체탄 알시사리아, 폴스타 애널리틱스 CEO 및 공동 창립자 – 인터뷰 시리즈

체탄 알시사리아, CEO 및 공동 창립자는 데이터, 애널리틱스, AI 기반 변화를 전문으로 하는 엔터프라이즈 기술 리더입니다. Deloitte, PwC, EY에서 초기 역할을 맡은 후, 그는 2012년에 폴스타 애널리틱스를 공동 창립하여 글로벌 AI 및 데이터 회사로 성장시켰습니다. 그는 판매, 전략적 제휴, 서비스 개발, 기술 배달을 이끌면서 CAIO Circle의 의장을 맡고 있습니다. CAIO Circle은 책임감 있고 실제적인 AI 채택을 발전시키는 데 중점을 둔 AI 리더들을 위한 커뮤니티입니다. 또한, 그는 Xumane Equity를 공동 창립하여 엔터프라이즈 시스템 및 플랫폼 전반에 걸친 혁신에 대한 그의 더广泛한 관심을 반영합니다.

폴스타 애널리틱스는 기업들이 자신의 단편적인 데이터를 행동 가능한 통찰력으로 변환하도록 도와주는 글로벌 AI 및 데이터 컨버전스 회사입니다. 데이터 엔지니어링, 애널리틱스, AI, 비즈니스 워크플로우를 단일 에코시스템으로統一함으로써, 회사는 조직이 의사결정을 개선하고, 운영을 최적화하며, AI 채택을 확대하는 것을 가능하게 합니다. 산업별 사용 사례와 측정 가능한 결과에 대한 강한 중점을 두면서, 폴스타는 컨설팅 중심의 회사에서 플랫폼 기반 비즈니스로 진화하여 기업 규모에서 지능형 솔루션을 제공합니다.

您는 2012년에 Deloitte, PwC, EY에서 역할을 맡은 후 폴스타 애널리틱스를 공동 창립했습니다. 당시 엔터프라이즈 데이터 및 애널리틱스에서 어떤 격차를 보았으며, 그 원래 비전은 오늘날의 AI 기반 1Platform으로 어떻게 발전했나요?

아자이, 아мит, 내가 폴스타 애널리틱스를 시작했을 때, 아이러니한 점은 기업들이 데이터에 빠져있지만 의사결정을 위해 굶고 있었다는 것입니다. 모두가 모든 것을 수집하고 있었지만, 데이터를 가지고 무언가를 의미 있는 것으로 만드는 간격은 엄청났습니다. 그것이 우리가 해결하려고 한 문제입니다.

오늘날로 돌아가면, 문제는 사라지지 않았고, 단지 형태를 바꿨을 뿐입니다. 볼륨은 더 커졌고, 결과는 더 높아졌으며, 이제 인간과 함께 의사결정을 내리는 에이전트가 있습니다. 그것이 우리의 원래 비전을 더 분명하게 만들었습니다.

우리의 모토, 데이터에서 결과까지, 간소화!, 는 2012년부터 오늘까지 연결되는 실입니다. 우리는 데이터 전달 가능성에서 시작했습니다. 데이터를 올바른 사람에게 올바른 시간에 전달하는 것입니다. 그런 다음 AI가 들어와서 가능성을 증폭했습니다. 이제 1Platform으로 더 나아가고 있습니다. 인간뿐만 아니라 의사결정을 내리는 에이전트를 위한 결과를 간소화하고 최대화하는 것입니다.

무엇이 흥미로운지는 우리의 에코시스템이 이 지원을 위해 성숙했는지입니다. 마이크로소프트, Databricks, Anaplan과의 깊은 통합으로 데이터, 비즈니스 사용 사례, 계획을 함께 가져옵니다. 1Platform은 이러한 모든 환경에서 네이티브로 작동하며, 볼트온되지 않습니다.

진화는 다음과 같이 보입니다: 데이터 전달 가능성 → AI 기반 통찰력 → 간소화된, 에이전트 준비 결과. 우수성의 추구는 동일합니다. 거기에 도달하는 속도는 무엇이 변경되었는지입니다.

폴스타 애널리틱스는 데이터 및 AI 컨버전스 회사로 자리매김합니다. 대규모 기업이 단편적인 시스템과 실로된 데이터를 다루는 실제적인 관점에서 컨버전스는 무엇을 의미하나요?

