インタビュー
リチャード・ポッター、Peakの共同創設者兼CEO – インタビュー・シリーズ
リチャード・ポッターは、Peakの共同創設者兼CEOです。Peakは、データエンジニア、データサイエンティスト、ビジネスディシジョンメーカーが、企業全体にAI駆動のソリューションを構築してサポートするために必要なすべてを提供するプラットフォームです。
Peakの創設ストーリーを共有してください。
Peakのアイデアは、当時のさまざまなビジネスインテリジェンス製品についてパブで話し合ったことから始まりました。私の共同創設者であるアトゥル・シャルマとデビッド・リーチ、そして私たちは、企業がなぜデータを利用して意思決定を行うことができないのかを疑問に思っていました。私たちは、企業にとってことを簡素化し、企業内のシロを打破して、チームが協力してデータに基づいた有用な成果を得ることができるようにしたいと思っていました。これが私たちにプラットフォームをもたらしたのです。プラットフォームは、AIでビジネスを最適化するために構築された製品を中心にチームを結集します。
ディシジョンインテリジェンスについて説明してください。
ディシジョンインテリジェンスは、商業上の意思決定を最適化するためにAIを適用することです。これは、成果に焦点を当てたもので、DIソリューションは、売上率の向上やマージンの向上などの有形的な成果をもたらすように構築されています。
2022年への予測の1つは、新しいデータサイエンスの分野が登場しているということです。詳しく説明してください。
AIへの商業投資が増加し、データサイエンスが成熟するにつれて、プロジェクトの終わりから始める新しいデータサイエンスの分野が登場しています。
伝統的なデータサイエンスプロジェクトは、利用可能なデータを理解し、それで何ができるかを理解することから始まります。その結果、データ問題に対する仮説的なソリューションではなく、ビジネスパフォーマンスを改善するAIソリューションが得られます。
プロジェクトの開始時に成果を優先し、利用可能なデータで何が実行可能かを理解することで、この新しいデータサイエンスの分野はソリューションの展開を開始することから始めます。これにより、企業はAIを展開してAI戦略から価値を解放することが早くなります。
Peakは、企業のビジネスの中央システムとして機能する人工知能システムを構築しました。データを集約し、機械学習を展開して結果を出力します。どのような機械学習アルゴリズムが使用されていますか。
Peakプラットフォームは、幅広い機械学習およびモデリング手法を使用しています。選択肢により、各プロジェクトに最も適した方法で取り組むことができます。監督および非監督方法、予測または最適化手法などを使用することがあります。問題を解決する方法によって異なります。これらは、Python、R、SQLを使用してプラットフォーム内で構築できます。
この柔軟性と幅広い選択肢により、Peakの顧客は、独自のビジネスに特化したAIを構築できます。これが、企業が本当にディシジョンインテリジェンスを採用するために必要なものです。各企業には、標準的なAIではなく、自分たちに特化したものが必要です。
Peakは、企業が最大の資産であるデータを使用して売上と利益を増やす方法をどのように有効にしますか。
Peakプラットフォームは、売上の増加や利益の増加（または両方）を実現するように設計されたアプリケーションを実行します。これらのアプリケーションは、マーケティング、販売、商品管理、在庫管理、価格設定、サプライチェーンの世界を網羅しています。企業全体のデータセットに跨るため、Peakのディシジョンインテリジェンスプラットフォームは、全バリューチェーンを最適化して、各機能に利益をもたらすリアルタイムの洞察と推奨事項を提供できます。これは複雑なマトリックスですが、ディシジョンインテリジェンスは、行われる決定が正しいことを保証するための完璧なツールです。
Peakは最初の印象では完全にサービス化されていますが、サービスを使用する企業は、プラットフォームを使用するためにAIエンジニアを雇用する必要がありますか。
Peakプラットフォームには、ユーザーが以下の3つの主要機能を使用できるようになっています。
- 組織全体のデータを組み合わせてAIに準備します。
- AIモデルを使用して組織の予測ビューを提供する中央のインテリジェンスを構築およびトレーニングします。
- モデルとやり取りして意思決定を導くためのラインオブビジネスユーザー向けのインターフェイスを提供します。
2015年に設立されて以来、Peakは、プラットフォームとアプリケーションがカスタマーサクセスチームとデータサイエンスチームによって顧客に実装されるモデルを提供しています。Peakの顧客がプラットフォームでセルフサービスを提供し、独自のアプリケーションを構築したり、Peakの標準アプリケーションを自分で展開したりすることが増えてきています。
Peakがサプライチェーンを最適化する方法の例をいくつか示してください。
良い例は、在庫問題を抱えた倉庫マネージャーです。伝統的に、彼らは手動でオーバーストックされたSKUの注文を増やし、需要の変動に応じて注文量を変えていました。
しかし、DIプラットフォームの助けを借りて、倉庫マネージャーは反応的なのではなく、プロアクティブになることができます。ビジネス全体の状況を考慮して、DIプラットフォームは、サプライヤーからの注文を減らすことを推奨します。需要が高いかもしれませんが、DIソリューションは、すでに別の倉庫に2,000ユニットのSKUがあることを発見しています。ログISTICSチームにアラートを送り、予定の出荷をその倉庫経由でルーティングしています。各部門が行動を起こすにつれて、データの洞察が変化するにつれて、同様のモデルを商業チーム全体に実行し続けます。
Peakを使用して廃棄物とエネルギーを削減する例をいくつか示してください。
世界的なCPG小売業者は、現在、ディシジョンインテリジェンスを利用して、輸送ネットワークを最適化し、工場、配送センター、店舗間の商品の無駄な移動を削減しています。会社の目標は、炭素排出量を削減し、利益率を向上させることです。
需要、在庫、顧客データなどのさまざまなデータソースを組み合わせて、会社はDIを使用して、各配送センターの在庫レベルを最適化し、需要（実際と予測）、生産量、加工コスト、輸送コストなどを考慮して、在庫の移動を調整しています。ソリューションは、初期8ヶ月間で、ロジスティクスコストを10%削減し、センター間のトラック走行距離を20万km削減し、147メトリックトンの二酸化炭素排出量を削減しました。
同様に、建設業界への集材の主要生産者およびサプライヤーである会社は、400台の車両を所有しています。自動化されたDI計画ソリューションを使用して、ジョブ需要とキャンセルを予測し、車両の生産性を最大化し、車両のルートを計画することで、1ジョブあたりの走行距離を3%削減し、ドライバーあたりのジョブ数を15%増加させることができました。
Peakの将来のビジョンは何ですか。
私たちは、ディシジョンインテリジェンスをすべてのビジネスに提供し、人々が愛する会社を構築したいと思います。これは、より多くの顧客をサポートするために、米国とインドで拡大することを意味します。ニューヨーク、ムンバイ、プネーにクラブハウスをオープンしています。持続可能な高パフォーマンスが重要です。私たちは、ピークの仲間が、私たちの旅の多くを彼らのキャリアの中で過ごすことを望んでいます。2年以内に燃え尽きる人を望んでいないのです。
昨年8月にクローズしたシリーズCラウンドに続いて、研究開発に多くを投資しています。プラットフォームの新しい機能をリリースし、世界中で拡大するにつれて、ピークの外のデータサイエンスチームがプラットフォームで開発するアプリケーションを見て、非常に興奮しています。ディシジョンインテリジェンスが可能にするものの多くは、実践の中で発見されるでしょう。
素晴らしいインタビュー、ありがとうございます。詳しく知りたい読者は、Peakを訪問してください。
