transformation aufgebaut, letztendlich mit dem Fokus, KI auf die Geschäftsleistung in der realen Welt anzuwenden. Bei Pilot Wave bringt er Investitionsexpertise, operative Führung und tiefes technisches Wissen zusammen, um Unternehmen mithilfe datengetriebener Strategien und moderner Technologie zu identifizieren, zu erwerben und zu skalieren.

Pilot Wave Holdings ist eine Akquisitions- und Wachstumsplattform, die sich auf die Transformation von kleinen und mittelständischen Unternehmen durch künstliche Intelligenz und fortschrittliche Technologie konzentriert. Das Unternehmen nutzt eigene KI-Systeme, um Betriebsabläufe zu analysieren, Ineffizienzen aufzudecken und die Leistung über seine Portfoliounternehmen hinweg zu verbessern. Durch die Kombination von hands-on operativer Beteiligung mit moderner Dateninfrastruktur zielt Pilot Wave darauf ab, traditionelle Unternehmen, die historisch gesehen keinen Zugang zu fortschrittlichen Werkzeugen hatten, zu modernisieren und sie für skalierbares, langfristiges Wachstum in einer zunehmend technologiegetriebenen Wirtschaft zu positionieren.

Sie haben bahnbrechende KI-Führungsrollen in Unternehmen wie JPMorgan und Cerberus innegehabt und später Pilot Wave Holdings gegründet, um KI in traditionelle Branchen zu bringen. Welche Kerninsight oder Frustration führte dazu, dass Sie von der Entwicklung von KI innerhalb großer Institutionen zur direkten Übernahme und Transformation von Unternehmen wechselten?

Das Kernproblem war die Notwendigkeit, ermächtigt zu werden, schnell zu handeln. Innerhalb großer Institutionen gibt es selbst dann, wenn alle mit der Gelegenheit einverstanden sind, in der Regel zu viele Ebenen zwischen der Identifizierung des Problems und der tatsächlichen Umsetzung. KI scheitert nicht unbedingt, weil die technische Arbeit unmöglich ist, sondern weil die Organisation zu langsam, zu politisch oder zu fragmentiert ist, um mit Dringlichkeit zu handeln. Ich wollte in einer Umgebung arbeiten, in der Strategie, Betrieb und Technologie schnell ausgerichtet werden können. Die direkte Übernahme und Aufbau von Unternehmen schafft diese Art von Ermächtigung. Wenn man tatsächlich die Art und Weise verändern möchte, wie ein Unternehmen mit Geschwindigkeit und Entschlossenheit läuft, ist es wichtig, der Eigentümer zu sein.

Viel von der Branche feiert noch immer erfolgreiche Pilotprojekte, doch der wahre Wert entsteht aus Produktionsystemen. Warum brechen KI-Initiativen so oft an diesem Übergangspunkt zusammen, und was unterscheidet Organisationen, die KI erfolgreich operationalisieren, von denen, die stecken bleiben?

Viele Pilotprojekte sind darauf ausgelegt, erfolgreich zu sein, was genau der Grund ist, warum sich so viele Unternehmen selbst täuschen. Sie finden in sauberen Umgebungen statt, mit extra Aufmerksamkeit, begrenztem Umfang und ohne die Reibung, die in der Produktion auftritt. Das tiefer liegende Problem ist oft eine Empathielücke. Technologen nehmen sich nicht die Zeit oder haben schlichtweg nicht den Wunsch, die Erfahrung des Bedieners zu lernen, also bauen sie etwas, das in der Theorie oder in einer Demo funktioniert, aber nicht der Realität der Arbeit entspricht. Die Unternehmen, die KI erfolgreich operationalisieren, sind diejenigen, die die menschliche Arbeitsabläufe von Anfang an ernst nehmen und für die Unordnung der realen Betriebe bauen, anstatt sie zu vermeiden. Jeder sagt, er wolle Produktionswert, aber viele Teams optimieren immer noch für Pilotapplaus.

Ihre Arbeit konzentriert sich auf die Einbettung von KI in Branchen wie Infrastruktur, Fertigung und E-Commerce. Wie unterscheidet sich die Einrichtung von KI in diesen Umgebungen grundlegend von der Einrichtung in digitalen oder softwarebasierten Unternehmen?

