Dott. Zohar Bronfman, Co-fondatore e Amministratore Delegato di Pecan AI – Serie di Interviste

Dott. Zohar Bronfman è il Co-fondatore e Amministratore Delegato di Pecan AI. Con una profonda esperienza in psicologia computazionale e scienza dei dati, Zohar ha applicato il suo spirito imprenditoriale innato per co-fondare Pecan, subito dopo la laurea. Zohar possiede due dottorati presso l’Università di Tel Aviv – uno in neuroscienza cognitiva computazionale e un altro nella storia e filosofia della scienza e della tecnologia. Possiede anche una laurea in economia presso l’Università Aperta di Israele.

Fondata nel 2018, Pecan AI è una piattaforma di analisi predittiva che sfrutta il suo pionieristico Predictive GenAI per rimuovere le barriere all’adozione dell’AI, rendendo la modellazione predittiva accessibile a tutti i team di dati e aziendali. Guidata dall’intelligenza generativa, le aziende possono ottenere previsioni precise in vari domini aziendali senza la necessità di personale specializzato. Predictive GenAI consente una rapida definizione e formazione del modello, mentre i processi automatizzati accelerano l’implementazione dell’AI. Con la fusione di Pecan tra intelligenza predittiva e generativa, realizzare l’impatto aziendale dell’AI è ora molto più rapido e semplice.

Com’è stato il viaggio di fondazione di Pecan AI e quali sono alcuni dei principali risultati raggiunti lungo la strada?

Creare Pecan AI è stato un vero e proprio rollercoaster. Tutto è iniziato quando il mio co-fondatore e io abbiamo partecipato a un concorso internazionale di scienza dei dati. Abbiamo creato un’automazione di preparazione dei dati che si è trasformata nel prototipo di Pecan, ma abbiamo perso la scadenza e perso. Invece di andare avanti, abbiamo deciso di trasformare il nostro prototipo in qualcosa di impattante. Solo due mesi dopo aver completato i nostri dottorati nel 2018, abbiamo affittato una piccola stanza all’Università di Tel Aviv e iniziato a lavorare sodo. Con poca esperienza aziendale, abbiamo presentato la nostra idea a capitalisti di ventura. Fortunatamente, Haim Sadger e Aya Peterburg di S Capital hanno visto il potenziale e hanno investito 4 milioni di dollari, dandoci il boost di cui avevamo bisogno.

Un importante risultato è stato raccogliere 66 milioni di dollari in un round di serie C guidato da Insight Partners, con il sostegno di GV (ex Google (GOOGL ) Ventures) e altri. Questo finanziamento ci ha permesso di espanderci a livello globale e di accelerare i nostri sforzi di sviluppo.

Come influenza la tua formazione in neuroscienza cognitiva computazionale il tuo approccio allo sviluppo di soluzioni di intelligenza artificiale?

La mia formazione in neuroscienza cognitiva computazionale, insieme al mio dottorato in storia e filosofia della scienza, gioca un ruolo importante nello sviluppo di soluzioni di intelligenza artificiale. Questi campi mi aiutano a comprendere sia gli aspetti tecnici che filosofici della tecnologia. Questa prospettiva duale è incredibilmente preziosa nel panorama tecnologico in rapida evoluzione di oggi. Mi consente di creare prodotti di intelligenza artificiale che non sono solo tecnicamente avanzati, ma anche eticamente solidi e facili da usare.

Puoi spiegare il concetto di Predictive GenAI e come integra l’intelligenza generativa con la modellazione predittiva?

Certo. Predictive GenAI è tutto sulla fusione dell’intelligenza generativa con la modellazione predittiva. L’intelligenza generativa consente agli utenti di interagire con i dati attraverso il linguaggio naturale, rendendo facile porre domande e guidare l’AI. Tuttavia, le sue capacità predittive sono limitate. È qui che entra in gioco la modellazione predittiva, che elabora i dati per fare previsioni future accurate. Combinando queste due tecnologie, Predictive GenAI consente anche a coloro che hanno poca esperienza nella scienza dei dati di costruire modelli predittivi e utilizzarli in modo fluido, come conversare con ChatGPT.

Come Predictive GenAI semplifica il processo di creazione e distribuzione di modelli predittivi per le aziende?

Predictive GenAI semplifica le cose con funzionalità come Predictive Chat e Predictive Notebook. Predictive Chat agisce come un aiutante AI, guidando gli utenti attraverso il processo di modellazione utilizzando il linguaggio naturale. Formula domande predittive in base alle preoccupazioni aziendali dell’utente e genera un Predictive Notebook con query SQL pronte e dati di esempio. Ciò significa che gli utenti non devono iniziare da zero o avere una profonda conoscenza tecnica per ottenere previsioni accurate.

