Dr. Zohar Bronfman, współzałożyciel i CEO Pecan AI – seria wywiadów

Dr. Zohar Bronfman jest współzałożycielem i CEO Pecan AI. Z głęboką wiedzą w dziedzinie psychologii obliczeniowej i nauki o danych, Zohar zastosował swój wrodzony duch przedsiębiorczości, aby współzałożyć Pecan, zaraz po ukończeniu studiów podyplomowych. Zohar posiada dwa tytuły doktorskie z Uniwersytetu Telawiwskiego – jeden w dziedzinie neurobiologii poznawczej i drugi w dziedzinie historii i filozofii nauki i techniki. Posiada również tytuł licencjata z ekonomii z Open University of Israel.

Założona w 2018 roku Pecan AI to platforma analityki predykcyjnej, która wykorzystuje swoją przełomową technologię Predictive GenAI, aby usunąć bariery w przyjęciu AI, czyniąc modelowanie predykcyjne dostępnym dla wszystkich zespołów danych i biznesu. Kierowana przez generatywny AI, firmy mogą uzyskać dokładne prognozy w różnych dziedzinach biznesu bez potrzeby specjalistycznej wiedzy. Predictive GenAI umożliwia szybką definicję modelu i szkolenie, a automatyczne procesy przyspieszają wdrożenie AI. Dzięki połączeniu predykcyjnego i generatywnego AI, realizacja wpływu biznesowego AI jest teraz znacznie szybsza i łatwiejsza.

Jak wyglądała podróż założycielska Pecan AI i jakie były najważniejsze kamienie milowe na tej drodze?

Założenie Pecan AI było prawdziwą kolejką górską. Wszystko zaczęło się, gdy mój współzałożyciel i ja wzięliśmy udział w międzynarodowym konkursie data science. Stworzyliśmy automatyzację przygotowania danych, która przekształciła się w prototyp Pecan, ale przegapiliśmy termin i przegraliśmy. Zamiast przechodzić dalej, postanowiliśmy przekształcić nasz prototyp w coś wpływowego. Zaledwie dwa miesiące po ukończeniu doktoratów w 2018 roku, wynajęliśmy mały pokój na Uniwersytecie Telawiwskim i zaczęliśmy działać. Z ograniczonym doświadczeniem biznesowym, przedstawiliśmy naszą ideę inwestorom venture capital. Na szczęście, Haim Sadger i Aya Peterburg z S Capital dostrzegli potencjał i zainwestowali 4 miliony dolarów, dając nam potrzebny zastrzyk.

Jednym z głównych kamieni milowych było pozyskanie 66 milionów dolarów w rundzie Series C pod przewodnictwem Insight Partners, z wsparciem GV (dawniej Google (GOOGL ) Ventures) i innych. To finansowanie pozwoliło nam na ekspansję na całym świecie i przyspieszenie naszych wysiłków rozwojowych.

Jak Twoje doświadczenie w dziedzinie neurobiologii poznawczej wpływa na Twój sposób podejścia do rozwoju rozwiązań AI?

Moje doświadczenie w dziedzinie neurobiologii poznawczej, wraz z moim doktoratem z historii i filozofii nauki, odgrywa dużą rolę w moim podejściu do rozwoju rozwiązań AI. Te dziedziny pomagają mi zrozumieć zarówno techniczne, jak i filozoficzne aspekty technologii. Ten podwójny punkt widzenia jest niezwykle cenny w dzisiejszym szybko zmieniającym się krajobrazie technologicznym. Pozwala mi tworzyć produkty AI, które nie tylko są zaawansowane technicznie, ale także etyczne i przyjazne dla użytkownika.

Czy możesz wyjaśnić pojęcie Predictive GenAI i jak łączy ono generatywny AI z predykcyjnym machine learningiem?

Oczywiście. Predictive GenAI to połączenie Generatywnego AI z Predykcyjnym Machine Learningiem. Generatywny AI pozwala użytkownikom na interakcję z danymi za pomocą języka naturalnego, co ułatwia zadawanie pytań i kierowanie AI. Jednak jego możliwości predykcyjne są ograniczone. To właśnie tu pojawia się Predykcyjny Machine Learning, który przetwarza dane, aby dokładnie przewidywać przyszłość. Łącząc te dwie technologie, Predictive GenAI pozwala nawet osobom bez doświadczenia w dziedzinie nauki o danych na tworzenie modeli predykcyjnych i ich wykorzystywanie w sposób niezwykle prosty, jak rozmawianie z ChatGPT.

Jak Predictive GenAI upraszcza proces tworzenia i wdrażania modeli predykcyjnych dla firm?

Predictive GenAI upraszcza ten proces dzięki funkcjom takim jak Predictive Chat i Predictive Notebook. Predictive Chat działa jak AI-asystent, prowadząc użytkownika przez proces modelowania przy użyciu języka naturalnego. Formułuje pytania predykcyjne na podstawie problemów biznesowych użytkownika i generuje Predictive Notebook z gotowymi zapytaniami SQL i przykładowymi danymi. To oznacza, że użytkownicy nie muszą zaczynać od zera ani posiadać głębokiej wiedzy technicznej, aby uzyskać dokładne prognozy.

