रिचर्ड पॉटर, पीक के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

रिचर्ड पॉटर पीक के सह-संस्थापक और सीईओ हैं, जो एक प्लेटफ़ॉर्म है जो डेटा इंजीनियरों, डेटा वैज्ञानिकों और व्यावसायिक निर्णय लेने वालों को एआई-ड्राइवन समाधानों के लिए आवश्यक सभी चीजें प्रदान करता है।

क्या आप पीक के पीछे की उत्पत्ति की कहानी साझा कर सकते हैं?

पीक के लिए विचार पहली बार एक पब में विभिन्न व्यवसायिक बुद्धिमत्ता उत्पादों पर चर्चा के दौरान आया था। मेरे सह-संस्थापक, अतुल शर्मा और डेविड लीच, और मैंने सोचा कि इतने कम कंपनियां डेटा के लिए निर्णय लेने को अपना सकती हैं। हमने व्यवसायों के लिए चीजों को सरल बनाने का तरीका ढूंढना चाहा, उन्हें उद्यमों के भीतर सिलोस को तोड़ने के लिए, ताकि टीमें एक साथ काम कर सकें और हर कोई डेटा पर आधारित उपयोगी परिणामों का लाभ उठा सके। यह हमें प्लेटफ़ॉर्म की ओर ले गया, जो एआई के साथ व्यवसाय को अनुकूलित करने के लिए एक उत्पाद के आसपास टीमों को एकजुट करता है।

क्या आप हमारे दर्शकों के लिए निर्णय बुद्धिमत्ता का वर्णन कर सकते हैं?

निर्णय बुद्धिमत्ता व्यावसायिक निर्णयों को अनुकूलित करने के लिए एआई का अनुप्रयोग है। यह परिणाम-केंद्रित है, जिसका अर्थ है कि डीआई समाधान वास्तविक परिणाम प्रदान करने के लिए बनाए गए हैं, जैसे कि बिक्री दर या मार्जिन में वृद्धि।

2022 में जाने के लिए आपकी एक भविष्यवाणी यह है कि डेटा विज्ञान की एक नई अनुशासन उभर रही है। क्या आप इस पर विस्तार से बता सकते हैं?

जैसे ही एआई में व्यावसायिक निवेश बढ़ता है और डेटा विज्ञान परिपक्व होता है, डेटा विज्ञान की एक नई अनुशासन उभर रही है जो अंत से शुरू होती है।

पारंपरिक डेटा विज्ञान परियोजनाएं डेटा को समझने से शुरू होती हैं और यह देखने के लिए कि इसके साथ क्या किया जा सकता है। परिणाम यह है कि डेटा समस्याओं के लिए कल्पनात्मक समाधान, व्यवसाय प्रदर्शन में सुधार करने वाले एआई समाधान के बजाय।

परियोजना की शुरुआत में परिणामों पर ध्यान केंद्रित करके और यह समझने के द्वारा कि डेटा के साथ व्यावहारिक रूप से क्या किया जा सकता है, यह नई अनुशासन डेटा विज्ञान एआई समाधानों को तैनात करने के लिए प्राथमिकता देती है। यह व्यवसायों को अपने एआई को तैनात करने और अपनी एआई रणनीति से मूल्य प्राप्त करने में मदद करता है।

पीक ने एक कृत्रिम बुद्धिमत्ता प्रणाली बनाई है जो एक कंपनी के व्यवसाय में एक केंद्रीय बुद्धिमत्ता प्रणाली बन जाती है। यह डेटा को एकत्रित करता है और मशीन लर्निंग को तैनात करता है, और फिर परिणामों को आउटपुट करता है। कौन से प्रकार के मशीन लर्निंग एल्गोरिदम का उपयोग किया जाता है?

पीक प्लेटफ़ॉर्म विभिन्न प्रकार के मशीन लर्निंग और मॉडलिंग तकनीकों का उपयोग करता है – यह हमें प्रत्येक परियोजना के लिए सबसे उपयुक्त तरीके से संबोधित करने की अनुमति देता है। हम पर्यवेक्षित और अप्रशिक्षित दोनों तरीकों का उपयोग कर सकते हैं, साथ ही साथ पूर्वानुमान या अनुकूलन तकनीकों का उपयोग कर सकते हैं, जो समस्या के समाधान पर निर्भर करता है। इन्हें हमारे प्लेटफ़ॉर्म में पाइथन, आर और एसक्यूएल का उपयोग करके बनाया जा सकता है।

इस लचीलेपन और विकल्पों की विस्तृत श्रृंखला के साथ, पीक के ग्राहक अपने व्यवसाय के लिए अद्वितीय एआई बना सकते हैं। यही है जो संगठनों को वास्तव में निर्णय बुद्धिमत्ता को अपनाने की आवश्यकता है। प्रत्येक कंपनी के पास एक मानक एआई नहीं होना चाहिए, बल्कि उनके लिए विशेष रूप से बनाया गया हो।

पीक कैसे कंपनियों को अपने सबसे बड़े संपत्ति – डेटा – का उपयोग करके बिक्री और लाभ बढ़ाने में मदद करता है?

