Ralph Gootee, CTO e Co-Fondatore di TigerEye – Serie di Interviste

Ralph Gootee, CTO e Co-Fondatore di TigerEye, guida lo sviluppo di una piattaforma di simulazione aziendale progettata per migliorare la pianificazione strategica, la pianificazione e l’esecuzione. Sfruttando la tecnologia AI avanzata consapevole del tempo, TigerEye consente alle organizzazioni di semplificare i processi di pianificazione, simulare vari scenari e prendere decisioni basate sui dati in modo più efficiente.

Fondata da Gootee e da ex dirigenti di PlanGrid, TigerEye affronta le sfide comuni nella pianificazione aziendale, come le vecchie spreadsheet e i lunghi cicli di pianificazione, con un focus sull’adattabilità e la crescita prevedibile. La piattaforma integra principi provenienti da settori come la costruzione e il controllo qualità del software per fornire soluzioni dinamiche che aiutano le aziende a ottimizzare le operazioni e a crescere in modo efficace.

Cosa ti ha ispirato a fondare TigerEye e come le tue precedenti esperienze con PlanGrid hanno influenzato la tua visione per l’azienda?

Ho sempre trovato i dati una sfida. Quando abbiamo costruito la mia ultima azienda, PlanGrid, strumenti come Looker e Redshift stavano appena uscendo. Il concetto di insight era nuovo. Mixpanel e Amplitude erano ancora ai loro primi giorni. Questi prodotti erano così nuovi che dovevamo costruire il nostro team di ingegneria dei dati per gestire qualsiasi tipo di insight sui dati.

A PlanGrid, abbiamo assemblato un team incredibile con dottorati e leader talentuosi che hanno fatto un lavoro impressionante: identificare lead caldi, analizzare le connessioni dei clienti e calcolare l’ARR. Ma ciò richiedeva un team di 10 persone, era costoso e lasciava gli analisti con la sensazione di essere “schacciatori di biglietti”, eseguendo query SQL per rispondere a domande di segmentazione e crescita. Quando alla fine se ne sono andati per guidare team di data science altrove, il team rimanente spesso faticava a capire i dashboard che avevano lasciato indietro, portando a una notevole quantità di tempo sprecato. Inoltre, il nostro CFO verificava manualmente quei numeri per assicurarsi dell’accuratezza.

Come membro del consiglio di amministrazione di altre aziende, ho visto lo stesso schema: dashboard non connesse che erano difficili da combinare in insight azionabili. Durante l’acquisizione di PlanGrid da parte di Autodesk, queste sfide sono diventate ancora più chiare. Gestire due ambienti Salesforce (CRM ) e coordinare attività di back-office di base come CRM, ERP e marketing era una lotta. Anche determinare quali campagne funzionavano era un mistero. Queste frustrazioni hanno ispirato la visione per TigerEye: un modo per rendere i dati fluidi, azionabili, rapidi e accessibili.

TigerEye offre una soluzione AI flessibile per i team go-to-market. Quali sfide nel mercato hai identificato che ti hanno portato a progettare un’AI conversazionale per l’intelligenza aziendale?

L’analisi go-to-market spesso sembra sovraccarica di numeri, statistiche e matematica pesante. Il processo di porre domande creative e investigative è goffo. Potresti creare un ticket per il team dei dati, chiedendo qualcosa come un grafico del tasso di vittoria. Ci sono ritardi di chiarimento, ritardi e a volte ti rendi conto di aver chiesto la domanda sbagliata. Per la maggior parte delle persone, non è un processo né piacevole né veloce, soprattutto per coloro che non hanno l’autorità di un dirigente per accelerare le risposte.

L’AI conversazionale cambia questo. Immagina di dire semplicemente: “Mostrami i tassi di vittoria per la costa occidentale in rosa rispetto alla costa orientale in marrone, negli ultimi quattro trimestri, in un grafico a barre”. Una conversazione del genere dura solo alcuni secondi e così anche l’output. Abbiamo progettato TigerEye per dare agli utenti un “junior analyst” intuitivo con cui parlare — sempre disponibile per creare insight senza la necessità di un’interfaccia goffa.

