Richard Potter, Mitgründer und CEO von Peak – Interviewreihe

Richard Potter ist der Mitgründer und CEO von Peak, einer Plattform, die Dateningenieuren, Datenwissenschaftlern und kommerziellen Entscheidungsträgern alles bietet, um AI-getriebene Lösungen im gesamten Unternehmen aufzubauen und zu unterstützen.

Können Sie die Genesis-Geschichte hinter Peak teilen?

Die Idee für Peak entstand ursprünglich als Gespräch in einer Bar über alle verschiedenen Business-Intelligence-Produkte, die zu diesem Zeitpunkt verfügbar waren. Meine Mitgründer, Atul Sharma und David Leitch, und ich fragten uns, warum so wenige Unternehmen Daten für Entscheidungen nutzen konnten. Wir wollten eine Möglichkeit finden, um Dinge für Unternehmen zu vereinfachen, um Silos innerhalb von Unternehmen aufzubrechen, damit Teams zusammenarbeiten und jeder nutzen konnte, um nützliche Ergebnisse auf der Grundlage von Daten zu erzielen. Dies führte uns zur Plattform, die Teams um ein Produkt vereint, das darauf ausgelegt ist, Geschäfte mit AI zu optimieren.

Können Sie uns erklären, was Entscheidungsintelligenz für unser Publikum ist?

Entscheidungsintelligenz ist die Anwendung von AI, um kommerzielle Entscheidungen zu optimieren. Sie ist ergebnisorientiert, was bedeutet, dass DI-Lösungen darauf ausgelegt sind, ein greifbares Ergebnis zu liefern, wie z.B. eine höhere Verkaufsrate oder Marge.

Eine Ihrer Vorhersagen für 2022 ist, dass eine neue Disziplin der Datenwissenschaft entsteht. Können Sie dies erläutern?

Da die kommerzielle Investition in AI zunimmt und die Datenwissenschaft reift, entsteht eine neue Disziplin der Datenwissenschaft, die mit dem Ende im Sinn beginnt.

Traditionelle Datenwissenschaftsprojekte beginnen damit, das verfügbare Datenmaterial zu verstehen und zu sehen, was damit gemacht werden kann. Das Ergebnis sind hypothetische Lösungen für Datenprobleme, anstatt AI-Lösungen, die die Geschäftsleistung verbessern können.

Indem man von Anfang an auf Ergebnisse fokussiert und versteht, was mit den verfügbaren Daten praktisch umsetzbar ist, priorisiert diese neue Disziplin der Datenwissenschaft die Bereitstellung von Lösungen, indem man mit dem Ende im Sinn beginnt. Sie ermöglicht es Unternehmen, ihre AI-Lösungen schneller bereitzustellen und den Wert aus ihrer AI-Strategie zu schöpfen.

Peak hat ein künstliches Intelligenzsystem aufgebaut, das zu einem zentralen Intelligenzsystem innerhalb eines Unternehmens wird. Es aggregiert Daten und setzt Machine-Learning ein, um dann Ergebnisse auszugeben. Welche Arten von Machine-Learning-Algorithmen werden verwendet?

Die Peak-Plattform verwendet eine breite Palette von Machine-Learning- und Modellierungstechniken – die Wahlmöglichkeit ermöglicht es uns, jedes Projekt mit der angemessensten Methode anzugehen. Wir können überwachte und unüberwachte Methoden verwenden, sowie Vorhersage- oder Optimierungstechniken, je nachdem, welches Problem gelöst wird. Diese können in unserer Plattform mit Python, R und SQL erstellt werden.

Mit dieser Flexibilität und Breite an Wahlmöglichkeiten können Peaks Kunden ihre eigene AI entwickeln, die speziell auf ihr Unternehmen zugeschnitten ist. Dies ist es, was Unternehmen benötigen, um wirklich Entscheidungsintelligenz zu nutzen. Jedes Unternehmen sollte keine Standard-AI haben, sondern etwas, das speziell für sie entwickelt wurde.

Wie ermöglicht Peak es Unternehmen, ihre größte Ressource – Daten – zu nutzen, um Verkäufe und Gewinne zu steigern?

Die Peak-Plattform führt Anwendungen aus, die speziell darauf ausgelegt sind, Ergebnisse zu liefern, sei es die Steigerung von Verkäufen oder die Steigerung von Gewinnen (oder beides!). Diese Anwendungen umfassen die Welt von Marketing, Vertrieb, Merchandising, Lagerverwaltung, Preisgestaltung und Lieferkette. Da sie über das gesamte Datenset eines Unternehmens verfügt, kann Peaks Entscheidungsintelligenz-Plattform über die gesamte Wertschöpfungskette optimieren und bietet Echtzeit-Einblicke und Empfehlungen, die jedem Bereich innerhalb eines Unternehmens zugute kommen. Dies ist eine komplexe Matrix und Entscheidungsintelligenz ist das perfekte Werkzeug, um sicherzustellen, dass jede getroffene Entscheidung richtig ist.

Peak wirkt auf den ersten Blick vollständig bedient, müssen Unternehmen, die den Service nutzen, AI-Ingenieure vor Ort haben, um die Plattform zu nutzen?

