Suzanne Valentine, direktør for PricingAI i Pricefx – Intervju-serie

Suzanne Valentine har blitt utnevnt til direktør for PricingAI i Pricefx. I denne rollen vil hun overvåke et team av prisvitenskapsmenn, med fokus på å levere kundeverdi gjennom innovative prissstrategier. Valentine har over 25 års erfaring innen bedriftsprogramvare og AI-drevne vareanalytikk. Hennes tidligere stilling var som sjef for datavitenskap i Meta, der hun ledet team på 30-100 datavitenskapsmenn, og guidet strategi og evaluerte effektiviteten av initiativer rettet mot å forbedre bedriftens bruk av Metas annonseprodukter.

Pricefx tilbyr AI-drevet prissledning og optimalisering av programvare designet for å strømlinje prissstrategier, fra grunnprissetting til maksimering av fortjeneste. Plattformen muliggjør at bedrifter kan forbedre lønnsomheten, øke marginene og sikre bedre avtaleresultater.

Deres “PricingAI”-løsning inkorporerer avansert generativ AI-teknologi, og tilbyr personlige prissinnsikt, en intuitiv chat-basert grensesnitt og rask optimaliseringsevne. Pricefx fokuserer på å forenkle og modernisere prissprosesser for å hjelpe bedrifter å forbli konkurransedyktige og oppnå målbare suksess.

Hvordan transformerer AI prisslandskapet for store selskaper, og hva slags unike muligheter tilbyr det for optimalisering av prissstrategier?

Disiplinen prissing omfatter analyse av forbruksmønster, forståelse av konkurrenter, personlig og/eller optimalisering av priser, og gjøre prissmer mer dynamisk via automatisering basert på faktorer som etterspørselsfluktuasjoner og lagerbeholdning. AI-drevne systemer gir selskaper mulighet til å syntetisere, analysere og utnytte store mengder data (strukturert og ustrukturert) for å ta bedre forretningsbeslutninger raskere. Mange prissbeslutninger tas i dag med minst noen data, men den rutinemessige bruken av AI gjør ikke bare analyser mer omfattende og skalerbare, men hjelper også til å avdekke innsikt.

For eksempel er det et vanlig prissbehov å sette priser for å maksimere etterspørsel (salg) mens man opprettholder fortjenestemarginer. PricingAI begynner med å belyse mønster i dataene og kvantifisere effekten av både kjente og ukjente faktorer som påvirker etterspørsel. Med denne grunnlaget på plass blir det mulig å forutsi resultater under ulike scenarier, som igjen muliggjør sanne optimaliseringer for å møte forretningsmål.

Gjennomsiktighet er ofte essensiell for å bygge brukertillit til AI-drevne systemer. Hvordan oppnår Pricefx denne gjennomsiktigheten, og hvorfor er det avgjørende for suksessfull AI-tilpasning i prissing?

Kraftig AI-drevet dataforedling og analyse er avgjørende i dagens konkurranseutsatte miljø. Men uten forståelse av og innsikt i hvordan anbefalinger tas, vil brukerne sannsynligvis ikke utvikle tillit til prissprogramvare, og kan gå tilbake til sin “gamle måte” å ta beslutninger på. Ideelt sett omfatter gjennomsiktighet i PricingAI både teknikkene som implementeres og brukeropplevelsen.

Med hensyn til AI-teknikker: Pricefx anvender en rekke AI-tilnærminger avhengig av problemkrav, ønsket gjennomsiktighet av algoritmer og nødvendig granularitet av resultater. For optimalisering avhenger Pricefx vanligvis av unike Forsterkingslæring (Multi-Agent AI)-algoritmer utviklet og forbedret over mange år. Med denne tilnærmingen defineres prissmål og begrensninger i en brukervennlig forretningsramme, og påfølgende anbefalinger gjøres klare for brukeren ved å gjennomsiktig vise interaksjoner mellom disse målene og ulike begrensninger.

Pricefx har også en “glassboks”-filosofi når det gjelder brukeropplevelse. Mange analyser og sammenfatninger tilbys som standard, men brukerne kan lett dykke ned så dypt de ønsker i kildebord og sogar se og tilpasse kildekode. Kombinasjonen av intuitiv AI og full gjennomsiktighet fra rådata til anbefalinger bygger den nødvendige tilliten hos forretningsbrukere som fører til tillit til anbefalingene.

Med Pricefx som lar kunder bruke sin egen datavitenskap innen sin AI-ramme, hvordan påvirker denne fleksibiliteten kundetilfredshet og langsiktig avkastning?

En utfordring med tilpasning av noe programvareløsning er å vinne over brukere av en eksisterende løsning, og de fleste av våre potensielle og eksisterende kunder har investert i AI-personer, prosesser og verktøy. Vi ønsker at Pricefx-plattformen skal bli det primære destinasjonsstedet for prisslagsteam, fordi den kontinuerlig og sikker syntetiserer deres nøkkeldata… så vi oppmuntre faktisk våre kunder til å “bringe sin egen” vitenskap til plattformen.

