Dr. Rich Sonnenblick, Chief Data Scientist, Planview – Interviewreeks

Dr. Rich Sonnenblick, Planview’s Chief Data Scientist, heeft jarenlange ervaring met het werken met enkele van de grootste farmaceutische en levenswetenschappelijke bedrijven ter wereld. Door middel van deze diepgaande studie en toepassing heeft hij succesvolle prioriterings- en portefeuillebeoordelingsprocessen, scoresystemen en financiële waarderings- en prognosemethoden ontwikkeld om zowel productprognoses als portefeuilleanalyse te verbeteren. Dr. Sonnenblick heeft een Ph.D. en MS van de Carnegie Mellon University in Engineering en Openbaar Beleid en een BA in Natuurkunde van de University of California, Santa Cruz.

Planview’s Platform voor Verbonden Werk is ontworpen om de tijd-tot-markt en voorspelbaarheid te verbeteren, de efficiëntie te verbeteren om de capaciteit te maximaliseren en de levering van strategische initiatieven te ondersteunen die zijn gericht op het behalen van optimale bedrijfsresultaten.

U heeft een uitgebreide carrière gehad waarin u van managementconsulting naar het leiden van datawetenschapsinitiatieven bent overgestapt. Wat heeft u geïnspireerd om deze overstap te maken, en hoe heeft uw reis uw aanpak voor het gebruik van AI in bedrijven vormgegeven?

Managementconsulting heeft me een breed beeld gegeven van bedrijfsinefficiënties en onbenutte kansen, waar er een duidelijke kloof is tussen strategisch advies en actiegerichte inzichten. Datawetenschap overbrugt die kloof, door ruwe data om te zetten in strategische activa die de macht hebben om besluitvorming in real-time te informeren. Mijn reis heeft me geleerd om AI te zien als een versterker die processen kan verfijnen, besluitvorming kan versnellen en creativiteit kan ontgrendelen op manieren die menselijke expertise versterken.

Bij Planview heeft u de integratie van geavanceerde AI-oplossingen in verschillende bedrijfsfuncties aangevoerd. Kunt u vertellen hoe uw rol als Chief Data Scientist de AI-strategie van het bedrijf heeft beïnvloed en welke de grootste uitdagingen zijn die u onderweg bent tegengekomen?

Bij Planview is AI ingebed in ons platform als een instrument om inzichten te ontgrendelen en besluitvorming te verbeteren. Ik heb me gericht op het gebruik van AI om bronbeheer, projectplanning en operationele efficiëntie te optimaliseren. Ons Copilot AI-assistent biedt op-de-werkvloertraining voor gebruikers op alle vaardigheidsniveaus, automatisiert frequent tijdrovende taken zoals rapportgeneratie en benut best practices om productieve acties aan te bevelen, waardoor teams in staat zijn om snel geïnformeerde beslissingen te nemen.

Hoe kan AI bedrijven helpen om inefficiënties binnen teams te identificeren en middelen toe te wijzen?

AI is uitstekend in het identificeren van patronen in data die te complex zijn om snel door mensen te worden herkend. Het kan onderbenutte middelen, knelpunten en prognoses van werklastonevenwichtigheden benadrukken. Door bijvoorbeeld portfolio-doelstellingen, projecttijdschema’s en teamprestatiegegevens te analyseren, kan AI taken herwijzen of middelen opnieuw toewijzen over portefeuilles om maximale impact te creëren zonder extra middelen toe te voegen.

Wat zijn enkele veelvoorkomende inefficiënties in middelenbeheer waar AI bijzonder effectief in is om aan te pakken?

AI is bijzonder goed in het benadrukken van afwijkende en slecht presterende initiatieven, en we hebben deze kritieke vaardigheden in Planview Copilot ingebouwd. Naarmate Copilot evolueert, is het beter in staat om afwijkende en slecht presterende initiatieven te benadrukken en mitigatiemaatregelen voor te stellen. Het kan ook verspilling in processen benadrukken, zoals redundante taken of overmatige overdrachten, en optimalisaties voorstellen.

Waarom is verspilling een aanzienlijke uitdaging voor softwareontwikkelingsteams, en op welke manieren kan AI deze verspilling verminderen?

Verspilling in softwareontwikkeling ontstaat vaak door inefficiënties zoals slechte prioritering, overmatig debuggen of misgealigneerde teaminspanningen. AI kan verspilling verminderen door als een coderingsassistent te fungeren, repetitieve taken te automatiseren en voorspellende inzichten te bieden in projecttijdschema’s en potentiële risico’s. Bijvoorbeeld kan het analyse van eerdere projecten om patronen te identificeren die leiden tot vertragingen, waardoor teams die valkuilen kunnen vermijden.

