์ธํฐ๋ทฐ
์๋ฅด๋๋ธ ๋ฏธ์๋ผ, Doss์ ๊ณต๋ ์ฐฝ๋ฆฝ์์ด์ CTO – ์ธํฐ๋ทฐ ์๋ฆฌ์ฆ
아르나브 미슈라, Doss의 공동 창립자이자 CTO는 전임 스타트업과 대규모 인프라 시스템에서 일한 경험이 있는 풀스택 엔지니어이자 기술 리더입니다. Doss를 공동 창립하기 전에, 그는 Siteline의 창립 엔지니어로 일하며 권한 아키텍처, ERP 통합, 자동화 프레임워크를 포함한 핵심 시스템을 구축했으며, 또한 채용, 수익 운영, 회사 문화에 기여했습니다. 그의 경력 초기에는 Rubrik와 Uber, VMware와 같은 회사에서 엔지니어로 일했습니다. 그는 또한 Techquitable Futures와 Contrary와 같은 조직을 통해 멘토링과 인재 개발에积極적으로 참여했습니다.
Doss는 전통적인 ERP 시스템을 재창조하는 현대적인 엔터프라이즈 소프트웨어 회사입니다. Doss는 Adaptive Resource Platform(ARP)을 통해 비즈니스 워크플로를 통합하고 자동화하는 유연한 AI 네이티브 운영 플랫폼을 제공합니다. Doss는 레거시 ERP 솔루션의 구성 가능한 대안으로 구축되었으며, 기업이 재고, 조달, 재무, 및 이행을 하나의 시스템에서 관리할 수 있도록 설계되었습니다. 이 플랫폼은 중앙 집중식 데이터 레이어, 노코드 워크플로, 및 실시간 분석을 결합하여 비즈니스들이 빠르게 배포하고, 기존 도구와 통합하며, 비용 없이 연속적으로 운영을 발전시킬 수 있도록 합니다.
Doss를 구축한 동기는 Wiley가 레거시 소프트웨어가 그의 아버지의 제조 사업을 혼란스럽게 만들었고, 두 사람이 이후 공장과 하드웨어 공급망에서 일하면서 유사한 문제를 직접적으로 목격한 것에서 비롯되었습니다. 이러한 경험은 어떻게 Doss를 공동 창립하고 ERP 시스템을 재창조하는 데 영향을 주었나요?
Doss 이전에, 저는 FinTech 스타트업의 창립 엔지니어였습니다. 우리의 구매자들 – CFO, 회계사 등 – 는 우리의 솔루션을 사용하지 않는 이유는 “ERP를 구현하는 데 너무 바빴기” 때문이었습니다. 저는 구식의 ERP 세계를 더 깊이 조사했을 때, 기존의 구현 모델에 놀랐습니다.
저는 계속해서 같은 근본적인 실패를 목격했습니다. 구현에는 몇 개월 또는 몇 년이 걸리고, 수백만 달러의 비용이 발생하며, 이는 전적으로 시간당 비용이 있는 컨설턴트에 의해 병목되었습니다. 그런 다음, 한 번 ERP가 출하되면,それは 더 이상 변경되지 않습니다. 비즈니스는 계속 진화하지만, 시스템은 그렇지 않습니다. 이것은 구성 문제가 아니라, 아키텍처 문제입니다. 패치로 해결할 수 없습니다.
소프트웨어 빌더로서, 저는 가장 가까운 비교를 다음과 같이 생각할 수 있었습니다. 가장 중요한 도구 중 하나인 GitHub가 3자 컨설팅 에이전시에 의해 회사 전용으로 몇 년 동안 구축된 세계를 상상해 보십시오. 그런 다음, 제품이 완료되면, 컨설턴트들은 유지 보수, 기능 개선, 지원 없이 떠납니다. 엔지니어들은 반발할 것입니다.
현대적인 기술 회사에서는 이러한 모델로 운영할 수 없습니다. Wiley와 저는 동일한 결론에 도달했습니다. 이를 수정하는唯一한 방법은 처음부터 구축하는 것입니다.
