Fred Laluyaux, Współzałożyciel i CEO Aera Technology – Wywiad

Fred Laluyaux, Współzałożyciel, Prezes i CEO Aera Technology, to doświadczony menedżer w branży oprogramowania dla przedsiębiorstw, który budował i prowadził firmy na styku analityki, automatyzacji i podejmowania decyzji. Przed założeniem Aery pełnił funkcję CEO Anaplan oraz zajmował wiele stanowisk kierowniczych w SAP, obejmujących finanse, zarządzanie efektywnością, ryzyko, sprzedaż i rozwój korporacyjny. Wcześniej w swojej karierze pracował na stanowiskach kierowniczych w Business Objects i ALG Software oraz założył Transcribe Technologies, co dało mu wieloletnie doświadczenie w skalowaniu globalnych organizacji programistycznych i przekształcaniu złożonych danych w rezultaty biznesowe.

Aera Technology rozwija napędzane przez AI oprogramowanie do inteligentnego podejmowania decyzji, zaprojektowane, aby pomagać dużym przedsiębiorstwom działać z większą szybkością i precyzją. Platforma firmy stale analizuje dane z całej organizacji i jej otoczenia zewnętrznego, przekształcając wnioski w rekomendowane i zautomatyzowane działania w czasie rzeczywistym. Skupiając się na decyzjach, a nie na pulpitach nawigacyjnych, Aera ma na celu pomoc organizacjom w przejściu od reaktywnej analizy do proaktywnych, ciągle doskonalących się operacji.

Zakładał Pan i prowadził wiele firm z branży oprogramowania dla przedsiębiorstw, od początków z budowaniem Transcribe Technologies, przez kierowanie Anaplan, aż po współzałożenie Aera Technology. Jaki problem dostrzegł Pan w dużych przedsiębiorstwach, który przekonał Pana, że inteligentne podejmowanie decyzji musi istnieć jako osobna kategoria, i dlaczego rok 2017 był odpowiednim momentem na zbudowanie Aery?

Pracuję nad tym problemem od ponad dekady — na długo przed powstaniem Aery. Już w 2010 roku, gdy byłem w SAP, napisałem artykuł o tym, co moim zdaniem stanie się największym wyzwaniem dla dużych przedsiębiorstw: podejmowanie i wykonywanie decyzji wystarczająco szybko, aby nadążyć za cyfryzacją gospodarki.

Zderzały się trzy siły — wolumen, złożoność i szybkość. Decyzje przenosiły się na znacznie drobniejszy poziom, bliżej punktu oddziaływania, ale przedsiębiorstwa nadal były zorganizowane jako głębokie piramidy ludzi, narzędzi i procesów, które po prostu nie mogły się skalować.

Prawdziwe pytanie brzmiało: jak przenieść moc technologii na poziom transakcyjny? Nie tylko wnioski czy pulpity nawigacyjne, ale maszyny wykonujące decyzje, ciągle uczące się na podstawie wszystkich podjętych decyzji, z ludźmi zachowującymi kontrolę.

Jeśli chodzi o 2017 rok, byliśmy wcześnie. Rynek nie był w pełni gotowy i my też nie. Taka jest natura startupu: zaczynasz z jasną wizją i budujesz wcześnie, aby być gotowym, gdy rynek dojrzeje. W przypadku Aery zajęło to kilka lat. A COVID-19 nie pomógł. Ale fascynujące było obserwowanie, że nasza podstawowa wizja pozostała wierna swojemu początkowemu założeniu, podczas gdy zarówno platforma, jak i rynek ewoluowały do punktu, w którym Aera obecnie prowadzi kategorię inteligentnego podejmowania decyzji i współpracuje z niektórymi z największych organizacji na świecie.

Dziś wiele się mówi o agentach AI, ale Pan jasno podkreśla, że same wnioski nie wystarczają. Jak wyjaśniłby Pan różnicę między analityką, rekomendacjami wspieranymi przez AI a prawdziwą inteligencją decyzyjną CIO, którzy próbują przebić się przez szum informacyjny?

Tradycyjne narzędzia analityki i business intelligence mówią, co się wydarzyło. AI może pomóc przewidzieć, co może się wydarzyć. Rekomendacje wspierane przez AI sugerują opcje, ale nadal polegają na ludziach w podjęciu decyzji i działaniu.

Inteligencja decyzyjna wykracza poza statyczne pulpity nawigacyjne czy jednorazowe rekomendacje. Działa jako ciągła pętla uczenia się, aby przyspieszać i ulepszać decyzje — wykorzystując dane, analitykę, AI i automatyzację do oceny kompromisów, symulowania scenariuszy oraz wykonywania i monitorowania działań w czasie rzeczywistym, zgodnie z celami biznesowymi.

Podczas gdy AI może pomóc zespołom przewidywać popyt lub optymalizować przepływy pracy, inteligencja decyzyjna decyduje, jak działać na podstawie tych wniosków. Równoważy koszt, ryzyko, poziomy usług i ograniczenia operacyjne w całym przedsiębiorstwie na dużą skalę.

