Sean Byrnes, medgrunnlegger og CEO i Outlier – Intervju-serie

Sean Byrnes er CEO og medgrunnlegger av Outlier, og er den ledende autoritet på automatiserte forretningsanalyseplattformer og identifisering av outlier-data. Før han grunnla Outlier, grunnla Sean Flurry, et meget suksessfullt mobil-analyse- og annonseplattform som ble kjøpt av Yahoo i 2014.

Hva var det som først fikk deg interessert i maskinlæring og datavitenskap?

Jeg har alltid likt å bygge ting, og på college tok jeg ingeniørstudier fordi jeg trodde det var den beste måten å tilbringe livet mitt med å bygge. Jeg begynte å ta kurs i datavitenskap og ble langsomt klar over at de mest interessante tingene som ble bygget, ikke var fysiske, men dataprogrammer som ville endre verden. Jeg tok et kurs i maskinlæring (ML) og ble slått av at man kunne skrive programmer som ville lære! Akkurat som mennesker! På siste dagen av kurset gikk jeg opp til professoren og sa at jeg ville tilbringe livet mitt med å arbeide med maskinlæring.

Dette ledet meg til en mastergrad i maskinlæring, men på tidspunktet for min avgang var industrien rundt ML fortsatt for primitiv til å gjøre det til en karriere. Jeg begynte å arbeide for programvarebedrifter, og deretter startet jeg programvarebedrifter selv. I 2015, da jeg startet Outlier, hadde skyteknologiene endelig gjort ML til en levedyktig plattform å fokusere på som grunnlegger, og jeg kunne gjøre drømmen min til virkelighet!

I 2014 grunnla du Flurry, Inc., som senere ble kjøpt av Yahoo. Hva var din tankegang på tidspunktet for å starte Flurry? Hadde du noen gang forventet at det skulle bli så vilt suksessfullt?

Den opprinnelige ideen bak å starte Flurry i 2005 var å løse det enkle problemet med å få tilgang til e-posten vår. Dette var tilbake da en mobiltelefon gjorde svært lite, det ringte og kanskje sendte tekstmedlinger. Flurry ble startet for å løse problemet med tilkobling, å bringe e-post og nyheter til enhetene vi alle hadde i lommene våre. Blackberry hadde bevist at mobil melding var en hit blant profesjonelle, så vi prøvde å bringe den opplevelsen til alle forbrukere.

Flurry var en suksessfull app-utvikler, men vi så en større mulighet i å åpne vår interne analyseplattform for andre app-utviklere i 2008. På det tidspunktet hadde både iPhone og Android lansert, men støttet ikke apps ennå. Vi hadde sett den transformative kraften av mobilappar gjennom våre egne Flurry-appar, så vi trodde at en større revolusjon var på vej, selv om Apple (AAPL ) hadde annonsert at iPhone aldri ville kjøre apps. På et tidspunkt da alle investerte i mobilnettsiden, bestemte vi oss for å satse alt på mobilappar ved å tilby en plattform for analyse designet eksklusivt for mobilappar.

Det viste seg å være god timing. Da Apple og Google (GOOGL ) gjorde skiftet til å lansere app-butikker, var Flurry på nullpunktet for app-revolusjonen med en plattform bygget for mobilappar, forfinet over tre år med å bruke det selv. Fra og med det punktet i høsten 2008, doblet Flurry som forretning hver sjette måned i de neste seks årene.

I 2015 lanserte du Outlier AI. Kan du dele opphavsfortellingen bak dette selskapet?

I 2014 solgte vi Flurry til Yahoo etter en niårs reise. Da det ble kjøpt, hadde vi om lag 500 000 analysekunder rundt om i verden, og jeg hadde reist og møtt så mange av dem som jeg kunne. Overalt jeg dro, spurte hver bedrift meg det samme: «Sean, jeg elsker denne dataen du gir meg. Men hvordan vet jeg hva jeg skal se etter i all denne dataen?» Hver bedrift i hver lokalitet og hver bransje kjempet med å finne verdi i sin egen data.

Når jeg tenkte over det, innsett jeg at vi hadde nådd en ny æra av forretningsintelligens. Alle våre forretningsintelligensverktøy var designet for å svare på spørsmål vi visste å stille, men problemet var at vi ikke visste hva spørsmålene var! Vi trengte en ny generasjon produkter som ville finne disse spørsmålene og bringe dem til oss, automatisk.