DOSS는 전통적인 ERP 시스템과 같은 SAP 또는 Oracle를 대체하기 위한 AI 네이티브 운영 플랫폼으로 자리매김하고 있습니다. 오늘날에 이러한 시스템을 구축하는 데 기여하는 근본적인 아키텍처 차이점은 무엇인가요?
Oracle과 SAP는 분산을 최대화하기 위해, GUI 기반 편집기를 상대적으로 비기술적인 컨설턴트가 대규모로 제공할 수 있도록 ERP의 구성 평면을 단순화해야 했습니다. 이를 위해, 그들은 핵심 시스템의 큰 부분을 잠그고, 에지에서만 구성 가능성을 허용했습니다. 그러나 실제로, 비즈니스 애플리케이션은 최대 유연성이 필요합니다.
AI 네이티브 세계는 소프트웨어 엔지니어링을 공예에서 산업화된 기계로 변환시킵니다. 더 이상 코드 시스템을 수공으로 제작하는 소프트웨어 장인들이 필요하지 않습니다. 대신, 우리는 소프트웨어 처리량이 컴퓨팅 및 토큰의 함수가 되는 세계로 이동하고 있습니다.
Doss는 정확히 이러한 점을 염두에 두고 설계되었습니다.
우리는 고객의 전체 Doss 구현을 코드로 설명하는 선언적 도메인 특정 언어(DSL)인 ZSL을 구축했습니다. 인프라스트럭처를 코드로(IaC)하는 데 Terraform이 한 일을 생각해 보십시오. 그러나, 비즈니스 애플리케이션 논리에 적용된 것입니다. 낮은 차원도 프로그래밍 언어로 ERP를 정의함으로써, 우리는 대규모로 ERP 솔루션을 제공하기 위해 에이전트를 배포할 수 있습니다.
ZSL을 작성한 후, 가장 중요한 아키텍처의 부분은 플랫폼 자체에 모범 사례를 구축하여 에이전트가 낮은 품질의 구현을 구축하는 것을 방지하는 것이었습니다. 우리 팀은 확장 가능한 분산 시스템을 제공했으며, 버스트한 ERP 워크로드의 부하를 처리하기 위한 커널 수준의 스케줄러를 구축했습니다. 또한, 트랜잭션 데이터베이스와 데이터 웨어하우스의 분석 기능을 결합한 HTAP 데이터베이스 시스템을 구축했습니다.
플랫폼을 초기에 엔터프라이즈급 강도와 함께 구축함으로써, 시스템은 완전히 에이전틱한 분산을 위해 설정되었습니다. 이전에 몇 개월 또는 몇 년이 걸렸던 것이 이제 대규모로 에이전틱 인프라를 사용하여 병렬화할 수 있습니다.
많은 회사들은 여전히 스프레드시트와 단편적인 도구를 사용하여 조달, 재고, 및 주문 관리를 수행합니다. 핵심 비즈니스 데이터가 단일 진실의 원천으로 통합되지 않을 때 발생하는 가장 큰 운영 블라인드 스폿은 무엇인가요?
가장 큰 문제는 결정이 구식 또는 불완전한 정보에 근거한다는 것입니다. 재고 데이터가 한 곳에, 구매 주문이 다른 곳에, 판매 주문이 또 다른 곳에 있는 경우, 항상 수동으로, 느리게, 그리고事後에 조정합니다. 누군가 재고가 부족하거나 공급자가 뒤처졌다는 것을 깨닫는 순간, 이미 비즈니스에서 문제가 발생했습니다.
Verve Coffee Roasters는 이러한 문제가 실제로 발생하는 예입니다. 그들은 미국과 일본에서 그로서리, 도매, DTC, 및 카페를 운영하지만, 분리된 시스템으로 모든 것을 관리하며, 실시간 재고 가시성이 없습니다. 그들은 높은 트래픽 위치에서 자신의 커피가 부족하고, 주요 소매업체 출시 중에 중요한 재고 부족을 겪었습니다. 데이터는 어딘가에 존재했지만,員들이 kịpzeitig으로 행동할 수 있는 방식으로 연결되지 않았습니다.
