Afsheen Afshar, Pilot Wave Holdings의 설립자 – 인터뷰 시리즈

Afsheen Afshar, Pilot Wave Holdings의 설립자이며, 골드만 삭스, J.P. 모건, 세르베루스 캐피탈 매니지먼트 등에서 데이터 과학 및 투자 분야의 선두적인 역할을 수행한 베테랑입니다. 그는 금융 기관 내에서 대규모 데이터 과학 및 AI 이니셔티브를 개척하는 데 도움을 주었습니다. 스탠퍼드 대학교에서 신경과학 및 기계 학습 연구에 기반한 기술적 기초를 가지고 있으며, Afshar는 고급 분석, 사모 투자, 운영 변환의 교차점에서 경력을 쌓았으며, 궁극적으로 비즈니스 성과에 AI를 적용하는 데 중점을 두었습니다. Pilot Wave에서 그는 투자 전문 지식, 운영 리더십, 심층 기술 지식을 결합하여 데이터 驅動 전략 및 현대 기술을 사용하여 회사들을 식별, 인수, 확장합니다.

Pilot Wave Holdings는 인공 지능 및 고급 기술을 통해 중소기업을 변환하는 인수 및 성장 플랫폼입니다. 이 회사에서는 자체적인 AI 시스템을 활용하여 운영을 분석하고, 비효율성을 발견하며, 포트폴리오 회사에서 성과 개선을 추동합니다. 현대적인 데이터 인프라와 실제 운영 참여를 결합하여 Pilot Wave는 전통적인 비즈니스에 접근할 수 없는 고급 도구를 제공하여 기술 주도 경제에서 확장 가능하고 장기적인 성장을 위해 준비합니다.

금융 기관에서 선도적인 AI 리더십 역할을 수행한 후, 전통적인 산업에 AI를 도입하기 위해 Pilot Wave Holdings를 설립했습니다. 핵심적인 통찰력이나 좌절감이 무엇이었나요?

핵심적인 문제는 속도와 관련된 권한의 필요성입니다. 대규모 기관 내에서 문제를 식별하고 실제로 조치를 취하는 데에는 너무 많은 계층이 있습니다. AI는 기술적인 작업이 불가능해서가 아니라 조직이 너무 느리거나 정치적이거나 단편적으로 인해 긴급성을 잃어버리기 때문에 실패합니다. 전략, 운영, 기술이 신속하게 정렬될 수 있는 환경에서 일하고 싶었습니다. 회사들을 직접 인수하고 구축하면 이러한 권한을 창조할 수 있습니다. 비즈니스를 빠르고 의지적으로 변경하려면 소유권이 중요합니다.

산업계는 여전히 성공적인 파일럿을 축하하지만, 실제 가치는 생산 시스템에서 나옵니다. AI 이니셔티브가 이 전환 点에서 왜 종종 중단되는지, 그리고 AI를 성공적으로 운영하는 조직과 중단되는 조직은 무엇이 다르나요?

많은 파일럿은 성공하기 위해 설계되며, 이는 많은 회사들이 자신들을 속이기 위해 사용하는 것입니다. 파일럿은 깨끗한 환경에서 진행되며, 추가적인 주의를 받고, 제한된 범위内에서 진행되며, 실제 운영에서 발생하는 마찰은 없습니다. 더 깊은 문제는 종종 공감의 격차입니다. 기술자들은 운영자의 경험을 배우거나 이해하기 위해 시간을 할애하지 않거나, 그럴 의지가 없습니다. 따라서 기술자들은 이론적 또는 데모에서 작동하는 것을 구축하지만, 실제 작업의 현실과는 맞지 않는 것을 구축합니다. AI를 성공적으로 운영하는 회사들은 인간의 워크플로우를 처음부터 심각하게 받아들이고, 실제 운영의 복잡성을 고려하여 구축하는 회사입니다. 많은 사람들이 생산 가치를 원하지만, 여전히 파일럿의 박수에 최적화된 팀이 있습니다.

인프라, 제조, 전자 상거래와 같은 분야에 AI를 배치하는 것은 디지털 네이티브 또는 소프트웨어 우선 회사에 비해 어떻게 다르나요?

