Ρόχιτ Άγκαργουαλ, COO στην DecisionNext – Σειρά Συνεντεύξεων

Ο Ρόχιτ Άγκαργουαλ είναι Διευθύνων Σύμβουλος tại την DecisionNext, μια ηγετική πλατφόρμα AI που επιτρέπει στις εταιρείες να βελτιστοποιούν την αγορά ή πώληση εμπορευμάτων στην καλύτερη δυνατή στιγμή και τιμή. Εκμεταλλεύεται ένα ισχυρό υπόβαθρο στη διαχείριση της αλυσίδας εφοδιασμού και της διαχείρισης προϊόντων, καθώς και εμπειρία στην ηγεσία πολύ μεγάλων ομάδων για την εκτέλεση σύνθετων πολυεπίπεδων έργων και την επίτευξη επιχειρηματικών αποτελεσμάτων. Ο Ρόχιτ είχε προηγουμένως καθήκοντα διαχείρισης προϊόντων και λειτουργιών τόσο στην Google (GOOGL ) όσο και στην Amazon (AMZN ).

Έχετε εργαστεί στην Amazon και πιο πρόσφατα στη Google. Ποια ήταν κάποια από τα βασικά σημεία των εμπειριών σας;

Στην Amazon, είχα την ευκαιρία να διαχειριστώ μια διαφορετική ομάδα 250 υπαλλήλων για την εκκίνηση των καλύτερων εγκαταστάσεων λειτουργιών. Επίσης, υποστήριξα την εφαρμογή καινοτομιών όπως η παράδοση την ίδια μέρα, η ρομποτική και άλλες αναδυόμενες τεχνολογίες. Στη συνέχεια, στη Google, χρησιμοποίησα τις ικανότητές μου για να γεφυρώσω το χάσμα μεταξύ προϊόντων και λειτουργιών. Αυτό περιελάμβανε την κατασκευή εφαρμογών από την αρχή για τη διαχείριση ενός νέου τύπου διαδικασίας εκπλήρωσης, μεταξύ άλλων νέων προσφερόμενων υπηρεσιών.

Μπορείτε να εξηγήσετε πώς η DecisionNext χρησιμοποιεί την τεχνητή νοημοσύνη και τη μηχανική μάθηση για τη βελτίωση της πρόβλεψης της τιμής και της προσφοράς εμπορευμάτων;

Η DecisionNext χρησιμοποιεί την τεχνητή νοημοσύνη και τη μηχανική μάθηση για να καταναλώσει χιλιάδες συνόλους δεδομένων και να βρει ιστορικές και τρέχουσες σχέσεις μεταξύ βασικών παραγόντων. Στη συνέχεια, μαθαίνει από αυτές τις πληροφορίες και κατασκευάζει σχετικές μοντέλα για οποιοδήποτε εμπόρευμα. Στις αγροτικές και φυσικές αγορές, τα εργαλεία μας βοηθούν τους πελάτες να προβλέψουν τις τιμές καλύτερα, να λαμβάνουν πιο έξυπνες αποφάσεις, να μειώνουν τον κίνδυνο και να αυξάνουν τα κέρδη σε παγκόσμιες αλυσίδες εφοδιασμού. Επίσης, εργαζόμαστε πάνω στην χρήση Μεγάλων Μοντέλων Γλώσσας (LLMs) για να απλοποιήσουμε σύνθετες παγκόσμιες αποφάσεις με λύσεις που λαμβάνουν υπόψη τον κίνδυνο.

