stubs Satish HC izpilddirektors, Infosys datu un analīzes nodaļas viceprezidents — interviju sērija — Unite.AI
Savienoties ar mums

Intervijas

Satish HC izpilddirektors, Infosys datu un analīzes nodaļas viceprezidents — interviju sērija

mm
Atjaunināts on

Satišs ir viceprezidents un globālais vadītājs Infosysdatu un analītikas pakalpojumu portfelis.

Vai jūs varētu ar mums pastāstīt, ko dara Infosys?

Infosys ir pasaules līderis nākamās paaudzes digitālo pakalpojumu un konsultāciju jomā. Mēs ļaujam klientiem 46 valstīs orientēties savā digitālajā pārveidē. Ar vairāk nekā trīs gadu desmitu pieredzi globālo uzņēmumu sistēmu un darbības pārvaldībā mēs prasmīgi virzām savus klientus viņu digitālajā ceļojumā. Mēs to darām, nodrošinot uzņēmumam ar mākslīgo intelektu darbinātu kodolu, kas palīdz noteikt prioritāti izmaiņu veikšanai. Mēs arī sniedzam uzņēmumam iespēju ar elastīgu digitālo mērogu, lai nodrošinātu vēl nebijušu veiktspējas līmeni un klientu prieku. Mūsu vienmēr pastāvīgā mācību programma virza to nepārtrauktu uzlabošanu, veidojot un nododot digitālās prasmes, zināšanas un idejas no mūsu inovāciju ekosistēmas.

Jūs pašlaik esat uzņēmuma Infosys datu un analīzes nodaļas vadītājs. Ko ietver šī loma un kāda izskatās jūsu ikdiena?

Es strādāju ar Infosys 25+ gadus. Manā pašreizējā amatā galvenā atbildība ir uzņēmuma Infosys datu un analīzes un digitālo portfeļu biznesa vadītājs. Šī loma ietver stratēģiskas vīzijas definēšanu, lai kļūtu par galveno un atbilstošu globālo partneri mūsu klientiem ar spēcīgu reputāciju tirgū, ko nodrošina spējas, kapacitāte un lieliska izpilde.

Pandēmijas krīze deva mums zināmu laiku, lai atkāptos un paskatītos uz savu biznesu un izprastu mūsu klientu vajadzības šodien un rīt. Ir skaidrs, ka lielākā daļa uzņēmumu paātrinās savu digitālās transformācijas ceļu līdz ar adaptīvām izmaiņām, lai risinātu uzņēmējdarbības traucējumu sekas. Labi izprotot kontekstu, esam atjaunojuši stratēģiskos plānus mūsu biznesam un mūsu klientu piegādes komandām. Parasta diena ir sajaukums, kurā tiek pārskatīts progress par stratēģiskām tēmām, veiklība, lai apmierinātu biznesa un klientu vajadzības un turpinātu sazināties ar mūsu ekosistēmu – mūsu klientiem, partneriem un mūsu komandām. Tu rūpējies par cilvēkiem, un cilvēki rūpēsies par biznesu.

Kā jūs personīgi sākat interesēties par datu zinātni?

Mani fascinē datu spējas un to evolūcija no ziņojumiem līdz BI līdz AI, lai nodrošinātu uzņēmumu, ekosistēmu, ekonomiku un sabiedrību nākotni. Apzinoties datu spēku un iespējamo mākslu, nav nekāds pārsteigums, ka šī ir viena no pieprasītākajām lomām nozarē ar savu spēku radīt pārmaiņas. Kad man bija iespēja pārslēgt ātrumus uzņēmumā Infosys, es izmantoju iespēju!

Vai varat apspriest, kā sliktas datu analīzes darbības ir veicinājušas COVID-19 pandēmijas radītās ekonomiskās sekas?

Covid-19 rada traucējumus nepieredzētos veidos visā pasaulē un visos nozares segmentos. Uzņēmumi saprata, ka nespēj reaģēt reāllaikā, lai mazinātu zaudējumus, kas radušies pieprasījuma, piegādes traucējumu dēļ, saglabātu apgrozāmos līdzekļus, sniegtu klientiem augstas kvalitātes pakalpojumus un gūtu peļņu no jaunām izaugsmes iespējām.