차이점은 전통적인 메인 스트리트 비즈니스에서 공감과 인간 요소가 훨씬 더 중요하다는 것입니다. 소프트웨어 우선 환경에서 팀은 빠르게 이동하고 나중에 패치를 할 수 있습니다. 인프라, 제조, 전자 상거래와 같은 분야에서는 작업이 물리적 시스템, 실제 제약, 비즈니스 실제 운영과 관련이 있습니다. 따라서 기술적으로 우아한 해결책을 제시하고 채택을 기대할 수 없습니다. 운영자의 경험을 이해하지 못한다면, AI 전략은 이미 고장났습니다. 이러한 환경에서는 얕은思考을 빠르게 노출시킵니다. 이는 이러한 분야가 중요한 이유입니다.

AI 채택은 도구보다 비즈니스 우선순위를 따라야 한다고 주장합니다. 실제로는 어떻게 보이고, 리더십 팀은 어떻게 접근 방식을 재구성해야 하나요?

대부분의 리더십 팀은 잘못된 곳에서 시작합니다. 그들은 기술이 무엇을 할 수 있는지에 대한 대화로 시작하지만, 실제로는 비즈니스 우선순위가 무엇인지에 대한 대화를 시작해야 합니다. 일단 알면, 우선순위를 해결하기 위한 최선의 도구에 대해 진정으로 이야기할 수 있습니다. 이는 항상 AI가 아니어도 됩니다. 이는 명백한 것으로 들리지만, 대부분의 회사들은 여전히 기술부터 시작하고, 비즈니스 케이스가 어떻게든 뒤따를 것이라고希望합니다. 이는 거꾸로이며, 많은 낭비된 움직임으로 이어집니다. 리더십이 실제 결과를 원한다면, AI 전략을 쇼핑 운동처럼 다루지 말아야 합니다.

Pilot Wave에서 귀하는 회사들을 상담하는 것보다 회사들을 인수하여 변환하고 있습니다. 실제로 AI 채택이 지속되도록 하기 위해 귀하는 구조적 또는 문화적 변화를 어떻게 구현하나요?

첫 번째는 시니어 및 주니어 스폰서를 찾는 것입니다. 주니어 스폰서는 일일 비즈니스 현실을 알고, 실제로 필요한 것을 수행하도록 합니다. 시니어 스폰서는 정치적 간섭을 최소화하고, 노력이 조용히 질식되지 않도록 합니다. 많은 회사들은 상위 지원에 너무 많이 의존하며, 실제로 何も 변경되지 않는 이유를 궁금해합니다. AI 채택은 일반적으로 조직이 저항하거나, 리더십이 간섭을 쌓아가는 경우에 실패합니다. 초기에 양쪽 형태의 지원이 필요합니다. 그렇지 않으면, 이니셔티브는 실제로着地하지 않는 또 하나의 경영진의 말장난이 됩니다.

AI 에이전트가 더 강력해지고, 인프라가 점점 더 추상화됨에 따라, 자체 데이터 및 AI 스택을 제어하지 않는 회사들에게 어떤 전략적 위험이 발생하나요?

저는 기초적인 제어가 항상 필요하다고 주장합니다. 이는 모든 시스템을 기기화하는 것을 의미하며, Pilot Wave는 시스템 설계에 접근하는 방식입니다. 측정하고, 가드 레일을 두르지 못한다면, 이해하지 못하는 위험을 감수하게 됩니다. 이는 작업을 위임해서는 안 된다는 것을 의미하지 않습니다. 위임은 확대에 계속 발생할 것입니다. 그러나 측정이 없는 위임은 실행 가능한 전략이 아닙니다. 많은 시장은 추상화에 매료되고 있습니다. 이는 더 쉽고 빠르게 느끼게 하지만, 실제로 시스템의 취약성을 숨길 수 있습니다. 올바른 기기화, 측정, 가드 레일이 있다면, 시스템적인 위험을 최소화할 수 있습니다. 그렇지 않으면, 신뢰를 얻기 전에 의존성을 구축하는 것입니다.