Quali sono stati gli ostacoli più significativi che hai affrontato durante le prime fasi dello sviluppo di TigerEye e come li hai superati?

Una grande sorpresa è stata la scala dei dati che abbiamo incontrato, indipendentemente dalle dimensioni dell’azienda. Anche le aziende di medie dimensioni spesso hanno enormi quantità di dati che cambiano frequentemente. Gli strumenti esistenti come Looker non potevano gestire questi carichi di lavoro in modo efficiente; abbiamo visto tempi di caricamento di 10-12 secondi per un solo grafico. Ciò è inaccettabile per l’ambiente aziendale veloce di oggi.

Per affrontare questo, abbiamo dovuto innovare. Abbiamo integrato DuckDB per un’esecuzione delle query più rapida e abbiamo scelto Flutter per costruire un’interfaccia leggera ed efficiente. Inoltre, abbiamo contribuito alla comunità open-source sviluppando e mantenendo DuckDB.Dart, consentendo un’integrazione senza soluzione di continuità con Dart e gli ambienti Flutter. Queste tecnologie ci hanno permesso di ottimizzare per velocità, flessibilità e scalabilità.

Come co-fondatore, come hai e come ha fatto il tuo team a priorizzare le funzionalità e le capacità per il lancio di TigerEye?

Abbiamo iniziato mettendo tutte le risorse dell’azienda dietro la visione dell’AI Analyst. Ciò significava che ogni ingegnere front-end e back-end ha contribuito. La natura di un AI Analyst richiedeva uno sforzo aziendale completo perché non si tratta solo di output di testo; si tratta di fornire widget interattivi, configurare simulatori e abilitare gli analisti a prendere azioni significative. Ad esempio, una funzionalità consente agli utenti di configurare un piano futuro per aggiungere 10 rappresentanti alla costa occidentale in modo fluido, il che richiede la progettazione di un sistema altamente interattivo e intuitivo.

Il processo di sviluppo ha avuto i suoi alti e bassi, ma la spina dorsale tecnica è stata costruita su una valutazione rigorosa. Ciò è diventato il nucleo della nostra priorità. La valutazione è dove avviene il vero lavoro. Stiamo costantemente chiedendo: “Ha questo cambiamento migliorato o peggiorato il sistema?” Abbiamo iniziato con il nostro team di ingegneria e i nostri esperti di dominio e alla fine siamo evoluti catturando le domande dei clienti per raffinare ulteriormente il nostro sistema.

Abbiamo introdotto una suite di test automatizzati in cui l’AI valuta se stessa e assegna un punteggio per determinare se i cambiamenti rappresentano un miglioramento. Per garantire l’accuratezza, conduciamo ancora valutazioni umane settimanali per prevenire pregiudizi come un LLM che si assegna i voti più alti. Questo approccio a due strati è stato cruciale per portare TigerEye a uno stato “1.0” e continuare a innalzare l’asticella.

Infine, raggiungere l’allineamento specifico del dominio è stato un focus importante. Le operazioni di go-to-market richiedono risposte precise e specializzate, e l’allineamento tra gli stakeholder non è sempre immediato. Ciò è il motivo per cui l’esperienza del dominio e il feedback dei clienti nel mondo reale sono stati fondamentali per plasmare TigerEye nella piattaforma che è oggi.

Come si differenzia l’approccio di TigerEye dagli strumenti BI tradizionali e quale impatto ha avuto ciò sui tassi di adozione tra le aziende?

TigerEye è stata costruita fin dall’inizio con AI e mobile, offrendo una soluzione che è intrinsecamente portatile e progettata per rispondere a domande in modo rapido. A differenza degli strumenti BI tradizionali, che sono lenti e spesso richiedono una configurazione estensiva, TigerEye priorizza la velocità e la facilità d’uso attraverso l’AI conversazionale.