Den visjonen ble automatisert forretningsanalyse: evnen til at programvare kunne avdekke nye problemer og muligheter automatisk, ved hjelp av AI. 

Ved å vite hva spørsmålet er, er det største problemet bedriftene ofte har. Kan du forklare hvordan Outlier AI løser dette?

Outlier finner innsikter som gjemmer seg i din data automatisk. Du bruker noen minutter på å koble Outlier til alle de forskjellige stedene din data bor (databaser, skyverktøy osv.), og i retur får du en strøm av spørsmål om hvordan kundeatferden din endrer seg, hvordan demografi endrer seg og hvordan forretningsoperasjonene dine endrer seg. Disse innsiktene genereres automatisk, men de har alt du ville forvente fra en menneskelig analytiker som skriver en rapport, inkludert naturlig språkgenerering og årsak-analyse. Det krever ikke konfigurasjon, opplæring eller implementering for å komme i gang, siden det bare bygger på nettbaserte læringsystemer.

Som resultat kan Outlier deployes ekstremt raskt og brukes av typiske forretningsbrukere som ikke vet noe om maskinlæring. De kobler bare Outlier til sin data og våkner opp hver morgen med en rekke på 3-5 innsikter om ting de bør spørre om sin forretning. Det føles som magi, men det er bare mye matematikk.

Det mest spennende for oss er at Outlier ikke bare er det første ML-produktet våre kunder har brukt, men i mange tilfeller er det det første forretningsintelligensverktøyet de har brukt. Tradisjonelle forretningsintelligensverktøy er så vanskelige å sette opp og konfigurere at de er skremmende for de fleste brukerne. Outlier er så enkelt at det kan settes i gang uten noen forhåndserfaring. 

Hvilke maskinlærings-teknologier bruker Outlier AI?

Outlier-plattformen bruker dusinvis av maskinlærings-teknologier som en del av vår pipeline, fra tidsserie-modellering til uovervåket klustering og anbefalings-systemer. Faktisk er hver enkelt innsikt produsert av Outlier-systemet et resultat av minst et dusin maskinlærings-systemer som arbeider sammen! Det er viktig, siden forretningsbrukere krever en svært høy kvalitet og troverdighet, og ingen enkelt ML-teknologi kan produsere den kvaliteten på egen hånd. Å dirigere det enormt store antallet ML-systemer er ekstremt vanskelig, men når du ser resultater er det magisk.

I virkeligheten er det bare noen få ML-teknologier vi ikke bruker, som dypt læring (neurale nettverk). En kritisk del av Outlier-produktet er forklarbarhet, så brukeren vet nøyaktig hvordan Outlier fant en bestemt innsikt. Dette er kritisk i å bygge tillit hos brukere som ikke vet noe om maskinlæring og trenger deg til å forklare ting på en enkel måte. Det er noen fantastisk arbeid som pågår for å bringe forklarbarhet til tilnærminger som dypt læring, og vi kan legge dem til når det utvikles.

Du er også en engel-investor. Hvilke typer selskaper eller gründere investerer du i?

Jeg investerer i selskaper og gründere som løser problemer. Et problem er forskjellen mellom hva en person ønsker eller trenger og hva de kan få i dag. Det viktigste jeg ser etter er potensialet for problemet du løser og hvor stort markedet er som har det problemet. Du kan ikke produsere en 20-ganger avkastning på 10 millioner dollar i investering hvis markedstørrelsen bare er 50 millioner dollar, men du kan hvis markedstørrelsen er 1 milliard dollar. Hvis jeg kan forestille meg ditt selskap om 10 år, opererende på den skalaen, vil du få min oppmerksomhet. Det innebærer å gjøre følgende og gjøre dem godt:

1. Presentér en plan. Din plan kan endre seg, men du må ha en troverdig langtidsplan for å nå det store resultatet. Hvis du ikke kan bygge en troverdig plan fra starten, er det usannsynlig at du vil kunne komme opp med en ny en når markedet endrer seg. Planen du presenterer vil også tjene til å identifisere de viktigste risikofaktorene som din forretning vil møte når den vokser.
2. Vis at du mener det. Du har allerede fulgt din plan i å bygge din forretning, så vis hvordan godt du har utført den. Husk at fremgangen din så langt er ikke grunnene til at de vil investere i deg, men fremgangen din så langt er bevis på at din plan er troverdig og at du kan utføre mot dine planer.
3. Selg teamet. Ti år er en lang tid. Hvis ditt selskap skal være svært suksessfullt, vil det være en lang og vanskelig vei. Ditt team er kritisk fordi det er de menneskene som vil styre selskapet gjennom de vanskelige tidene, og venture-investoren trenger tillit til at du kan gjøre det. Til slutt investerer de i deg.
4. Spill for å vinne. Hvis du virkelig har funnet en stor mulighet som kan produsere 20-ganger avkastning, er det sannsynlig at mange andre har funnet det samme. Du må vise en distinkt konkurransefordel som vil tillate deg å vinne når du møter dusinvis av konkurrenter som går etter samme mål.

