Tohtori Zohar Bronfman, Pecan AI:n perustaja ja toimitusjohtaja – Haastattelusarja

Tohtori Zohar Bronfman on Pecan AI:n perustaja ja toimitusjohtaja. Syvällä asiantuntemuksella laskennallisen psykologian ja data-tieteen alalla Zohar sovelsi luontaista yrittäjänhenkisyyttään Pecanin perustamiseen heti valmistumisensa jälkeen. Zoharilla on kaksi tohtorin tutkintoa Tel Avivin yliopistosta – yksi laskennallisesta kognitiivisesta neurotieteestä ja toinen tieteen ja teknologian historian ja filosofian alalta. Hänellä on myös BA-tutkinto taloustieteestä Israelin avoimesta yliopistosta.

Pecan AI perustettiin vuonna 2018, ja se on ennustava analytiikka-alusta, joka hyödyntää uraauurtavaa Predictive GenAI:ta poistamaan esteitä AI:n omaksumiselle ja tekemällä ennustavan mallinnuksen saataville kaikille data- ja liiketoimintatiimeille. Ohjattuna generatiivisella AI:lla yritykset voivat saada tarkat ennusteet useilla liiketoimintasektoreilla ilman erikoistuneiden henkilöstön tarvetta. Predictive GenAI mahdollistaa nopean mallin määrittelyn ja koulutuksen, ja automaattiset prosessit nopeuttavat AI:n toteutusta. Pecanin yhdistelmä ennustavaa ja generatiivista AI:ta tekee siitä mahdollista toteuttaa liiketoiminnan vaikutus AI:sta nopeammin ja helpommin.

Mitä Pecan AI:n perustamisen matka oli, ja mitkä olivat tärkeitä merkkipaaluja matkan varrella?

Pecan AI:n perustaminen oli melkoinen rollercoaster. Kaikki alkoi, kun minun perustajakumppani ja minä osallistuimme kansainväliseen data-tieteen kilpailuun. Luimme data-valmistelun automaation, josta tuli Pecanin prototyyppi, mutta meillä ei ollut aikaa lopettaa sitä, ja menetimme. Sen sijaan, että olisimme jatkaneet eteenpäin, päättimme tehdä prototyypistä vaikuttavan. Vain kaksi kuukautta tohtorin tutkinnon suorittamisen jälkeen vuonna 2018 vuokrasimme pienen huoneen Tel Avivin yliopistosta ja aloimme työskennellä. Rajallisella liiketoimintakokemuksella esittelimme ideamme pääomasijoittajille. Onneksi Haim Sadger ja Aya Peterburg S Capitalista näkivät potentiaalia ja sijoittivat 4 miljoonaa dollaria, mikä antoi meille tarvittavan lisäyksen.

Yksi tärkeä merkkipaalu oli 66 miljoonan dollarin kerääminen Series C -rahoituskierroksella, jonka johti Insight Partners, ja johon osallistuivat myös GV (entinen Google (GOOGL ) Ventures) ja muut. Tämä rahoitus mahdollisti meille laajentua maailmanlaajuisesti ja nopeuttaa kehitystoimiamme.

Miten taustasi laskennallisessa kognitiivisessa neurotieteessä vaikuttaa lähestymistapaasi AI-ratkaisujen kehittämiseen?

Taustani laskennallisessa kognitiivisessa neurotieteessä sekä historian ja tieteen filosofian tohtorin tutkinto vaikuttavat merkittävästi siihen, miten kehitän AI-ratkaisuja. Nämä alat auttavat minua ymmärtämään sekä teknisiä että filosofisia teknologian puolia. Tämä kaksinkertainen näkökulma on erittäin arvokas nykyisessä nopeasti muuttuvassa teknologia-alalla. Se mahdollistaa minun luovan AI-tuotteita, jotka eivät ole vain teknisesti edistyneitä, vaan myös eettisesti kestäviä ja käyttäjäystävällisiä.

Voitko selittää Predictive GenAI:n käsitteen ja miten se yhdistää generatiivisen AI:n ennustavaan koneoppimiseen?

Predictive GenAI on kaikki siinä, että yhdistetään generatiivinen AI ennustavaan koneoppimiseen. Generatiivinen AI sallii käyttäjien vuorovaikuttaa datan kanssa luonnollisen kielen kautta, mikä tekee siitä helppoa kysyä kysymyksiä ja ohjata AI:ta. Kuitenkin sen ennustavat kyvyt ovat rajoitettuja. Tässä tulee ennustava koneoppiminen kuvaan, koska se prosessoi dataa tekemään tarkkoja tulevaisuuden ennusteita. Yhdistämällä nämä kaksi teknologiaa Predictive GenAI sallii jopa niiden, joilla on vähän data-tieteen kokemusta, rakentaa ennustavia malleja ja käyttää niitä sujuvasti, kuten keskustelemalla ChatGPT:n kanssa.

Miten Predictive GenAI yksinkertaisee prosessin luomiseen ja käyttöön ennustavia malleja liiketoiminnassa?

Predictive GenAI yksinkertaisee asioita ominaisuuksilla kuten Predictive Chat ja Predictive Notebook. Predictive Chat toimii kuin AI-apuri, joka ohjaa käyttäjiä mallinluontiprosessissa luonnollisen kielen kautta. Se muotoilee ennustavia kysymyksiä käyttäjän liiketoimintakysymysten perusteella ja luo Predictive Notebookin valmiilla SQL-kyselyillä ja esimerkkitiedoilla. Tämä tarkoittaa, että käyttäjien ei tarvitse aloittaa tyhjästä tai olla syvällistä teknistä tietämystä saadakseen tarkat ennusteet.

