Richard Potter, Matgrënner a CEO vu Peak - Interview Series

De Richard Potter ass de Matgrënner a CEO vun Peak, eng Plattform déi Dateningenieuren, Datewëssenschaftler a kommerziellen Entscheedungshändler alles gëtt fir AI-driven Léisungen iwwer d'Entreprise ze bauen an z'ënnerstëtzen.

Kënnt Dir d'Genesisgeschicht hannert Peak deelen?

D'Iddi fir Peak huet fir d'éischt ugefaang als Gespréich an engem Pub iwwer all déi verschidde Business Intelligence Produkter déi zu där Zäit verfügbar waren. Meng Matgrënner, Atul Sharma an Den David Leitch, an ech hu mech gefrot firwat sou wéineg Firmen d'Donnéeën fir d'Entscheedung huelen kënnen. Mir wollten e Wee fir d'Saachen fir Geschäfter ze vereinfachen, Siloen bannent Entreprisen ofzebriechen, sou datt Teams zesumme kënne schaffen a jidderee fäeg wier nëtzlech Resultater op Basis vun Daten ze profitéieren. Dëst huet eis op d'Plattform gefouert, déi Teams ronderëm e Produkt verbënnt fir d'Geschäft mat AI ze optimiséieren.

Kënnt Dir beschreiwen wat Decision Intelligence fir eis Publikum ass?

Decision Intelligence ass d'Applikatioun vun AI fir kommerziell Entscheedungen ze optimiséieren. Et ass Resultat fokusséiert, dat heescht DI Léisunge si gebaut fir e konkret Resultat ze liwweren, sou wéi méi héije Verkafsquote oder Margin.

Eng vun Äre Prognosen fir an 2022 ze goen, ass datt eng nei Disziplin vun der Datewëssenschaft entstinn. Kënnt Dir op dëst ausbauen?

Wéi kommerziell Investitioun an AI eropgeet an d'Datenwëssenschaft reift, entstinn eng nei Disziplin vun der Datewëssenschaft, déi mam Enn am Kapp ufänkt.

Traditionell Datewëssenschaftsprojete fänken un andeems Dir déi verfügbar Donnéeën versteet a wat domat ka gemaach ginn. D'Resultat ass hypothetesch Léisunge fir Dateproblemer, anstatt AI Léisungen déi d'Geschäftsleistung verbesseren kënnen.

Andeems Dir op d'Resultater vum Start vun engem Projet fokusséiert an ze verstoen wat praktesch ass mat den verfügbaren Donnéeën, prioritär dës nei Disziplin vun der Datewëssenschaft d'Léisungen z'installéieren andeems se mam Enn am Kapp ufänken. Et erméiglecht Entreprisen hir AI ofzesetzen an de Wäert vun hirer AI Strategie méi séier opzemaachen.

Peak huet e kënschtlechen Intelligenz System gebaut, deen en zentrale System vun Intelligenz am Geschäft vun enger Firma gëtt. Et aggregéiert Daten an deployéiert Maschinnléieren, fir dann Resultater auszeginn. Wat Zorte vu Maschinn Léieren Algorithmen gi benotzt?

D'Peak Plattform benotzt eng breet Palette vu Maschinnléieren a Modellertechniken - Wiel bedeit datt mir all Projet mat der passendste Method unzegoen kënnen. Mir kënnen iwwerwaacht an net iwwerwaacht Methoden benotzen, souwéi Prognosen oder Optimisatiounstechniken ofhängeg vum Problem deen geléist gëtt. Dës kënnen an eiser Plattform mat Python, R a SQL gebaut ginn.

Mat dëser Flexibilitéit a Breet vu Choix kënnen d'Peak Clienten hiren eegene AI opbauen, deen eenzegaarteg ass fir säi Geschäft. Dëst ass wat Organisatiounen brauchen fir Decision Intelligence wierklech ëmzegoen. All Firma sollt net e Standard AI hunn, awer eppes speziell fir si gebaut.

Wéi erlaabt Peak Firmen hire gréisste Verméigen ze benotzen - Daten - fir de Verkaf a Gewënn ze erhéijen?

D'Peak Plattform leeft Uwendungen speziell entwéckelt fir Resultater ze liwweren, sief dat de Verkaf eropgeet oder de Gewënn wuessen (oder béid!). Dës Uwendungen spanen d'Welt vu Marketing, Verkaf, Merchandising, Inventarmanagement, Präisser a Versuergungskette. Well et iwwer de ganze Dataset vun enger Organisatioun sëtzt, kann d'Peak's Decision Intelligence Plattform iwwer d'ganz Wäertkette optimiséieren, Echtzäit Abléck a Empfehlungen ubidden, déi all Funktioun an engem Geschäft profitéieren. Dëst ass eng komplex Matrix an Decision Intelligence ass de perfekte Tool fir sécherzestellen datt all Entscheedung déi richteg ass.

Peak ass um éischten Androck voll servéiert, musse Firmen déi de Service benotzen AI Ingenieuren u Bord hunn fir d'Plattform ze benotzen?

D'Peak Plattform huet dräi Kärfäegkeeten déi d'Benotzer erlaben:

1. Kombinéiert Daten aus der ganzer Organisatioun a maacht se AI-prett.
2. Bauen an trainéieren eng zentraliséiert Intelligenz déi AI Modeller benotzt fir eng prévisiv Vue vun hirer Organisatioun ze bidden.
3. Bitt en Interface fir Linn vu Geschäftsbenotzer fir mat Modeller ze interagéieren déi d'Entscheedung iwwer verschidde Funktiounen guidéieren.

