Fred Laluyaux, Co-Founder dan CEO Aera Technology – Interview Series

Fred Laluyaux, Co-Founder, Presiden dan CEO Aera Technology, adalah eksekutif perangkat lunak perusahaan yang berpengalaman yang telah membangun dan memimpin perusahaan di persimpangan analitik, otomatisasi, dan pengambilan keputusan. Sebelum mendirikan Aera, ia menjabat sebagai CEO Anaplan dan memegang beberapa posisi kepemimpinan senior di SAP, yang mencakup keuangan, manajemen kinerja, risiko, penjualan, dan pengembangan perusahaan. Pada awal karirnya, ia bekerja di posisi eksekutif di Business Objects dan ALG Software, dan mendirikan Transcribe Technologies, memberinya puluhan tahun pengalaman dalam menskala organisasi perangkat lunak global dan menerjemahkan data kompleks menjadi hasil bisnis.

Aera Technology mengembangkan perangkat lunak kecerdasan keputusan yang didorong oleh AI untuk membantu perusahaan besar beroperasi dengan kecepatan dan presisi yang lebih besar. Platform perusahaan ini secara terus-menerus menganalisis data dari seluruh organisasi dan lingkungan eksternalnya, mengubah wawasan menjadi tindakan yang disarankan dan otomatis dalam waktu nyata. Dengan fokus pada keputusan daripada dasbor, Aera bertujuan untuk membantu organisasi berpindah dari analisis reaktif ke operasi yang proaktif dan terus-menerus membaik.

Anda telah mendirikan dan memimpin beberapa perusahaan perangkat lunak perusahaan, dari hari-hari awal Anda membangun Transcribe Technologies hingga menjalankan Anaplan dan sekarang co-mendirikan Aera Technology. Apa masalah yang Anda lihat di perusahaan besar yang meyakinkan Anda bahwa kecerdasan keputusan perlu ada sebagai kategori tersendiri, dan mengapa 2017 adalah saat yang tepat untuk membangun Aera?

Saya telah bekerja pada masalah ini selama lebih dari satu dekade — jauh sebelum Aera ada. Kembali pada 2010, saat saya di SAP, saya menulis sebuah makalah tentang apa yang saya percayai akan menjadi tantangan terbesar bagi perusahaan besar: membuat dan melaksanakan keputusan dengan cukup cepat untuk mengikuti digitisasi ekonomi.

Tiga kekuatan bertabrakan — volume, kompleksitas, dan kecepatan. Keputusan bergerak ke tingkat yang lebih halus, lebih dekat ke titik dampak, tetapi perusahaan masih terstruktur sebagai piramida orang, alat, dan proses yang dalam yang tidak dapat diskalakan.

Pertanyaan nyata menjadi: bagaimana Anda membawa kekuatan teknologi ke tingkat transaksional? Tidak hanya wawasan atau dasbor, tetapi mesin yang melaksanakan keputusan, terus-menerus belajar dari semua keputusan yang diambil, dan dengan manusia yang mengendalikan.

Untuk 2017, kami terlalu dini. Pasar belum sepenuhnya siap, dan kami juga belum siap. Itulah sifat dari sebuah startup: Anda memulai dengan visi yang jelas dan membangun awal sehingga Anda siap ketika pasar matang. Dalam kasus Aera, itu membutuhkan beberapa tahun. Dan COVID-19 tidak membantu. Tetapi itu menarik untuk melihat bahwa visi inti kami tetap sama dengan formulasi awalnya sementara platform dan pasar berkembang ke titik di mana Aera sekarang memimpin kategori kecerdasan keputusan dan bekerja dengan beberapa organisasi terbesar di dunia.

Ada banyak diskusi hari ini sekitar agen AI, tetapi Anda telah jelas bahwa wawasan saja tidak cukup. Bagaimana Anda menjelaskan perbedaan antara analitik, rekomendasi AI yang dibantu, dan kecerdasan keputusan yang sebenarnya kepada CIO yang mencoba memotong kebisingan?

Analitik tradisional dan alat intelijen bisnis memberitahu Anda apa yang terjadi. AI dapat membantu memprediksi apa yang mungkin terjadi. Rekomendasi AI yang dibantu menyarankan pilihan tetapi masih mengandalkan manusia untuk memutuskan dan bertindak.

