Rohit Aggarwal, COO di DecisionNext – Serie di Interviste

Rohit Aggarwal è il Chief Operating Officer di DecisionNext, una piattaforma AI leader che consente alle aziende di ottimizzare l’acquisto o la vendita di commodity al momento e al prezzo migliori. Sfrutta una solida esperienza nel settore della catena di approvvigionamento e della gestione dei prodotti, nonché l’esperienza diretta nella gestione di grandi team per eseguire progetti complessi e multidisciplinari e ottenere risultati aziendali. Rohit in precedenza ha ricoperto ruoli di gestione dei prodotti e delle operazioni in Google (GOOGL ) e Amazon (AMZN ).

Ha lavorato ad Amazon e più recentemente a Google. Quali sono stati alcuni dei punti salienti di queste esperienze?

Ad Amazon, ho avuto l’opportunità di gestire un team diversificato di 250 dipendenti cross-funzionali per lanciare strutture operative di classe mondiale. Ho anche supportato l’implementazione di innovazioni come la consegna lo stesso giorno, la robotica e altre tecnologie emergenti. Poi, a Google, ho utilizzato le mie competenze per colmare il divario tra prodotto e operazioni. Ciò ha comportato la creazione di applicazioni da zero per gestire un nuovo stile di processo di evasione, tra le altre novità.

Posso spiegare come DecisionNext sfrutta l’AI e il machine learning per migliorare la previsione dei prezzi e della domanda delle commodity?

DecisionNext utilizza l’intelligenza artificiale e il machine learning per consumare migliaia di set di dati e trovare relazioni storiche e attuali tra fattori chiave. Quindi, impara da queste informazioni e costruisce modelli pertinenti per qualsiasi commodity. Nei mercati agricoli e delle risorse naturali, i nostri strumenti aiutano i clienti a prevedere meglio i prezzi, a prendere decisioni più intelligenti, a ridurre i rischi e ad aumentare i profitti in tutta la catena di approvvigionamento globale. Stiamo anche lavorando all’utilizzo di Large Language Models (LLM) per semplificare le decisioni globali complesse con soluzioni consapevoli dei rischi.

Quali sono i principali vantaggi dell’utilizzo della piattaforma AI di DecisionNext rispetto ai metodi di previsione tradizionali?

I compratori e i venditori di prodotti globali spesso si affidano a regole empiriche e a fogli di calcolo per semplificare un sistema complesso del valore di miliardi di dollari in transazioni. Ciò lascia una quantità significativa di denaro sul tavolo. Questi fogli di calcolo hanno funzionato meraviglie e hanno supportato centinaia di aziende. Tuttavia, poiché la dinamica del lavoro cambia e i mercati globali diventano più imprevedibili, stanno diventando meno efficaci. DecisionNext ha trascorso anni perfezionando una piattaforma AI che trasforma complessità globali in raccomandazioni azionabili su larga scala – migliorando notevolmente le prestazioni finanziarie.

I nostri clienti hanno esperti in materia che sono stati in uno spazio o in un’industria particolare per 30 anni o più. E poiché le nuove generazioni entrano, è estremamente importante conservare tutta quell’esperienza in modo utilizzabile. DecisionNext aiuta a farlo costruendo biblioteche complete di decisioni, integrando pareri di esperti e imparando dal passato.

Ciò fa sì che la piattaforma DecisionNext riduca i rischi e l’incertezza nelle decisioni aziendali attraverso unità aziendali e individui, stabilendo allo stesso tempo un modo scalabile per prendere quelle decisioni. Migliora inoltre la redditività nelle transazioni quotidiane, nelle posizioni a lungo termine e nella pianificazione strategica di prospettiva.

Qual è il ruolo dei dati dinamici nel processo decisionale guidato dall’AI di DecisionNext e come vengono integrati e utilizzati questi dati?

I dati dinamici e aggiornati sono estremamente importanti quando si tratta di costruire modelli di classe mondiale. Tuttavia, la velocità e la complessità con cui i dati possono essere elaborati e modellati non sono l’unico fattore. Ad esempio, come fa un modello a sapere il peso dell’ultimo punto dati (ad esempio uno shock nel sistema) e che deve trattarlo diversamente? I nostri utenti possono interagire con i modelli attraverso tecnologia brevettata per immettere le loro opinioni e costruire analisi “e se” per utilizzare dati che il modello o il sistema semplicemente non può conoscere ancora. Ciò consente ai nostri clienti di ottenere nuove informazioni che altrimenti non sarebbero possibili. Sono inoltre in grado di comprendere meglio l’impatto dei cambiamenti globali nella catena di approvvigionamento o di nuove regolamentazioni commerciali, tra un’infinità di altre situazioni potenziali.

In che modo la piattaforma AI di DecisionNext ha rivoluzionato le decisioni aziendali nel mercato delle commodity?