Der Unterschied liegt darin, dass in traditionellen Unternehmen der Main Street die Empathie und der menschliche Faktor wichtiger sind, als Menschen in der KI-Welt oft zugeben möchten. In softwarebasierten Umgebungen können Teams oft schnell agieren und Probleme später beheben. In Infrastruktur, Fertigung und E-Commerce ist die Arbeit an physische Systeme, reale Einschränkungen und Menschen gebunden, die sofort merken, wenn etwas nicht der Art und Weise entspricht, wie das Geschäft tatsächlich läuft. Das bedeutet, dass man nicht einfach mit einer technisch eleganten Lösung auftauchen und deren Adoption erwarten kann. Wenn man die Erfahrung des Bedieners nicht versteht, ist die KI-Strategie wahrscheinlich bereits gebrochen. Diese Umgebungen zeigen flaches Denken sehr schnell auf, was Teil dessen ist, warum sie so wichtig sind.

Sie haben argumentiert, dass die KI-Adoption mit Geschäftsprioritäten beginnen sollte, anstatt mit Tools. Wie sieht das in der Praxis aus, und wie sollten Führungsteams ihren Ansatz zur KI-Transformation neu ausrichten?

Die meisten Führungsteams beginnen an der falschen Stelle. Sie beginnen mit einer Was-kann-diese-Technologie-für-uns-tun-Konversation, weil es aufregend und aktuell klingt, wenn die richtige Stelle, um zu beginnen, die Frage ist, welche unsere wichtigsten Geschäftsprioritäten sind. Sobald man das weiß, kann man ehrlich über die besten Tools sprechen, um diese Prioritäten anzugehen, und es muss nicht immer KI sein. Das klingt offensichtlich, aber die meisten Unternehmen fangen immer noch an, Technologie zu verfolgen, in der Hoffnung, dass der Geschäftsfall irgendwann auftauchen wird. Es ist rückwärts und führt zu viel verschwendeter Bewegung. Wenn Führungsteams echte Ergebnisse wollen, müssen sie aufhören, die KI-Strategie wie einen Einkauf zu behandeln.

Bei Pilot Wave sind Sie nicht nur Berater von Unternehmen, sondern formen sie nach der Übernahme um. Welche strukturellen oder kulturellen Veränderungen setzen Sie als Erstes um, um sicherzustellen, dass die KI-Adoption tatsächlich greift?

Das Erste ist, sowohl senior als auch junior Sponsoren zu finden. Die junior Sponsoren kennen die tägliche Realität und können sicherstellen, dass die Basis tatsächlich das tut, was getan werden muss, während die senior Sponsoren sicherstellen, dass die Politik minimiert wird und der Aufwand nicht stillschweigend erstickt wird. Viele Unternehmen verlassen sich zu sehr auf Unterstützung von oben und wundern sich dann, warum sich nichts in der Praxis ändert. Die Wahrheit ist, dass KI-Adoptionen usually entweder deshalb scheitern, weil die Organisation sie auf der Grundebene ablehnt oder weil die Führung zulässt, dass Störungen um sie herum aufgebaut werden. Man benötigt beides, um Unterstützung frühzeitig zu haben. Andernfalls wird die Initiative zu einem weiteren Führungspunkt, der nie wirklich greift.

Wenn KI-Agenten immer leistungsfähiger werden und die Infrastruktur zunehmend abstrahiert wird, welche strategischen Risiken entstehen für Unternehmen, die ihre eigenen Daten und KI-Stacks nicht kontrollieren?

Ich würde argumentieren, dass Unternehmen immer grundlegende Kontrolle benötigen. Das erfordert die Instrumentierung jedes Systems, was die Herangehensweise von Pilot Wave an die Systemgestaltung ist, denn wenn man nicht sehen kann, was passiert, es messen und Schutzvorkehrungen um es herum legen kann, dann nimmt man Risiken auf, die man nicht versteht. Das bedeutet nicht, dass man Aufgaben nicht delegieren sollte, weil Delegation bei Skalierung absolut weiterhin stattfinden wird, aber Delegation ohne Messung ist keine ausführbare Strategie. Ein großer Teil des Marktes wird von Abstraktion verführt, weil es Dinge einfacher und schneller macht, aber diese Bequemlichkeit kann tatsächliche systemische Fragilität verbergen. Wenn die richtige Instrumentierung, Messung und Schutzvorkehrungen vorhanden sind, kann das potenzielle systemische Risiko minimiert werden. Wenn sie nicht vorhanden sind, baut man Abhängigkeit auf, bevor man Vertrauen verdient hat.

Es gibt eine wachsende Lücke zwischen der Art und Weise, wie KI vermarktet wird, und wie sie in realen Umgebungen performt. Welche Signale sollten technische Führungskräfte und Bediener suchen, um bedeutungsvolle KI-Fähigkeiten von oberflächlichen Ansprüchen zu unterscheiden?

