Lauri Kien Kotcher, Different Day के CEO और सह-संस्थापक – साक्षात्कार श्रृंखला

Lauri Kien Kotcher, Different Day के CEO और सह-संस्थापक, एक अनुभवी व्यवसाय नेता, ब्रांड निर्माता, बोर्ड निदेशक, और रणनीतिक सलाहकार हैं जिनका करियर कृत्रिम बुद्धिमत्ता, उपभोक्ता उत्पाद, रिटेल, स्वास्थ्य देखभाल, वित्तीय सेवाएँ, और निजी इक्विटी तक फैला हुआ है। Different Day की स्थापना से पहले, उन्होंने क्विप में CEO और बोर्ड सदस्य के रूप में कार्य किया, जहाँ उन्होंने मौखिक देखभाल से मौखिक स्वास्थ्य की ओर व्यापक बदलाव का नेतृत्व किया, नए उत्पाद पेश किए, कंपनी के सीधे‑उपभोक्ता सदस्यता मॉडल को पुनः तैयार किया, और संचालन लागत को कम किया। उन्होंने पहले The Shade Store और Hello Products का नेतृत्व किया, जिससे बाद वाले को महत्वपूर्ण वृद्धि मिली और 2020 में कोलगेट द्वारा अधिग्रहित किया गया। उनके पहले के नेतृत्व पदों में L Catterton, Godiva Chocolatier, Lehman Brothers, और Pfizer Consumer Healthcare में वरिष्ठ भूमिकाएँ शामिल हैं, साथ ही McKinsey & Company में 15 वर्षों का कार्यकाल, जहाँ वे साझेदार बनें और फर्म की उत्तर अमेरिकी उपभोक्ता वस्तु प्रैक्टिस को सह‑नेतृत्व किया। Kotcher Freshpet के बोर्ड ऑफ डायरेक्टर्स में भी सेवा करती हैं, जिससे उन्हें विकास रणनीति, नवाचार, मार्केटिंग, विलय एवं अधिग्रहण, और संगठनात्मक परिवर्तन में व्यापक अनुभव मिलता है।

Different Day मध्य‑बाजार संगठनों को परिचालन चुनौतियों को व्यावहारिक, अनुकूलित कृत्रिम बुद्धिमत्ता अनुप्रयोगों में बदलने में मदद करता है जो उनके मौजूदा प्रौद्योगिकी वातावरण के साथ एकीकृत होते हैं। प्रयोगात्मक AI प्रोजेक्ट्स या सामान्य‑उद्देश्य सॉफ़्टवेयर पर ध्यान केंद्रित करने के बजाय, कंपनी एंड‑टू‑एंड समाधान विकसित करती है जो मैन्युअल कार्य को कम करने, दृश्यता सुधारने, राजस्व वृद्धि को तेज़ करने, मार्जिन को मजबूत करने, और उपयोगी व्यावसायिक अंतर्दृष्टि खोजने के लिए डिज़ाइन किए गए हैं। उनका कार्य मांग पूर्वानुमान, आपूर्ति और इन्वेंट्री योजना, बिक्री इंटेलिजेंस, वित्तीय सहायता मिलान, अनुपालन, अनुबंध विश्लेषण, ग्राहक संबंध प्रबंधन, और प्रदर्शन रिपोर्टिंग जैसे क्षेत्रों को कवर करता है। Different Day अपनी टीम को प्रारंभिक समस्या खोज से लेकर परिनियोजन और ज्ञान हस्तांतरण तक एक साझेदार के रूप में स्थापित करता है, जिससे क्लाइंट्स को आंतरिक रूप से अनुप्रयोगों को संचालित करने और निरंतर सुधार करने में सक्षम बनाता है।

आपने Different Day की सह‑स्थापना से पहले McKinsey, Godiva, Hello Products, The Shade Store और Quip में दशकों तक परिवर्तन का नेतृत्व किया। किस बात ने आपको यह विश्वास दिलाया कि मध्य‑बाजार कंपनियों को एक नई प्रकार के AI साझेदार की आवश्यकता है, और किन परिचालन समस्याओं को आप मानते थे कि मौजूदा प्रौद्योगिकी विक्रेता और परामर्श फर्में हल नहीं कर पा रही थीं?