I nostri grafici e widget sono altamente flessibili, con visualizzazioni interattive che consentono agli utenti di esplorare i dati in modo intuitivo. L’AI non si basa su informazioni generiche e superficiali che possono portare a risposte inaccurate; al contrario, è specializzata per fornire metriche precise e strutturate adattate a ogni azienda.

Indipendentemente dal fatto che si tratti di startup, aziende di medie dimensioni o aziende enterprise, TigerEye garantisce la coerenza radicando tutte le calcoli in SQL, consentendo sia query front-end che query guidate da AI di fornire gli stessi numeri affidabili. Forniamo anche trasparenza mostrando ai clienti la matematica dietro la nostra analisi, assicurandoci che capiscano esattamente come la piattaforma TigerEye è arrivata alle sue risposte. Questo impegno per la chiarezza aiuta a costruire fiducia e fiducia negli insight forniti.

Il risultato è una piattaforma AI che fornisce una forte personalizzazione mentre consente ai team di accedere a insight azionabili in modo indipendente, consentendo ai team dei dati di concentrarsi su compiti più strategici. Questo approccio ha accelerato l’adozione tra le aziende alla ricerca di strumenti intuitivi, scalabili e precisi per migliorare la loro capacità di prendere decisioni.

Come TigerEye sfrutta l’AI per adattarsi e imparare dai cambiamenti in CRM, ERP e marketing automation in tempo reale?

TigerEye utilizza l’AI, compresa la generazione assistita da recupero (RAG) e l’integrazione con API in tempo reale, per adattarsi dinamicamente ai cambiamenti nelle piattaforme CRM, ERP e marketing automation. Combiniamo anche GenAI con apprendimento automatico tradizionale e teoria della simulazione per dare alla nostra AI la capacità di prevedere il futuro. Collegandoci direttamente a questi sistemi, monitoriamo continuamente gli aggiornamenti, come nuovi record dei clienti, modifiche negli stadi delle trattative o metriche di prestazione delle campagne, assicurandoci che gli insight rimangano attuali e azionabili.

Il nostro AI Analyst non si limita a segnalare i dati in modo passivo; impara e si evolve con i flussi di lavoro dei clienti. Ad esempio, se un team di vendita modifica la struttura della pipeline, TigerEye identifica rapidamente i cambiamenti e regola i suoi calcoli, previsioni e raccomandazioni di conseguenza. Questa adattabilità in tempo reale elimina gli aggiornamenti manuali e garantisce che la leadership e i team abbiano sempre una visione precisa e aggiornata delle loro prestazioni go-to-market.

Inoltre, la flessibilità di TigerEye le consente di funzionare su più sistemi, garantendo un’integrazione e un allineamento senza soluzione di continuità. Che si tratti di Salesforce, HubSpot (HUBS ), NetSuite o altre piattaforme, l’AI di TigerEye consente ai team di tagliare la complessità e fornire insight tempestivi e affidabili che guidano una presa di decisione più intelligente e veloce.

Con l’aumento della complessità nelle operazioni go-to-market, come TigerEye semplifica la presa di decisione per la leadership e i team?

Insight azionabili attraverso l’AI conversazionale. Gli strumenti BI tradizionali spesso richiedono ai team di navigare attraverso dashboard ingombranti, attendere che i team dei dati generino report o combinare manualmente metriche tra sistemi isolati. TigerEye elimina questi collo di bottiglia fornendo risposte istantanee e guidate da AI, adattate alle esigenze della leadership e dei team.

Il nostro AI Analyst funziona come un membro junior del team proattivo, in grado di rispondere a domande come: “Qual è il mio tasso di vittoria nel Q4 in tutte le regioni?” o “Come sarebbe influenzato l’ARR dall’aggiunta di cinque rappresentanti alla costa orientale?” La piattaforma fornisce insight in pochi secondi senza la necessità di modellazione dei dati o di una configurazione estensiva.

