Ahmed Elsamadisi, Fundador y CEO de Narrator.ai – Serie de Entrevistas

Ahmed Elsamadisi es el Fundador y CEO de Narrator.ai, una empresa de inteligencia de datos que equipa a los responsables de la toma de decisiones con conocimientos personalizados y accionables.

Ahmed comenzó su carrera en el Laboratorio de Sistemas Autónomos de Cornell, centrado en la interacción entre humanos y robots y la fusión de datos bayesianos, así como en la creación de algoritmos para coches autónomos.

¿Qué te atrajo inicialmente a la IA y la ciencia de datos?

Me enamoré de cómo las personas toman decisiones. Comencé con la psicología, luego con la ingeniería social y finalmente con cómo razonamos sobre la incertidumbre. Esto me llevó a sumergirme en las matemáticas bayesianas y el mundo comenzó a tener más sentido. Decidí embarcarme en un viaje para replicar cómo tomamos decisiones.

Has tenido una carrera fenomenal, incluyendo haber trabajado en el Laboratorio de Sistemas Autónomos de Cornell, ¿podrías compartir algunos momentos destacados de este período?

El ASL de Cornell fue muy divertido. Desde nuestro coche autónomo hasta una flota de robots móviles, pude experimentar con la creación, programación y prueba de algoritmos y hardware en entornos reales. Mi momento favorito fue un proyecto que lideré para ver si podríamos jugar un juego de 20 Preguntas con todos los estudiantes de Cornell. El juego era simple, un robot buscaba un objeto y podía hacer preguntas sí/no a los estudiantes de Cornell para ayudarlo a encontrar el objeto. Un pequeño giro, los humanos podían mentir.

En esta situación no hay información real, nada que sea absolutamente cierto. Trabajé en un algoritmo que podría fusionar información de personas y sensores para tomar mejores decisiones. Este proyecto más tarde fue recogido por Business Insider y se hizo conocido como “el robot que puede detectar mentiras”.

Estos momentos en los que los datos y los algoritmos pueden hacer algo que no podrías imaginar fácilmente, es lo que hace que estos proyectos sean fenomenales.

La idea de Narrator surgió de tu frustración al trabajar con datos en tu anterior empleador WeWork (WE ) . ¿Cuáles eran los problemas que estabas enfrentando con el modelado de esquema estelar?

Toda empresa utiliza un esquema estelar para sus modelos de datos. Tiene sentido. Construyes tablas que representan un conjunto de preguntas que deseas responder y luego se las das a las personas para que las grafiquen. El desafío es que las preguntas están cambiando constantemente y, por lo tanto, la serie de tablas que construyes nunca es suficiente para responder a todas las preguntas posibles. La única solución es construir más tablas, lo que causa una desviación de la fuente de la verdad.

Siempre busco “modelado de datos de flujo de aire” para mostrar a las personas qué es el mejor escenario posible de una capa de modelado y es complejo. Cientos de tablas que dependen unas de otras.

Esto dicho, esa era la única opción. En WeWork, hablé con muchos unicornios y vi la misma situación que estábamos enfrentando. Gastamos millones de dólares en herramientas de datos. Construimos cientos de modelos. Los datos aún perdían confianza y no podían responder a las preguntas de manera oportuna. Luego, cada 1-2 años, reconstruíamos el sistema utilizando las herramientas más nuevas, pero con el mismo enfoque.

Si cada empresa que implementó un esquema estelar terminó necesitando reconstruir su sistema, entonces hay un problema con el marco.

¿Cómo descubriste una mejor solución para trabajar con datos?

Inicialmente, tomé inspiración de blogs de datos. En un blog, una empresa puede contar una historia de un cliente y un análisis sin mostrar nunca su modelo de datos. Utilizan a los clientes, realizando acciones en el tiempo para explicar cualquier análisis de algoritmos. Efectivamente, estos son todos conceptos que todos entendemos (un usuario vio el sitio web, luego reservó una reunión). Me pregunté por qué esa estructura no se utilizaba en los datos si parecía tener el potencial de representar cualquier cosa. La respuesta corta es que esta estructura de datos es realmente no consultable por herramientas de inteligencia empresarial (no hay nada en qué unir).

Nuestro modelo de datos, al que llamamos esquema de actividad, parecía tener el potencial de cambiar realmente el mundo. Podría permitir que cada empresa tenga un solo modelo de datos que pueda responder a cualquier pregunta. Cada empresa podría tener el mismo modelo de datos, por lo que el análisis y los algoritmos podrían compartirse entre empresas por primera vez. Y finalmente, podría crear una forma común para que las personas de datos trabajen juntas y hablen sobre datos.

Pensé que esto podría revolucionar la industria de los datos, así que dejé WeWork en 2017 con el objetivo de hacer que el esquema de actividad sea consultable.

La salida de datos de Narrator está formateada de manera diferente a lo que la mayoría de nosotros hemos llegado a esperar, ¿podrías explicar qué son las Narrativas y cómo se formatean como una historia?

Las Narrativas son análisis accionables en un formato de historia.