보다 미묘한 문제는 단편화가 운영의 실제 모양을 숨깁니다. 업스트림의 지연과 다운스트림의 이행 문제 사이의 관계를 볼 수 없습니다. 이러한 두 가지가 별도의 도구에 존재하는 경우, 증상만 관리하며, 주문에 대한 급행 처리, 안전 재고의 구축, 수동 확인을 수행하는 대신에, 실제로 발생하는 것을 이해합니다. 통합 시스템은 단순히 조정 시간을 절약하는 것이 아닙니다. 그것은 볼 수 있고 질문할 수 있는 것을 변경합니다.
엔터프라이즈 비즈니스를 버전 제어 시스템(Git), 관찰성 도구(DataDog), 또는 중앙 집중식 데이터베이스 없이 운영하는 것을 상상해 보십시오.
ERP 구현은 역사적으로 대규모 컨설팅 팀과 몇 개월 또는 몇 년의 배포를 필요로 했습니다. AI는 실제 비즈니스 내에서 운영 소프트웨어를 구현하는 경제와 복잡성을 어떻게 변경합니까?
전통적인 구현 모델은 수세기 동안의 소프트웨어 관행의 결과입니다. 우리는 더 이상 그 세계에 살지 않습니다.
현재 ERP 구현에는 역설적인 인센티브가 있습니다. 구현이 더 오래 걸리고, 더 효과가 없을수록, 구현자들은 더 많은 돈을 받습니다. 대부분의 빌더들은 이점을利用하지 않을 것입니다. 그러나, 그들은 속도와 품질로 움직이는 것을 कभ也不 동기화하지 않습니다.
さらに, 전통적인 ERP 엔게이지먼트에서 컨설팅 비용과 소프트웨어 비용의 비율은 약 9:1입니다. 따라서, 소프트웨어 자체에 대한 1달러당 9달러를 컨설턴트에게 지불합니다. 대규모 엔터프라이즈의 경우, 이는 매우 고통스럽습니다. 중간 시장 비즈니스에서는, 이는 금지적입니다. 따라서, 그들은 실제로 운영하는 방식에 맞지 않는 소프트웨어에 만족하거나, 프로젝트를 지연하거나, 중간에 포기합니다.
AI는 이를 완전히 변경합니다. 컨설팅 엔게이지먼트가 아닌, Doss 구현은 코드베이스입니다. 구현 시간이 줄어듦에 따라, 우리는 “배달 시 지불” 모델과 일치하는 인센티브를 맞출 수 있습니다. 비즈니스가 변경되면, 시스템도 변경됩니다. 컨설턴트와 긴 슬라이드의 필요는 더 이상 관련이 없습니다.
Doss의 성공은 1.86조 달러의 글로벌 IT 서비스 지출을 우리의 ZSL을 사용하여 에이전틱 구현과 유지 보수로 대체하는 것입니다. Doss의 성공은 모든 비즈니스 애플리케이션을 대규모로 보급하는 것입니다.
DOSS는 제조, 물류, 및 소비재와 같은 실제 환경에서 운영하는 회사와 함께 배포되었습니다. 메시지한 운영 데이터를 만났을 때 발생하는 가장 큰 예상치 못한 도전은 무엇인가요?
도전은 거의 AI가 아닙니다. 그것은 AI가 이유를 내기 위해 요청하는 데이터입니다.
우리가 함께 일하는 모든 비즈니스는 운영 워크어라운드의 년을 축적했습니다. 데이터는 기술적으로 존재하지만,員들이頼頼할 수 있도록, 또는 에이전틱 시스템이頼頼할 수 있도록 존재하지 않습니다.
한 가지 좋은 예는 주문 제작 가구를 만드는 독일의 가구 제조업체입니다. 우리가 들어갔을 때, 그들은 10년의 역사적인 데이터를 8개의 커스텀 파일 형식과 11개의 다른 데이터 객체 및 3PL 동기화가 FTP 폴더에서 수동 복사-붙여넣기로 실행되는 것을 가지고 있었습니다. 비즈니스 논리는 특정한 차원, 구성, 결제 방법, 및 쇼룸 위치와 함께 특정했습니다. 그리고, 모든 시스템은 독일어로 작동해야 했습니다. 그에 대한 오프-더-쉘프 스키마는 없습니다. 그들은 단순한 구성 옵션을 변경할 때마다 수천 유로를 지불해야 했습니다.