  • Mazumtirdzniecības nozare bija viens no vissmagāk ietekmētajiem nozares segmentiem, un daudzi spēlētāji saskārās ar strauju ieņēmumu samazināšanos īsā komandā un lēnāku atveseļošanos ilgtermiņā. Sociālā distancēšanās rada jaunu patērētāju uzvedību un vēlmes.
  • Apstrādes rūpniecībā piegādes ķēdi visvairāk ietekmē piegādes, loģistikas, darbības un krājumu darbības traucējumi.
  • Telco nozarē, kurā cilvēki strādā no mājām, tīkla jauda un veiktspēja tiek ietekmēta vissmagāk pieprasījuma pieauguma dēļ. Ir bijis pieprasījums pēc piedāvājumiem, kas ļaus strādāt attālināti, netraucētu savienojumu un platformas sadarboties. Arī datu drošības trūkums ir padarījis uzņēmumus neaizsargātus pret riskiem.

Spēcīga datu iespēja pozitīvi pastiprina uzņēmuma digitālo attīstību, jo tie kļūst par Datu native, Digital Native. Pārdomāta datu un analītikas stratēģija var palīdzēt reāllaikā risināt tipiskās problēmas, ar kurām uzņēmumi saskaras pandēmijas krīzes laikā, nodrošināt uzņēmuma spēju pielāgoties izmaiņām tirgū un reaģēt uz tām, novērst uzņēmējdarbības modeļus, iegūt uzņēmuma/nozares līmeņa informāciju uz datiem balstīti lēmumi un tādējādi nodrošina uzņēmuma un ekonomikas noturību.

Kāds ir jūsu viedoklis par apvienoto apmācību datu vākšanai?

Nesaistīto datu savienošanai uzņēmuma vai tā ekosistēmas jomā ir liels potenciāls. Tomēr dati ir jāievāc, ievērojot regulējuma un privātuma barjeras, vienlaikus novēršot neizbēgamās datu robežas.

Pastāv potenciāls apvienoto apmācību izmantošanai tālāk norādītajos veidos.

  • Ja dati pieder vairākām struktūrām, piemēram, dažādām bankām, kuras, iespējams, nevēlas izpaust savus datus, bet vēlas sadarboties, lai modeļi būtu apmācīti problēmām, kuras nomoka datu trūkums, piemēram, krāpšanas atklāšana.
  • Ja dati pieder vienai un tai pašai korporatīvajai vienībai, bet tos ierobežo datu pārvietošanās pāri ģeogrāfiskām robežām – tas ir raksturīgi starptautiskiem uzņēmumiem. Ekstrēmais piemērs tam attiecas uz tādiem datu avotiem kā veikala novērošanas kameru dati, kur datu straumei, iespējams, nav atļauts pat atstāt veikala iecirkņus.
  • Kad dati pieder konkrētām personām un viņi piekrīt kopīgot savus datus, lai izveidotu modeļus kopīgam mērķim, neatstājot datus no viņu personīgajām ierīcēm, piemēram, mobilajiem tālruņiem vai planšetdatoriem.

Kādi ir daži no Infosys piedāvātajiem datu analīzes risinājumiem?

Uzņēmumi virzās uz digitālo pārveidi, ko nodrošina dati 3 horizontos.

Programmā “Apvārsnis 1” mēs palīdzam uzņēmumiem kļūt balstītiem uz datiem, lai tie varētu pieņemt labākus lēmumus un gūt peļņu no datiem. Šis horizonts ir saistīts ar biznesa informāciju un analīzi.

Pieaugot digitālajai tehnoloģijai, ievērojami pieaug arī datu apjoms. Datu un digitālā datu saplūšana ļauj uzņēmumiem ieviest jauninājumus, pārveidot un pārdomāt savu biznesu. Programmas Horizon 2 mērķis ir kļūt par Data Native, Digital Native Live Enterprise, lai konkurētu ar digitāli dzimušiem uzņēmumiem un reaģētu uz izmaiņu signāliem reāllaikā. Šis apvārsnis attiecas uz Big Data Analytics, Digital, Cloud un AI.

Apvārsnis 3 ir paredzēts lielākas, ar datiem darbināmas ekonomikas, kas balstīta uz savienotām ekosistēmām, nodrošināšana un inovācijas, lai izjauktu tradicionālās nozares robežas. Tā kā šis kontinuums attīstās, digitālā ekonomika noved pie datu ekonomikas. Dati ir jaunais kapitāls, kas virza nākamās paaudzes nozares struktūras traucējumus, ekonomikas un sabiedrības pārveidi. Šo horizontu nodrošina tādu tehnoloģiju saplūšana kā IOT, AI, Blockchain, 5G, Edge skaitļošana, XR, lai nosauktu tikai dažus.