हैरान करने वाली बात यह है कि कई व्यवसायिक नेता अक्सर अंधेरे में रहते हैं। एक CEO और CMO के रूप में, जो तेज़‑गति वाले मध्य‑बाजार उपभोक्ता ब्रांड और रिटेलर चलाते हैं, मैं कभी भी व्यवसाय के सभी चलती हुई हिस्सों की पूरी तस्वीर स्पष्ट रूप से नहीं देख पाता था। हमारा डेटा अक्सर चैनल, भौगोलिक क्षेत्र और कार्यात्मक मालिक के आधार पर अलग‑अलग सिलों में बँटा रहता था। मेरा अनुमान था कि AI अंततः इन बिंदुओं को जोड़ सकता है और हमें यह समझने में मदद कर सकता है कि हम क्या चूक रहे हैं, लेकिन मुझे नहीं पता था कि किसे संपर्क करना है या कहाँ से शुरू करना है। Different Day इस प्रश्न का उत्तर बन गया।

मध्य‑बाजार कंपनियों के पास बड़े उद्यमों की तुलना में कम संसाधन होते हैं, लेकिन उनके पास कम नौकरशाही और तकनीकी ऋण भी हो सकता है। AI कार्यान्वयन के लिए उनका दृष्टिकोण बड़े उद्यमों की रणनीति से कैसे अलग होना चाहिए?

मध्य‑बाजार कंपनियों के पास एक असाधारण शक्ति है जिसे उन्हें अपनाना चाहिए। उन्हें अपने बड़े प्रतिस्पर्धियों को पीछे छोड़ने का लक्ष्य रखना चाहिए क्योंकि गति उनका वास्तविक लाभ है। हमारा मानना है कि हम अधिकांश मध्य‑बाजार व्यवसायों को AI‑नेटिव संगठनों में बदल सकते हैं, मानो वे 2026 में शून्य से शुरू हो रहे हों। बड़े उद्यम चुपचाप डरते हैं कि AI छोटे प्रतिस्पर्धियों को बराबर का मैदान दे देगा, AI टीममेट्स का उपयोग करके बिना अतिरिक्त कर्मचारियों के तेज़ी से आगे बढ़ेंगे। कम लोग होने का मतलब है कम लोग यह तय करेंगे कि क्या करना है, कैसे करना है, और लक्ष्य क्या हैं, इसलिए एक छोटा संगठनात्मक चार्ट एक संपत्ति बन जाता है, न कि सीमा।

किसी कंपनी के संचालन का मूल्यांकन करते समय, आप कैसे पहचानते हैं कि कौन सा कार्यप्रवाह वास्तव में AI से लाभान्वित होगा और कौन सा पारंपरिक ऑटोमेशन, उन्नत सॉफ़्टवेयर या प्रक्रिया पुनः डिज़ाइन द्वारा बेहतर संबोधित किया जा सकता है?

मैं नग्न (न्यूनतम) दृष्टिकोण में विश्वास करता हूँ: अपने कार्यप्रवाह को बुनियादी स्तर तक घटा दें। प्रक्रिया को सरल बनाना AI से पहले आना चाहिए। एक साफ़ कागज़ की शीट से शुरू करें – यदि पुरानी सॉफ़्टवेयर और वर्कअराउंड मौजूद न होते तो आप यहाँ क्या करते? अधिकांश मौजूदा प्रक्रियाएँ जटिल उपकरणों के चारों ओर रास्ता बनाने के लिए बनाई गई थीं, न कि इसलिए कि वे सही कार्य विधि हैं। जब अनुबंध नवीनीकरण के लिए आते हैं, तो पूछें कि आप कौन सी सुविधाएँ उपयोग करते हैं, और कुछ अपवादों के साथ, AI आज आपके पास मौजूद से अधिक अनुकूलित समाधान बना सकता है। हालांकि हमेशा ऐसे सिस्टम होते हैं जिन्हें बनाए रखना उचित है, जैसे आपका ERP या CRM, हम वही सटीक ऐड‑ऑन डिज़ाइन करते हैं जिसकी आपको आवश्यकता है और कुछ नहीं।

Different Day कहता है कि वह 72‑घंटे के प्रोटोटाइप से शुरू कर सकता है और कुछ हफ़्तों में उत्पादन‑तैयार हेंडऑफ़ तक पहुँच सकता है। इस गति को संभव बनाने वाला क्या कारण है, और कौन सी तकनीकी, सुरक्षा या संगठनात्मक स्थितियाँ कार्यान्वयन को धीमा कर सकती हैं?