도전은 기술적인 복잡성의 문제가 아닙니다. 그것은 비즈니스의 실제 운영 방식을 정확하게 인식하는 것입니다. 그리고, 그것은 에이전트가 이해하고, 변경할 수 있도록 하는 것입니다.
최대 유연성을 갖춘 플랫폼을 구축하여, AI가 실제로 유용한 작업을 수행할 수 있도록 하는 것이 중요합니다.
비즈니스 소프트웨어에서 AI 공동 조종사와 자율 에이전트에 대한 논의가 많습니다. 운영 워크플로우에서 AI가 가장 가치 있는 곳은 어디이며, 인간의 감시가 여전히 필수적인 곳은 어디인가요?
대규모로, AI는 모든 운영 작업을 혼란스럽게 만들 수 있습니다.
근시안적으로, Doss의 독점 모델과 에이전트는 비즈니스 애플리케이션을 구현하는 기술 컨설턴트와 전략적 추천을 제공하는 관리 컨설턴트를 변革할 수 있습니다. Doss는 비즈니스에 대한 스키마와 운영 정보를 나타내는 구조화되고 공동으로 위치한 데이터의 가장 큰 저장소를 가지고 있습니다. 우리의 에이전트는 데이터를 사용하여 확장 가능한 추천을 제공할 수 있습니다.
가장 분명한 가치는 더 구체적입니다. 그것은 반복적이고, 규칙 기반이며, 현재 사람들에 의해 수행되는 작업입니다. 구매 주문 처리, 재고 조정, 및 이행 결정 ルーティング이 있습니다. 이러한 작업은 잘 정의된 입력과 출력을 가지며, AI는 규모에서 신뢰할 수 있게 처리할 수 있습니다.
현재, 인간의 감시가 필수적인 곳은 잘못된 결정의 비용이 높고, 시스템이 아직 충분한 컨텍스트를 가지지 못하여 확신할 수 없는 곳입니다. 오늘날, 올바른 모델은 인간의 의사 결정 전체를 대체하는 자율 에이전트가 아닙니다. 그것은 에이전트가 잘 정의된 작업을 처리하고, 사람들이 실제로 판단을 내릴 수 있는 결정에 집중할 수 있도록 하는 것입니다.
많은 엔터프라이즈는 기존 소프트웨어 스택에 AI를 계층화하려고 합니다. 기존 레거시 시스템에 AI를 리트로핏하는 것이 왜 종종 새로운 플랫폼의 기초에 AI를 구축하는 것에 비해 부족한가요?
레거시 시스템은 AI에 의해 이유를 내기 위해 설계되지 않았습니다. 데이터 모델, API, 정보가 구조화되는 방식은 모두 인간이 인터페이스를 통해 상호 작용하도록 설계되었습니다. AI를 위에 계층화하려고 하면, 그것은 원래 설계되지 않은 제약을 작업하는 것을 요청하는 것입니다.
또한, 구현 모델이 문제입니다. 전통적인 ERP에서, 시스템의 구성은 시스템 자체에 저장됩니다. 그것은 읽을 수 있는 코드가 아니며, 테스트하거나 버전을 관리할 수 없습니다. 에이전트가 시스템이 하는 일을 이해하거나, 안전하게 변경할 수 없습니다. 우리는 ZSL을 정확히 이러한 이유로 구축했습니다. 구성은 읽을 수 있는 코드베이스이며, 테스트할 수 있으며, 폐쇄 루프 시스템에서 배포할 수 있습니다. 우리는 완전히 에이전틱한 소프트웨어 개발 수명주기를 구축하고 있습니다.
엔터프라이즈 소프트웨어의 전통적인 인터페이스가 어떻게 발전할까요? AI가 워크플로우를 생성하고 운영 시스템과 상호 작용할 수 있을 때?
인터페이스 질문은 실제로 시스템을 사용해야 하는 사람에 관한 것입니다. 현재, ERP 인터페이스는 구현 중에 시스템을 훈련받은 소수의 파워 유저를 중심으로 구축되었습니다. 다른 사람들은 사용할 수 없거나, 퇴보된 버전을 받습니다.