Mūsu stratēģijas pamatā ir bagātīgs risinājumu komplekts, kas paātrina digitālās transformācijas ceļojumu: Lai nosauktu tikai dažus;

Infosys informācijas režģis: uz metadatiem balstīta platforma datu pārvaldībai, kas izmanto visas BI tehnoloģijas telpās un mākonī.

Infosys Analytics darbgalds: iespējo pašapkalpošanās analīzi.

Infosys genoma risinājums: iespējo prognozējošo un preskriptīvo analīzi, lai iegūtu personisku vai uz uzvedību balstītu ieskatu par klientiem.

Infosys Vision Analytics risinājums: izmanto jaunākos sasniegumus mākslīgā intelekta un datoru redzes jomā, kā arī GPU, lai reāllaikā izjauktu vairākas video datu straumes.

Digitālās smadzenes: tālredzības sistēma, kas organizē viedo uzvedību, izmantojot zināšanu grafiku un kognitīvos pakalpojumus.

Sajūtīgais mārketings: Ļaujiet uzņēmumiem realizēt saprātīgu mārketinga ekosistēmu, kas uztver, reaģē un aktivizē intelektu, lai nodrošinātu “hiper” personalizāciju, sociālo un digitālo mārketingu, saistītu fizisko pieredzi ar mārketinga efektivitāti un mediju tēriņu optimizāciju tradicionālajos un digitālajos kanālos.

Jutīga piegādes ķēde: Augstas klientu cerības un arvien paplašinātie tirgi/kanāli/produktu portfeļi liek uzņēmumiem pielāgoties strauji mainīgiem scenārijiem, izmantojot saprātīgus piegādes ķēdes risinājumus, kas piesaista ML, lai izmantotu datu pamatā esošos modeļus labāk nekā tradicionālie uzņēmējdarbības noteikumi.

Cik lielu efektivitātes un veiktspējas uzlabojumu esat redzējis no uzņēmumiem, kuri ir ieviesuši dažus no šiem Infosys piedāvātajiem datu risinājumiem?

Šeit ir daži piemēri, kā mēs esam palīdzējuši klientam paveikt vairāk ar saviem datiem.

Patērētāju tehnoloģiju uzņēmumam mēs sniedzam ieskatu galvenajās uzņēmējdarbības funkcijās, piemēram, mārketingā, krāpšanas atklāšanā, darbībās, pārdošanā, mazumtirdzniecībā un produktos. Mēs esam modernizējuši viņu datu ainavu vairāk nekā desmit gadu laikā no Oracle balstītām EDM līdz Teradata darbinātām EDW līdz hibrīda lielo datu ainavai līdz polimākoņu arhitektūrai, kas papildināta ar AI Labs Ecosystem uzņēmumu AI ieviešanai un nodrošina elastību jaunu produktu laišanas laikā.

Mēs palīdzam CPG lielajam uzņēmumam atraisīt ievērojamu vērtību savām zīmola pārvaldības un mārketinga komandām, realizējot uz datiem balstītu Marketing Brain kā pakalpojumu mārketinga speciālistu(-u) pilnvarošanai, izmantojot praktiskus ieskatus no eksperimentiem un saistītu patērētāju pieredzi, izmantojot uzņēmuma datus, digitālos, Clickstream, sociālos datus. , POS patēriņš (no mazumtirgotājiem) un mediju dati, kas iegūti no ārējām aģentūrām. Tas palīdz viņu zīmolu tirgotājiem iegūt reāllaika izpratni par mārketinga kanālu veiktspēju salīdzinājumā ar pārdošanu, patērētāju iesaistīšanos reklāmās, lai veicinātu izaugsmi un optimizētu mārketinga izdevumus.

Globāla CPG uzņēmuma personīgās higiēnas preču zīmoliem mēs palīdzējām identificēt īstos galvenos viedokļu līderus (KOL) partneriem, kuriem bija sekotāji, kas bija cieši saistīti ar zīmola mērķa tirgu, pamatojoties uz ģeogrāfiju, demogrāfisko stāvokli, interesēm un atbilstību zīmolam un tā kampaņas mērķiem. Izmantojot savā klasē labāko ietekmētāju analīzes rīku un mūsu pašu ML teksta klasifikācijas modeļu kombināciju, lai noteiktu sekotāju uztveri par KOL, mēs par 54% novērsām nelietderīgu sasniedzamību un optimizējām iztērētos KOL dolārus.