Aerę często opisuje się jako umożliwiającą samosterowne przedsiębiorstwo. W praktyce, jak to właściwie wygląda wewnątrz dużej organizacji i które decyzje są realnie gotowe na ten poziom automatyzacji już dziś?

Kiedy mówimy o samosterownym przedsiębiorstwie, nie chodzi o autonomię bez kontroli. Od pierwszego dnia naszą wizją było przejście od ludzi podejmujących i wykonujących decyzje przy wsparciu maszyn, do maszyn wykonujących decyzje pod przewodnictwem ludzi — z jasnym zamiarem, ograniczeniami i odpowiedzialnością.

W praktyce Aera działa jako agent decyzyjny. Ciągle rozumie dane, wykrywa wyzwalacze, ocenia kompromisy, rekomenduje działania i wykonuje decyzje bezpośrednio w systemach przedsiębiorstwa. Korzystając z Aery, ludzie nie zarządzają pulpitami nawigacyjnymi; rządzą decyzjami, często poprzez prostą interakcję zgody lub braku zgody.

Decyzje gotowe na ten poziom automatyzacji już dziś to te o dużej liczbie powtórzeń — równoważenie zapasów, priorytetyzacja zamówień zakupowych, zmiany parametrów — gdzie liczy się szybkość, a ręczna koordynacja generuje najwięcej nieefektywności.

Pracował Pan blisko z globalnymi przedsiębiorstwami z obszarów łańcucha dostaw, finansów i operacji. Gdzie CIO widzą najszybsze i najbardziej namacalne zwroty z inteligencji decyzyjnej, czy to w kapitale obrotowym, poziomach usług, czy redukcji odpadów?

CIO widzą najszybsze, najbardziej namacalne zwroty z inteligencji decyzyjnej tam, gdzie decyzje są liczne, powtarzalne i ograniczone kompromisami kosztów, mocy lub usług. W łańcuchu dostaw i operacjach często obejmuje to równoważenie zapasów, priorytetyzację zamówień zakupowych i logistykę. To tam zautomatyzowane wykonanie na skalę napędza wymierne korzyści w kapitale obrotowym, poziomach usług i redukcji odpadów.

Na przykład globalna firma z branży nauk o życiu wykorzystuje inteligencję decyzyjną do ciągłego monitorowania popytu i korygowania zamówień zakupowych — automatycznie żądając od dostawców anulowania lub redukcji, weryfikując odpowiedzi i potwierdzając zmiany. Ta zdolność przynosi rocznie redukcję odpadów o wartości ponad milionów, jednocześnie zmniejszając przebieg ciężarówek i związane z tym emisje gazów cieplarnianych (GHG).

Wiele firm już teraz zmaga się z wdrożeniem modeli AI na skalę. Jakie są najczęstsze przeszkody, które Pan obserwuje, gdy organizacje próbują przejść od generowania wniosków do zautomatyzowanego wykonywania decyzji?

Wyzwania często pojawiają się, gdy zespoły zaczynają od eksperymentowania z odrębnymi narzędziami AI. Mogą zautomatyzować pojedynczy przepływ pracy, ale mają trudności z wdrożeniem decyzji w sposób spójny w całym biznesie. Bez komponowalnej, specjalnie zaprojektowanej platformy decyzyjnej te wysiłki są trudne do zarządzania, skalowania lub adaptacji w miarę zmieniających się warunków.

Inną częstą przeszkodą jest brak jasności co do tego, gdzie załamuje się proces podejmowania decyzji. Firmy inwestują w AI i predykcję, ale nie identyfikują dokładnie, dlaczego rosną zapasy, prognozy są nietrafione lub logistyka działa poniżej oczekiwań. Rozproszona widoczność w różnych decyzjach pogłębia problem.

Zespoły, które odnoszą sukces, zaczynają od jasnego, wysokowpływowego przypadku użycia, gdzie kompromisy są zrozumiane, budują zaufanie poprzez rekomendacje i wykonanie, oraz automatyzują stopniowo. Stamtąd mogą skalować, ponieważ decyzje ciągle adaptują się i ulepszają z czasem.

Agentowe AI staje się modnym słowem w całej branży. Jak Pan postrzega rolę agentów w platformach inteligencji decyzyjnej i gdzie, Pana zdaniem, przedsiębiorstwa powinny zachować ostrożność w kwestii autonomii versus nadzoru ludzkiego?

W inteligencji decyzyjnej agenci dodają najwięcej wartości, gdy są osadzeni w nadzorowanym systemie decyzyjnym — a nie działają w izolacji. W platformie Aera Decision Cloud agenci pracują jako skoordynowane zespoły, z których każdy wnosi konkretną zdolność: symulowanie scenariuszy; integracja sygnałów w czasie rzeczywistym; walidacja wykonalności; ocena wpływu finansowego; oraz wykonywanie działań — wszystko zorganizowane wokół jednej decyzji.