I en nylig tale snakket du om hvordan gründere trenger å selge en ny kategori-produkt, eller fortelle kunden hvordan de skal bruke det, men de kan ikke gjøre begge deler. Kan du kort forklare denne kommentaren og utdype på hvor viktig denne tankesettet er for å bli suksessfull?

Nye kategorier av produkter er nye, så det vil ikke være en del av noen persons daglige rutine. Folk er opptatt, og som resultat er det meste av deres tid allerede tatt av produkter de allerede bruker. Som en ny kategori må du tjene tid i noen persons rutine, og du gjør det ved å passe inn i deres liv på måten de ønsker deg til å passe inn. Du kan ikke fortelle dem hvordan de skal bruke det, siden det ville bety å fortelle dem hvordan du passer inn, du må være fleksibel. Over tid, etter at du har bevist deg, kan du bli en del av deres daglige vaner og deretter kan du begynne å fortelle dem hvordan de skal bruke produktet.

Hvis du bare bygger en erstatning for et eksisterende produkt, og ikke en ny kategori, så er det allerede tid i personens dag satt av for den type produkt. I slike tilfeller ønsker du å fortelle dem hvordan de skal bruke det for å sikre at de erstatter de andre produktene med ditt, så du kan kreve tiden før den glipper vekk.

Du har tilbragt over 15 år med å bygge prisvinnende brukergrensesnitt for både forbruker- og bedriftsselskaper. Hva skiller et flott grensesnitt fra konkurransen?

Et flott brukeropplevelse er noe du kan plukke opp og begynne å bruke umiddelbart, uten å kreve opplæring eller tutor- videoer. For mange produkter fokuserer på hva som er mulig når brukeren blir en ekspert, men de fleste brukerne gir opp lenge før de blir eksperter, så alle disse avanserte funksjonene blir aldri brukt. Den viktigste ferdigheten en produkt-designer kan utvikle er å sette seg i posisjonen til en ny bruker om og om igjen, se produktet for første gang og identifisere all forvirring og friksjon som eksisterer.

En annen viktig del av et flott brukergrensesnitt er det jeg kaller «synlig differensiering». I de første 30 sekundene av å bruke ditt produkt, burde en person vite nøyaktig hva som gjør det forskjellig fra alt annet. Hvis det tar lengre enn 30 sekunder, eller hvis du må forklare det til dem, vil de gi opp og gå videre lenge før de ser det. Folk er overveldet av produkter i dag, så du må flytte ekstremt raskt for å kreve deres oppmerksomhet og få dem til å forstå hva som gjør deg spesiell. Dette er sant for alt fra forbrukerprodukter til bedriftsprogramvare.

Når du tenker på konkurransefordeler, tenker de fleste på komplekse teknologier, men flotte brukeropplevelser er noen av de beste konkurransefordelene. Det er svært vanskelig å kopiere et produkt med en sammenhengende og magisk brukeropplevelse, siden det innebærer så mye nuanser og detaljer.

Du rådgir også selskaper. Hvilke typer selskaper bør kontakte deg?

Jeg rådgir en rekke selskaper, fra forbruker-appar til finansielle tjenester til bedriftsprogramvare-startups. Det eneste kriteriet jeg har er at gründerne virkelig ønsker å lære og er åpne for både positive og negative tilbakemeldinger. De mest verdifulle rådgiverne jeg har hatt i karrieren min, kuttet gjennom all støy og ga meg deres ærlige og kritiske vurdering, selv om det var vanskelig å høre. Mange rådgivere prøver bare å si positive ting og bygge opp gründerne, og det er verdifullt også, men jeg finner at det ikke hjelper i lang tid. I en blogginnlegg (Coaches vs Cheerleaders) om de forskjellige typer støttespillere du trenger i din gründer-reise.

Takk for det flotte intervjuet, gründere bør lytte til disse visdomsbitene. Lesere som ønsker å lære mer, bør besøke Outlier.