Afsheen Afshar, Założyciel Pilot Wave Holdings – Seria Wywiadów

Afsheen Afshar, Założyciel Pilot Wave Holdings, to doświadczony lider w dziedzinie nauki o danych i inwestycji, który pracował na stanowiskach kierowniczych w Goldman Sachs (GS ), J.P. Morgan i Cerberus Capital Management, gdzie pomagał wprowadzać duże projekty związane z nauką o danych i sztuczną inteligencją w instytucjach finansowych. Z wykształcenia związanym z neurologią i badaniami nad sztuczną inteligencją na Uniwersytecie Stanforda, Afshar zbudował karierę na styku zaawansowanej analityki, prywatnych inwestycji i transformacji operacyjnej, koncentrując się ostatecznie na stosowaniu sztucznej inteligencji w realnych biznesach. W Pilot Wave łączy on wiedzę inwestycyjną, przywództwo operacyjne i głęboką wiedzę techniczną, aby identyfikować, nabywać i skalować firmy przy użyciu strategii opartych na danych i nowoczesnych technologii.

Pilot Wave Holdings to platforma przejęć i wzrostu, która koncentruje się na transformacji małych i średnich firm za pomocą sztucznej inteligencji i zaawansowanych technologii. Firma wykorzystuje własne systemy sztucznej inteligencji do analizy operacji, identyfikacji nieefektywności i poprawy wyników w firmach portfelowych. Łącząc bezpośredni udział operacyjny z nowoczesną infrastrukturą danych, Pilot Wave Holdings ma na celu zmodernizowanie tradycyjnych firm, które historycznie nie miały dostępu do zaawansowanych narzędzi, umożliwiając im skalowalny, długoterminowy wzrost w coraz bardziej zdominowanej przez technologie gospodarce.

Miałeś przełomowe role w dziedzinie sztucznej inteligencji w firmach takich jak JPMorgan i Cerberus, a później założyłeś Pilot Wave Holdings, aby wprowadzić sztuczną inteligencję do tradycyjnych branż. Jaki podstawowy wgląd lub frustracja skłoniły Cię do przesunięcia się od budowania sztucznej inteligencji wewnątrz dużych instytucji do przejmowania i przekształcania firm bezpośrednio?

Podstawowym problemem była potrzeba uprawnienia do działania z szybkością. Wewnątrz dużych instytucji, nawet gdy ludzie zgadzają się co do możliwości, zwykle jest zbyt wiele warstw między identyfikacją problemu a podjęciem działań. Sztuczna inteligencja nie zazwyczaj nie powodzi się, ponieważ praca techniczna jest niemożliwa, ale ponieważ organizacja jest zbyt wolna, zbyt polityczna lub zbyt rozproszona, aby działać z pilnością. Chciałem pracować w środowisku, w którym strategia, operacje i technologia mogą być szybko wyrównane. Przejmowanie i budowanie firm bezpośrednio tworzy tego rodzaju uprawnienie. Jeśli naprawdę chcesz zmienić, jak firma działa z szybkością i wolą, bycie właścicielem jest ważne.

Wiele firm w branży nadal celebruje udane pilotaże, ale prawdziwa wartość pochodzi z systemów produkcyjnych. Dlaczego inicjatywy sztucznej inteligencji tak często zawodzą w tym punkcie przejścia, a co odróżnia organizacje, które z powodzeniem wdrożenie sztucznej inteligencji od tych, które zawodzą?

Wiele pilotaży jest zaprojektowanych tak, aby odnieść sukces, co jest właśnie powodem, dla którego wiele firm oszukuje same siebie. Zdarzają się one w czystych środowiskach, z dodatkową uwagą, ograniczonym zakresem i bez tarcia, które pojawia się w produkcji. Głębszym problemem jest często brak empatii. Technolodzy często nie mają czasu, czy też nie mają chęci, aby nauczyć się doświadczenia operatora, więc budują coś, co działa w teorii lub w demo, ale nie pasuje do rzeczywistości pracy. Firmy, które z powodzeniem wdrożenie sztucznej inteligencji, to te, które traktują ludzki proces pracy poważnie od samego początku i budują dla nieładu realnych operacji, zamiast próbować ich uniknąć. Każdy mówi, że chce wartości produkcyjnej, ale wiele zespołów nadal optymalizuje pod kątem aplauzu pilotażowego.

Twoja praca koncentruje się na wbudowaniu sztucznej inteligencji w branże takie jak infrastruktura, produkcja i handel elektroniczny. Jak wdrożenie sztucznej inteligencji w tych środowiskach różni się fundamentalnie od wdrożenia jej w firmach cyfrowych lub oprogramowaniu?