Voitko selittää CAA Club Groupin tapaustutkimuksen, jossa Pecan AI optimoi heidän tieliikenneavustuspalvelujaan?

Tietysti. CAA Club Group käytti aiemmin viikkoja manuaaliseen tieliikenneavustuksen ennustamiseen, mikä oli aikaa vievää ja rajoittavaa. Pecan AI:n toteuttamisen jälkeen heidän data-tieteen tiiminsä kehitti yli 30 mallia lyhytaikaisen kysynnän ennustamiseksi kahdesti viikossa. Nämä ennusteet ennustavat puheluiden määrää ja palvelun tyyppejä tunneittain, varmistaen tehokkaan henkilöstön ja nopean vastauksen, erityisesti ankarissa talviolosuhteissa. Pecanin alusta sallii myös jatkuvan parantamisen näistä malleista, parantamalla palvelun tehokkuutta.

Miten Credit Pros hyötyi Pecan AI:sta asiakasluopumisen ennustamisessa ja mitkä olivat tarkat haasteet, joita se ratkaisi heille?

Credit Pros kohtasi merkittäviä haasteita asiakasluopumisen ennustamisessa, mikä oli monimutkainen ja aikaa vievä prosessi. Pecan AI:n toteuttaminen vähensi mallin kehitysaikaa kolmesta kuukaudesta vain muutamaan viikkoon, mahdollistaen proaktiivisia pidätysstrategioita. Tämä sujuva prosessi mahdollisti TCP:lle tarkkaan ennustaa asiakasluopumista ja kehittää tehokkaita strategioita asiakkaiden pidämiselle, lopulta lisäten heidän tulostaan.

Miten Predictive Chat- ja Predictive Notebook -työkalut parantavat käyttäjäkokemusta ja tekevät ennustavan analytiikan saataville ei-tekniikkojen käyttäjille?

Predictive Chat käyttää GenAI:ta luomaan mukautettuja muistikirjoja käyttäjien liiketoimintakysymysten ja datan perusteella. Käyttäjät voivat vuorovaikuttaa chatin kanssa luonnollisen kielen kautta, vastaamalla kysymyksiin ja seuraamalla ohjeita, mikä yksinkertaisee mallinluontiprosessin. Predictive Notebook sisältää kaiken tarvittavan koodin, jotta käyttäjät voivat tarkastella kyselyjä, luoda mukautettuja taulukoita ja ymmärtää koulutusjoukon logiikkaa. Tämä lähestymistapa tekee ennustavan analytiikan saataville ei-tekniikkojen käyttäjille sujuvoittamalla data-valmistelun ja mallinluontia.

Miten näet Predictive GenAI:n muokkaavan eri aloja ja liiketoimintafunktioita?

Predictive GenAI antaa yrityksille mahdollisuuden tehdä datalähtöisiä päätöksiä ennennäkemättömällä tarkkuudella ja tehokkuudella. Valmistus- ja logistiikka-alalla se optimoi toimintaa ennustamalla kysyntää ja sujuvoittamalla toimitusketjuja. Asiakaslähtöisillä aloilla se parantaa tyytyväisyyttä ja uskollisuutta kohdennetun markkinoinnin ja räätälöityjen suositusten kautta. Predictive GenAI myös polttoainetta innovaatiolle ennustamalla markkinatrendejä, ohjaamalla tuotekehitystä ja nopeuttamalla markkinoille saapumista. Sen sovellukset ulottuvat myös terveydenhuoltoon sairauksien ennustamiseksi ja räätälöityjen hoitosuunnitelmien luomiseksi sekä kestävän kehityksen pyrkimyksiin resurssien käytön optimoimiseksi ja ympäristövaikutuksen vähentämiseksi.

Miten Pecan AI varmistaa ennustavien mallien tarkkuuden ja luotettavuuden?

Varmistamme tarkkuuden ja luotettavuuden kattavien testien ja jatkuvan validoinnin kautta. Pecan AI käyttää erillisiä koulutus- ja testidataseteja mallin suorituskyvyn arvioimiseen, samalla tavalla kuin arvosana annetaan koulutentöille. Avainmittareita, kuten tarkkuus, täsmällisyys ja kutsuminen, käytetään mallien validointiin kehityksen aikana ja tuotannossa. Edistämme myös avoimuutta selitettävissä olevilla ennusteilla, jotta käyttäjät voivat ymmärtää tekijöitä, jotka vaikuttavat kunkin ennusteeseen, ja luottaa AI-pohjaisiin oivalluksiin.

Miten näet Predictive GenAI:n roolin kehittyvän seuraavien vuosien aikana?

Edelleen katsoen, AI:n tulevaisuus ei ole vain ennustaa tapahtumia, vaan myös määrätä toimia niiden ennusteiden perusteella. Predictive GenAI pyrkii automatisoimaan päätöksentekoprosessit ja optimoimaan liiketoimintaa. On kuitenkin tärkeää ymmärtää liitetyt riskit ja varmistaa vastuullinen AI:n käyttö. Kun teknologia kehittyy, se tulee pelaamaan kriittistä roolia operatiivisen tehokkuuden parantamisessa, innovaation edistämisessä ja strategisten päätöksentekijöiden ohjaamisessa eri aloilla.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Pecan AI:ssa.