Zijn er specifieke AI-modellen of -tools die bijzonder geschikt zijn om de softwareontwikkelingscyclus te optimaliseren?

Om de softwareontwikkelingscyclus te optimaliseren, zoeken we naar verbeterde efficiëntie en alignering. Planview Copilot in Viz identificeert knelpunten en belemmeringen voor de stroomgeschiktheid en biedt actiegerichte inzichten die zijn aangepast aan de gegevens van een organisatie. Teams kunnen gewone taal gebruiken om stroommetriek te interpreteren, systemische leveringsvertragingen te identificeren en gedetailleerde aanbevelingen te ontvangen. Deze optimalisatie is de sleutel tot het vergroten van de productiviteit en uiteindelijk het stroomlijnen van de levering.

Hoe creëren onderliggende datarelenties extra waarde wanneer AI als een werkassistent wordt ingezet?

Door de relaties tussen datapunten in kaart te brengen – of het nu gaat om projecttijdschema’s, middelengebruik of teamcommunicatie – kan AI inzichten naar boven brengen die verder gaan dan het voor de hand liggende. Bijvoorbeeld kan het koppelen van sentimenttrends in statusupdates aan projectresultaten managers helpen om obstakels te anticiperen voordat het team ze naar management brengt, waardoor er voldoende tijd is om proactieve aanpassingen te maken.

Welke stappen moeten kleinere organisaties nemen om AI betaalbaar te adopteren zonder afbreuk te doen aan de impact?

Kleinere organisaties moeten beginnen met toegankelijke generatieve AI-tools die fungeren als poorten naar meer geavanceerde oplossingen. Tools die documenten samenvatten, marketinginhoud ondersteunen of codegeneratie-assistentie bieden, zijn kosteneffectieve manieren voor deze organisaties om hun AI-adoptie te starten zonder uitgebreide investeringen. Het starten met een horizontale AI-aanbieding die van toepassing is op een breed scala aan use-cases, zal een betere waarde zijn dan investeren in gespecialiseerde toepassingen die generatieve AI aanpassen aan specifieke taken. Dit stelt de organisatie in staat om de meest impactvolle use-cases te identificeren die specifiek zijn voor hun organisatie, in plaats van te veel te investeren in meerdere aanbiedingen.

Wat is de rol van predictieve analytics in het verbeteren van projectresultaten?

Predictieve analytics helpt teams om potentiële obstakels en resultaten te voorzien op basis van historische gegevens en huidige trends. AI-agents kunnen de waarschijnlijkheid van projectvertragingen of middelentekorten voorspellen, waardoor productmanagers hun plannen proactief kunnen aanpassen. Deze vooruitziendheid minimaliseert risico’s en maximaliseert efficiëntie, waardoor organisaties hun strategische doelen sneller kunnen bereiken.

Kijkend naar de toekomst, hoe ziet u AI de bedrijfsoperaties transformeren in de komende decennia, en welke opkomende AI-trends zijn u het meest enthousiast over vanwege hun potentieel voor impact op industrieën?

AI zal de bedrijfsoperaties in de komende decennia blijven transformeren. Het zal nieuwe rollen creëren, voorspellende capaciteiten versterken en innovatie stroomlijnen.

Ontwikkelaars die native LLM zijn, experts in het integreren van AI-samenwerking, zullen de norm worden en zullen ontwikkelaars vervangen die AI niet in hun dagelijkse taken integreren. Generatieve AI zal de grenzen met predictieve AI blijven verbluren, rijke algoritmen creëren met synthetische scenario’s voor strategische besluitvorming op basis van externe en interne factoren. In biotech zal genAI complexe patiëntprofielen creëren om nieuwe behandelingen te ontdekken, terwijl in cybersecurity AI nieuwe bedreigingen zal simuleren voor predictieve modellen om te counteren. Opkomende trends zoals adaptieve inferentie en kleinere, efficiëntere AI-modellen zullen de computationele uitdagingen in de komende jaren aanpakken. Ze zullen snellere, meer gerichte oplossingen garanderen.

Van strategisch plannen tot proactieve beveiliging, zal de integratie van AI bedrijven in staat stellen om met flexibiliteit te pivoteren, veerkrachtige strategieën en operationele excellentie te ontdekken in een steeds dynamischer wordende wereld.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen Planview bezoeken.