यह अधिक वादा जैसा लग सकता है, लेकिन यह हमारे अद्वितीय लाभ का प्रतिबिंब है, क्योंकि हमारी कंपनी उन लोगों द्वारा स्थापित है जो व्यवसाय और प्रौद्योगिकी दोनों को समझते हैं। हमारी टीम AI‑नेटिव है, इसलिए निर्माण स्वयं पारंपरिक सॉफ़्टवेयर विकास की तुलना में बहुत तेज़ चलता है। जो नहीं बदलता वह है खोज: प्रक्रिया का मालिक कौन है, और किन्हें सहमति चाहिए, आप किस परिणाम को लक्ष्य बना रहे हैं और कितनी मात्रा में, पहले क्या विफल रहा। यदि आप इस कार्य को प्रारम्भ में छोड़ देते हैं, तो यह बाद में पुनः उभरता है; एकीकरण में, कार्यान्वयन में, बहुत अधिक लागत पर। यह गति केवल इसलिए संभव है क्योंकि हम कोडिंग के बजाय समझ को पहले लोड करते हैं।

कई मध्य‑बाजार व्यवसाय अलग‑अलग स्प्रेडशीट, पुरानी प्रणालियों और असंगत डेटा स्रोतों में काम करते हैं। AI को विश्वसनीय परिचालन परिणाम देने से पहले सामान्यतः कितनी डेटा तैयारी की आवश्यकता होती है?

अधिकांश मध्य‑बाजार कंपनियों द्वारा झेले जा रहे अलग‑अलग डेटा वास्तव में बाधा नहीं, बल्कि अवसर है। हमारे टूल ठीक वही जगह दिखाते हैं जहाँ अंतर हैं, और कंपनी तय करती है कि उन्हें भरना है या नहीं और कैसे। AI से पहले, ये अंतर अदृश्य थे; कोई बस स्प्रेडशीट को दबाकर निर्णय ले लेता या अपूर्ण डेटा पर निर्णय ले लेता बिना समझे। अब टीमें अंतर को देख सकती हैं और उसके अनुसार अपने निर्णय को तौल सकती हैं, बजाय इसके कि डेटा को ठोस मान लिया जाए।

AI प्रोजेक्ट शुरू करने से पहले कार्यकारियों को कौन से मेट्रिक्स स्थापित करने चाहिए, और उन्हें कितनी जल्दी यह प्रमाण दिखना चाहिए कि कार्यान्वयन सार्थक निवेश पर प्रतिफल दे रहा है?

AI नई हो सकती है, लेकिन पारंपरिक व्यावसायिक सिद्धांत अभी भी लागू होते हैं। जहाँ AI को समस्या आती है, वह तब है जब लोग मानते हैं कि सभी पुराने नियम समाप्त हो गए हैं। प्रत्येक AI प्रोजेक्ट को शुरू में एक स्पष्ट लक्ष्य चाहिए, चाहे वह बिक्री, ब्रांड दृश्यता, मार्जिन, निर्णय गति, या अधिक आउटपुट बिना अतिरिक्त कर्मचारियों के हो, साथ ही इसे हासिल करने के लिए एक यथार्थवादी समय‑सीमा भी। समय‑सीमा डेटा कनेक्शनों की संख्या, शामिल आंतरिक और बाहरी प्रणालियों, और टूल को कितना सीखना है इससे बदलती है। आपको लगभग तीन महीने के भीतर किसी न किसी परिणाम को देखना चाहिए; अधिक जटिल प्रोजेक्ट्स को अधिक समय लगेगा। मुख्य बात यह है कि प्रोजेक्ट को चरण‑बद्ध रूप में डिजाइन किया जाए, ताकि आप एक बड़े परिणाम की प्रतीक्षा न करें।

Different Day मांग पूर्वानुमान, आपूर्ति योजना, अनुबंध इंटेलिजेंस, वित्तीय‑सहायता मिलान और रियल‑टाइम बिक्री संकेतों जैसे अनुप्रयोगों को उजागर करता है। आज कौन से उपयोग‑केस सबसे अधिक दोहराने योग्य परिणाम दे रहे हैं, और कौन से कंपनी के उद्योग और संचालन मॉडल पर अत्यधिक निर्भर हैं?

