Afsheen Afshar, Pilot Wave Holdingsin perustaja – Haastattelusarja

Afsheen Afshar, Pilot Wave Holdingsin perustaja, on veteraani data-tieteilijä ja sijoittaja, jonka ura kattaa seniorirooleja Goldman Sachsissa, J.P. Morganissa ja Cerberus Capital Managementissa, jossa hän auttoi kehittämään suurimittakaavaisia data-tiedettä ja tekoälyä rahoituslaitoksissa. Neurotieteen ja koneoppimisen tutkimuksen pohjalta Stanfordin yliopistossa Afshar on rakentanut uransa edistyneen analytiikan, yksityisen pääoman ja operatiivisen muutoksen risteyksessä, lopulta keskittyen tekoälyn soveltamiseen liiketoiminnan todelliseen suorituskykyyn. Pilot Wave Holdingsissa hän yhdistää sijoitusosaamisen, operatiivisen johtamisen ja syvän teknisen tietämyksen tunnistamaan, hankkimaan ja skaalaamaan yrityksiä dataohjattujen strategioiden ja modernin teknologian avulla.

Pilot Wave Holdings on hankinta- ja kasvualusta, joka keskittyy muuttamaan pieniä ja keskisuuria yrityksiä tekoälyllä ja edistyneellä teknologialla. Yritys hyödyntää omia tekoälyjärjestelmiä analysoimaan toimintoja, paljastamaan tehokkuusparannuksia ja ajamaan suorituskyvyn parantamista portfolioyrityksissään. Yhdistämällä käytännön operatiivisen osallistumisen moderniin data-infrastruktuuriin Pilot Wave pyrkii modernisoimaan perinteisiä liiketoimintoja, jotka ovat historiallisesti jääneet ilman pääsyä edistyneisiin työkaluihin, asettamalla ne skaalautuvan, pitkäaikaisen kasvun tielle yhä enenevössä teknologiajohtoisessa taloudessa.

Olet toiminut tekoälyn uranuurtajana rooleissa, kuten JPMorgan ja Cerberus, ja perustanut myöhemmin Pilot Wave Holdingsin, jotta voit tuoda tekoälyn perinteisiin teollisuuteen. Mikä oli keskeinen näkemys tai frustraatio, joka johti sinut siirtymään rakentamisesta suurten laitosten sisällä tekoälyä hankkimaan ja muuttamaan yrityksiä suoraan?

Keskeinen ongelma oli tarve valtuutukseen toimia nopeasti. Suurten laitosten sisällä, vaikka ihmiset ovat yhtä mieltä mahdollisuudesta, on yleensä liian monta kerrosta ongelman tunnistamisen ja sen ratkaisemisen välillä. Tekoäly ei yleensä epäonnistu, koska tekninen työ on mahdotonta, se epäonnistuu, koska organisaatio on liian hidas, liian poliittinen tai liian hajanainen toimimaan kiireellisesti. Halusin toimia ympäristössä, jossa strategia, toiminta ja teknologia voivat olla nopeasti linjassa. Yritysten hankkiminen ja rakentaminen suoraan luo sellaisen valtuutuksen. Jos haluat muuttaa, miten liiketoiminta toimii nopeasti ja tahdonvoimalla, omistajuus on tärkeää.

Monet yritykset juhlivat edelleen onnistuneita koekäyttöjä, mutta todellinen arvo tulee tuotantojärjestelmistä. Miksi tekoälyaloitteet usein menevät pieleen siirtymävaiheessa, ja mitä erottaa organisaatiot, jotka onnistuvat operationalisoimaan tekoälyn, niistä, jotka jäävät jumiin?

Monet koekäytöt on suunniteltu onnistumaan, mikä on juuri se, miksi monet yritykset pettävät itsensä. Ne tapahtuvat puhdistetuissa ympäristöissä, joissa on ylimääräinen huomio, rajoitettu laajuus ja mikään kitkaa, joka ilmenee tuotannossa. Syvempi ongelma on usein empaattinen aukko. Teknologit eivät usein viitsi opetella operaattorin kokemusta, joten he rakentavat jotain, mikä toimii teoriassa tai demossa, mutta ei sovi työn todellisuuteen. Yritykset, jotka operationalisoivat tekoälyn onnistuneesti, ovat niitä, jotka ottaa vakavasti inhimillisen työnkulun alusta alkaen ja rakentavat sotkuisuuden sijaan välttämättömyyden. Kaikki sanovat, että he haluavat tuotantoon, mutta monet tiimit optimoivat edelleen koekäytön suosion.

Työsi keskittyy upottamalla tekoälyä aloihin, kuten infrastruktuuriin, valmistukseen ja sähköiseen kauppaan. Miten tekoälyn käyttäminen näissä ympäristöissä eroaa perustavasti siitä, miten se käytetään digitaalisissa tai ohjelmistopohjaisissa yrityksissä?