대부분의 경우, 단편화는 기술 문제가 아니라, 사람과 프로세스의 문제입니다. 재무 팀이 Anaplan에서 작동하고, 운영 팀이 Excel에서 작동하며, 데이터 엔지니어링 팀이 Azure에서 파이프라인을 구축하고, 모두가 다른 방향으로 다른 메트릭에 대한 다른 정의를 가지고 있습니다. 아무리 많은 AI를 사용해도 기본이 깨진 경우에는 신뢰 문제를 해결할 수 없습니다.

컨버전스에 대해 이야기할 때, 우리는 그 기본을 먼저 해결하는 것을 의미합니다. 지능을 위에 계층화하기 전에, 데이터가 깨끗하고, 관리되고, 중요하게 접근 가능해야 합니다. 분석가에게만 아니라 에이전트에게도 vậy입니다.

실제적인 관점에서 컨버전스는 다음과 같이 보입니다: 우리는 기업이 이미 구축한 것을 교체하지 않습니다. 우리는 Databricks, 마이크로소프트, Anaplan과 같은 환경에 네이티브로 들어가서 데이터와 지능 계층을 그들 사이에 연결합니다. Anaplan의 계획 데이터는 Databricks의 운영 데이터와 통신하며, 마이크로소프트 에코시스템은 사람들이 실제로 행동할 수 있는 의사결정을 내리는 곳입니다.

매직은 개별적인 통합에 있지 않습니다. 그것은 모든 것을 하나의 일관된 시스템으로 만드는 1Platform의 연결 계층입니다. 그것이 실제적인 관점에서 컨버전스를 의미합니다. 복잡성이 비즈니스에 보이지 않도록 의도적으로 간소화합니다.

您的专有 1Platform은 데이터, AI 및 워크플로우를 단일 시스템으로統一합니다. 전통적인 BI 스택이나 Databricks, Snowflake와 같은 현대적인 데이터 플랫폼과 어떻게 다르나요?

Databricks와 Snowflake는 강력한 플랫폼입니다. 우리는 그들과 경쟁하지 않습니다. 우리는 그 위에 구축되었습니다. 그 구별은 중요합니다. Databricks는 인프라와 컴퓨팅을 제공합니다. 우리는 그 위에 있으며, 이제 무엇을 할 수 있는지 묻습니다.

전통적인 BI 스택은 그 당시 많은 것을 올바르게 하였지만, 비즈니스 인텔리전스는 발전했습니다. 오늘날 비즈니스 사용자는 더 이상 대시보드만으로 충분하지 않습니다. 아름답게 디자인된 대시보드를 15개의 차트와 함께 가지고 있어도, 누군가가 그것이 무엇을 의미하는지 해석하고 다음에 무엇을 할지 결정해야 합니다. 그 간격은 정확히 1Platform이 작동하는 곳입니다.

1Platform은 정적이지 않습니다. 그것은 지속적으로 발전합니다. 그것은 질문에 대한 답변만을 제공하지 않습니다. 그것은 질문하지도 않았던 질문을 표면화합니다. 그것은 비즈니스 사용자와 데이터 간의 관계를 변경합니다.

우리는 Databricks와 Azure 위에 저코드 및 노코드 인터페이스를 구축했습니다. 파이프라인을 몇 초 안에 생성할 수 있습니다. 데이터 엔지니어가 하루 동안 걸렸던 작업을 비즈니스 사용자가 트리거할 수 있습니다. Agenthood AI를 통해 사용자는 간단한 드래그 앤 드롭 인터페이스를 통해 에이전트를 생성하고 오케스트레이션할 수 있습니다.

실제적인 차이는 최종 사용자 경험입니다. 사용자는 더 이상 여러 대시보드를 건너뛰지 않습니다. 사용자는 자연어 통찰력, 컨텍스트 추천, 에이전트 주도적인 내러티브를 받습니다. KPI는 더 이상 화면에만 있지 않습니다. 에이전트는 그것을 주시하고, 중요한 것을 플래그하고, 왜 중요한지 설명합니다. 차별점은 데이터 플랫폼 자체가 아니라, 데이터가 준비된 후에 일어나는 모든 것입니다.

