Lauri Kien Kotcher, Different Dayin toimitusjohtaja ja yhteisperustaja – Haastattelusarja

Lauri Kien Kotcher, Different Dayin toimitusjohtaja ja yhteisperustaja, on kokenut liike-elämän johtaja, brändinrakentaja, hallituksen jäsen ja strateginen neuvonantaja, jonka ura kattaa tekoälyn, kuluttajatuotteet, vähittäiskaupan, terveydenhuollon, rahoituspalvelut ja pääomasijoitukset. Ennen Different Dayin perustamista hän toimi quipin toimitusjohtajana ja hallituksen jäsenenä, jossa hän johti laajempaa siirtymää suunhoidosta suun hyvinvointiin, esitteli uusia tuotteita, uudisti yrityksen suoraan kuluttajille suunnatun tilausmallin ja vähensi toimintakustannuksia. Aikaisemmin hän johti The Shade Storeia ja Hello Productsia, ohjaten jälkimmäistä merkittävään kasvuun ja sen Colgaten ostoon vuonna 2020. Aikaisemmat johtotehtävät sisältävät seniorirooleja L Cattertonissa, Godiva Chocolatierissa, Lehman Brothersissa ja Pfizer Consumer Healthcare -yksikössä, sekä 15 vuotta McKinsey & Companyssa, jossa hänestä tuli kumppani ja hän johti yhdessä yrityksen Pohjois-Amerikan kuluttajatuotteiden käytäntöä. Kotcher toimii myös Freshpetin hallituksen jäsenenä, tuoden laajaa kokemusta kasvustrategiasta, innovaatiosta, markkinoinnista, yritysostoista ja organisaatiomuutosprojekteista.

Different Day auttaa keskikokoisia organisaatioita muuntamaan operatiiviset haasteet käytännöllisiksi, räätälöidyiksi tekoälysovelluksiksi, jotka integroituvat heidän olemassa oleviin teknologiaympäristöihinsä. Sen sijaan, että keskitytään kokeellisiin AI-projekteihin tai yleiskäyttöiseen ohjelmistoon, yritys kehittää kokonaisratkaisuja, jotka on suunniteltu vähentämään manuaalista työtä, parantamaan näkyvyyttä, nopeuttamaan liikevaihdon kasvua, vahvistamaan marginaaleja ja paljastamaan hyödyllisiä liiketoimintatietoja. Sen työ kattaa esimerkiksi kysynnän ennustamisen, toimitus- ja varaston suunnittelun, myyntitiedustelun, taloudellisen avun sovituksen, sääntelyn, sopimusanalyysin, asiakkuudenhallinnan ja suoritusraportoinnin. Different Day asemoi tiiminsä kumppaniksi alusta alkaen ongelman tunnistamisesta käyttöönottoon ja tiedonsiirtoon, mahdollistaen asiakkaiden sovellusten sisäisen operoinnin ja jatkuvan kehittämisen.

Vietit vuosikymmeniä muutosjohtamista McKinseyssä, Godivassa, hello productsissa, The Shade Storeissa ja quipissa ennen Different Dayn perustamista. Mikä vakuutti sinut siitä, että keskikokoiset yritykset tarvitsevat uudenlaisen AI‑kumppanin, ja mitkä operatiiviset ongelmat mielestäsi nykyiset teknologiatoimittajat ja konsulttiyritykset eivät ratkaise?

Hämmästyttävän paljon liiketoiminnan johtajat elävät pimeydessä. Toimitusjohtajana ja markkinointijohtajana, jotka johtavat nopeasti kasvavia keskikokoisia kuluttajabrändejä ja jälleenmyyjiä, en koskaan saanut selkeää kuvaa koko liiketoiminnan kaikista liikkuvista osista. Tietomme olivat usein hajautuneina siiloina kanavan, maantieteellisen sijainnin ja toiminnallisen omistajan mukaan. Intuitioani oli, että AI voisi viimein yhdistää nämä pisteet ja auttaa ymmärtämään, mitä meiltä puuttui, mutta minulla ei ollut aavistustakaan, kenelle soittaa tai mistä aloittaa. Different Day oli vastaus tähän kysymykseen.

Keskikokoisilla yrityksillä on vähemmän resursseja kuin suuryrityksillä, mutta niillä voi myös olla vähemmän byrokratiaa ja teknistä velkaa. Miten niiden lähestymistavan AI‑toteutukseen tulisi poiketa yritysten toimintamallista?

