Richard Potter, Co-Fundador y CEO de Peak – Serie de Entrevistas

Richard Potter es el Co-Fundador y CEO de Peak, una plataforma que brinda a los ingenieros de datos, científicos de datos y tomadores de decisiones comerciales todo lo necesario para construir y respaldar soluciones impulsadas por IA en toda la empresa.

¿Podría compartir la historia de génesis detrás de Peak?

La idea de Peak comenzó como una conversación en un pub sobre todos los diferentes productos de inteligencia empresarial que estaban disponibles en ese momento. Mis co-fundadores, Atul Sharma y David Leitch, y yo nos preguntamos por qué tan pocas empresas podían adoptar los datos para la toma de decisiones. Queríamos una forma de simplificar las cosas para las empresas, de romper los silos dentro de las empresas para que los equipos pudieran trabajar juntos y todos pudieran aprovechar resultados útiles basados en los datos. Esto nos llevó a la plataforma, que une a los equipos alrededor de un producto construido para optimizar los negocios con IA.

¿Podría describir qué es la Inteligencia de Decisiones para nuestra audiencia?

La Inteligencia de Decisiones es la aplicación de IA para optimizar las decisiones comerciales. Está enfocada en los resultados, lo que significa que las soluciones de DI están diseñadas para entregar un resultado tangible, como una tasa de venta más alta o un margen.

Una de sus predicciones para entrar en 2022 es que una nueva disciplina de ciencia de datos está emergiendo. ¿Podría elaborar sobre esto?

A medida que la inversión comercial en IA aumenta y la ciencia de datos madura, una nueva disciplina de ciencia de datos está emergiendo que comienza con el fin en mente.

Los proyectos tradicionales de ciencia de datos comienzan entendiendo los datos disponibles y lo que se puede hacer con ellos. El resultado es soluciones hipotéticas a problemas de datos, en lugar de soluciones de IA que puedan mejorar el rendimiento empresarial.

Al enfocarse en los resultados desde el inicio de un proyecto y entender lo que es práctico con los datos disponibles, esta nueva disciplina de ciencia de datos prioriza la implementación de soluciones comenzando con el fin en mente. Permite a las empresas implementar su IA y desbloquear el valor de su estrategia de IA más rápido.

Peak ha construido un sistema de inteligencia artificial que se convierte en un sistema central de inteligencia dentro de la empresa. Agrega datos y despliega aprendizaje automático, para luego producir resultados. ¿Qué tipos de algoritmos de aprendizaje automático se utilizan?

La plataforma Peak utiliza una amplia gama de técnicas de aprendizaje automático y modelado – la elección significa que podemos abordar cada proyecto con el método más adecuado. Podemos utilizar métodos supervisados y no supervisados, así como técnicas de previsión u optimización dependiendo del problema que se resuelve. Estos se pueden construir en nuestra plataforma utilizando Python, R y SQL.

Con esta flexibilidad y amplitud de elección, los clientes de Peak pueden construir su propia IA única para su negocio. Esto es lo que las organizaciones necesitan para realmente adoptar la Inteligencia de Decisiones. Cada empresa no debería tener una IA estándar, sino algo construido específicamente para ellos.

¿Cómo permite Peak a las empresas utilizar su mayor activo – los datos – para aumentar las ventas y las ganancias?

La plataforma Peak ejecuta aplicaciones diseñadas específicamente para entregar resultados, ya sea aumentar las ventas o crecer las ganancias (o ambas). Estas aplicaciones abarcan el mundo de marketing, ventas, merchandising, gestión de inventario, precios y cadena de suministro. Dado que se encuentra en todo el conjunto de datos de la organización, la plataforma de Inteligencia de Decisiones de Peak puede optimizar en toda la cadena de valor, proporcionando información y recomendaciones en tiempo real que benefician cada función dentro de la empresa. Esto es una matriz compleja y la Inteligencia de Decisiones es la herramienta perfecta para garantizar que cada decisión tomada sea correcta.

Peak parece ser completamente servido, ¿las empresas que utilizan el servicio necesitan tener ingenieros de IA a bordo para utilizar la plataforma?

La plataforma Peak tiene tres capacidades básicas que permiten a los usuarios:

1. Combinar datos de toda la organización y hacerlos listos para IA.
2. Construir y entrenar una inteligencia centralizada que utilice modelos de IA para proporcionar una visión predictiva de la organización.
3. Proporcionar una interfaz para que los usuarios de la línea de negocio interactúen con los modelos que guían la toma de decisiones en múltiples funciones.