많은 기업은 여전히 AI 파일럿 지옥에 갇혀 있습니다. AI를 대규모로 생산에 도달하지 못하게 하는 가장 큰 구조적 또는 조직적 장벽은 무엇인가요?

나는 그것을 파일럿 묘지라고 부릅니다. 대부분의 프로젝트는 단지 중단되지 않습니다. 조용히 죽습니다. 가장 큰 장벽은 기술적인 것이 아닙니다. 그것은 조직적인 것입니다. 사람, 프로세스, 데이터입니다.

변경 관리는 일관되게 과소평가됩니다.人们의 작업 방식을 재설계할 때,人们는 어떻게 가치를 도출하는지에 도전합니다. 리더십이 AI 능력을 가시적으로 중요하게 만들 때, 프로세스 재설계가 구조적으로 지원되면, 채택이 가속화됩니다.

J-커브 문제도 있습니다. AI 투자는 종종 ROI를 기대하기 전에 하락합니다. 많은 조직은 90일 내에 ROI를 기대하지 못하고, 노력을 포기합니다. 성공하는 조직은 전체 커브에 대한 헌신을 합니다.

데이터 준비도 중요한 요소입니다. 나쁨 데이터는 자신감 있는 잘못된 결정을 이끌어냅니다. 데이터 기반을 신뢰할 수 있게 되기 전까지, AI는 대규모로 자산이 아닌 책임이 됩니다.

마지막으로, 사용 사례 규율이 중요합니다. AI로 모든 것을 하려고 시도하는 대신, 조직은 실제 비즈니스 메트릭을 움직이는 사용 사례에 집중해야 합니다. 그것을 증명하고, 확장해야 합니다.

폴스타 애널리틱스에서 데이터, AI, 워크플로우를 하나의 곳으로 가져옴으로써, 문제 발견과 기회 식별이 가속화되어, 컨버전스가 변화를 위한 촉매제가 됩니다.

에이전트 AI는 산업 전반에 걸쳐 주요 테마가 되고 있습니다. 폴스타 애널리틱스는 기업 워크플로우 내에서 AI 에이전트에 대해 어떻게 생각하고 있으며, 실제 사용 사례는 무엇인가요?

우리에겐 에이전트는 실제 가치를 창출하기 위해 데이터 계층과 비즈니스 워크플로우에 내장되어야 합니다. 예를 들어, 가격 에이전트는 단지 대시보드上的 LLM이 아닙니다. 그것은 데이터 인프라에 통합되어 있고, 컨텍스트를 이해하며, 실제 의사결정을 지원합니다.

100개 이상의 에이전트 중 일부는 보조자 역할을 하며, 다른 일부는 완전히 자동화됩니다. 가장 강한牽引力은 수익성 관리, 가격, 프로모션, 미디어 믹스와 같은 의사결정이 빈번하고 데이터 집약적인 영역에서 발생합니다.

엔지니어링 측면에서 파이프라인 모니터링 및 오류 해결 에이전트가 이미 사용되고 있습니다. FinOps 에이전트는 사용되지 않는 클라우드 비용을 35% 줄였습니다. 또한 자산 관리 분야에서 강한 채택이 있습니다.

우리는 마이크로소프트와 Databricks 에코시스템을 지원하며, 사용자 정의 에이전트 구축 플랫폼을 제공합니다. 모든 에이전트가 LLM 기반일 필요는 없습니다. 아키텍처는 사용 사례와 일치해야 하며, 규모와 비용을 균형있게 합니다.

거버넌스는 필수적입니다. 금융 시스템 또는 고객 데이터와 상호작용하는 에이전트의 경우, 강한 가드레일과 인간의 감독이 내장되어 있습니다.

최근의 자금 조달을 통해 IP 개발에 중점을 두고 있습니다. 오늘날의 AI 풍경에서 기존 에코시스템 위에 구축하는 것과 비교하여 독점적 플랫폼을 소유하는 것이 얼마나 중요합니까?

우리는 Databricks, 마이크로소프트, Anaplan과 같은 플랫폼과 깊이 통합되어 있습니다. 우리는 그것들을 대체하려고 하지 않습니다.

우리의 초점은 위에 있는 지능 계층을 소유하는 것입니다. 독점적 IP는 경험을 제어하고, 도메인 지식을 내장하며, 일관된 가치를 제공하는 것을 가능하게 합니다.