Tam, gdzie przedsiębiorstwa muszą być ostrożne, to autonomia bez zarządzania. W praktyce decyzje agentowe są zawsze kierowane przez ludzi. Zespoły ludzkie ustalają parametry i cele, monitorują wydajność, testują założenia i zarządzają jakością danych z poziomu środowiska centrum kontroli. System może działać ciągle, ale to ludzie rządzą tym, jak decyzje ewoluują. Ta równowaga sprawia, że agentowe AI jest skalowalne, godne zaufania i bezpieczne w przedsiębiorstwie.

Zaufanie jest kluczowe, gdy decyzje wpływają na przychody, klientów lub zgodność. W jaki sposób Aera zapewnia, że decyzje są wyjaśnialne, podlegające audytowi i możliwe do obrony, szczególnie w regulowanych środowiskach?

Zaufanie zaczyna się od przejrzystości. Dla każdej decyzji Aera przechwytuje pełny kontekst — użyte dane, rekomendację, logikę stojącą za nią, podjętą decyzję i wynik. Gdy system działa i odświeża się, monitoruje i mierzy wyniki decyzji, aby ciągle ulepszać podejmowanie decyzji.

Nazywamy to automatycznym uczeniem decyzyjnym. Na podstawie wydajności decyzji Aera oblicza wskaźniki pewności dla rekomendacji — wyjaśniając przyczyny źródłowe, kompromisy i oczekiwany wpływ. Użytkownik może zobaczyć rekomendację z jasnym uzasadnieniem i 92% poziomem pewności.

To podejście jest autonomiczne, ale nadzorowane. Dzięki platformowej Sieci Inteligencji Decyzyjnej, która służy jako scentralizowane centrum kontroli, użytkownicy mają pełną widoczność wszystkich decyzji, działań i wyników. Mogą monitorować wydajność, testować założenia, zarządzać jakością danych i dostosowywać logikę w czasie.

W oparciu o Pana rozmowy z CIO, jak ewoluuje rola ludzi w miarę dojrzewania systemów inteligencji decyzyjnej i jakie umiejętności stają się ważniejsze, gdy maszyny przejmują więcej decyzji operacyjnych?

W miarę dojrzewania inteligencji decyzyjnej rola ludzi nie znika — przesuwa się w górę łańcucha wartości. Obserwujemy przesunięcie od ręcznego wykonywania decyzji przez ludzi do projektowania, zarządzania i ulepszania decyzji przez ludzi.

W wielu firmach z branży dóbr szybkozbywalnych tradycyjne role planistów już ewoluują w kierunku analityków decyzyjnych skupionych na monitorowaniu wyników, rozumieniu kompromisów i ulepszaniu logiki decyzyjnej w czasie. Obok nich architekci decyzyjni definiują intencje, ograniczenia i zabezpieczenia, które kierują działaniami maszyn.

Najważniejszymi umiejętnościami stają się osąd, myślenie systemowe i umiejętność formułowania właściwych decyzji. Ludzie pozostają mocno przy sterach, zarządzając tym, jak decyzje są podejmowane przez maszyny, ale nie każdym pojedynczym działaniem.

Pierwszy Magic Quadrant Gartnera dla Platform Inteligencji Decyzyjnej sygnalizuje, że ta kategoria wchodzi do głównego nurtu. Jakie zdolności, Pana zdaniem, oddzielą wiodących dostawców od pozostających w tyle w ciągu najbliższych kilku lat?

Zostaliśmy uznani za Lidera w inauguracyjnym Magic Quadrant Gartnera dla Platform Inteligencji Decyzyjnej i uważamy, że przywództwo definiuje silna realizacja oraz zdolność do dostarczania kompleksowych, komponowalnych możliwości w całym cyklu życia decyzji. W towarzyszącym badaniu Critical Capabilities Gartnera, Aera również została doceniona za swoją wydajność w kluczowych przypadkach użycia decyzyjnych — w tym analizę decyzji, inżynierię decyzji, naukę o decyzjach i zarządzanie decyzjami — oceniając, jak dobrze platformy mogą modelować, wdrażać, zarządzać i ciągle ulepszać decyzje na skalę przedsiębiorstwa.

Wierzymy, że wiodących dostawców będzie również wyróżniać to, jak skutecznie integrują zaawansowane techniki AI, w tym generatywne i agentowe AI, w nadzorowane, gotowe dla przedsiębiorstw systemy decyzyjne. Wymaga to specjalnie zaprojektowanych platform, które są komponowalne, dostępne dla biznesu poprzez interfejsy low-code i naturalnego języka, oraz zarządzane na skalę, aby spełniać wymagania bezpieczeństwa i regulacyjne. Ostatecznie najsilniejsi dostawcy osadzą inteligencję decyzyjną jako warstwę operacyjną, która ciągle się uczy i ulepsza, a nie jako kolejną aplikację, którą zespoły muszą zarządzać.

Dla organizacji, które dostrzegają przepaść między wnioskami a działaniem, jak platforma Aery pomaga im zamknąć tę pętlę w praktyce i jak wygląda typowe udane pierwsze wdrożenie dla CIO, który chce