Man sollte immer nach realen Wertmessungen fragen. Ich war mein ganzes Berufsleben lang religiös bei der Messung von Wert, bis hin zu einzelnen Projekten, weil ohne diese Disziplin es sehr einfach wird, Begeisterung mit Ergebnissen zu verwechseln. Jeder Aufwand sollte einem ROI und einer Nachverfolgung unterzogen werden. Wenn jemand nicht klar erklären kann, wie das System den Umsatz, die Kosten, die Durchlaufzeit, die Arbeits-effizienz oder ein anderes reales Geschäftsmaß beeinflusst, dann besteht die Chance, dass er Theater verkauft. Die Branche ist viel zu sehr daran gewöhnt, polierte Demos und vage Behauptungen zu belohnen. Ohne strenge Wertmessung besteht das Risiko, Zeit und Geld wegzuschmeißen.

Sie haben große Datenwissenschaftsorganisationen aufgebaut und geleitet. Wie sehen Sie die Rolle von KI-Teams in einer Zukunft, in der die Automatisierung zunimmt und agentenbasierte Systeme mehr Verantwortung übernehmen?

KI wird Aufgaben auf höherer und höherer Ebene übernehmen. Bei Pilot Wave entwickeln wir bereits KI, die als Eingabe etwas wie “meinen Umsatz um 10 Prozent steigern” annehmen kann, anstatt “meine Website neu gestalten”, was viel näher daran ist, wo sich viel von KI heute noch befindet. Diese Veränderung verändert die Rolle von KI-Teams auf ernsthafte Weise, weil die Arbeit weniger über isolierte Aufgaben und mehr über die Art und Weise geht, wie Systeme über tatsächliche Geschäftsziele nachdenken. Viele Teams denken immer noch zu eng über Automatisierung nach und unterschätzen, wie schnell die Technologie den Stack hinaufsteigt. Der Schwerpunkt wird sich von der Aufgabenausführung zur Geschäftsdelegation verlagern. Das ist eine viel größere Veränderung, als die meisten Unternehmen sich vorbereiten.

Viele Unternehmen investieren stark in KI, haben aber Schwierigkeiten, einen messbaren ROI zu erzielen. Welche häufigsten Fehlmuster haben Sie beobachtet, und wie können sie vermieden werden?

Die meisten KI-Bemühungen, insbesondere in großen Unternehmen, konzentrieren sich immer noch zu sehr auf attraktive Dashboards, Schlagwörter und Dinge, die leicht intern präsentiert werden können, aber schwer mit echtem Wert in Verbindung zu bringen sind. Unternehmen verbringen viel Zeit damit, die Arbeit sophisticated aussehen zu lassen, anstatt sie nützlich zu machen. Das Fehlmuster ist normalerweise nicht mysteriös, es ist einfach ein Mangel an Disziplin bei der Schaffung von handhabbarem Wert. Wenn es kein klares wirtschaftliches Ziel, keinen Eigentümer und kein Messrahmen gibt, sollte das Vorhaben nicht voranschreiten. Es ist entscheidend, religiös auf Wertschaffung bei jedem Schritt entlang des Weges fokussiert zu sein. Andernfalls wird die Unternehmens-KI zu einem sehr teuren Branding-Übung.

Blickt man in die Zukunft, welche KI-Fähigkeiten oder systemweiten Durchbrüche glauben Sie, werden in den nächsten fünf bis zehn Jahren den größten Einfluss auf die Industrien in der realen Welt haben?

Die Fähigkeit, sehr hohe Ziele einem KI-System zu geben und große Teile des Geschäfts zu delegieren, wird sehr real und sehr bald möglich sein. Das ist die Fähigkeit, die am meisten zählen wird, weil sie KI über die enge Aufgabenausführung hinaus und in tatsächliche betriebliche Hebelwirkung bringt. Als Folge werden Menschen sich mehr auf die Beziehungs- und Vertrauensaspekte des Geschäfts sowie auf die tatsächliche physische Natur der Arbeit konzentrieren, sei es im Bauwesen oder einer anderen branchenübergreifenden Branche. Viele Menschen sprechen immer noch über KI als Produktivitätsschicht, die nebenbei liegt, aber diese Sichtweise beginnt bereits, veraltet zu wirken. Die Systeme werden in der Lage sein, viel umfassendere Verantwortung zu übernehmen. Die Zukunft ist sehr aufregend, aber sie wird auch viel disruptiver sein, als viele etablierte Unternehmen zugeben möchten.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Pilot Wave Holdings besuchen.