Różnica polega na tym, że w bardziej tradycyjnych firmach Main Street, empatia i element ludzki są jeszcze ważniejsze, niż ludzie w świecie sztucznej inteligencji zwykle chcą przyznać. W środowiskach oprogramowania pierwszego, zespoły mogą często poruszać się szybko i naprawiać problemy później. W infrastrukturze, produkcji i handlu elektronicznym praca jest związana z systemami fizycznymi, realnymi ograniczeniami i ludźmi, którzy natychmiast wiedzą, gdy coś nie pasuje do sposobu, w jaki firma naprawdę działa. Oznacza to, że nie możesz po prostu przyjść z technicznie eleganckim rozwiązaniem i oczekiwać przyjęcia. Jeśli nie rozumiesz doświadczenia operatora, twoja strategia sztucznej inteligencji jest prawdopodobnie już złamana. Te środowiska narażają płytkie myślenie bardzo szybko, co jest częścią powodu, dla którego one mają tak duże znaczenie.

Argumentowałeś, że przyjęcie sztucznej inteligencji powinno zaczynać się od priorytetów biznesowych, a nie od narzędzi. Co to oznacza w praktyce, i jak zespoły kierownicze powinny zmienić swój podejście do transformacji sztucznej inteligencji?

Większość zespołów kierowniczych zaczyna od niewłaściwego miejsca. Zaczynają od rozmowy o tym, co może zrobić ta technologia dla nas, ponieważ brzmi to ekscytująco i nowocześnie, kiedy właściwe miejsce do rozpoczęcia to określenie najważniejszych priorytetów biznesowych. Gdy już je znasz, możesz porozmawiać szczerze o najlepszych narzędziach do rozwiązania tych priorytetów, i nie zawsze musi to być sztuczna inteligencja. To brzmi oczywiście, ale wiele firm nadal śledzi technologię jako pierwszą i liczy na to, że przypadkowo pojawi się przypadek biznesowy. To jest odwrotne i prowadzi do wielu zmarnowanych ruchów. Jeśli kierownictwo chce prawdziwych wyników, musi przestać traktować strategię sztucznej inteligencji jak ćwiczenie zakupowe.

W Pilot Wave nie tylko doradzasz firmom, ale także przekształcasz je po przejęciu. Jakie są pierwsze strukturalne lub kulturowe zmiany, które wprowadzasz, aby przyjęcie sztucznej inteligencji naprawdę się powiodło?

Pierwszą rzeczą jest znalezienie zarówno seniorów, jak i juniorów sponsorów. Juniorzy znają codzienną rzeczywistość i mogą upewnić się, że szeregowi pracownicy naprawdę robią to, co trzeba, podczas gdy seniorzy sponsorzy zapewniają, że polityka jest minimalizowana i wysiłek nie zostaje cicho uduszonny. Wiele firm opiera się zbyt mocno na wsparciu odgórnym i potem się dziwi, dlaczego nic nie zmienia się w praktyce. Prawdą jest, że przyjęcie sztucznej inteligencji zazwyczaj nie powodzi się, ponieważ organizacja opiera się na poziomie podstawowym lub dlatego, że kierownictwo pozwala na interferencję wokół niej. Potrzebujesz obu form wsparcia na miejscu wcześnie. W przeciwnym razie inicjatywa staje się kolejnym punktem rozmów kierownictwa, który nigdy naprawdę nie ląduje.

Gdy agenci sztucznej inteligencji stają się coraz bardziej zdolni, a infrastruktura staje się coraz bardziej abstrakcyjna, jakie strategiczne ryzyka pojawiają się dla firm, które nie kontrolują własnych danych i stosu sztucznej inteligencji?

Uważam, że firmy zawsze potrzebują podstawowej kontroli. To wymaga instrumentacji każdego systemu, co jest tym, jak Pilot Wave podejmuje projektowanie systemów, ponieważ jeśli nie możesz zobaczyć, co się dzieje, zmierzyć i umieścić barier ochronnych wokół, wtedy bierzesz na siebie ryzyko, którego nie rozumiesz. To nie oznacza, że nie powinieneś delegować zadań, ponieważ delegowanie będzie absolutnie kontynuowane w skali, ale delegowanie bez pomiaru nie jest wykonalną strategią. Duża część rynku jest uwodzona przez abstrakcję, ponieważ sprawia, że rzeczy wydają się łatwiejsze i szybsze, ale ta wygoda może ukryć prawdziwą systemową kruchłość. Jeśli prawidłowa instrumentacja, pomiar i barierki ochronne są na miejscu, potencjalne systemowe ryzyko może być zminimalizowane. Jeśli ich nie ma, budujesz zależność, zanim zarobiłeś zaufanie.