Kecerdasan keputusan melampaui dasbor statis atau rekomendasi satu kali. Ini beroperasi sebagai loop pembelajaran terus-menerus untuk mempercepat dan memperbaiki keputusan — menggunakan data, analitik, AI, dan otomatisasi untuk mengevaluasi tradeoff, mensimulasikan skenario, dan melaksanakan dan memantau tindakan dalam waktu nyata, selaras dengan tujuan bisnis.

Sementara AI dapat membantu tim memprediksi permintaan atau mengoptimalkan alur kerja, kecerdasan keputusan menentukan bagaimana bertindak atas wawasan tersebut. Ini menyeimbangkan biaya, risiko, tingkat layanan, dan kendala operasional di seluruh perusahaan dengan skala.

Aera sering digambarkan sebagai memungkinkan perusahaan yang bergerak sendiri. Dalam istilah praktis, apa yang sebenarnya terlihat seperti di dalam sebuah organisasi besar, dan keputusan mana yang realistis siap untuk tingkat otomatisasi ini hari ini?

Ketika kita berbicara tentang perusahaan yang bergerak sendiri, ini bukanlah otonomi tanpa kontrol. Dari hari pertama, visi kita adalah berpindah dari orang yang membuat dan melaksanakan keputusan yang didukung oleh mesin, ke mesin yang melaksanakan keputusan yang dipandu oleh orang — dengan niat yang jelas, kendala, dan akuntabilitas.

Dalam praktik, Aera beroperasi sebagai agen keputusan. Ini secara terus-menerus memahami data, mendeteksi pemicu, mengevaluasi tradeoff, merekomendasikan tindakan, dan melaksanakan keputusan langsung di sistem perusahaan. Dengan menggunakan Aera, manusia tidak mengelola dasbor; mereka mengatur keputusan, sering melalui interaksi setuju atau tidak setuju yang sederhana.

Keputusan yang siap untuk tingkat otomatisasi ini hari ini adalah keputusan yang bervolume tinggi dan dapat diulang — penyeimbangan inventori, prioritas pesanan pembelian, perubahan parameter — di mana kecepatan penting dan koordinasi manual menciptakan ketidakefisienan terbesar.

Anda telah bekerja erat dengan perusahaan global di seluruh rantai pasokan, keuangan, dan operasional. Di mana CIO melihat pengembalian tercepat dan paling nyata dari kecerdasan keputusan, apakah dalam modal kerja, tingkat layanan, atau pengurangan limbah?

CIO melihat pengembalian tercepat dan paling nyata dari kecerdasan keputusan di mana keputusan bervolume tinggi, dapat diulang, dan dibatasi oleh biaya, kapasitas, atau tradeoff layanan. Dalam rantai pasokan dan operasional, ini sering termasuk penyeimbangan inventori, prioritas pesanan pembelian, dan logistik. Ini adalah di mana eksekusi otomatis dengan skala mengarah pada keuntungan yang dapat diukur dalam modal kerja, tingkat layanan, dan pengurangan limbah.

Sebagai contoh, sebuah perusahaan life sciences global menggunakan kecerdasan keputusan untuk terus-menerus memantau permintaan dan menyesuaikan pesanan pembelian — secara otomatis meminta pembatalan atau pengurangan pemasok, memvalidasi respons, dan mengonfirmasi perubahan. Kapasitas ini memberikan lebih dari jutaan dalam pengurangan limbah tahunan, sementara juga mengurangi mil truk dan emisi gas rumah kaca (GRK) terkait.

Banyak perusahaan sudah bergelut untuk mengoperasikan model AI dengan skala. Apa yang paling umum menghalangi organisasi ketika mereka mencoba berpindah dari generasi wawasan ke eksekusi keputusan otomatis?

Tantangan sering muncul ketika tim mulai bereksperimen dengan alat AI yang berdiri sendiri. Mereka mungkin mengotomatisasi satu alur kerja tetapi bergelut untuk mengoperasikan keputusan secara konsisten di seluruh bisnis. Tanpa platform keputusan yang komposabel dan dirancang khusus, upaya ini sulit untuk diatur, diskalakan, atau disesuaikan ketika kondisi berubah.