Erolla on, että perinteisemmissä liiketoimissa empaattinen ja inhimillinen elementti ovat tärkeämpiä kuin tekoälymaailmassa usein halutaan myöntää. Ohjelmistopohjaisissa ympäristöissä tiimit voivat usein liikkua nopeasti ja korjata ongelmia myöhemmin. Infrastruktuurissa, valmistuksessa ja sähköisessä kaupassa työ on sidottu fyysisiin järjestelmiin, todellisiin rajoituksiin ja ihmisiin, jotka tietävät heti, kun jotain ei sovi liiketoiminnan todelliseen toimintaan. Se tarkoittaa, että et voi vain esittää teknisesti eleganttia ratkaisua ja odottaa sen omaksumista. Jos et ymmärrä operaattorin kokemusta, tekoälystrategiasi on todennäköisesti jo rikkoontunut. Nämä ympäristöt paljastavat heikkojen ajatusten nopeasti, mikä on osa siitä, miksi ne ovat niin tärkeitä.

Olet väittänyt, että tekoälyn omaksuminen tulisi aloittaa liiketoiminnan tavoitteista eikä työkaluista. Miltä se näyttää käytännössä, ja miten johtoryhmien tulisi uudelleenmuotoilla lähestymistapaansa tekoälyn muutokseen?

Useimmat johtoryhmät aloittavat väärästä paikasta. He alkavat keskustelulla “mitä tämä teknologia voi tehdä meille”, koska se kuulostaa jännittävältä ja ajantasaiselta, kun oikea paikka aloittaa on “mitkä ovat tärkeimmät liiketoimintatavoitteemme”. Kun tiedät sen, voit keskustella rehellisesti parhaista työkaluista, jotka voivat ratkaista ne tavoitteet, eikä se aina ole tekoäly. Se kuulostaa ilmeiseltä, mutta useimmat yritykset ovat edelleen metsästämässä teknologiaa ensin ja toivovat, että liiketoimintatapaus ilmestyy jonnekin myöhemmin. Se on väärin, ja se johtaa paljon haaskattuun liikkeeseen. Jos johto haluaa todellisia tuloksia, heidän on loputtava tekoälystrategian käsittely teknologian ostamisena.

Pilot Wave Holdingsissa et vain neuvokaan yrityksiä, vaan muokkaat niitä hankinnan jälkeen. Mitkä ovat ensimmäiset rakenteelliset tai kulttuuriset muutokset, joita toteutat, jotta tekoälyn omaksuminen todella onnistuu?

Ensimmäinen asia on löytää sekä seniori- että juniorisponsoreita. Juniorisponsoreilla on tietämys päivittäisestä todellisuudesta ja he voivat varmistaa, että rivien väki tekee tarvittavat toimenpiteet, kun taas seniorisponsoreilla on varmistettu, että politiikkaa vähennetään ja ponnistelua ei tukahdeta hiljalleen. Monet yritykset nojaavat liian voimakkaasti ylhäältä tulevaan tukeen ja ihmettelevät, miksi mitään ei muutu käytännössä. Totuus on, että tekoälyn omaksuminen usein epäonnistuu joko siksi, että organisaatio vastustaa sitä pohjatasolla tai siksi, että johto antaa esteiden kertyä sen ympärille. Tarvitaan molempia tukimuotoja paikallaan varhain. Muuten aloite muuttuu toiseksi johtajan puhutteluksi, joka ei koskaan todella laskeudu.

Kun tekoälyagentit tulevat yhä kykyisemmiksi ja infrastruktuuri abstrahoidaan yhä enenevössä, mitkä strategiset riskit nousevat yrityksille, jotka eivät hallitse omaa dataansa ja tekoälynsä?

Väittäisin, että yrityksillä on aina oltava perustava valta. Se edellyttää järjestelmien instrumentointia, mikä on tapa, jolla Pilot Wave lähestyy järjestelmien suunnittelua, koska jos et voi nähdä, mitä tapahtuu, mitata sitä ja asettaa esteitä sen ympärille, otat riskiä, jota et ymmärrä. Se ei tarkoita, ettei tehtävien delegoimista pitäisi jatkaa, koska delegoiminen on absoluuttinen edellytys skaalautumiselle, mutta delegoiminen ilman mittauksia ei ole toimiva strategia. Monet markkinat ovat lumoutuneita abstraktiosta, koska se tekee asioiden tuntumisen helpommaksi ja nopeammaksi, mutta se helppous voi piilottaa todellisen systeemisen haavoittuvuuden. Jos oikea instrumentointi, mittaus ja esteet ovat paikallaan, potentiaalinen systeeminen riski voidaan minimoida. Jos ne eivät ole, rakennat riippuvuutta ennen kuin olet ansainnut luottamusta.