우리의 차별점은 산업 전문 지식에서 나옵니다. 수익성 관리를 위한 PromoPulse AI 또는 금융 서비스를 위한 WealthPulse와 같은 경우, 가치는 실제 사용 사례와 의사결정을 이해하는 것입니다.

독점적 IP는 그 전문 지식을 코드화한 것입니다. 그것이 플랫폼을 방어 가능하게 만들며, 진정으로 유용하게 만듭니다.

Fortune 1000 회사와密接하게 협력했습니다. 측정 가능한 결과를 요구하는 임원으로서 AI ROI에 대한 기대가 어떻게 변하고 있나요?

변화는 실재합니다. 하지만 실험은 사라지지 않았습니다. 그것은 단지 더 빠르게 연결된 결과를 이동하는 것으로 바뀌었습니다.

임원들은 더 이상 AI ROI를 단일한 리더에게만 속하지 않는 더广泛한 렌즈를 통해 평가합니다. 의사결정 속도, 고객 충성도, 혁신 능력, 회복력과 같은 렌즈를 통해 평가합니다.

AI ROI는 더 이상 단일한 리더에게 속하지 않습니다. CTO는 인프라와 데이터에 중점을 두며, CFO는 재정적 영향을 살펴보며, COO는 운영 효율성을 강조합니다.

성공하는 조직은 이러한 관점을 일찍 맞추고, 장기적인 결과에 헌신합니다.

확장 전략에는 북미와 유럽이 포함됩니다. 이러한 지역에서 AI 채택 성숙도와 기업 준비도에 대한 차이를 보는 데 어떤 차이가 있나요?

차이는 더 이상 능력에 관한 것이 아닙니다. 그것은 마음가짐에 관한 것입니다.

북미는 경쟁 압력에 의해 추진되는 속도와 실험을 우선시합니다.

유럽은 처음부터 거버넌스와 윤리적인 AI를 강조합니다. 그러나 이것은 더 느린 채택을 의미하지 않습니다. 기업은 구조와 가속을 균형있게 합니다.

두 지역은 모두 확장 가능한, 책임 있는 AI를 핵심 운영에 내장하는 방향으로 수렴하고 있습니다.

최근에 CAIO Circle을 설립하여 AI 리더들을 하나로 모으고 있습니다. 현재 AI 리더들 사이에서 가장緊急한 대화는 무엇이며, 특히 거버넌스와 윤리에 대해 무엇인가요?

CAIO Circle은 AI 리더들에게 공개적인 토론의 공간을 제공하기 위해 만들어졌습니다.

중앙적인 도전은 속도와 장기적인 위험 사이의 균형을 맞추는 것입니다. 신뢰와 설명 가능성은 주요한 우려 사항입니다. 특히 AI 시스템이 중요한 의사결정을影响할 때입니다.

거버넌스는 정책 문서에서 내장된 운영 관행으로 이동하고 있습니다. 많은 조직은 아직 자신의 AI 전략을 실행하는 모델이 없습니다.

가장 유익한 통찰력은 공식적인 발표보다는 공손한 동료 토론에서 나옵니다.

3~5년 후를 내다보면, 기업 AI는統一된 플랫폼으로 통합될 것인가,还是 단편적인 도구와 벤더의 생태계로 남을 것인가? 폴스타 애널리틱스는 미래에서どこ에 위치하고 싶은가요?

단편화는 아마도 계속될 것입니다. Databricks, 마이크로소프트, Salesforce , Anaplan과 같은 주요 플랫폼은 중앙 플레이어로 남을 것입니다.

기업이 필요한 것은 데이터, 지능, 워크플로우를 연결하여 행동 가능한 것으로 만드는統一된 계층입니다. 그것이 1Platform이 설계된 역할입니다.

미래는 깊은 수직 전문 지식을 가진 플랫폼을 선호할 것입니다. 일반적인 수평적인 솔루션은 차별화하기 위해 어려움을 겪을 것입니다.

실제적인 가치는 산업별 nhu cầu를 이해하고, 의사결정 워크플로우에 지능을 직접 내장하는 데서 나옵니다. 감사합니다.

감사합니다. 더 많은 정보를 배우고 싶은 독자는 폴스타 애널리틱스를 방문하시기 바랍니다.