Blocker umum lainnya adalah kurangnya kejelasan tentang di mana pengambilan keputusan gagal. Perusahaan berinvestasi dalam AI dan prediksi tetapi tidak menemukan mengapa inventori meningkat, perkiraan meleset, atau logistik underperform. Visibilitas yang terfragmentasi di seluruh keputusan memperburuk masalah.

Tim yang berhasil memulai dengan kasus penggunaan yang jelas dan berdampak tinggi di mana tradeoff dipahami, membangun kepercayaan melalui rekomendasi dan eksekusi, dan mengotomatisasi secara bertahap. Dari sana, mereka dapat menskalakan ketika keputusan terus-menerus beradaptasi dan membaik seiring waktu.

Agensi AI menjadi kata kunci di seluruh industri. Bagaimana Anda melihat agen masuk ke dalam platform kecerdasan keputusan, dan di mana perusahaan perlu berhati-hati tentang otonomi versus pengawasan manusia?

Dalam kecerdasan keputusan, agen menambahkan nilai terbesar ketika mereka terintegrasi ke dalam sistem keputusan yang diawasi — bukan beroperasi dalam isolasi. Dengan Aera Decision Cloud platform, agen bekerja sebagai tim yang terkoordinasi, masing-masing memberikan kemampuan spesifik: mensimulasikan skenario; mengintegrasikan sinyal waktu nyata; memvalidasi kelayakan; menilai dampak keuangan; dan melaksanakan tindakan — semua diorkestrasi di sekitar keputusan tunggal.

Di mana perusahaan perlu berhati-hati adalah otonomi tanpa tata kelola. Dalam praktik, keputusan agen selalu dipandu oleh orang. Tim manusia menetapkan parameter dan tujuan, memantau kinerja, menguji asumsi, dan mengelola kualitas data dari lingkungan kontrol ruang. Sistem dapat berjalan terus-menerus, tetapi manusia mengatur bagaimana keputusan berkembang. Keseimbangan itulah yang membuat agen AI dapat diskalakan, dapat dipercaya, dan aman di perusahaan.

Kepercayaan sangat kritis ketika keputusan mempengaruhi pendapatan, pelanggan, atau kepatuhan. Bagaimana Aera memastikan keputusan dapat dijelaskan, dapat diaudit, dan dapat dipertahankan, terutama di lingkungan yang diatur?

Kepercayaan dimulai dengan transparansi. Untuk setiap keputusan, Aera menangkap konteks penuh — data yang digunakan, rekomendasi, logika di baliknya, keputusan yang diambil, dan hasilnya. Ketika sistem berjalan dan diperbarui, itu memantau dan mengukur hasil keputusan untuk terus-menerus memperbaiki pengambilan keputusan.

Kami menyebut ini sebagai pembelajaran keputusan otomatis. Berdasarkan kinerja keputusan, Aera menghitung skor kepercayaan untuk rekomendasi — menjelaskan penyebab akar, tradeoff, dan dampak yang diharapkan. Pengguna mungkin melihat rekomendasi dengan rasional yang jelas dan skor kepercayaan 92%.

Pendekatan ini adalah otonom tetapi diawasi. Melalui Jaringan Kecerdasan Keputusan platform, yang berfungsi sebagai ruang kontrol terpusat, pengguna memiliki visibilitas penuh di seluruh keputusan, tindakan, dan hasil. Mereka dapat memantau kinerja, menguji asumsi, mengelola kualitas data, dan menyesuaikan logika seiring waktu.

Berdasarkan percakapan Anda dengan CIO, bagaimana peran manusia berkembang ketika sistem kecerdasan keputusan matang, dan apa keterampilan yang menjadi lebih penting ketika mesin mengambil lebih banyak keputusan operasional?

Seiring kecerdasan keputusan matang, peran manusia tidak menghilang — itu berpindah ke rantai nilai. Kami melihat pergeseran dari orang yang secara manual melaksanakan keputusan ke orang yang merancang, mengatur, dan memperbaiki keputusan.