Ποια είναι τα βασικά οφέλη της χρήσης της πλατφόρμας AI της DecisionNext σε σύγκριση με τις παραδοσιακές μεθόδους πρόβλεψης;

Οι παγκόσμιοι αγοραστές και πωλητές εμπορευμάτων συχνά καταφεύγουν σε κανόνες και εύκολες λύσεις για να απλοποιήσουν ένα σύνθετο σύστημα που αξίζει δισεκατομμύρια δολάρια σε συναλλαγές. Αυτό αφήνει σημαντικά χρήματα στο τραπέζι. Αυτά τα φύλλα εργασίας έχουν δουλέψει θαύματα και έχουν υποστηρίξει εκατοντάδες επιχειρήσεις. Ωστόσο, καθώς οι δυναμικές της εργατικής δύναμης αλλάζουν και οι παγκόσμιες αγορές γίνονται πιο απρόβλεπτες, γίνονται λιγότερο αποτελεσματικές. Η DecisionNext έχει περάσει χρόνια βελτιώνοντας μια πλατφόρμα AI που μετατρέπει τις παγκόσμιες сложότητες σε ενεργητικές συστάσεις σε κλίμακα—βελτιώνοντας σημαντικά την οικονομική απόδοση.

Οι πελάτες μας έχουν ειδικούς που έχουν εργαστεί σε ένα συγκεκριμένο χώρο ή βιομηχανία για 30 χρόνια ή περισσότερο. Και καθώς οι νέες γενιές έρχονται, είναι εξαιρετικά σημαντικό να διατηρήσουμε όλη αυτήν την εμπειρία με έναν χρηστικό τρόπο. Η DecisionNext βοηθά με αυτό, κατασκευάζοντας綜合τικές βιβλιοθήκες αποφάσεων, ενσωματώνοντας γνώμες ειδικών και μαθαίνοντας από το παρελθόν.

Κάνωντας così, η πλατφόρμα της DecisionNext μειώνει τον κίνδυνο και την αβεβαιότητα στις επιχειρηματικές αποφάσεις σε επιχειρηματικές μονάδες και άτομα, ενώ καθιστάζει έναν ανα.scalable τρόπο για να λαμβάνονται αυτές οι αποφάσεις. Επίσης, βελτιώνει την κερδοφορία στις ημερήσιες συναλλαγές, τις μακροπρόθεσμες θέσεις και τον στρατηγικό προγραμματισμό.

Ποιο είναι το ρόλο των δυναμικών δεδομένων στη διαδικασία λήψης αποφάσεων με τη χρήση της τεχνητής νοημοσύνης της DecisionNext, και πώς αυτά τα δεδομένα ενσωματώνονται και χρησιμοποιούνται;

Τα δυναμικά και ενημερωμένα δεδομένα είναι εξαιρετικά σημαντικά όταν πρόκειται για την κατασκευή των καλύτερων μοντέλων. Όμως, η ταχύτητα και η πολυπλοκότητα με την οποία τα δεδομένα μπορούν να επεξεργαστούν και να μοντελοποιηθούν δεν είναι ο seul παράγοντας. Για παράδειγμα, πώς ένα μοντέλο γνωρίζει το βάρος του πιο πρόσφατου δεδομένου (π.χ. ένα σοκ στο σύστημα) και ότι πρέπει να το αντιμετωπίσει διαφορετικά; Οι χρήστες μας μπορούν να αλληλεπιδράσουν με τα μοντέλα μέσω πατενταρισμένης τεχνολογίας για να εισαγάγουν τις γνώμες τους και να κατασκευάσουν ανάλυση “τι-αν” για να χρησιμοποιήσουν δεδομένα που το μοντέλο ή το σύστημα απλά δεν μπορεί να γνωρίζει ακόμη. Αυτό επιτρέπει στους πελάτες μας να αποκτήσουν νέες γνώσεις που δεν θα ήταν δυνατόν αλλιώς. Επίσης, μπορούν να κατανοήσουν καλύτερα την επίδραση των παγκόσμιων μετατοπίσεων στην προσφορά ή των νέων κανονισμών εμπορίου, μεταξύ άλλων.

