Richard Potter, Co-Founder & CEO of Peak – Interview Series

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

Könnten Sie die Genesis-Geschichte hinter Peak teilen?

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

Könnten Sie beschreiben, 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. Könnten 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, die verfügbaren Daten 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 sich von Anfang an auf Ergebnisse konzentriert 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 geeignetsten 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 das, was Unternehmen wirklich benötigen, um 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 der Marketing, Verkäufe, Merchandising, Lagerverwaltung, Preisgestaltung und Lieferkette. Da sie über das gesamte Datensatz eines Unternehmens verfügt, kann Peaks Entscheidungsintelligenz-Plattform über die gesamte Wertschöpfungskette optimieren und Echtzeit-Einblicke und Empfehlungen bereitstellen, die jedem Bereich innerhalb eines Unternehmens zugutekommen. 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 Dienst nutzen, AI-Ingenieure 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-fähig zu machen.
2. Eine zentrale Intelligenz aufzubauen und zu trainieren, die AI-Modelle verwendet, um eine vorhersehbare Sicht auf das Unternehmen zu bieten.
3. Eine Schnittstelle für Benutzer bereitzustellen, die mit Modellen interagieren, die die Entscheidungsfindung in mehreren Funktionen leiten.

Seit ihrer Gründung im Jahr 2015 bietet Peak ein Modell, bei dem unsere Plattform und Anwendungen von unseren Kunden durch unsere Kundenbetreuungs- und Datenwissenschaftsteams implementiert werden. Wir sehen immer mehr Peak-Kunden, die selbst auf der Plattform bedient werden, ihre eigenen Anwendungen entwickeln oder Peaks Standardanwendungen selbst bereitstellen.

Welche Beispiele gibt es dafür, dass Peak es Unternehmen ermöglicht, ihre Lieferketten zu optimieren?

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

Aber mit der Hilfe einer DI-Plattform kann der Lagerverwalter 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 mit einem Depot in einem anderen Landkreis hat, in dem 2.000 Einheiten des Artikels nicht verkauft werden. Sie hat bereits das Logistikteam alarmiert und die geplante Lieferung über das Lager geroutet, um die zusätzlichen Einheiten aufzunehmen. Sie wird weiterhin das gleiche Modell für kommerzielle Teams im gesamten Unternehmen ausführen und die empfohlene Aktion anpassen, wenn sich die DatenEinblicke ändern und jedes Department handelt.

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

Ein globaler CPG-Händler nutzt derzeit Entscheidungsintelligenz, um sowohl sein Transportnetzwerk als auch die Menge an verschwendeten Güterbewegungen zwischen Fabriken, Verteilungszentren und Geschäften zu optimieren. Das Ziel des Unternehmens ist es, die Kohlenstoffemissionen zu reduzieren und die Gewinnmarge zu erhöhen.

Mit Hilfe von Datenquellen aus Versorgung, Nachfrage und Lager, kombiniert mit Electronic Point of Sale (EPOS) und Kundeninformationen, nutzt das Unternehmen DI, um die Lagerbestände in jedem Verteilungszentrum zu optimieren und die Bewegung von Lagerbeständen zwischen mehreren Zentren zu koordinieren, unter Berücksichtigung von Faktoren wie Nachfrage (tatsächlich und prognostiziert), Produktionsausstoß, Verarbeitungskosten und Transportkosten. 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.

Ebenso konnte ein führender Hersteller und Lieferant von Aggregaten für die Baubranche mit einer Gesamtflotte von 400 Fahrzeugen die Anzahl der Aufträge pro Fahrer um 15 % erhöhen und die Fahrstrecke um 3 % pro Auftrag reduzieren, indem er eine automatisierte DI-Planungslösung einsetzte, die die Auftragsnachfrage 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 Clubhouses 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 wollen keine Menschen, die hereinkommen und innerhalb von zwei Jahren ausbrennen.

Wir investieren stark in Forschung und Entwicklung nach unserer erfolgreichen Series-C-Runde, die im August des letzten Jahres abgeschlossen wurde. Wenn wir weitere 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 werden.

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