AI की दोहराव क्षमता को कम मत आंकिए। कई पहलुओं में, व्यवसाय संरचनात्मक रूप से अधिक समान हैं जितना हम समझते हैं, सार्वभौमिक अनुबंधों से लेकर ग्राहक की जरूरतों को आंतरिक क्षमताओं से मिलाने तक। अनुबंध इंटेलिजेंस और वित्तीय‑सहायता मिलान आज सबसे अधिक दोहराने योग्य हैं; दोनों के स्पष्ट पैरामीटर और स्पष्ट आउटपुट होते हैं, इसलिए टूल ठीक‑ठीक जानता है कि वह क्या हल कर रहा है। मांग पूर्वानुमान और आपूर्ति योजना अधिक कठिन हैं: अधिक डेटा सेट, अधिक चैनल, और एक कंपनी के संचालन मॉडल से अगले तक बहुत अधिक विविधता। रियल‑टाइम ग्राहक सूचना जैसी चीज़ मध्य में आती है, जो कंपनी के वर्तमान तकनीकी स्टैक और चैनलों पर निर्भर करती है।

एक व्यवसाय को कैसे तय करना चाहिए कि वह ऑफ‑द‑शेल्फ AI उत्पाद खरीदे, आंतरिक रूप से बनाए या बाहरी साझेदार के साथ अनुकूलित अनुप्रयोग विकसित करे? कौन से प्रश्न अनावश्यक जटिलता या विक्रेता लॉक‑इन को उजागर करने में मदद करते हैं?

AI क्लिकबेट से बचें और उन LinkedIn पोस्टों के प्रति संदेहपूर्ण रहें जो आंतरिक रूप से परिष्कृत टूल बनाने को आसान दिखाते हैं। केवल तभी आंतरिक रूप से बनाएं जब टूल वास्तव में सरल हो, जैसे एक डैशबोर्ड जो कुछ स्प्रेडशीट को एक साफ़ दृश्य में कई सहयोगियों के लिए खींचता हो। जैसे ही आपको आंतरिक और बाहरी प्रणालियों से रियल‑टाइम डेटा खींचने की आवश्यकता होती है, यह DIY टूलों वाले गैर‑तकनीकी टीम के लिए असंभव हो जाता है। ऑफ‑द‑शेल्फ AI की सीमा हमेशा की तरह ऑफ‑द‑शेल्फ SaaS के समान होती है। यह आपको सामान्य डेटा का एक अवलोकन देगा, लेकिन यह आपके व्यवसाय और प्रतिस्पर्धियों के लिए विशिष्ट बारीकियों को नहीं दे पाएगा।

आप किन सबसे सामान्य गलतियों को देखते हैं जब कंपनियां प्रभावशाली AI डेमोंस्ट्रेशन से एक ऐसे सिस्टम में परिवर्तन करती हैं जिसे कर्मचारियों को हर दिन भरोसा करना और उपयोग करना पड़ता है?

मैं “प्रोटोटाइप‑इटिस” की महामारी देख रहा हूँ: कंपनियां बर्फ़ीले पहाड़ के केवल 10 प्रतिशत दृश्यमान भाग में फँस जाती हैं। प्रोटोटाइप प्रभावशाली दिखता है, लेकिन वास्तविक काम सतह के नीचे होता है: डेटा परीक्षण और बैक‑टेस्टिंग, प्रत्येक सिस्टम लिंक का परीक्षण, और डेटा की सुरक्षा। फिर परिवर्तन प्रबंधन आता है: लोगों को इसे कैसे उपयोग करना है सिखाना, इसकी सीमाएँ क्या हैं, कब मानव को लूप में रहना चाहिए, और इसके आउटपुट से कौन से प्रश्न पूछने चाहिए। AI को उद्देश्य के अनुरूप होना चाहिए, मानव निर्णय का विकल्प नहीं, विशेषकर मध्य‑बाजार कंपनियों में जहाँ यह निर्णय बनाने में वर्षों लगे।

जैसे ही AI मुख्य संचालन में एकीकृत हो जाता है, आप कैसे देखते हैं कि प्रबंधकों और फ्रंटलाइन कर्मचारियों की भूमिकाएँ बदलेंगी, और मध्य‑बाजार नेताओं को अब क्या करना चाहिए ताकि AI उनकी टीमों को उन्नत करे न कि केवल एक और तकनीकी परत जोड़ दे?

पहले “मैनेजर्स” का मतलब लोगों को निर्देशित करना था। तेजी से, यह एजेंटों और सिस्टमों के प्रबंधन में बदल गया है। टीम के सबसे बड़े दर्द बिंदुओं को मानचित्रित करके और मैन्युअल, दोहराव वाले कार्य को अलग करके शुरू करें; यही वह जगह है जहाँ AI पहले आता है, इससे पहले कि आप इसे अधिक जटिल निर्णय दें। दौड़ने से पहले चलें, विशेषकर एक मध्य‑बाजार कंपनी में जहाँ भरोसा एक‑एक जीत से अर्जित करना पड़ता है।

उत्कृष्ट साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं उन्हें Different Day पर जाना चाहिए।