Rohit Aggarwal, COO en DecisionNext – Serie de entrevistas

Rohit Aggarwal es el Director de Operaciones en DecisionNext, una plataforma de inteligencia artificial líder que permite a las empresas optimizar la compra o venta de materias primas en el mejor momento y precio posible. Aprovecha una sólida formación en cadena de suministro y gestión de productos, así como experiencia directa en la gestión de equipos muy grandes para ejecutar proyectos complejos y multidisciplinarios, y lograr resultados empresariales. Rohit ocupó anteriormente puestos de gestión de productos y operaciones en Google (GOOGL ) y Amazon (AMZN ).

¿Cuáles fueron algunos de los aspectos destacados de su experiencia en Amazon y Google?

En Amazon, tuve la oportunidad de gestionar un equipo diverso de 250 empleados multifuncionales para lanzar instalaciones de operaciones de clase mundial. También apoyé la implementación de innovaciones como la entrega el mismo día, la robótica y otras tecnologías emergentes. Luego, en Google, utilicé mis habilidades para cerrar la brecha entre el producto y las operaciones. Esto involucró la creación de aplicaciones desde cero para gestionar un nuevo estilo de proceso de cumplimiento, entre otras nuevas ofertas.

¿Puede explicar cómo DecisionNext utiliza la inteligencia artificial y el aprendizaje automático para mejorar la predicción de precios y suministro de materias primas?

DecisionNext utiliza la inteligencia artificial y el aprendizaje automático para consumir miles de conjuntos de datos y encontrar relaciones históricas y actuales entre factores clave. Luego, aprende de esta información y crea modelos relevantes para cualquier materia prima. En los mercados de agricultura y recursos naturales, nuestras herramientas ayudan a los clientes a predecir mejor los precios, tomar decisiones más inteligentes, reducir el riesgo y aumentar las ganancias en las cadenas de suministro globales. También estamos trabajando en el uso de Modelos de Lenguaje Grande (LLM) para simplificar decisiones globales complejas con soluciones conscientes del riesgo.

¿Cuáles son los beneficios clave de utilizar la plataforma de inteligencia artificial de DecisionNext en comparación con los métodos de predicción tradicionales?

Los compradores y vendedores de productos básicos globales a menudo recurren a reglas generales y hojas de cálculo para simplificar un sistema complejo que vale miles de millones de dólares en transacciones. Esto deja una cantidad significativa de dinero sobre la mesa. Estas hojas de cálculo han funcionado maravillas y han respaldado a cientos de empresas. Sin embargo, a medida que cambian las dinámicas laborales y los mercados globales se vuelven más impredecibles, están volviéndose menos efectivas. DecisionNext ha pasado años perfeccionando una plataforma de inteligencia artificial que convierte complejidades globales en recomendaciones accionables a gran escala, mejorando enormemente el desempeño financiero.

Nuestros clientes tienen expertos en la materia que han estado en un espacio o industria particular durante 30 años o más. Y a medida que llegan nuevas generaciones, es extremadamente importante retener toda esa experiencia de una manera utilizable. DecisionNext ayuda con eso al construir bibliotecas comprehensivas de decisiones, integrar opiniones de expertos y aprender del pasado.

Al hacerlo, la plataforma de DecisionNext reduce el riesgo y la incertidumbre en las decisiones empresariales en unidades de negocio e individuos, al tiempo que establece una forma escalable de tomar esas decisiones. También mejora la rentabilidad en transacciones diarias, posiciones a largo plazo y planificación estratégica a futuro.

¿Cuál es el papel de los datos dinámicos en el proceso de toma de decisiones impulsado por inteligencia artificial de DecisionNext, y cómo se integran y utilizan estos datos?

Los datos dinámicos y actualizados son extremadamente importantes a la hora de construir modelos de clase mundial. Dicho esto, la velocidad y la complejidad con la que se pueden procesar y modelar los datos no son el único factor. Por ejemplo, ¿cómo sabe un modelo el peso del dato más reciente (digamos un shock en el sistema) y que debe tratarlo de manera diferente? Nuestros usuarios pueden interactuar con los modelos a través de tecnología patentada para ingresar sus opiniones y construir análisis de “¿y si” para utilizar datos que el modelo o el sistema simplemente no puede conocer aún. Esto permite a nuestros clientes obtener nuevas perspectivas que de otra manera no serían posibles. También pueden comprender mejor el impacto de cambios globales en el suministro o nuevas regulaciones comerciales, entre una infinidad de otras situaciones potenciales.

¿De qué manera ha revolucionado la plataforma de inteligencia artificial de DecisionNext las decisiones empresariales en el mercado de las materias primas?