Die Peak-Plattform hat drei Kernfähigkeiten, die es Benutzern ermöglichen:

1. Daten aus dem gesamten Unternehmen zu kombinieren und sie AI-bereit zu machen.
2. Eine zentrale Intelligenz aufzubauen, die AI-Modelle verwendet, um eine vorhersehbare Sicht auf das Unternehmen zu bieten.
3. Eine Schnittstelle für Benutzer bereitzustellen, die mit Modellen interagieren, die Entscheidungen in verschiedenen Funktionen leiten.

Seit ihrer Gründung im Jahr 2015 hat Peak ein Modell angeboten, bei dem unsere Plattform und Anwendungen von unserem Kundenerfolgsteam und unserem Datenwissenschaftsteam für unsere Kunden implementiert werden. Wir sehen immer mehr Peak-Kunden, die sich selbst auf der Plattform bedienen, ihre eigenen Anwendungen entwickeln oder Peaks Standardanwendungen selbst bereitstellen.

Was sind einige Beispiele dafür, wie Peak es Unternehmen ermöglicht, ihre Lieferketten zu optimieren?

Ein gutes Beispiel wäre ein Lagermanager, der mit einem Lagerproblem konfrontiert ist. Traditionell müsste er manuell Bestellungen über übervorratene Artikel erhöhen, Bestellmengen sporadisch anpassen, um die Volatilität der Nachfrage auszugleichen.

Aber mit Hilfe einer DI-Plattform kann der Lagermanager proaktiv und nicht reaktiv handeln. Unter Berücksichtigung der Umstände im gesamten Unternehmen kann die DI-Plattform des Managers empfehlen, Bestellungen vom Lieferanten zu reduzieren. Es klingt kontraintuitiv, wenn es eine hohe Nachfrage gibt, aber die DI-Lösung hat erkannt, dass das Unternehmen ein Lager in einem anderen Bezirk hat, in dem 2.000 Einheiten dieses Artikels nicht verkauft werden. Es hat bereits das Logistikteam alarmiert und hat die geplante Lieferung über das Lager geroutet, um die zusätzlichen Einheiten aufzunehmen. Es wird weiterhin das gleiche Modell für kommerzielle Teams im gesamten Unternehmen ausführen, die empfohlene Aktion anpassen, wenn Dateninsights sich ändern und jede Abteilung handelt.

Ein weiteres Beispiel ist die Reduzierung von Abfall und Energie, können Sie einige Beispiele von Kunden nennen, die dies mit Peak erreicht haben?

Ein globaler CPG-Händler nutzt derzeit Entscheidungsintelligenz, um sowohl sein Transportnetzwerk als auch die Verschwendung von Warenbewegungen zwischen Fabriken, Verteilungszentren und Geschäften zu optimieren. Das Ziel des Unternehmens ist es, Kohlenstoffemissionen zu reduzieren und seine Gewinnmargen zu erhöhen.

Unter Verwendung von Datenquellen aus Versorgung, Nachfrage und Bestand, kombiniert mit Electronic Point of Sale (EPOS) und Kundeninformationen, nutzt das Unternehmen DI, um Bestände in jedem Verteilungszentrum zu optimieren und die Bewegung von Waren zwischen mehreren Zentren zu koordinieren, wobei Faktoren wie Nachfrage (tatsächlich und prognostiziert), Produktionsausstoß, Verarbeitungskosten und Transportkosten berücksichtigt werden. Die Lösung reduzierte die Logistikosten um 10 % und reduzierte die LKW-Fahrten zwischen den Zentren um 200.000 km, was einer Reduzierung von 147 Metrischen Tonnen (MT) an CO2-Emissionen in den ersten acht Monaten nach der Bereitstellung entspricht.

Ähnlich konnte ein führender Hersteller und Lieferant von Aggregaten für die Baubranche mit einer Gesamtfahrzeugflotte von 400 Fahrzeugen die Jobs pro Fahrer um 15 % steigern und die Meilen pro Job um 3 % reduzieren, indem er eine automatisierte DI-Planungslösung einsetzte, die die Nachfrage nach Jobs und Stornierungen vorhersagt, die Fahrzeugproduktivität maximiert und die Fahrzeugrouten plant.

Was ist Ihre Vision für die Zukunft von Peak?

Wir möchten Entscheidungsintelligenz in die Hände jedes Unternehmens legen und ein Unternehmen aufbauen, das die Menschen lieben, Teil davon zu sein. Dies bedeutet, dass die Expansion, um mehr Kunden weltweit zu unterstützen, unser oberstes Ziel ist, und wir expandieren sowohl in den USA als auch in Indien, indem wir Clubhäuser in New York, Mumbai und Pune eröffnen. Nachhaltige Hochleistung ist der Schlüssel dazu; wir möchten, dass Peaker auf unserer Reise für einen großen Teil ihrer Karriere bleiben, wir möchten keine Menschen, die hereinkommen und innerhalb von zwei Jahren ausbrennen.

Wir investieren stark in die Forschung und Entwicklung nach unserer erfolgreichen Series-C-Runde, die im August des letzten Jahres abgeschlossen wurde. Wenn wir mehr spannende Plattformfunktionen veröffentlichen und uns weltweit ausbreiten, sind wir gespannt, die Anwendungen zu sehen, die Datenwissenschaftsteams außerhalb von Peak mit der Plattform entwickeln – viel von dem, wozu DI in der Lage ist, wird in der Praxis entdeckt.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten Peak besuchen.