Dalam banyak perusahaan barang konsumsi, peran perencana tradisional sudah berkembang menjadi analis keputusan yang fokus pada memantau hasil, memahami tradeoff, dan memperbaiki logika keputusan seiring waktu. Di samping mereka, arsitek keputusan menentukan niat, kendala, dan pagar pembatas yang mengarahkan bagaimana mesin bertindak.

Keterampilan yang paling penting menjadi penilaian, pemikiran sistem-level, dan kemampuan untuk membingkai keputusan yang tepat. Manusia tetap berada dalam kontrol, mengatur bagaimana keputusan dibuat oleh mesin tetapi tidak setiap tindakan individual.

Quadrant Magic Gartner pertama untuk Platform Kecerdasan Keputusan menandakan bahwa kategori ini memasuki arus utama. Apa kemampuan yang Anda percayai akan memisahkan vendor pemimpin dari yang tertinggal dalam beberapa tahun ke depan?

Setelah dinamai sebagai Pemimpin dalam Quadrant Magic Gartner inaugural untuk Platform Kecerdasan Keputusan, kami melihat kepemimpinan didefinisikan oleh eksekusi yang kuat dan kemampuan untuk mengirimkan kemampuan komprehensif dan komposabel di seluruh siklus keputusan penuh. Dalam penelitian Critical Capabilities Gartner, Aera juga diakui untuk kinerjanya di seluruh kasus penggunaan keputusan kunci — termasuk analisis keputusan, rekayasa keputusan, ilmu keputusan, dan tata kelola keputusan — menilai bagaimana platform dapat memodelkan, mengoperasikan, mengatur, dan terus-menerus memperbaiki keputusan dengan skala perusahaan.

Kami percaya bahwa vendor pemimpin juga akan dibedakan oleh seberapa efektif mereka mengintegrasikan teknik AI lanjutan, termasuk AI generatif dan agen, ke dalam sistem keputusan yang diawasi dan siap perusahaan. Ini memerlukan platform yang dirancang khusus, komposabel, dapat diakses oleh bisnis melalui antarmuka kode rendah dan bahasa alami, dan diatur dengan skala untuk memenuhi keamanan dan persyaratan peraturan. Pada akhirnya, vendor terkuat akan mengintegrasikan kecerdasan keputusan sebagai lapisan operasional yang terus-menerus belajar dan membaik, bukan hanya aplikasi lain yang tim harus kelola.

Untuk organisasi yang mengenali kesenjangan antara wawasan dan tindakan, bagaimana platform Aera membantu mereka menutup loop itu dalam praktik, dan apa yang terlihat seperti penerapan pertama yang sukses untuk seorang CIO yang ingin mengarahkan dampak bisnis yang dapat diukur?

Menutup kesenjangan antara wawasan dan tindakan dimulai dengan mengoperasikan keputusan dalam operasional sehari-hari. Platform Aera memungkinkan CIO untuk memperlakukan keputusan sebagai proses yang berkelanjutan: memantau hasil; menguji tradeoff; dan memperbaiki kinerja seiring waktu. Ini sering dilakukan dengan pusat keputusan yang unggul, virtual atau fisik, di mana tim mengatur dan memperbaiki bagaimana keputusan dibuat dan dilaksanakan.

Aera menyatukan data, analitik, aturan bisnis, AI, dan otomatisasi dalam platform komposabel tunggal untuk memberdayakan keputusan yang mengalir dari wawasan hingga eksekusi dan pembelajaran. Arsitektur komposabelnya memungkinkan IT untuk mempertahankan pengawasan dan keamanan, sementara memungkinkan tim bisnis untuk mendefinisikan, menyesuaikan, dan mengembangkan alur keputusan. Ketika hasilnya ditangkap, keputusan terus-menerus membaik dan membebaskan tim untuk fokus pada penilaian, strategi, dan pengecualian.

Sebuah penerapan pertama yang sukses sering membuktikan hasil yang dapat diukur pada satu kasus penggunaan keputusan yang berdampak tinggi dalam 10-12 minggu, melaksanakan dan terus-menerus memperbaiki keputusan dari ujung ke ujung. Ini menciptakan cetak biru yang dapat diulang untuk skala perusahaan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Aera Technology.