Keskikokoisilla yrityksillä on poikkeuksellinen supervoima, jonka ne on otettava käyttöön. Niiden tulisi pyrkiä ohittamaan suuremmat kilpailijansa, koska nopeus on niiden todellinen etu. Näemme, että voimme muuttaa useimmat keskikokoiset yritykset AI‑natiivisiksi organisaatioiksi, ikään kuin ne lanseerattaisiin alusta alkaen vuonna 2026. Suuret yritykset pelkäävät hiljaisesti, että AI antaa pienemmille kilpailijoille tasavertaisen pelikentän, kun AI‑tiimikaverit mahdollistavat nopeamman toiminnan ilman henkilöstön lisäystä. Vähemmän ihmisiä tarkoittaa vähemmän päätöksentekijöitä siitä, mitä tehdä, miten tehdä ja mitkä tavoitteet ovat, joten pienempi organisaatiokaavio on voimavara, ei rajoitus.

Kun arvioidaan yrityksen toimintoja, miten erotat työnkulun, joka todella hyötyy AI:sta, sellaisesta, jonka kannattaisi ratkaista perinteisellä automaatiolla, parannetulla ohjelmistolla tai prosessisuunnittelulla?

Uskon alkeelliseen lähestymistapaan: riisu työnkulku perusasioiksi. Prosessin yksinkertaistaminen tulisi tehdä ennen AI:ta. Aloita puhtaalta paperiarkilta – mitä tekisit, jos perintöohjelmisto ja kiertoratkaisut eivät olisi olemassa? Useimmat nykyiset prosessit on rakennettu kiertämään kömpelöitä työkaluja, ei siksi että ne olisivat oikea tapa toimia. Kun sopimuksia uusitaan, kysy, mitä ominaisuuksia käytät, ja harvoin poikkeuksia lukuun ottamatta AI voi rakentaa jotain räätälöidympää kuin nykyinen ratkaisusi. Vaikka onkin aina järjestelmiä, joita kannattaa pitää, kuten ERP tai CRM, suunnittelemme juuri ne lisäosat, joita tarvitset, eikä enempää.

Different Day väittää, että se voi aloittaa 72‑tunnin prototyypillä ja siirtyä tuotantovalmiiseen käyttöönottoon viikkojen sisällä. Mikä mahdollistaa tämän nopeuden, ja mitkä tekniset, turvallisuus- tai organisaatiolliset olosuhteet voisivat hidastaa toteutusta?

Se vaikuttaa liialliselta lupaukselta, mutta se heijastaa ainutlaatuista etuamme yrityksenä, jonka perustivat ihmiset, jotka ymmärtävät sekä liiketoiminnan että teknologian. Tiimimme on AI‑natiivi, joten toteutus etenee paljon nopeammin kuin perinteinen ohjelmistokehitys. Mikä ei muutu, on löytö: kuka omistaa prosessin, kuka muu tarvitsee sitoutua, mitä tulosta tavoittelet ja kuinka paljon, mikä on aiemmin epäonnistunut. Jos ohitat tämän työn alussa, se nousee esiin myöhemmin; integraatioissa, toteutuksessa, paljon korkeammilla kustannuksilla. Nopeus on mahdollinen vain, koska lataamme ymmärryksen etukäteen sen sijaan, että koodaisimme.

Monet keskikokoiset yritykset toimivat erillisten taulukkolaskentojen, perintöjärjestelmien ja epäyhtenäisten tietolähteiden välillä. Kuinka paljon datan valmistelua yleensä vaaditaan ennen kuin AI voi tuottaa luotettavia operatiivisia tuloksia?

Eriytyneet tiedot, joiden kanssa suurin osa keskikokoisista yrityksistä elää, ovat itse asiassa mahdollisuus, eivät este. Työkalumme paljastavat tarkalleen, missä aukot ovat, ja yritys päättää, täyttääkö ne ja miten. Ennen AI:ta nuo aukot olivat näkymättömiä; joku vain pakotti taulukot päätökseen tai teki päätöksen puutteellisista tiedoista huomaamatta sitä. Nyt tiimit näkevät aukon ja punnitsevat päätöksensä sen mukaisesti sen sijaan, että olettaisivat tiedon olevan vankkaa.

Mitä mittareita johtajien tulisi määrittää ennen AI‑projektin aloittamista, ja kuinka nopeasti heidän tulisi odottaa näkevänsä todisteita siitä, että toteutus tuottaa merkittävän sijoitetun pääoman tuoton?

AI voi olla uutta, mutta perinteiset liiketoimintaperiaatteet vallitsevat. AI kohtaa ongelmia, kun ihmiset ajattelevat, että kaikki vanhat säännöt ovat poissa. Jokainen AI‑projekti tarvitsee yhden selkeän tavoitteen alussa, olipa se sitten myynti, brändin näkyvyys, marginaali, päätöksenteon nopeus tai enemmän tuotosta ilman lisähenkilöstöä, sekä realistisen aikataulun tavoitteen saavuttamiseksi. Aikataulut vaihtelevat datayhteyksien määrän, sisäisten ja ulkoisten järjestelmien sekä sen mukaan, kuinka paljon työkalun täytyy oppia ennen kuin sen tulos on luotettava. Tulisi nähdä jonkinlainen tulos kolmen kuukauden jälkeen; monimutkaisemmat projektit vievät pidempään. Avain on suunnitella projekti vaiheittain, jotta et odota yhtä suurta läpimurtoa.

