Afsheen Afshar, Gründer von Pilot Wave Holdings – Interview-Serie

Afsheen Afshar, Gründer von Pilot Wave Holdings, ist ein erfahrener Datenwissenschaftler und Investitionsleiter, dessen Karriere Senior-Rollen bei Goldman Sachs (GS ), J.P. Morgan und Cerberus Capital Management umfasst, wo er half, große Datenwissenschafts- und KI-Initiativen innerhalb von Finanzinstituten zu etablieren. Mit einer technischen Grundlage, die in der Neurowissenschaft und der maschinellen Lernforschung 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 auf die Anwendung von KI auf die Geschäftsleistung in der realen Welt. Bei Pilot Wave bringt er Investitionsexpertise, operative Führung und tiefes technisches Wissen zusammen, um Unternehmen mithilfe von datengesteuerten 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 Leistungsverbesserungen in seinen Portfoliounternehmen zu erzielen. Durch die Kombination von hands-on-Operationen mit moderner Dateninfrastruktur zielt Pilot Wave darauf ab, traditionelle Unternehmen, die historisch gesehen keinen Zugang zu fortschrittlichen Tools hatten, zu modernisieren und sie für langfristiges Wachstum in einer immer mehr technologiegetriebenen Wirtschaft zu positionieren.

Sie haben bahnbrechende Führungsrollen im Bereich KI bei Unternehmen wie JPMorgan und Cerberus innegehabt und später Pilot Wave Holdings gegründet, um KI in traditionelle Branchen zu bringen. Was war die Kerninsight oder Frustration, die Sie dazu veranlasste, von der Entwicklung von KI innerhalb großer Institutionen zur Übernahme und Transformation von Unternehmen zu wechseln?

Das Kernproblem war die Notwendigkeit, mit Geschwindigkeit handeln zu können. Innerhalb großer Institutionen gibt es oft zu viele Schichten zwischen der Identifizierung eines Problems und der tatsächlichen Umsetzung einer Lösung. KI scheitert nicht, 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 Übernahme und der Aufbau von Unternehmen schaffen diese Art von Ermächtigung. Wenn man tatsächlich die Art und Weise, wie ein Unternehmen läuft, mit Geschwindigkeit und Entschlossenheit ändern will, ist es wichtig, der Eigentümer zu sein.

Ein großer Teil der Branche feiert noch immer erfolgreiche Pilotprojekte, doch der wahre Wert kommt 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, zu succeeden, 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 oft nicht die Zeit oder haben 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 Arbeitsabfolge 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 Pilot-Applaus.

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 die Empathie und der menschliche Faktor noch wichtiger sind, als die Leute in der KI-Welt oft zugeben wollen. In softwarebasierten Umgebungen können Teams oft schnell handeln 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 Unternehmen tatsächlich läuft. Das bedeutet, dass man nicht einfach mit einer technisch eleganten Lösung auftauchen und Adoption erwarten kann. Wenn man die Erfahrung des Bedieners nicht versteht, ist die KI-Strategie wahrscheinlich bereits gebrochen. Diese Umgebungen legen oberflächliches Denken sehr schnell bloß, was Teil des Grundes ist, warum sie so wichtig sind.

Sie haben argumentiert, dass die KI-Adoption bei den Geschäftsprioritäten beginnen sollte, anstatt bei den Werkzeugen. Wie sieht das in der Praxis aus, und wie sollten Führungsteams ihren Ansatz zur KI-Transformation umgestalten?

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, anstatt bei den wichtigsten Geschäftsprioritäten zu beginnen. Sobald man das weiß, kann man ehrlich über die besten Werkzeuge sprechen, um diese Prioritäten anzugehen, und es muss nicht immer KI sein. Das klingt offensichtlich, aber die meisten Unternehmen fangen immer noch bei der Technologie an und hoffen, dass der Geschäftsfall irgendwie später auftauchen wird. Es ist rückwärts und führt zu viel verschwendeter Bewegung. Wenn die Führung echte Ergebnisse will, muss sie aufhören, die KI-Strategie wie ein Einkaufserlebnis zu behandeln.

Bei Pilot Wave beraten Sie nicht nur Unternehmen, sondern formen sie nach der Übernahme um. Welche strukturellen oder kulturellen Änderungen setzen Sie als Erstes um, um die KI-Adoption tatsächlich zum Erfolg zu führen?