Vi ser en rekke av hva dette ligner i praksis – noen kunder starter med en eksisterende akselerator og tilpasser den, noen kunder utnytter “vitenskapsblokker” som følger med plattformen (slik som Multi-Faktor-Elastisitet, Klustering og Produktlikhet), og noen kunder integrerer eksisterende kode via vår Modellklasse-ramme. Vi tror at denne tilnærmingen kan bare forbedre kundetilfredshet og avkastning, nettopp fordi vi kan vokse og utvikle oss med en organisasjon.

Pricefx foreslår at kunder kan se avkastning på opptil 70x ROI innen det første året. Hva faktorer i AI-programvaren bidrar til å nå slike høye potensielle avkastninger, og hvordan måles ROI vanligvis i disse tilfellene?

Først er ROI-beregningen ganske enkel: våre kunder ser på størrelsen av deres bruttofortjeneste-forbedringer i forhold til kostnadene ved å implementere AI-programvaren. I bred forstand kan ROI oppnådd via AI-drevet prissprogramvare tilskrives å ha en omfattende syntese av relevante data, og å utnytte denne for å ta bedre prissbeslutninger.

Men det finnes en rekke måter dette kan manifestere seg i praksis — AI-drevne beslutninger inkluderer endringer som øke avtaleseiersrate ved å forstå hva som påvirker prisfølsomhet etter kundetype, geografi og produktlinje, og ved å forbedre marginer ved systematisk å identifisere prissunike, overholde ønskede regler og optimalisere priser. Av og til kommer ROI-forbedringer også fra effektiviteter i prissprosessen som reduserer operasjonelle kostnader og muliggjør rask simulering av effekten av endringer i strategi. Indirekte kan AI-programvare sogar forbedre kundelevering, ved å sikre at prissstrategier er tilpasset for å oppmuntre langsiktige forhold.

For å sikre at våre kunder forstår verdien de får fra AI-programvaren, tilbyr Pricefx en kombinasjon av rapporter og dashboards som gir nødvendig forståelse og gjennomsiktighet.

I å tjene diverse sektorer som produksjon og energi, hvordan tilpasser Pricefx sin AI for å møte spesifikke bransjekrav og håndtere unike prissutfordringer?

Det finnes flere felles byggestener som kan være til nytte for alle bransjer, som å ha en fleksibel og skalerbar plattform for å fange ikke bare interne data, men også avgjørende eksterne signaler, som markedsfluktuasjoner, teknologiske fremgang og utvikling av forbrukskrav. Og våre investeringer i AI-teknologier er nøye valgt og testet for å gi nøyaktighet og stabilitet for en rekke forretningsproblemer.

Det er imidlertid klare forskjeller i prissdrivere over sektorer og bransjer. Pricefx har dyrket et team av bransjeeksperter som har direkte erfaring med de bransjene vi betjener – disse ekspertene omfatter våre løsningsstrategi- og implementeringsteam, og arbeider tett med vårt produktteam for å oversette unike behov til spesifikke krav. Programvaren er høyt konfigurerbar, og vi arbeider med hver kunde for å foreslå en løsning som kan implementeres raskt, men som også er en god passform for unike prosesser. Vårt partnerøkosystem er også uvurderlig i å bringe bransjespesifik løsningsdesign-ekspertise til våre kunder.

En intern AI-råd ble etablert for å integrere AI over Pricefx sine operasjoner. Hva rolle spiller dette rådet, og hvordan harmonerer det med selskapets produkt- og forretningsstrategi?

Som leverandører av AI-programvare er det viktig for oss å holde tritt med hvordan industri-teknologier utvikler seg og evoluerer. Vi ønsker også å sikre at vår interne bruk av AI fortsetter å drive vår innovasjon, men også inkorporerer ansvarlige praksiser, som gjennomsiktighet, personvern, sikkerhet, rettferdighet og bærekraftig bruk av ressurser. Vårt AI-råd samler AI-eksperter og ledere for å ha åpne diskusjoner om fordeler og potensielle varsler mens vi fortsetter å omfavne AI.

Pricefx CoPilot, som integrerer GenAI for konversasjonell datainnsikt, har som mål å forbedre prissbeslutninger. Hva effekt har denne funksjonen på kundebeslutninger, og hva utviklinger er planlagt for fremtiden?

Pricefx CoPilot er en naturlig utvikling for vårt produktsuite, bygget på grunnlag av AI-basert optimalisering som vi tilbyr prisslagsteam og ledere.