Zënter datt et am 2015 gegrënnt gouf, huet Peak e Modell ugebueden an deem eis Plattform an Uwendungen fir eis Clientë vun eise Clienten Erfolleg an Datenwëssenschaftsteams implementéiert ginn. Mir gesinn ëmmer méi eng wuessend Zuel vu Peak Clienten déi selbstdéngt op der Plattform, bauen hir eege Uwendungen oder d'Peak Standard Uwendungen selwer ofsetzen.

Wat sinn e puer Beispiller vu Peak, déi d'Entreprisen erlaben d'Versuergungsketten ze optimiséieren?

E gutt Beispill wier e Lagermanager deen mat enger Aktieausgab handelt. Traditionell misste se Bestellungen iwwer iwwerschratt SKUs manuell eropklammen, Bestellungsvolumen sporadesch änneren fir d'Volatilitéit an der Nofro ze berechnen.

Awer, mat der Hëllef vun enger DI Plattform, kann de Lagermanager proaktiv sinn anstatt reaktiv. Wann Dir d'Ëmstänn am ganze Geschäft méi breet berücksichtegt, recommandéiert d'DI-Plattform vum Manager datt se Bestellunge vum Fournisseur reduzéieren. Et kléngt kontraintuitiv wann et eng grouss Nofro ass, awer d'DI-Léisung huet identifizéiert datt d'Firma e Lagerhaus huet mat engem Depot eng Grofschaft iwwer mat 2,000 Unitéiten vun deem SKU déi net do verkafen. Et huet d'Logistikteam scho alarméiert an huet déi geplangte Liwwerung iwwer dat Lager gerout fir déi zousätzlech SKUs opzehuelen. Et wäert weiderhin dee selwechte Modell fir kommerziell Teams am ganze Geschäft lafen, d'recommandéiert Handlung unzepassen wéi d'Datenabléck verännert an all Departement handelt.

En anere Benotzungsfall ass d'Reduktioun vun Offall an Energie, kënnt Dir e puer Beispiller ginn vu Clienten déi dëst erreechen andeems Dir Peak benotzt?

E globalen CPG Händler benotzt de Moment Decision Intelligence fir souwuel säin Transportnetz ze optimiséieren an d'Quantitéit vu verschwendene Beweegunge vu Wueren tëscht Fabriken, Verdeelungszentren a Geschäfter ze reduzéieren. D'Zil vun der Firma ass d'Kuelestoffemissiounen ze reduzéieren an hir Gewënnmargen ze erhéijen.

Benotzt Datenquellen aus der ganzer Versuergung, Nofro an Inventar, kombinéiert mat Elektronesche Point of Sale (EPOS) a Clientdaten, benotzt d'Firma DI fir Aktieniveauen an all Verdeelungszentrum ze optimiséieren an d'Beweegunge vun der Aktie tëscht e puer Zentren ze koordinéieren, andeems Faktore berücksichtegt ginn. wéi Nofro (tatsächlech a Prognosen), Produktiounsausgab, Veraarbechtungskäschte an Transportkäschten. D'Léisung huet d'Logistikkäschte ëm 10% reduzéiert a Camionreesen tëscht Zentren ëm 200,000 km reduzéiert, wat eng Reduktioun vun 147 Metresche Tonne (MT) an CO2 Emissiounen an den éischten aacht Méint vu senger Deployment representéiert.

Ähnlech konnt e féierende Produzent an Zouliwwerer vun Aggregaten fir d'Bauindustrie, mat enger Gesamtflott vu 400 Gefierer, d'Aarbechtsplaze pro Chauffer ëm 15% erhéijen an de Kilometer ëm 3% fir all Aarbecht reduzéieren mat enger automatiséierter DI Planungsléisung déi Aarbecht virausgesot huet Demande an Annuléierungen, maximéiert Gefier Produktivitéit a plangt Gefier routes.

Wat ass Är Visioun fir d'Zukunft vum Peak?

Mir wëllen Decision Intelligence an den Hänn vun all Geschäft setzen an eng Firma bauen, vun deenen d'Leit gär en Deel sinn. Dëst bedeit datt d'Expansioun fir méi Clienten weltwäit z'ënnerstëtzen ass eis Haaptprioritéit a mir erweideren souwuel an den USA wéi och Indien, Clubhaiser zu New York, Mumbai a Pune opmaachen. Nohalteg Héichleistung ass de Schlëssel dofir; mir wëllen datt Peakers fir e groussen Deel vun hirer Carrière op eiser Rees sinn, mir wëllen net Leit déi erakommen a bannent e puer Joer verbrannt ginn. .

Mir investéiere staark an R&D no eiser erfollegräicher Serie C Ronn déi am August vum leschte Joer zougemaach gouf. Wéi mir méi spannend Plattformfeatures verëffentlechen a ronderëm d'Welt ausbauen, si mir begeeschtert d'Applikatiounen ze gesinn, déi Datenwëssenschaftsteams ausserhalb vum Peak mat der Plattform entwéckelen - vill vun deem wat DI fäeg ass an der Praxis entdeckt ginn.

Merci fir dee super Interview, Lieser déi méi gewuer ginn solle besichen Peak.