Με ποιους τρόπους η πλατφόρμα AI της DecisionNext επαναχάραξε τις επιχειρηματικές αποφάσεις στην αγορά εμπορευμάτων;

Η καλύτερη πλατφόρμα μας έχει επαναχαράξει την τυπική προσέγγιση για την τιμολόγηση, την πρόβλεψη της προσφοράς και της ζήτησης, παρέχοντας στους χρήστες μας περισσότερα από μια πρόβλεψη. Με το εργαλείο μας, μπορούν να κατανοήσουν γρήγορα τον κίνδυνο, την αβεβαιότητα και να αναλύσουν σύνθετες αποφάσεις με λίγα κλικ του ποντικιού. Η DecisionNext έχει πολλές περιπτώσεις χρήσης σε αλυσίδες εφοδιασμού και στις αγροτικές και ορυκτές αγορές. Αυτές περιλαμβάνουν την оптимποίηση της τιμής αγοράς και πώλησης, τον επιχειρηματικό προγραμματισμό, την γεωγραφική και προϊοντική arbitrage, την ελάχιστη διαμόρφωση και τη διαχείριση του κινδύνου, μεταξύ άλλων.

Πώς η DecisionNext διασφαλίζει την ακρίβεια και την αξιοπιστία των μοντέλων πρόβλεψης AI για το εμπόριο εμπορευμάτων;

Διασφαλίζουμε την ακρίβεια και την αξιοπιστία των μοντέλων πρόβλεψης AI μέσω εντατικής επαναλήπτησης. Η DecisionNext έχει κατασκευάσει ένα αυστηρό σύστημα που μπορεί να ελέγξει γρήγορα χιλιάδες δομές μοντέλων και να παρέχει στον χρήστη μια πλήρη κατανόηση της ακρίβειας των μοντέλων. Αυτό μπορεί να γίνει με έναν εύκολο τρόπο που επίσης μας επιτρέπει να χρησιμοποιήσουμε αυτήν την ακρίβεια για να προβλέψουμε την αβεβαιότητα στο μέλλον.

Μπορείτε να μοιραστείτε ένα παράδειγμα ή μελέτη περίπτωσης για το πώς η DecisionNext βοήθησε μια εταιρεία να διαπλεύσει την ταλάντωση της αγοράς με τα εργαλεία AI;

Με τη DecisionNext, ένας μεγάλος παραγωγός σιδηρομεταλλεύματος αύξησε τα κέρδη του κατά μέσο όρο 6-8% στις πωλήσεις σε σημείο. Η λύση μας βοήθησε να βελτιστοποιήσει την στρατηγική τιμολόγησης και να μειώσει τον χρόνο που απαιτείται για την λήψη κρίσιμων αποφάσεων σχετικά με την γεωγραφική arbitrage. Παρόμοια, μπορούμε να βοηθήσουμε τους παραγωγούς βοοειδών να λαμβάνουν την ίδια απόφαση σχετικά με το πού και πότε να πουλήσουν το κρέας που προέρχεται από τα κάρβουνα τους.

Σε cả τις περιπτώσεις, η DecisionNext παρείχε μια ακριβή και αμυντική πρόβλεψη για την βραχυπρόθεσμη και μακροπρόθεσμη στρατηγική πώλησης. Τα εργαλεία οπτικοποίησής μας επέτρεψαν στους παραγωγούς να αξιολογήσουν γρήγορα πολλές στρατηγικές πώλησης πλευρά πλευρά για να μειώσουν τον κίνδυνο, να ροκανίσουν την λήψη αποφάσεων και να αυξήσουν πιο αποτελεσματικά τα περιθώρια.

Χωρίς τη DecisionNext, οι εταιρείες αναγκάζονται να βασίζονται σε ιστορικά μέσα, αγορές μελλοντικών συμβολαίων (αν υπάρχουν) και εμπειρία για να τιμολογήσουν τα προϊόντα. Αν και αποτελεσματικά στο παρελθόν, με τις αυξανόμενες ταλαντώσεις της αγοράς εμπορευμάτων, οι εταιρείες αφήνουν εκατομμύρια δολάρια στο τραπέζι.