La nostra piattaforma di classe mondiale ha rivoluzionato l’approccio standard alla determinazione dei prezzi, alla previsione della domanda e dell’offerta, fornendo ai nostri utenti più di una semplice previsione. Con il nostro strumento, possono rapidamente comprendere il rischio, l’incertezza e analizzare decisioni complesse con pochi clic del mouse. DecisionNext ha una serie di casi d’uso in tutta la catena di approvvigionamento, sia nell’agricoltura che nella mineraria. Tra questi, l’ottimizzazione del prezzo di acquisto e di vendita, la pianificazione aziendale, l’arbitraggio geografico e per prodotto, la formulazione a minor costo e la gestione del rischio, tra gli altri.

Come DecisionNext garantisce l’accuratezza e l’affidabilità dei modelli di previsione AI per il trading di commodity?

Garantiamo l’accuratezza e l’affidabilità dei nostri modelli di previsione AI attraverso un’intensa retroproiezione. DecisionNext ha costruito un sistema rigoroso in grado di testare rapidamente migliaia di strutture di modelli e fornire all’utente una completa comprensione di quanto siano stati accurati i modelli. Ciò può essere fatto in un modo facile da capire che ci consente anche di utilizzare quell’accuratezza per prevedere l’incertezza nel futuro.

Potrebbe condividere un esempio o uno studio di caso di come DecisionNext abbia aiutato un’azienda a navigare la volatilità del mercato utilizzando gli strumenti AI?

Con DecisionNext, un grande produttore di minerale di ferro ha aumentato i suoi profitti del 6-8% in media sulle vendite spot. La nostra soluzione ha aiutato a ottimizzare la strategia di prezzo e a ridurre il tempo necessario per prendere decisioni chiave sull’arbitraggio geografico. Allo stesso modo, siamo in grado di aiutare i produttori di bestiame a prendere la stessa decisione su dove e quando vendere la carne proveniente dalle loro carcasse.

In entrambi i casi, DecisionNext ha fornito una previsione a breve e lungo termine precisa e difendibile per ottimizzare la pianificazione delle vendite. I nostri strumenti di visualizzazione hanno consentito ai produttori di valutare rapidamente molteplici strategie di vendita affiancate per mitigare al meglio i rischi, semplificare la presa di decisioni e aumentare maggiormente i margini.

Senza DecisionNext, le aziende sono costrette a fare affidamento su medie storiche, mercati futures (se disponibili) e esperienza per determinare i prezzi. Sebbene efficaci in passato, con i nostri mercati delle commodity sempre più volatili, le aziende lasciano milioni di dollari sul tavolo.

Può discutere l’importanza di avere modelli di previsione interattivi per gli utenti e come DecisionNext garantisce che questi modelli siano facili da usare?

Il vecchio modello di previsione “scatola nera” non dice alle persone perché la previsione sia quella che è. Non aiuta neanche a tradurre la previsione in decisioni azionabili. Quindi, in questo scenario, gli utenti potrebbero non utilizzare neanche una previsione perfetta e tornare ai metodi vecchi.

DecisionNext aiuta i suoi clienti a comprendere meglio sia il rischio di mercato che il rischio aziendale e perché i due dovrebbero essere interconnessi quando si tratta di previsione. DecisionNext fornisce una visibilità completa sulle fonti di dati e le strutture dei modelli, nonché chiarezza e direzione strategica.

Tutto ciò viene fornito attraverso un dashboard utente-friendly, progettato per un coinvolgimento continuo.

In che modo la pandemia e gli eventi geopolitici recenti hanno influenzato lo sviluppo e l’utilizzo dell’AI nel trading di commodity presso DecisionNext?

Il COVID-19 ha capovolto la catena di valore globale della carne, e un cliente in particolare che è stato colpito dalla crisi mi viene in mente. Con grandi quantità di cibo congelato destinate a canali di servizio alimentare presto dormienti, il cliente ha utilizzato l’analisi DecisionNext per liquidare rapidamente e in modo ottimale l’inventario man mano che i blocchi si diffondevano negli Stati Uniti e anche per pianificare come e quando ricostruire detti inventari.

Utilizzando la piattaforma DecisionNext, il cliente ha costruito e confrontato quattro alternative di vendita e di approvvigionamento complesse per vedere gli esiti di mercato previsti e confrontare i rischi. Sono stati in grado di liquidare con successo l’inventario eccessivo su più tagli, e queste transazioni hanno fornito un ritorno 5 volte sugli investimenti nel software DecisionNext in un solo mese.

Quali progressi futuri nell’AI e nel machine learning prevede che avranno un impatto sul mercato delle commodity, e come DecisionNext si sta preparando per essi?

DecisionNext è all’avanguardia degli sforzi per sfruttare l’AI e il machine learning per rendere i mercati delle commodity più efficienti, redditizi e sostenibili. Mentre il mondo continua a lottare con sfide massive come il cambiamento climatico e l’instabilità politica, la tecnologia intelligente sarà un componente sempre più importante per navigare con successo in esse. Siamo onorati di essere stati scelti dai nostri clienti e partner per fornire una piattaforma che aiuti a farlo accadere.

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