Når Pricefx-plattformen er i drift, deployerer den prediktiv og preskriptiv AI for å kontinuerlig avdekke innsikt. Power-brukere av Pricefx-tilbud blir dyktige i å utnytte disse innsiktene… og ofte er deres utforskning bare begrenset av person-timer tilgjengelig på deres team. Vårt visjon er at CoPilot vil fungere som den beste analytiker som kunne bli trent på deres data og forretningsprosesser, og tillate prissprofesjonelle å spørre plattformen med naturlig-språklige hint som “Hvem er mine mest og minst lønnsomme kunder denne kvartalen?” CoPilot vil ikke bare bringe tilbake svar raskt og omfattende, men også gi forslag på neste beste handling de kan iverksette. Dette frigjør prissprofesjonelle til å fokusere på mer strategiske elementer av prissing, mens CoPilot håndterer rutinemessige oppgaver og fungerer som en grensesnitt til dataanalyser. Og ved å utnytte CoPilot vil ikke bare skape mer kapasitet, men også akselerere beslutningsprosessen, og dermed forbedre effektiviteten av prissstrategier.

To viktige ting å forstå om Pricefx CoPilot:

1. Kundedata holdes helt privat og sikker. Vi har aldri (og vil aldri) delt data mellom våre kunder, og vi bygger vår egen interne LLM-kapasitet spesifikt for prissområdet, ikke gjør kall til en offentlig tilgjengelig GenAI.
2. Investering i data-grunnlag er et avgjørende første skritt. Som med alle analyser og AI, vil innsiktene bare være like gode som kvaliteten på de underliggende dataene. Pricefx arbeider med kundene sine for å infusere plattformen med de mest relevante dataene først og bringe opp dashboards som høydepunkter muligheter, både fra et dataintegritets- og et prisspraksis-perspektiv.

I forhold til fremtidige utviklinger: GenAI sin fleksibilitet er virkelig dens styrke. Vi forventer ikke bare å gjøre CoPilot “smarter” ved å utnytte anbefalingene fra Optimalisering AI, men også å låse opp ytterligere kapasiteter gjennom hele et selskaps prissøkosystem, fra å demokratisere data og foreslå arkitektoniske forbedringer til å optimalisere prisskommunikasjon med ulike interessenter.

Mens AI-drevet automatisering tilbyr betydelige fordeler, hvor lar Pricefx rom for menneskelig tilsyn for å sikre at det er i tråd med strategiske selskapsmål?

Til slutt er vårt mål med PricingAI å gi prisspraktikerne mer kontroll over deres beslutninger.

Vi designer arbeidsflyten for å tillate synlighet inn i hver del av prosessen – en bruker starter med å definere omfanget av sin analyse og ser umiddelbart statistikk som bekrefter hva data som vil bli analysert. Noen initial AI kjøres for å gi innsikt i prissdrivere; brukeren gjennomgår utdataene og setter parametre for den endelige optimaliseringen. Fordi AI-drevne plattformen akselerer og automatiserer komplekse data-prosesser, kan hele prosessen kjøres, gjennomgått, justert og gjentatt flere ganger om dagen. Og ved å ikke trenge en “data-vitenskapsmann i midten”, kan prisspraktikere uavhengig forstå hvordan ulike strategier kan brukes for å møte selskapsmål.

AI ofte betoner fortjenestemaksimering, men mange selskaper prioriterer også bærekraftig, langsiktig vekst. Hvordan hjelper Pricefx kundene med å balansere disse målene?

Nærmest alle Pricefx-kunder balanserer flere mål – de ønsker å øke salget og “Vinn-raten” mens de beskytter fortjenestemarginene, og samtidig skape en prissarkitektur som opprettholder nøkkel-forhold og konsistens. Pricefx sin PricingAI-løsning er designet for å hjelpe kundene med å nå denne balansen og ha evnen til å forstå det forventede resultatet av ulike strategier. Et kraftig eksempel er vår Price Waterfall-Optimalisering, som utnytter Multi-Agent AI (MAAI) for å optimalisere listepriser, rabatter, incitamenter og andre faktorer gitt et sett med mål og begrensninger.

Hva er Pricefx sin langsiktige visjon for AI-drevet prissing, og hvordan planlegger selskapet å utvikle sine strategier for å møte fremvoksende behov og teknologiske fremgang i årene som kommer?

Vår visjon gjennom årene har vært å gjøre PricingAI-vitenskap tilgjengelig for prisspraktikere som ikke nødvendigvis er data-vitenskaps-eksperter. Vi måler og investerer i fremvoksende AI-teknologi relatert til prissing, men erkjenner også at sofistikert vitenskap er mest effektivt når den opereres og konsumeres av de som forstår prissstrategi.

Noen eksempler på hvordan vi forventer at vår strategi vil utvikle seg:

• Analysere og forbedre brukeropplevelse med raskt produkt-design-eksperimentering
• Utvikle hvordan data innhentes, valideres, harmoniseres og forbedres for å maksimere verdi
• Utnytte AI for å supplere opplæring, støtte og konsulent-tjenester ved å proaktivt identifisere hull
• Og (selvfølgelig) utvide vår GenAI CoPilot for å omfatte en bredere, mer sofistikert sett av priss-spørsmål

Men… vi erkjenner også at mulighetene for AI er begrenset bare av vår kollektive forestilling – vi ser frem til å samarbeide med kunder og partnere for å låse opp det fulle potensialet av PricingAI!

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Pricefx.