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 Top-Down-Unterstützung und fragen sich dann, warum nichts in der Praxis geändert wird. Die Wahrheit ist, dass die KI-Adoption meistens entweder deshalb scheitert, weil die Organisation sie auf der Grundebene ablehnt oder weil die Führung zulässt, dass Interferenzen um sie herum aufgebaut werden. Man braucht beide Formen der Unterstützung von Anfang an. Andernfalls wird die Initiative zu einem weiteren Führungspunkt, der nie wirklich greift.

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

Ich würde argumentieren, dass Unternehmen immer grundlegende Kontrolle benötigen. Das erfordert die Instrumentierung jedes Systems, was die Art und Weise ist, wie Pilot Wave die Systementwicklung angeht, weil man, wenn man nicht sehen kann, was passiert, es nicht messen und keine Schutzvorkehrungen treffen kann, dann nimmt man Risiken auf, die man nicht versteht. Das bedeutet nicht, dass man Aufgaben nicht delegieren sollte, weil Delegation absolut bei der Skalierung auftreten wird, aber Delegation ohne Messung ist keine ausführbare Strategie. Ein großer Teil des Marktes wird von Abstraktionen 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 der Art und Weise, wie sie in realen Umgebungen funktioniert. Welche Signale sollten technische Führungskräfte und Bediener suchen, um echte KI-Fähigkeiten von oberflächlichen Ansprüchen zu unterscheiden?

Man sollte immer nach realen Wertmessungen fragen. Ich war mein ganzes Berufsleben lang religiös bei der Messung des Wertes, bis hin zu einzelnen Projekten, weil ohne diese Disziplin es sehr leicht wird, Begeisterung mit Ergebnissen zu verwechseln. Jeder Aufwand sollte anhand der ROI gemessen und verfolgt werden. Wenn jemand nicht klar erklären kann, wie das System den Umsatz, die Kosten, die Produktivität, die Arbeitsleistung oder einen anderen realen Geschäftsparameter beeinflusst, dann besteht die Chance, dass er Theater verkauft. Die Branche ist viel zu sehr daran gewöhnt, polierte Demos und vage Ansprüche zu belohnen. Ohne strenge Wertmessung besteht das Risiko, Zeit und Geld zu verschwenden.

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

KI wird immer höherwertigere Aufgaben 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 KI heute noch befindet. Diese Verschiebung verändert die Rolle von KI-Teams auf eine ernsthafte Weise, weil die Arbeit weniger um isolierte Aufgaben und mehr um die Art und Weise geht, wie Systeme über tatsächliche Geschäftsziele nachdenken. Viele Teams denken immer noch zu eng über die Automatisierung nach und unterschätzen, wie schnell die Technologie den Stack hinaufzieht. 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, messbare ROI zu erzielen. Welche häufigsten Fehlmuster haben Sie beobachtet, und wie können sie vermieden werden?

Die meisten KI-Bemühungen, insbesondere bei großen Unternehmen, konzentrieren sich immer noch zu sehr auf attraktive Dashboards, Buzzwords und Dinge, die leicht intern präsentiert werden können, aber schwer mit echtem Wert zu verbinden 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 keine Messungsstruktur gibt, sollte der Aufwand nicht voranschreiten. Eine religiöse Konzentration auf die Schaffung von Wert bei jedem Schritt ist kritisch. Andernfalls wird die Unternehmens-KI zu einem teuren Branding-Übung.

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

Die Fähigkeit, sehr hohe Ziele an ein 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 Betriebshebelwirkung bringt. Als Folge werden die Menschen sich mehr auf die Beziehungs- und Vertrauensaspekte des Geschäfts konzentrieren, zusammen mit der tatsächlichen physischen Natur der Arbeit, sei es im Bauwesen oder einer anderen branchenspezifischen Branche. Viele Leute sprechen immer noch über KI als eine Produktivitätsschicht, die nebenbei liegt, aber diese Sichtweise beginnt bereits, veraltet zu wirken. Die Systeme werden in der Lage sein, immer mehr Verantwortung zu übernehmen. Die Zukunft ist sehr aufregend, aber sie wird auch viel disruptiver sein, als viele etablierte Unternehmen zugeben wollen.

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