Występuje coraz większa luka między tym, jak sztuczna inteligencja jest marketingowa, a tym, jak wykonuje się w realnych środowiskach. Jakie sygnały powinni szukać liderzy techniczni i operatorzy, aby odróżnić znaczące możliwości sztucznej inteligencji od powierzchownych twierdzeń?

Zawsze pytaj o prawdziwą miarę wartości. Byłem religijnie oddany pomiarowi wartości przez całą moją karierę, aż do poszczególnych projektów, ponieważ bez tej dyscypliny staje się bardzo łatwo pomylić ekscytację z wynikami. Każdy wysiłek powinien być utrzymany w ROI i śledzony. Jeśli ktoś nie może wyjaśnić jasno, w jaki sposób system wpływa na przychody, koszty, przepływ, wydajność pracy lub inny rzeczywisty wskaźnik biznesowy, wtedy istnieje duże prawdopodobieństwo, że sprzedaje teatr. Branża stała się zbyt wygodna, nagradzając błyszczące demo i mgliste twierdzenia. Bez rygorystycznego pomiaru wartości istnieje prawdziwe ryzyko wyrzucenia czasu i pieniędzy.

Zbudowałeś i poprowadziłeś duże organizacje nauki o danych. Jak widzisz ewolucję roli zespołów sztucznej inteligencji, gdy automatyzacja wzrasta i systemy oparte na agentach biorą na siebie coraz więcej odpowiedzialności?

Sztuczna inteligencja weźmie na siebie zadania na coraz wyższym poziomie. W Pilot Wave już rozwijamy sztuczną inteligencję, która może przyjmować jako dane wejściowe coś takiego jak “zwiększ mój przychód o 10 procent” zamiast “zrób ponownie mój serwis”, co jest znacznie bliżej miejsca, w którym wiele sztucznej inteligencji nadal siedzi dzisiaj. To przesunięcie zmienia rolę zespołów sztucznej inteligencji w poważny sposób, ponieważ praca staje się mniej o izolowanych zadaniach i bardziej o tym, jak systemy rozumieją rzeczywiste cele biznesowe. Wiele zespołów nadal myśli zbyt wąsko o automatyzacji i nie docenia, jak szybko technologia porusza się w górę stosu. Środek ciężkości przesunie się od wykonania zadania w kierunku delegacji biznesowej. To jest znacznie większa zmiana, niż większość przedsiębiorstw się przygotowuje.

Wiele przedsiębiorstw inwestuje znacznie w sztuczną inteligencję, ale ma trudności z generowaniem mierzalnego ROI. Jakie są najczęstsze wzorce niepowodzeń, które obserwowałeś, i jak można ich uniknąć?

Większość wysiłków sztucznej inteligencji, szczególnie w dużych przedsiębiorstwach, nadal koncentruje się zbyt mocno na eleganckich pulpictach, buzzwordach i rzeczach, które są łatwe do przedstawienia wewnętrznie, ale trudne do powiązania z prawdziwą wartością. Firmy spędzają wiele czasu na robieniu pracy, aby wyglądała ona sofistykowanie, zamiast sprawić, by była użyteczna. Wzorzec niepowodzenia zwykle nie jest tajemniczy, jest to po prostu brak dyscypliny wokół tworzenia wartości. Jeśli nie ma jasnego celu ekonomicznego, nie ma właściciela i nie ma ramy pomiaru, wysiłek nie powinien się rozpocząć. Bycie religijnie skupionym na tworzeniu wartości na każdym etapie jest krytyczne. W przeciwnym razie przedsiębiorstwo sztucznej inteligencji staje się bardzo drogim ćwiczeniem brandingowym.

Spójrzając w przyszłość, które możliwości sztucznej inteligencji lub przełomy systemowe uważasz, że będą miały największy wpływ na branże fizyczne w ciągu najbliższych pięciu do dziesięciu lat?

Możliwość nadania bardzo wysokiego poziomu celów systemowi sztucznej inteligencji i delegowania głównych części biznesu staje się coraz bardziej realna. To jest możliwość, która będzie miała największe znaczenie, ponieważ przenosi sztuczną inteligencję poza wąskie wykonanie zadań i w kierunku rzeczywistej operacyjnej przewagi. W konsekwencji ludzie będą się bardziej koncentrować na relacjach i aspektach zaufania biznesu, wraz z rzeczywistą fizyczną naturą pracy, niezależnie od tego, czy jest to budownictwo, czy inna branża oparta na polu. Wiele osób nadal mówi o sztucznej inteligencji jako o warstwie produktywności siedzącej na boku, ale ten widok już zaczyna wydawać się przestarzały. Systemy stają się coraz bardziej zdolne do przyjmowania coraz szerszej odpowiedzialności. Przyszłość jest bardzo ekscytująca, ale będzie również znacznie bardziej burzliwa, niż wiele dotychczasowych firm chce przyznać.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Pilot Wave Holdings.