Desde su fundación en 2015, Peak ha ofrecido un modelo en el que nuestra plataforma y aplicaciones se implementan para nuestros clientes por nuestros equipos de éxito del cliente y ciencia de datos. Estamos viendo cada vez más a un número creciente de clientes de Peak que se auto-sirven en la plataforma, construyendo sus propias aplicaciones o implementando las aplicaciones estándar de Peak ellos mismos.

¿Cuáles son algunos ejemplos de Peak permitiendo a las empresas optimizar sus cadenas de suministro?

Un buen ejemplo sería un gerente de almacén que lidia con un problema de stock. Tradicionalmente, necesitaría aumentar manualmente los pedidos en SKUs sobrevendidos, alterando los volúmenes de pedido de manera esporádica para tener en cuenta la volatilidad de la demanda.

Pero, con la ayuda de una plataforma de DI, el gerente de almacén puede ser proactivo en lugar de reactivo. Teniendo en cuenta las circunstancias en toda la empresa de manera más amplia, la plataforma de DI del gerente recomienda que disminuya los pedidos del proveedor. Suena contraintuitivo si hay una alta demanda, pero la solución de DI ha identificado que la empresa tiene un almacén con un depósito en el condado de al lado con 2,000 unidades de ese SKU que no se venden allí. Ya ha alertado al equipo de logística y ha enrutado la entrega programada a través de ese almacén para recoger las unidades adicionales. Continuará ejecutando el mismo modelo para los equipos comerciales en toda la empresa, ajustando la acción recomendada a medida que cambian las perspectivas de los datos y cada departamento toma acción.

Otro caso de uso es la reducción de residuos y energía, ¿podría dar algunos ejemplos de clientes que logran esto utilizando Peak?

Un minorista global de productos de consumo está utilizando actualmente la Inteligencia de Decisiones para optimizar su red de transporte y reducir la cantidad de movimientos de mercaderías innecesarios entre fábricas, centros de distribución y tiendas. El objetivo de la empresa es reducir las emisiones de carbono y aumentar sus márgenes de beneficio.

Utilizando fuentes de datos de suministro, demanda e inventario, combinadas con datos de punto de venta electrónico (EPOS) y datos de clientes, la empresa está utilizando la DI para optimizar los niveles de stock en cada centro de distribución y coordinar los movimientos de stock entre múltiples centros, teniendo en cuenta factores como la demanda (real y prevista), la producción, los costos de procesamiento y los costos de transporte. La solución redujo los costos logísticos en un 10% y redujo los viajes de camiones entre centros en 200,000 km, lo que representa una reducción de 147 toneladas métricas (MT) de emisiones de CO2 en los primeros ocho meses de su implementación.

De manera similar, un productor y proveedor líder de agregados para la industria de la construcción, con una flota total de 400 vehículos, pudo aumentar los trabajos por conductor en un 15% y reducir la milla por trabajo en un 3% con una solución de planificación de DI automatizada que predice la demanda de trabajo y las cancelaciones, maximiza la productividad del vehículo y planea las rutas del vehículo.

¿Cuál es su visión para el futuro de Peak?

Queremos poner la Inteligencia de Decisiones en manos de todas las empresas y construir una empresa que la gente ame ser parte de. Esto significa que la expansión para apoyar a más clientes a nivel global es nuestra máxima prioridad y estamos expandiéndonos tanto en EE. UU. como en la India, abriendo Clubhouses en Nueva York, Mumbai y Pune. El rendimiento sostenible de alto nivel es clave para eso; queremos que los Peakers estén en nuestro viaje durante una gran parte de sus carreras, no queremos personas que vengan y se quemen en un par de años.

Estamos invirtiendo mucho en I&D después de nuestra exitosa ronda de Series C que se cerró en agosto del año pasado. A medida que lanzamos más características de plataforma emocionantes y expandimos por todo el mundo, estamos emocionados de ver las aplicaciones que los equipos de ciencia de datos fuera de Peak desarrollen con la plataforma – gran parte de lo que la DI es capaz de hacer se descubrirá en la práctica.

Gracias por la gran entrevista, los lectores que deseen aprender más deben visitar Peak.