Μπορείτε να συζητήσετε τη σημασία της ύπαρξης διαδραστικών μοντέλων πρόβλεψης για τους χρήστες και πώς η DecisionNext διασφαλίζει ότι αυτά τα μοντέλα είναι φιλικά προς τον χρήστη;

Το παλιό, ξεπερασμένο μοντέλο “μαύρης κιβωτίου” της πρόβλεψης δεν λέει στους ανθρώπους γιατί η πρόβλεψη είναι ότι είναι. Επίσης, δεν μπορεί να βοηθήσει στην μετάφραση της πρόβλεψης σε ενεργητικές αποφάσεις. Έτσι, σε αυτήν την περίπτωση, οι χρήστες μπορεί να μην χρησιμοποιούν ακόμη και μια τέλεια πρόβλεψη και να επιστρέφουν στις παλιές μεθόδους.

Η DecisionNext βοηθά τους πελάτες μας να αποκτήσουν μια καλύτερη κατανόηση τόσο του κινδύνου της αγοράς όσο και του επιχειρηματικού κινδύνου και γιατί οι δύο πρέπει να είναι διασυνδεδεμένοι όταν πρόκειται για πρόβλεψη. Η DecisionNext παρέχει πλήρη ορατότητα στις πηγές δεδομένων και τις δομές μοντέλων, μαζί με στρατηγική σαφήνεια και κατεύθυνση.

Όλα αυτά παρέχονται μέσω ενός φιλικού προς τον χρήστη πίνακα ελέγχου, σχεδιασμένου για συνεχή αλληλεπίδραση.

Με ποιους τρόπους η πανδημία και τα πρόσφατα γεγονότα της γεωπολιτικής επηρεάσαν την ανάπτυξη και τη χρήση της τεχνητής νοημοσύνης στο εμπόριο εμπορευμάτων στην DecisionNext;

Το COVID-19 ανατράπηκε η παγκόσμια αλυσίδα αξίας κρέατος, και ένας πελάτης που επηρεάστηκε ιδιαίτερα από την κρίση έρχεται στο μυαλό. Με μεγάλες ποσότητες κατεψυγμένου φαγητού που προορίζονται για σύντομα να ανενεργοποιηθούν κανάλια εστίασης, ο πελάτης χρησιμοποίησε την ανάλυση της DecisionNext για να ροκανίσει γρήγορα και οπτικά το αποθέμα το αποθέματος καθώς οι lockdowns εξαπλώθηκαν στις ΗΠΑ και επίσης να σχεδιάσει πώς και πότε να ξαναχτίσει τα αποθέματα.

Χρησιμοποιώντας την πλατφόρμα της DecisionNext, ο πελάτης κατασκεύασε και σύγκρινε τέσσερις σύνθετες εναλλακτικές πωλήσεων και αγορών για να δει τα αναμενόμενα αποτελέσματα της αγοράς και να συγκρίνει τους κινδύνους. Μπορέσαν να ροκανίσουν επιτυχώς το περίσσιο αποθέμα σε πολλαπλά κομμάτια, και αυτές οι συναλλαγές παρείχαν μια απόδοση 5 φορές έναντι της επένδυσης λογισμικού της DecisionNext σε einen μήνα.

Ποια είναι τα μελλοντικά βήματα στην τεχνητή νοημοσύνη και τη μηχανική μάθηση που προβλέπετε ότι θα επηρεάσουν την αγορά εμπορευμάτων, και πώς η DecisionNext προετοιμάζεται για αυτά;

Η DecisionNext βρίσκεται στην πρώτη γραμμή των προσπαθειών για να αξιοποιήσει την τεχνητή νοημοσύνη και τη μηχανική μάθηση για να κάνει τις αγορές εμπορευμάτων πιο αποτελεσματικές, κερδοφόρες και βιώσιμες. Όσο ο κόσμος συνεχίζει να παλέψει με τεράστιες προκλήσεις όπως η κλιματική αλλαγή και η πολιτική αστάθεια, η έξυπνη τεχνολογία θα είναι ένα ολοένα και πιο σημαντικό συστατικό για να πλοηγηθούμε επιτυχώς. Είμαστε τιμωμένοι που μας εμπιστεύονται οι πελάτες και οι συνεργάτες μας για να παρέχουμε μια πλατφόρμα που να βοηθά να γίνει αυτό.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την DecisionNext.