Puoi approfondire il caso di studio relativo al CAA Club Group e come Pecan AI ha ottimizzato i loro servizi di assistenza stradale?

Assolutamente. Il CAA Club Group spendeva una settimana per prevedere manualmente l’assistenza stradale, il che era tempo-consuming e limitato. Dopo aver implementato Pecan AI, il loro team di scienza dei dati ha sviluppato oltre 30 modelli per generare previsioni di domanda a breve termine due volte a settimana. Queste previsioni prevedono i volumi di chiamata e i tipi di servizio ogni ora, garantendo un’efficiente gestione del personale e risposte rapide, soprattutto durante le condizioni invernali severe. La piattaforma di Pecan consente anche un miglioramento continuo di questi modelli, aumentando l’efficienza del servizio.

Come Credit Pros ha tratto beneficio dall’utilizzo di Pecan AI per la previsione della perdita di clienti e quali sfide specifiche ha risolto per loro?

Il Credit Pros affrontava sfide significative nella previsione della perdita di clienti, che era un processo complesso e tempo-consuming. L’implementazione di Pecan AI ha ridotto il tempo di sviluppo del modello da tre mesi a sole settimane, consentendo strategie di ritenzione proattive. Questo processo fluido ha permesso a TCP di prevedere con accuratezza la perdita di clienti e di elaborare strategie efficaci per trattenere i clienti, aumentando così il loro fatturato.

Come gli strumenti Predictive Chat e Predictive Notebook migliorano l’esperienza utente e rendono l’analisi predittiva accessibile agli utenti non tecnici?

Predictive Chat utilizza l’intelligenza generativa per creare notebook personalizzati in base alle domande aziendali e ai dati dell’utente. Gli utenti possono interagire con la chat in linguaggio naturale, rispondendo a domande e seguendo le istruzioni, semplificando il processo di creazione del modello. Il Predictive Notebook include tutto il codice necessario, consentendo agli utenti di visualizzare le query, creare tabelle personalizzate e comprendere la logica del set di dati di formazione. Questo approccio rende l’analisi predittiva accessibile agli utenti non tecnici, semplificando la preparazione dei dati e la creazione del modello.

In che modi vedi Predictive GenAI trasformare vari settori e funzioni aziendali?

Predictive GenAI consente alle aziende di prendere decisioni basate sui dati con un’accuratezza e un’efficienza senza precedenti. Nella produzione e nella logistica, ottimizza le operazioni prevedendo la domanda e semplificando le catene di approvvigionamento. Nei settori centrati sul cliente, migliora la soddisfazione e la fedeltà attraverso marketing mirato e raccomandazioni personalizzate. Predictive GenAI alimenta anche l’innovazione prevedendo le tendenze del mercato, guidando lo sviluppo del prodotto e accelerando il time-to-market. Le sue applicazioni si estendono alla sanità per la previsione delle malattie e la creazione di piani di trattamento personalizzati, e agli sforzi di sostenibilità ottimizzando l’uso delle risorse e riducendo l’impatto ambientale.

Come Pecan AI garantisce l’accuratezza e l’affidabilità dei suoi modelli predittivi?

Garantiamo l’accuratezza e l’affidabilità attraverso test rigorosi e convalida continua. Pecan AI utilizza set di dati di formazione e test separati per valutare le prestazioni del modello, simile a come si valuta un test scolastico. Metriche chiave come accuratezza, precisione e richiamo vengono utilizzate per convalidare i modelli durante lo sviluppo e in produzione. Promuoviamo anche la trasparenza attraverso previsioni spiegabili, aiutando gli utenti a comprendere i fattori che influenzano ogni previsione e favoriscono la fiducia nelle informazioni guidate dall’AI.

Come vedi evolversi il ruolo di Predictive GenAI nei prossimi anni?

Guardando avanti, il futuro dell’AI non è solo prevedere eventi, ma anche prescrivere azioni basate su quelle previsioni. Predictive GenAI mira ad automatizzare i processi decisionali e ottimizzare le operazioni aziendali. Tuttavia, è cruciale comprendere i rischi associati e garantire l’uso responsabile dell’AI. Man mano che la tecnologia evolve, giocherà un ruolo critico nel migliorare l’efficienza operativa, favorire l’innovazione e guidare la presa di decisioni strategiche in vari settori.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Pecan AI.