Nuestra plataforma de clase mundial ha revolucionado el enfoque estándar de la fijación de precios, la predicción de la oferta y la demanda al proporcionar a nuestros usuarios más que solo una predicción. Con nuestra herramienta, pueden comprender rápidamente el riesgo, la incertidumbre y analizar decisiones complejas con solo unos clics del mouse. DecisionNext tiene una serie de casos de uso en cadenas de suministro en agricultura y minería. Estos incluyen la optimización de precios de compra y venta, la planificación empresarial, el arbitraje geográfico y de productos, la formulación de costo mínimo y la gestión de riesgos, entre muchos otros.

¿Cómo garantiza DecisionNext la precisión y la confiabilidad de sus modelos de predicción de inteligencia artificial para el comercio de materias primas?

Garantizamos la precisión y la confiabilidad de nuestros modelos de predicción de inteligencia artificial a través de una prueba de retroceso intensiva. DecisionNext ha construido un sistema riguroso que puede probar rápidamente miles de estructuras de modelos y proporcionar al usuario una comprensión completa de cuán precisos han sido los modelos. Esto se puede hacer de una manera fácil de entender que también nos permite utilizar esa precisión para predecir la incertidumbre en el futuro.

¿Podría compartir un ejemplo o estudio de caso de cómo DecisionNext ha ayudado a una empresa a navegar la volatilidad del mercado utilizando sus herramientas de inteligencia artificial?

Con DecisionNext, un gran productor de mineral de hierro aumentó sus ganancias en un 6-8% en promedio en las ventas spot. Nuestra solución ayudó a optimizar la estrategia de fijación de precios y reducir el tiempo necesario para tomar decisiones clave sobre el arbitraje geográfico. De manera similar, podemos ayudar a los productores de ganado a tomar la misma decisión sobre dónde y cuándo vender la carne que proviene de sus canales.

En ambos casos, DecisionNext proporcionó una predicción precisa y defendible a corto y largo plazo para optimizar la estrategia de planificación de ventas. Nuestras herramientas de visualización permitieron a los productores evaluar rápidamente múltiples estrategias de ventas de lado a lado para mitigar el riesgo, agilizar la toma de decisiones y aumentar las ganancias de manera más efectiva.

Sin DecisionNext, las empresas se ven obligadas a confiar en promedios históricos, mercados de futuros (si están disponibles) y experiencia para fijar los precios de los bienes. Aunque fueron efectivos en el pasado, con nuestros mercados de materias primas cada vez más volátiles, las empresas dejan millones de dólares sobre la mesa.

¿Puede discutir la importancia de tener modelos de predicción interactivos para los usuarios, y cómo DecisionNext garantiza que estos modelos sean fáciles de usar?

El antiguo modelo de predicción obsoleto y “caja negra” no dice a las personas por qué la predicción es lo que es. También no puede ayudar a traducir la predicción en decisiones accionables. Así que en este escenario, los usuarios pueden no utilizar ni siquiera una predicción perfecta y volver a los métodos antiguos.

DecisionNext ayuda a sus clientes a obtener una mejor comprensión tanto del riesgo del mercado como del riesgo empresarial y por qué los dos deben estar interconectados cuando se trata de la predicción. DecisionNext proporciona visibilidad completa de las fuentes de datos y las estructuras de los modelos, junto con claridad y dirección estratégica.

Todo esto se entrega a través de un panel de usuario fácil de usar, diseñado para el compromiso continuo.

¿De qué manera ha influido la pandemia y los eventos geopolíticos recientes en el desarrollo y el uso de la inteligencia artificial en el comercio de materias primas en DecisionNext?

La COVID-19 trastornó la cadena de valor global de la carne, y un cliente que fue particularmente afectado por la crisis viene a la mente. Con grandes cantidades de alimentos congelados destinados a canales de servicio de alimentos pronto inactivos, el cliente utilizó los análisis de DecisionNext para liquidar rápidamente y de manera óptima el inventario a medida que se extendían los bloqueos en los Estados Unidos, y planificar cómo y cuándo reconstruir dicho inventario.

Utilizando la plataforma de DecisionNext, el cliente construyó y comparó cuatro alternativas de ventas y compras complejas para ver los resultados de mercado esperados y comparar riesgos. Pudieron liquidar con éxito el inventario excedente en múltiples cortes, y estas transacciones proporcionaron un retorno de 5 veces sobre la inversión en el software de DecisionNext en un solo mes.

¿Qué avances futuros en inteligencia artificial y aprendizaje automático prevé que impacten el mercado de las materias primas, y cómo se está preparando DecisionNext para ellos?

DecisionNext se encuentra a la vanguardia del esfuerzo por aprovechar la inteligencia artificial y el aprendizaje automático para hacer que los mercados de las materias primas sean más eficientes, rentables y sostenibles. A medida que el mundo sigue luchando con desafíos masivos como el cambio climático y la inestabilidad política, la tecnología inteligente será un componente cada vez más importante en cómo navegamos con éxito por ellos. Estamos honrados de ser confiados por nuestros clientes y socios para proporcionar una plataforma que ayude a hacer que eso suceda.

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