Different Day korostaa sovelluksia, jotka kattavat kysynnän ennustamisen, toimitussuunnittelun, sopimusälyn, taloudellisen avun sovituksen ja reaaliaikaiset myyntisignaalit. Mitkä käyttötapaukset tuottavat tänään eniten toistettavia tuloksia, ja mitkä ovat edelleen vahvasti riippuvaisia yrityksen toimialasta ja toimintamallista?

Älä aliarvioi AI:n toistettavuustekijää. Monella tapaa yritykset ovat rakenteellisesti yhteneväisempiä kuin uskomme, universaaleista sopimuksista asiakastarpeiden sovittamiseen sisäisiin kyvykkyyksiin. Sopimusäly ja taloudellisen avun sovitus ovat tänään eniten toistettavia; molemmilla on selkeät parametrit ja selkeät tulokset, joten työkalu tietää tarkalleen, mitä se ratkaisee. Kysynnän ennustaminen ja toimitussuunnittelu ovat vaikeampia: enemmän tietoaineistoja, kanavia ja huomattavasti enemmän vaihtelua yrityksen toimintamallista toiseen. Esimerkiksi reaaliaikainen asiakasilmoitus sijoittuu keskelle, riippuen yrityksen nykyisestä teknologiakokonaisuudesta ja kanavista.

Miten yrityksen tulisi päättää, ostetaanko valmiiksi paketoitu AI‑tuote, rakennetaanko sisäisesti vai kehitetäänkö räätälöity sovellus ulkoisen kumppanin kanssa? Mitkä kysymykset auttavat paljastamaan tarpeettoman monimutkaisuuden tai toimittajalukituksen?

Vältä AI‑klikkibaittia ja ole skeptinen LinkedIn‑julkaisujen suhteen, jotka tekevät sisäisten kehittyneiden työkalujen rakentamisesta helppoa. Rakenna sisäisesti vain, kun työkalu on todella yksinkertainen, kuten kojelauta, joka kerää muutaman taulukon yhdeksi selkeäksi näkymäksi muutamalle kollegalle. Heti kun tarvitset reaaliaikaista dataa sisäisistä ja ulkoisista järjestelmistä, se on ulottumattomissa ei‑tekniselle tiimille DIY‑työkaluilla. Valmiiksi paketoitu AI:lla on sama katto kuin valmiiksi paketoidulla SaaS:lla. Se antaa yleiskuvan generisistä tiedoista, mutta ei tarjoa yrityksesi ja kilpailijoidesi erityisiä vivahteita.

Mitä yleisimpiä virheitä näet yritysten tekevän siirtyessään vaikuttavasta AI‑demoista järjestelmään, johon työntekijöiden täytyy luottaa ja käyttää päivittäin?

Näen epidemian “prototyyppitauti”: yritykset sortuvat näkyvän vuorenhuipun 10 prosenttiin. Prototyyppi näyttää vaikuttavalta, mutta varsinainen työ tapahtuu pinnan alla: datan testaus ja takatestaus, jokaisen järjestelmäyhteyden testaaminen ja datan turvaaminen. Tämän jälkeen tulee muutosjohtaminen: ihmisten opettaminen sen käyttöön, sen rajoitusten tunteminen, milloin ihminen tarvitsee olla mukana, ja mitä kysymyksiä sen tulokselle esittää. AI:n tulisi olla tarkoituksenmukainen, ei korvata ihmisen harkintaa, erityisesti keskikokoisessa yrityksessä, jossa tämä harkinta on rakennettu vuosien aikana.

Kun AI upotetaan keskeisiin toimintoihin, miten odotat johtajien ja eturivin työntekijöiden roolien muuttuvan, ja mitä keskikokoisten yritysten johtajien tulisi nyt tehdä varmistaakseen, että AI nostaa tiimejään sen sijaan, että se vain lisää toisen teknologiasiteen?

“Johtajat” viittasivat aikaisemmin ihmisten ohjaamiseen. Nopeasti se on muuttunut agenttien ja järjestelmien hallinnaksi. Aloita kartoittamalla tiimin suurimmat kipupisteet ja eristämällä manuaalinen, toistuva työ; juuri sinne AI kuuluu ensin, ennen kuin annat sille monimutkaisempia päätöksiä. Kävele ennen kuin juokset, erityisesti keskikokoisessa yrityksessä, jossa luottamus on ansaittava yksi voitto kerrallaan.

Kiitos erinomaisesta haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa käydä osoitteessa Different Day.