पीक प्लेटफ़ॉर्म विशेष रूप से परिणामों पर ध्यान केंद्रित करने वाले अनुप्रयोगों को चलाता है, चाहे वह बिक्री बढ़ाना हो या लाभ बढ़ाना (या दोनों!)। ये अनुप्रयोग विपणन, बिक्री, मर्चेंडाइजिंग, इन्वेंट्री प्रबंधन, मूल्य निर्धारण और आपूर्ति श्रृंखला की दुनिया में फैले हुए हैं। चूंकि यह एक संगठन के पूरे डेटासेट पर बैठता है, पीक का निर्णय बुद्धिमत्ता प्लेटफ़ॉर्म पूरे मूल्य श्रृंखला में अनुकूलन कर सकता है, प्रत्येक व्यवसायिक कार्य के लिए लाभकारी वास्तविक समय के अंतर्दृष्टि और सिफारिशें प्रदान करता है। यह एक जटिल मैट्रिक्स है और निर्णय बुद्धिमत्ता यह सुनिश्चित करने के लिए एकदम सही उपकरण है कि प्रत्येक निर्णय सही है।

पीक पहली नज़र में पूरी तरह से सेवित है, क्या कंपनियों को सेवा का उपयोग करने के लिए एआई इंजीनियरों की आवश्यकता होती है?

पीक प्लेटफ़ॉर्म में तीन मुख्य क्षमताएं हैं जो उपयोगकर्ताओं को:

1. अपने संगठन भर में डेटा को एकत्रित करने और इसे एआई-तैयार बनाने में मदद करता है।
2. एक केंद्रीकृत बुद्धिमत्ता बनाने और प्रशिक्षित करने में मदद करता है जो एआई मॉडल का उपयोग करके अपने संगठन का एक पूर्वानुमान दृष्टिकोण प्रदान करता है।
3. व्यवसायिक उपयोगकर्ताओं के लिए मॉडल के साथ बातचीत करने के लिए एक इंटरफ़ेस प्रदान करता है जो विभिन्न कार्यों में निर्णय लेने का मार्गदर्शन करता है।

चूंकि इसकी स्थापना 2015 में हुई थी, पीक ने एक मॉडल प्रदान किया है जिसमें हमारा प्लेटफ़ॉर्म और अनुप्रयोग हमारे ग्राहकों के लिए हमारी ग्राहक सफलता और डेटा विज्ञान टीमों द्वारा लागू किए जाते हैं। हम देख रहे हैं कि पीक के अधिक से अधिक ग्राहक प्लेटफ़ॉर्म पर स्व-सेवा कर रहे हैं, अपने स्वयं के अनुप्रयोग बना रहे हैं या पीक के मानक अनुप्रयोगों को स्वयं तैनात कर रहे हैं।

क्या आप बता सकते हैं कि पीक व्यवसायों को आपूर्ति श्रृंखला को अनुकूलित करने में कैसे मदद करता है?

एक अच्छा उदाहरण यह होगा कि एक गोदाम प्रबंधक स्टॉक समस्या से निपट रहा है। पारंपरिक रूप से, उन्हें मैन्युअल रूप से ओवरशॉप्ड एसकेयू के लिए ऑर्डर बढ़ाने की आवश्यकता होगी, ऑर्डर की मात्रा को अस्थायी रूप से बदलने के लिए मांग में अस्थिरता के लिए खाता है।

लेकिन, एक डीआई प्लेटफ़ॉर्म की मदद से, गोदाम प्रबंधक प्रतिक्रियात्मक नहीं बल्कि सक्रिय हो सकता है। व्यापक रूप से व्यवसाय में परिस्थितियों पर विचार करते हुए, प्रबंधक का डीआई प्लेटफ़ॉर्म सिफारिश करता है कि वे आपूर्तिकर्ता से ऑर्डर कम कर दें। यह मांग अधिक होने पर विरोधाभासी लगता है, लेकिन डीआई समाधान ने पहचाना है कि कंपनी के पास एक गोदाम है जो एक काउंटी दूर है जिसमें उस एसकेयू की 2,000 इकाइयां हैं जो वहां नहीं बिक रही हैं। यह पहले ही लॉजिस्टिक्स टीम को अलर्ट कर चुका है और निर्धारित डिलीवरी को उस गोदाम के माध्यम से रूट किया है ताकि अतिरिक्त एसकेयू पिक किए जा सकें। यह व्यावसायिक टीमों के लिए समान मॉडल चलाता रहेगा, सिफारिश की गई कार्रवाई को डेटा अंतर्दृष्टि के रूप में बदल देगा और प्रत्येक विभाग कार्रवाई करेगा।