Integrando l’AI con l’intelligenza aziendale personalizzata, TigerEye garantisce che tutte le metriche siano accurate, coerenti e allineate in tutta l’organizzazione. La leadership ottiene chiarezza sulle decisioni strategiche, mentre i team traggono beneficio da strumenti che mettono in evidenza le tendenze, prevedono i risultati e riducono il rumore della complessità operativa. TigerEye aiuta i leader aziendali a prendere decisioni più rapide e più intelligenti senza il grande sforzo.

Come vedi l’AI conversazionale trasformare l’intelligenza aziendale nei prossimi cinque anni?

L’intelligenza aziendale si trova attualmente a un bivio. Molti strumenti rimangono bloccati in uno stato più vecchio o acquisito. Sono lenti nell’innovare, mancano di nuovi prodotti e sono eccessivamente generalisti nel loro approccio. Queste soluzioni legacy non sono state costruite fin dall’inizio per integrarsi con grandi modelli linguistici o per offrire interoperabilità AI. Nella maggior parte dei casi, stanno cercando di adattare sistemi obsoleti con soluzioni AI non testate, il che non sta spostando l’ago.

L’AI conversazionale guiderà una nuova generazione di applicazioni BI specializzate. Questi strumenti non richiederanno ai team di trascorrere ore infinite a personalizzare e costruire soluzioni — saranno progettati fin dall’inizio per affrontare esigenze specifiche in finanza, vendite, marketing, costruzione, oil e gas e altri settori. Ogni mercato sta evolvendo in modo diverso e la specializzazione è la chiave.

I modelli AI fondamentali come OpenAI, Anthropic e Mistral continueranno a gestire applicazioni generiche e ampie, ma il futuro dell’intelligenza aziendale si trova nelle soluzioni verticali specializzate che affrontano problemi unici. Gli strumenti AI specializzati per l’intelligenza aziendale sostituiranno l’approccio “one-size-fits-all” attuale, consentendo alle aziende di estrarre insight più velocemente e con maggiore accuratezza. Ciò può fornire precisione e insight azionabili all’interno del proprio dominio. Questo passaggio ridefinirà l’intelligenza aziendale come la conosciamo.

Dopo aver servito come partner visitatore a Y Combinator, come ha influenzato il tuo stile di leadership o il tuo approccio all’innovazione?

YC mi ha insegnato l’importanza di dare priorità alle persone. Ho imparato a focalizzare la mia energia sui founder che erano affamati, aperti al feedback e implacabilmente tenaci. Queste caratteristiche — tenacia e adattabilità — sono i segni distintivi di team di successo, e le ho portate con me in TigerEye.

Un’altra lezione è stata riconoscere il valore della diversità, sia di pensiero che di background. A YC, ho visto di persona come i founder provenienti da gruppi sottorappresentati spesso portassero una resilienza e una creatività incredibili. È una prospettiva che ha plasmato il modo in cui costruiamo e guidiamo in TigerEye oggi. La diversità rafforza i team e guida l’innovazione.

Qual è la tua visione per il futuro di TigerEye e come pianifichi di espandere il suo impatto attraverso i settori?

TigerEye è innanzitutto un’azienda AI. Il nostro obiettivo è portare le innovazioni che vediamo nell’AI dei consumatori, come l’interazione senza soluzione di continuità negli strumenti come Perplexity e Cursor, nel settore aziendale. Immagina un assistente personale che puoi chiedere per insight ovunque, su qualsiasi dispositivo. Hai bisogno di sapere perché le trattative sono state bloccate nel Q2 o cosa sarebbe necessario per raddoppiare il numero di rappresentanti in una certa regione mentre sei in movimento? Chiedi, e sarà lì all’istante, preciso e coerente in tutta l’azienda.

Il futuro di TigerEye è quello di semplificare l’accesso ai dati e rendere gli insight ubiqui, che tu stia utilizzando un’app mobile, indossando uno smartwatch o chiedendo un report su Slack. Ci concentriamo sulla creazione di strumenti che rendono la presa di decisione basata sui dati senza sforzo.

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