Czy mógłbyś opowiedzieć o przypadku CAA Club Group i jak Pecan AI zoptymalizował ich usługi pomocy drogowej?

Oczywiście. CAA Club Group wcześniej spędzał tydzień na ręcznym prognozowaniu pomocy drogowej, co było czasochłonne i ograniczone. Po wdrożeniu Pecan AI, ich zespół naukowców danych opracował ponad 30 modeli do generowania krótkoterminowych prognoz popytu dwa razy w tygodniu. Te prognozy przewidują ilość połączeń i rodzaj usług na godzinę, zapewniając efektywny przydział personelu i szybkie reakcje, szczególnie w trudnych warunkach zimowych. Platforma Pecan umożliwia również ciągłe doskonalenie tych modeli, co poprawia efektywność usług.

Jak Credit Pros skorzystał na użyciu Pecan AI do predykcji utraty klientów i jakie konkretnie wyzwania rozwiązał dla nich?

Credit Pros miał znaczne trudności z predykcją utraty klientów, co było skomplikowanym i czasochłonnym procesem. Wdrożenie Pecan AI skróciło czas rozwoju modelu z trzech miesięcy do zaledwie kilku tygodni, umożliwiając proaktywne strategie retencyjne. Ten uproszczony proces pozwolił TCP na dokładne przewidywanie utraty klientów i opracowanie skutecznych strategii ich utrzymania, co ostatecznie zwiększyło ich przychody.

Jak narzędzia Predictive Chat i Predictive Notebook poprawiają doświadczenie użytkownika i czynią analitykę predykcyjną dostępną dla użytkowników nie-tech?

Predictive Chat wykorzystuje GenAI do tworzenia niestandardowych notesów na podstawie pytań biznesowych użytkownika i danych. Użytkownicy mogą interakcować z chatem w języku naturalnym, odpowiadając na pytania i postępując zgodnie z instrukcjami, co upraszcza proces tworzenia modelu. Predictive Notebook zawiera wszystkie niezbędne kodowanie, pozwalając użytkownikom na wyświetlanie zapytań, tworzenie niestandardowych tabel i zrozumienie logiki zestawu danych szkoleniowych. Ten podejście czyni analitykę predykcyjną dostępną dla użytkowników nie-tech, upraszczając przygotowanie danych i tworzenie modelu.

Jakich sposobów widzisz przyszłe przekształcenie się Predictive GenAI w różnych branżach i funkcjach biznesowych?

Predictive GenAI upoważnia firmy do podejmowania decyzji opartych na danych z niezrównaną dokładnością i wydajnością. W produkcji i logistyce optymalizuje operacje, przewidując popyt i usprawniając łańcuchy dostaw. W branżach ukierunkowanych na klienta poprawia satysfakcję i lojalność, oferując ukierunkowane marketing i spersonalizowane rekomendacje. Predictive GenAI napędza również innowacje, przewidując trendy rynkowe, kierując rozwojem produktów i przyspieszając czas wejścia na rynek. Jego zastosowania sięgają również do opieki zdrowotnej, gdzie przewiduje choroby i tworzy spersonalizowane plany leczenia, oraz do wysiłków na rzecz zrównoważonego rozwoju, optymalizując zużycie zasobów i redukując wpływ na środowisko.

Jak Pecan AI zapewnia dokładność i niezawodność swoich modeli predykcyjnych?

Zapewniamy dokładność i niezawodność poprzez rygorystyczne testowanie i ciągłe walidowanie. Pecan AI wykorzystuje oddzielne zestawy danych szkoleniowych i testowych do oceny wydajności modelu, podobnie jak ocenianie testu szkolnego. Kluczowe metryki, takie jak dokładność, precyzja i recall, są wykorzystywane do walidacji modeli podczas rozwoju i w produkcji. Promujemy również transparentność poprzez wyjaśnialne predykcje, pomagając użytkownikom zrozumieć czynniki wpływające na każdą predykcję i wzmacniając zaufanie do wglądów AI.

Jak widzisz ewolucję roli Predictive GenAI w ciągu najbliższych kilku lat?

Patrząc w przyszłość, przyszłość AI nie dotyczy już tylko przewidywania zdarzeń, ale również przepisywania działań na podstawie tych predykcji. Predictive GenAI ma na celu zautomatyzowanie procesów decyzyjnych i optymalizację operacji biznesowych. Jednak kluczowe jest zrozumienie związanych z tym ryzyk i zapewnienie odpowiedzialnego użycia AI. W miarę ewolucji technologii, będzie odgrywać krytyczną rolę w poprawie efektywności operacyjnej, wspieraniu innowacji i napędzaniu strategicznego podejmowania decyzji w różnych branżach.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Pecan AI.