Global Pharma Major pārdošana un mārketings centās paātrināt jaunus datus par jaunu reto slimību zāļu zīmola ieviešanu. Mēs nodrošinājām datu atklāšanas zonas iestatīšanu, HCO/HCP transformāciju, optimizētu datu apstrādi viņu onkoloģijas, kardioloģijas, sieviešu veselības un radioloģijas nodaļām. Tas ir nodrošinājis vairāku kanālu mārketingu, uzlabojis pārdošanu dažādos kanālos, ātrāku laiku laist tirgū jauniem zīmoliem un bagātīgu ieskatu par pacientu rezultātiem.

Mēs esam palīdzējuši klientiem nodrošināt uzņēmējdarbības noturību, izmantojot Data & Insights COVID laikā:

CPG Major meklēja uz pieprasījumu balstītu prognozēšanas modeli, lai pārvarētu krīzi. Mēs īstenojām Infosys reāllaika pieprasījuma noteikšanas risinājums, ļaujot klientam analizēt pieprasījuma signālus, kas saistīti ar konkrētā zīmola pārdošanu, patēriņu, cenu un sociālekonomiskajiem faktoriem. Šis risinājums palīdzēja klientam radīt milzīgu pieprasījuma pieaugumu, kas radās panikas dēļ, iegādājoties pirmās nepieciešamības preces. Tika analizēti dati no pārdošanas, piegādes ķēdes krājumiem, noliktavā esošajiem krājumiem un veikala krājumiem, lai sniegtu reāllaika ieskatu par nepieciešamo kursu korekciju, palīdzētu samazināt krājumu izbeigšanu un optimizētu piegādes ķēdi. Risinājums palīdzēja tieši uztvert no POS datiem, kas ļāva pieņemt lēmumus stundās, nevis dienās vai nedēļās. Tas palīdzēja klientam uzlabot prognozēšanu ar līdz 85% precizitāte un izraisīja pārdošanas pieaugumu par 2%.

Amerikāņu apģērbu uzņēmums meklēja risinājumu, kā efektīvāk pārvaldīt un veicināt pārdošanu šajā nepastāvīgā pieprasījuma scenārijā COVID-19 krīzes laikā. Mēs izstrādājām salīdzinošu skatījumu uz pašreizējo COVID-19 situāciju, tās iespējamo ietekmi un iznākumu, pamatojoties uz iepriekšējiem spēcīgas ietekmes scenārijiem, piemēram, finanšu krīzi, dabas katastrofām utt., lai finanšu direktors varētu novērtēt kopējo ietekmi un plānot turpmāko rīcību. Mēs izstrādājām risinājumu, kas palīdzēja veikalu darbiniekiem piekļūt svarīgam ieskatam, atrodoties ceļā, izmantojot mobilās lietojumprogrammas. Tas ir palīdzējis nodrošināt efektīvu sadarbību ar klientiem un pieņemt precīzus un ātrākus biznesa lēmumus. Unified Retail Semantics risinājums sniedz būtisku ieskatu par galvenajiem KPI, detalizētu informāciju un vizualizāciju par pārdošanas potenciālu, sadalījumu pēc segmenta/kategorijas, labākajiem un sliktākajiem pārdevējiem, ātru salīdzinājumu ar citiem veikaliem un rajoniem utt.

Banku klientiem mēs veidojam ieskatus un prognozes par klientu uzvedību iekasēšanai un atgūšanai, pārvaldām kredītriskus; Klientu virzīšana uz digitālajiem kanāliem, analizējot darījumu uzvedību dažādos kanālos, produktu līnijās, kanālu nodiluma līmeni un izstrādājot korekcijas darbības; NBA/NBO klientam, izsekojot finanšu stāvokli, pieplūdumu, aizplūšanu, klientu 360, CLTV.

Kā uzņēmumi var izmantot šos risinājumus, lai labāk izmantotu AI/ML, lai veicinātu savu uzņēmējdarbību?