On kasvava kuilu siinä, miten tekoäly markkinoidaan ja miten se toimii todellisissa ympäristöissä. Mitkä signaalit tekniset johtajat ja operaattorit tulisi etsiä, jotta erottaa merkitykselliset tekoälykyvyt pintapuolisista vaatimuksista?

Aina kysy todellista arvon mittauksesta. Olen ollut koko urani ajan uskollinen arvon mittaukselle, yksittäisten projektiensa mukaan, koska ilman sitä tulee helposti sekoittaa jännitystä tuloksiin. Jokaisen ponnistelun on oltava sidottu ROI:hin ja seurattava. Jos joku ei voi selittää selvästi, miten järjestelmä vaikuttaa liikevaihtoon, kustannuksiin, tuotantoon, työtehon tehokkuuteen tai johonkin muuhun todelliseen liiketoimintamittariin, on hyvä mahdollisuus, että he myyvät teatteria. Teollisuus on tullut liian mukavaksi palkitsemaan hiotuja demoja ja epämääräisiä vaatimuksia. Ilman tiukkaa arvon mittaukset on todellinen riski heittää hukkaan aikaa ja rahaa.

Olet rakentanut ja johtanut suurimittakaavaisia data-tiedeyrityksiä. Miten näet tekoälytiimien roolin kehittyvän, kun automaatio lisääntyy ja agenttipohjaiset järjestelmät ottavat yhä enemmän vastuuta?

Tekoäly ottaa yhä korkeampia ja laajempia tehtäviä. Pilot Wave Holdingsissa kehitämme jo tekoälyä, joka voi ottaa syötteenä jotain, kuten “kasvata liikevaihtoani 10 prosentilla”, eikä “tee uudelleen verkkosivuani”, mikä on lähempänä siitä, missä moni tekoäly edelleen on tänään. Se muutos muuttaa tekoälytiimien roolia merkittävästi, koska työ muuttuu eristyneistä tehtävistä enemmän järjestelmien päättelyyn todellisten liiketoimintatavoitteiden ylitse. Monet tiimit ajattelevat edelleen liian kapeasti automaatiosta ja aliarvioivat, kuinka nopeasti teknologia on siirtymässä ylöspäin pinossa. Painopiste siirtyy tehtävien suorittamisesta liiketoiminnan delegointiin. Se on paljon suurempi muutos kuin useimmat yritykset ovat valmistautuneet.

Monet yritykset panostavat voimakkaasti tekoälyyn, mutta kamppailevat mittaamisen arvon kanssa. Mitkä ovat yleisimmät epäonnistumisen mallit, joita olet havainnut, ja miten niitä voidaan välttää?

Useimmat tekoälyponnistelut, erityisesti suurissa yrityksissä, ovat edelleen liian keskittyneitä houkutteleviin kojuihin, buuzzavereihin ja asioihin, jotka ovat helppoja esittää sisäisesti, mutta vaikeita kytkemään todelliseen arvoon. Yritykset viettävät paljon aikaa tehdäkseen työstä näyttävän sofistikoituneelta sen sijaan, että tekisivät sitä hyödylliseksi. Epäonnistumisen malli ei yleensä ole salaperäinen, se on vain arvon luomisen kurin puute. Jos ei ole selvää taloudellista tavoitetta, omistajaa tai mittauskehystä, ponnistelua ei pitäisi jatkaa. Oltava uskollinen arvon luomiselle joka vaiheessa on kriittistä. Muuten yritysten tekoäly muuttuu kalliiksi brändäysharjoitukseksi.

Miltä näyttää seuraavien 5-10 vuoden aikana, mitkä tekoälykyvyt tai järjestelmätasoiset läpimurrot tulevat vaikuttamaan eniten fyysisten maailman aloihin?

Kyky antaa tekoälyjärjestelmille erittäin korkean tason tavoitteita ja delegoida suuria osia liiketoiminnasta on todennäköisesti todella pian. Se on kyky, joka tulee merkitsemään eniten, koska se siirtää tekoälyn kapeasta tehtävän suorittamisesta todelliseen operatiiviseen hyötyyn. Seurauksena ihmiset tulevat keskittymään enemmän suhteiden ja luottamuksen ulottuvuuksiin liiketoiminnassa sekä fyysisen työn luonteeseen, riippumatta siitä, onko se rakennus- vai muu kenttätyö. Monet ihmiset puhuvat edelleen tekoälystä tuottavuuden kerroksena, joka on sivussa, mutta se näkemys on jo alkanut tuntua vanhentuneelta. Järjestelmät tulevat ottamaan yhä laajempaa vastuuta. Tulevaisuus on erittäin jännittävä, mutta se tulee myös olemaan paljon häiritsevämpi kuin monet vanhat toimijat haluavat myöntää.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Pilot Wave Holdingsin sivustolla.