एक अन्य उपयोग के मामले में अपशिष्ट और ऊर्जा को कम करना शामिल है। क्या आप बता सकते हैं कि पीक का उपयोग करके ग्राहकों ने इसे हासिल किया है?

एक वैश्विक सीपीजी खुदरा विक्रेता वर्तमान में अपने परिवहन नेटवर्क को अनुकूलित करने और स्टोर, वितरण केंद्रों और कारखानों के बीच माल की बर्बादी की आवाजाही को कम करने के लिए निर्णय बुद्धिमत्ता का लाभ उठा रहा है। कंपनी का उद्देश्य कार्बन उत्सर्जन को कम करना और अपने लाभ मार्जिन को बढ़ाना है।

आपूर्ति, मांग और इन्वेंट्री से डेटा स्रोतों का उपयोग करते हुए, साथ ही साथ इलेक्ट्रॉनिक पॉइंट ऑफ सेल (ईपीओएस) और ग्राहक डेटा का उपयोग करते हुए, कंपनी वितरण केंद्रों में स्टॉक स्तर को अनुकूलित करने और स्टॉक की आवाजाही के बीच कई केंद्रों के समन्वय के लिए डीआई का उपयोग कर रही है, जिसमें मांग (वास्तविक और पूर्वानुमान), उत्पादन आउटपुट, प्रसंस्करण लागत और परिवहन लागत जैसे कारकों पर विचार किया जाता है। समाधान ने पहले आठ महीनों में लॉजिस्टिक लागत में 10% की कमी की और केंद्रों के बीच 200,000 किमी की ट्रक यात्राओं में कमी की, जो पहले आठ महीनों में 147 मेट्रिक टन (एमटी) में कार्बन उत्सर्जन में कमी का प्रतिनिधित्व करता है।

इसी तरह, निर्माण उद्योग में कंक्रीट के लिए एक प्रमुख उत्पादक और आपूर्तिकर्ता, जिसके पास 400 वाहनों का बेड़ा है, एक स्वचालित डीआई योजना समाधान के साथ नौकरियों प्रति ड्राइवर को 15% तक बढ़ाने और प्रति नौकरी के लिए 3% तक मीलेज कम करने में सक्षम था, जो नौकरी की मांग और रद्दीकरण की भविष्यवाणी करता है, वाहन उत्पादकता को अधिकतम करता है और वाहन मार्गों की योजना बनाता है।

पीक के भविष्य के लिए आपकी दृष्टि क्या है?

हम हर व्यवसाय में निर्णय बुद्धिमत्ता डालना चाहते हैं और एक कंपनी बनाना चाहते हैं जिसे लोग प्यार करते हैं। इसका मतलब है कि वैश्विक स्तर पर अधिक ग्राहकों का समर्थन करने के लिए विस्तार करना हमारी शीर्ष प्राथमिकता है और हम न्यूयॉर्क, मुंबई और पुणे में क्लबहाउस खोलकर अमेरिका और भारत में विस्तार कर रहे हैं। स्थायी उच्च प्रदर्शन इस लक्ष्य की कुंजी है; हम चाहते हैं कि पीक के लोग हमारी यात्रा में एक बड़े हिस्से के लिए हमारे साथ रहें, हम उन लोगों को नहीं चाहते हैं जो दो साल के भीतर जलने वाले हों।

हम अपने सफल श्रृंखला सी राउंड के बाद अनुसंधान और विकास में भारी निवेश कर रहे हैं जो पिछले साल अगस्त में बंद हुआ था। जैसे ही हम अधिक रोमांचक प्लेटफ़ॉर्म सुविधाओं को जारी करते हैं और दुनिया भर में विस्तार करते हैं, हम पीक के बाहर डेटा विज्ञान टीमों द्वारा प्लेटफ़ॉर्म के साथ विकसित किए जाने वाले अनुप्रयोगों को देखने के लिए उत्साहित हैं – डीआई की क्षमता का अधिकांश हिस्सा व्यवहार में खोजा जाएगा।

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