Mūsu AI un ML iespējas palīdz uzņēmumiem veicināt efektivitātes, pieredzes un jaunu ieņēmumu plūsmu. Šeit ir daži piemēri, kā palīdzēt uzņēmumiem virzīt impulsu.

Pasaules līderis medicīnas ierīču ražošanā, plānojot paplašināt savu piedāvājumu no medicīnas ierīču nodrošinātāja diabēta ārstēšanai līdz holistisku diabēta pakalpojumu un risinājumu nodrošinātājam, izmantojot ieskatus no bagātīgā diabēta datu kopuma. Uzņēmums plānoja nodrošināt Connected Care pakalpojumus, veidojot partnerības ar dažādiem dalībniekiem, lai nodrošinātu dažādus ar diabētu saistītus datus, integrētu tos un sniegtu jēgpilnu ieskatu. Mēs ieviesām integrētu modernu datu analīzes platformu, kas integrē dažādus datus, kas iegūti no vairākiem avotiem, un rada jēgpilnu ieskatu, ko var izmantot pacienti, ārsti, medicīnas darbinieki un citi ekosistēmas dalībnieki. Mēs izstrādājām prognozēšanas modeļus, lai sniegtu agrīnu brīdinājumu par katastrofāliem medicīniskiem notikumiem un personalizētu ieskatu, atklājot uzvedību, kas saistīta ar glikozes modeļiem.

Digitālajām tehnoloģijām ir potenciāls atrisināt dažas no mūsu laika smagākajām problēmām. Tie varētu būt saistīti ar ekonomikas attīstību, vienkāršo iedzīvotāju dzīves uzlabošanu vai globālu vides problēmu risināšanu. Šeit ir piemērs tam, kā mēs izmantojām datus par labu, lai veicinātu sociālās pārmaiņas un pārmaiņas sabiedrībā. Mēs sadarbojāmies ar NVO, lai Dienvidāfrikas valstij nodrošinātu vieglu piekļuvi primārajai veselības aprūpei. Veselības aprūpes pieejamība ir bijis milzīgs izaicinājums šīs valsts iedzīvotājiem, kur lielākā daļa iedzīvotāju dzīvo kilometru attālumā no veselības aprūpes iestādes. Tas nopietni apgrūtināja viņu piekļuvi būtiskiem veselības aprūpes pakalpojumiem. Lai to novērstu, valdība vēlējās izveidot jaunus veselības aprūpes posteņus. Mērķis bija stratēģiski izvietot šos jaunos veselības punktus, lai nodrošinātu, ka 95 procentiem iedzīvotāju ir pieejami veselības centri dažu kilometru rādiusā. Mēs sadarbojāmies ar NVO, lai noteiktu šo veselības punktu optimālās atrašanās vietas, lai tās būtu pieejamas maksimālam cilvēku skaitam. Šīs problēmas risināšanai bija divas galvenās daļas: iedzīvotāju skaita dinamikas aprēķināšana un veselības amatu atrašanās vietas optimizēšana, lai palielinātu pieejamību. Mēs izmantojām pasaules iedzīvotāju datus, ģeotelpiskos modeļus, lai izprastu migrācijas modeļus, un AI modeļus, lai atklātu mobilo sakaru lietotāju blīvumu un mobilo sakaru lietotāju migrācijas modeļus no anonimizētiem mobilā tīkla operatora (MNO) datiem.

Vai ir vēl kaut kas, ko vēlaties pastāstīt par Infosys?

Raugoties uz priekšu, jaunās prasības attiecībā uz Infosys atbilstību mainās:

  1. No problēmu risināšanas līdz pareizo problēmu ierāmēšanai, lai atrisinātu un izietu šo ceļu kopā ar mūsu klientiem.
  2. Tiek galā ar realitāti “gadu desmiti, kas notiek nedēļās”, izmantojot mūsu paātrinātājus/risinājumus un mūsu ekosistēmu sadarbību ar partneriem, lai klientiem nodrošinātu tirgus priekšrocības.

Paldies par detalizētajām atbildēm, lasītājiem, kuri vēlas uzzināt vairāk, vajadzētu apmeklēt Infosys.

Unite.AI dibinātājs un biedrs Forbes tehnoloģiju padome, Antuāns ir a futūrists kurš aizraujas ar AI un robotikas nākotni.

Viņš ir arī dibinātājs Vērtspapīri.io, vietne, kas koncentrējas uz ieguldījumiem traucējošās tehnoloģijās.