Nosotros, como personas de datos, estamos tan acostumbrados a los paneles de control. Sin embargo, los paneles de control son un medio para un fin. Los paneles de control te muestran los datos y tú necesitas interpretarlos tú mismo:

1. Averiguar cómo leer las cientos de visualizaciones diferentes.
2. Combinar los datos en tu cabeza para averiguar qué está sucediendo realmente.
3. Crear una historia en tu cabeza que tenga sentido de las piezas de datos.
4. Decidir sobre una acción a tomar.

El desafío con este proceso es que cada persona que mira un panel de control vendrá con una historia y recomendación diferentes. Esto es un sesgo natural.

El objetivo de Narrator era impulsar la acción basada en los datos. A medida que iteramos, vimos que nuestros clientes necesitaban historias e interpretaciones para tomar decisiones y eso es lo que les dimos.

Las Narrativas comienzan con un objetivo claro. Hacen una recomendación. Luego te muestran los puntos clave que obtendrás. Finalmente, pasan por el análisis. Cada sección cuenta una historia sobre algo que estamos aprendiendo y los datos se utilizan como evidencia de apoyo.

Mostrar 100 personas la misma Narrativa y todos regresan con la misma recomendación e interpretación.

Las Narrativas también entienden que tu negocio está cambiando, por lo que se ejecutan constantemente cada semana para ver si las recomendaciones y las interpretaciones aún son válidas y se actualizarán según sea necesario.

Después de pasar por todo este aprendizaje y hacer que las Narrativas sean increíbles herramientas de impulso de acción, nos dimos cuenta de que la mayoría de las grandes firmas de consultoría también habían aprendido lo mismo. McKinsey te da presentaciones y enfoques similares en lugar de solo paneles de control. Estamos trabajando para proporcionar este nivel de calidad por una fracción del precio.

¿Cuáles son algunos de los beneficios de utilizar Narrator para los ingenieros de datos?

Los ingenieros de datos son nuestros mayores defensores. Creo que es porque comencé como ingeniero de datos, Narrator se construyó teniéndolos en mente.

En Narrator, modelar datos es realmente fácil, solo debes asignar conceptos de la fuente de la verdad a nuestro modelo de datos. Ejecutamos una serie de pruebas para asegurarnos de que funcionará y luego lo envías a producción. Narrator maneja la migración, la sincronización de los datos y garantiza que todo sea rápido y fácil.

Dentro de Narrator, puedes ensamblar rápidamente cualquier conjunto de datos que desees en minutos y dárselo a cualquier persona que lo solicite.

También pensamos en todas las pequeñas cosas que necesitas y nos aseguramos de que las obtengas:

• Transparencia total en todo el procesamiento y control para pausar, cancelar, ejecutar ahora, etc.
• Capacidad para colocar alertas en los datos brutos antes y después de la transformación.
• Registro completo de todos los cambios en la consulta.
• Visibilidad total de cada actualización que ocurre en la tabla.
• 1 clic para materializar cualquier conjunto de datos o enviarlo a la hoja de Google .
• Configurar rápidamente webhooks para enviar los datos a cualquier sistema.
• Comunicarse con el soporte y obtendrás un ingeniero de datos para ayudarte.
• Cada consulta que genera Narrator es LEGIBLE y transparente.
• Depurar cualquier dato con líneas de tiempo rápidas de todo lo que le sucedió a un cliente específico.
• Crear 1 conjunto de datos y crear muchas agregaciones sobre él (no es necesario copiar la misma consulta en una CTE).
• Si cambias alguno de los bloques de construcción, entonces reconciliamos todos tus datos para ti.

Hay mucho más que los ingenieros de datos amarán.

¿Cuánto tiempo se ahorra al hacer informes con Narrator en comparación con el modelado tradicional?

Honestamente, comparar Narrator con el modelado tradicional es injusto. En Narrator, todos tus datos se modelan en solo 1 día en lugar de meses de planificación como en un esquema estelar. Los cambios en Narrator son de bajo riesgo y fáciles. Crear cualquier tabla es instantáneo en Narrator porque no tienes que preocuparte por si hay una clave externa para unir cosas.

En términos de análisis, Narrator tiene una biblioteca de análisis escritos a mano por expertos que puedes ejecutar instantáneamente. Estos análisis están bien pensados, probados en múltiples empresas, se actualizan según cambia tu negocio, aprovechan algoritmos para interpretar los datos y se presentan de manera hermosa en un formato de historia. Este nivel de trabajo a menudo se realiza por equipos de personas de datos durante semanas (que es lo que hacemos, pero lo hacemos una vez y luego lo hacemos instantáneamente disponible para todos).

¿Hay algo más que te gustaría compartir sobre Narrator?

Narrator es diferente.

Es un poco difícil de entender cómo y por qué funciona, pero una vez que comienzas a trabajar con él, se te ocurrirá y nunca podrás volver atrás.

Estoy emocionado por el mundo que Narrator está haciendo posible y doy la bienvenida a cualquier persona que desee aprender más.

Juntos podemos tomar mejores decisiones que crearán un mundo mejor.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Narrator.ai.