우리가 구축하는 것은 구성 가능한 UI입니다. 인터페이스는 웹사이트 빌더와 같습니다. 인터페이스 자체도 폐쇄 루프 ZSL에 의해 지원됩니다. 모든 사람, CFO, 창고 관리자, 공급망 분석가,는 실제로 작업하는 방식에 구성된 대시보드와 데이터 뷰를 받습니다. AI가 기본 워크플로우 실행을 더 많이 처리할수록, 인터페이스는 데이터 입력에서 가시성 및 의사 결정으로 변합니다. 무슨 일이 발생하는지, 왜 발생하는지, 판단을 내릴 수 있어야 합니다. 소프트웨어는 나머지를 처리해야 합니다.
DOSS와 같은 스타트업은 수십 년 동안 지배적인 기존 기업이 있는 시장에 진입하고 있습니다. AI 네이티브 스타트업이 기존 엔터프라이즈 플랫폼과 경쟁할 때 어떤 이점이 있나요?
기존 기업은 반대의 문제를 가지고 있습니다. 그들은巨大한 설치 기반을 보호해야 합니다. 그들이 하는 모든 아키텍처 결정은 하위 호환성을 고려해야 합니다. 그들은 기존 제품에 AI 기능을 추가할 수 있지만, 모든 것을 깨지 않고 기본 시스템을 재구축할 수 없습니다.それは野心의 실패가 아닙니다. 그것은 구조적인 것입니다.
특히 ERP에서, 그들은 또한 전문 서비스 컨설턴트에서 수익을 창출하는 비즈니스 결정에 의해 구동됩니다. 사용자가 소프트웨어 자체에 1달러를 지불할 때마다 9달러를 컨설턴트에게 지불하는 경우, 90%의 수익원을 변환하는 것은 대규모 기존 기업에게는 불가능합니다.
AI 네이티브 시스템은 처음부터 AI가 핵심 아키텍처의 일부로 설계될 수 있습니다. 구현 모델, 데이터 모델, 구성 방식은 모두 AI가 첫 번째 클래스의 참가자로 설계되었습니다. 이는 매번 배포할 때마다 시스템이 더 좋아지는 강화 학습의 이점입니다. 이러한 개선 루프는 인간 컨설팅 엔게이지먼트인 시스템에서는 존재하지 않습니다.
앞으로 5년에서 10년 동안, 특히 공급망 가시성, 실시간 의사 결정, 자동화된 운영과 같은 분야에서 AI가 비즈니스의 “운영 체제”를 어떻게 변형시킬까요?
우리는 엔터프라이즈 시스템이 자체적으로 구축될 수 있다는 확신으로 Doss를 설립했습니다. 3년 후, 우리는 Doss의 2단계에 들어갔습니다. 에이전틱 셀프 구동 구현입니다. 플랫폼은 이미 고객의 시스템을 생성하고, 검증하고, 발전시킬 수 있으며, 이는 수동 컨설턴트 구성에 의존하지 않습니다. 그리고, 매번 배포할 때마다 더 좋아집니다.
이제 진행 중인 방향은 시스템이 항상 비즈니스와 함께 동기화되는 것입니다. 오늘날, 비즈니스와 시스템 사이의 간격은 몇 개월 또는 몇 년입니다. 시스템은 특정 시점에 구성되었으며, 이후로 변경되지 않았습니다. 이러한 간격이 닫히면, 시스템이 비즈니스와 함께 실시간으로 변경되면, 이는 다른 범주의 운영 능력이 가능해집니다. 실시간 가시성은 더 빠른 보고가 아닙니다. 그것은 공급 중단을 포화 실패가되기 전에 잡는 능력입니다. 자동화된 운영은 효율성에 관한 것이 아닙니다. 그것은 동일한 팀으로 더 복잡한 비즈니스를 운영하는 능력입니다. 그것이 우리가 구축하고 있는 운영 소프트웨어의 버전입니다.
상세한 답변에 감사합니다. 더 많은 정보를 원하는 독자는 Doss를 방문하십시오.