AI의 마케팅과 실제 성능 간에 차이가 커지고 있습니다. 기술 리더와 운영자는 실제 의미 있는 AI 능력과 표面的 주장과를 구별하기 위해 어떤 신호를 찾아야 하나요?

항상 실제 가치 측정을 요구하세요. 저는 경력 전체에서 가치 측정을 위해 엄격했습니다. 프로젝트당으로, 이는興奮과 결과를 혼동하기 쉽기 때문입니다. 모든 노력은 ROI에 의해 평가되고 추적되어야 합니다. 누군가가 실제 비즈니스 메트릭스에 대한 영향을 명확하게 설명할 수 없다면, 이는 극장에 판매하는 가능성이 있습니다. 산업계는 너무나도 폴리시한 데모와 모호한 주장에 대한 보상을 너무 편안하게 받아들이고 있습니다. 엄격한 가치 측정이 없으면, 시간과 돈을 낭비하는 실제 위험이 있습니다.

귀하는 대규모 데이터 과학 조직을 구축하고 리드했습니다. 자동화가 증가하고 에이전트 기반 시스템이 더 많은 책임을 지게 됨에 따라, AI 팀의 역할은 어떻게 진화할 것으로 보나요?

AI는 더 높은 수준의 작업을 수행할 것입니다. Pilot Wave에서 우리는 이미 “수익을 10% 증가시키기”와 같은 입력을 받는 AI를 개발하고 있습니다. 이는 오늘날 많은 AI가 여전히 머물고 있는 “웹사이트를 다시设计하기”와는 훨씬 더 가깝습니다. 이는 AI 팀의 역할을 심각하게 변화시킵니다. 작업은 더 이상 단편적인 작업이 아닌, 실제 비즈니스 목표에 대한 시스템의 추론에 관한 것입니다. 많은 팀은 자동화에 대해 너무 협소하게 생각하며, 기술이 얼마나 빠르게 스택을 이동하는지에 대해 준비하고 있지 않습니다. 중추는 작업 실행에서 비즈니스 위임으로 이동할 것입니다. 이는 대부분의 기업이 준비하는 것보다 훨씬 더 큰 변화를 의미합니다.

많은 기업이 AI에大量으로 투자하지만, 측정 가능한 ROI를 생성하는 데 어려움을 겪고 있습니다. 귀하는 가장 일반적인 실패 패턴을 관찰했으며, 어떻게 이러한 패턴을 피할 수 있나요?

대부분의 AI 노력은, 특히 대규모 기업에서, 여전히 섹시한 대시보드, 버즈워드, 내부적으로 발표하기 쉬운 것들에 너무 집중되어 있습니다. 회사들은 실제 가치와 관련이 없는 작업을 수행하는 데 많은 시간을 할애합니다. 실패 패턴은 미스터리한 것이 아닙니다. 이는 행동할 수 있는 가치 창조에 대한 엄격한 집중의 결핍입니다. 만약에 명확한 경제적 목표, 소유자, 측정 프레임워크가 없다면, 노력은 진행되어서는 안 됩니다. 가치 창조에 대한 엄격한 집중은 중요합니다. 그렇지 않으면, 기업의 AI는 매우 비싼 브랜딩 운동이 됩니다.

앞으로 5~10년 동안 물리적 산업에 가장 큰 영향을 미칠 AI 능력 또는 시스템 수준의 돌파구는 무엇이라고 생각하나요?

AI 시스템에 매우 높은 수준의 목표를 주고, 비즈니스의 주요 부분을 위임할 수 있는 능력은 실제로 나타날 것입니다. 이는 AI를 협소한 작업 실행에서 실제 운영 레버리지로 이동시킵니다. 결과적으로, 사람들은 비즈니스 관계와 실제 작업의 물리적 특성에 더 집중할 것입니다. 많은 사람들이 아직 AI를 생산성 레이어로 생각하지만, 이러한 관점은 이미 구식으로 느껴집니다. 시스템은 더 широк은 책임을 지게 될 것입니다. 미래는 매우 흥미로울 것입니다. 그러나 이는 많은 기존 기업이 인정하고 싶어하지 않는 것보다 훨씬 더 혼란스러울 것입니다.

멋진 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Pilot Wave Holdings를 방문하십시오.