Fred Laluyaux, Współzałożyciel i Dyrektor Generalny Aera Technology – Wywiad

Fred Laluyaux, Współzałożyciel, Prezes i Dyrektor Generalny Aera Technology, to doświadczony menedżer oprogramowania przedsiębiorstw, który budował i prowadził firmy na styku analizy, automatyzacji i podejmowania decyzji. Przed założeniem Aera, pełnił funkcję Dyrektora Generalnego Anaplan i zajmował różne stanowiska kierownicze w SAP, obejmujące finanse, zarządzanie wydajnością, ryzyko, sprzedaż i rozwój korporacyjny. Wcześniej w swojej karierze pracował na stanowiskach kierowniczych w Business Objects i ALG Software, a także założył Transcribe Technologies, co dało mu dziesiątki lat doświadczenia w skalowaniu globalnych organizacji oprogramowania i tłumaczeniu złożonych danych w wyniki biznesowe.

Aera Technology rozwija oprogramowanie do podejmowania decyzji opartych na sztucznej inteligencji, zaprojektowane w celu pomocy dużym przedsiębiorstwom w działaniu z większą szybkością i precyzją. Platforma firmy ciągle analizuje dane z całej organizacji i jej środowiska zewnętrznego, przekształcając wnioski w zalecane i zautomatyzowane działania w czasie rzeczywistym. Koncentrując się na decyzjach, a nie na pulpitach, Aera ma na celu pomóc organizacjom w przejściu od reaktywnej analizy do proaktywnej, ciągle doskonalonej działalności.

Założyłeś i poprowadziłeś wiele firm oprogramowania przedsiębiorstw, od wczesnych dni budowy Transcribe Technologies po prowadzenie Anaplan i obecnie współzałożycielstwo Aera Technology. Jaki problem widziałeś w dużych przedsiębiorstwach, który przekonał Cię, że inteligencja decyzyjna musi istnieć jako odrębna kategoria, i dlaczego 2017 rok był odpowiednim momentem na budowę Aera?

Pracowałem nad tym problemem przez ponad dekadę — długo przed powstaniem Aera. W 2010 roku, kiedy byłem w SAP, napisałem artykuł o tym, co uważałem za największe wyzwanie dla dużych przedsiębiorstw: podejmowanie i wykonywanie decyzji wystarczająco szybko, aby nadążyć za cyfryzacji gospodarki.

Trzy siły zderzały się — objętość, złożoność i szybkość. Decyzje były podejmowane na znacznie mniejszej skali, bliżej punktu wpływu, ale przedsiębiorstwa były nadal zorganizowane jako głębokie piramidy ludzi, narzędzi i procesów, które po prostu nie mogły skalować.

Prawdziwe pytanie stało się: jak sprowadzić moc technologii na poziom transakcyjny? Nie tylko wnioski czy pulpity, ale maszyny wykonujące decyzje, ciągle uczące się z wszystkich podjętych decyzji, a ludzie na czele.

Jeśli chodzi o 2017 rok, byliśmy wcześni. Rynek nie był jeszcze w pełni gotowy, a my również nie. To jest natura startupu: zaczynasz z wyraźną wizją i budujesz wcześnie, aby być gotowym, gdy rynek dojrzeje. W przypadku Aera zajęło to kilka lat. A COVID-19 nie pomógł. Ale było fascynujące zobaczyć, jak nasza podstawowa wizja pozostała wierna swojemu pierwotnemu sformułowaniu, podczas gdy zarówno platforma, jak i rynek ewoluowały do punktu, w którym Aera jest teraz liderem w kategorii inteligencji decyzyjnej i współpracuje z niektórymi z największych organizacji na świecie.

Istnieje wiele dyskusji na temat agentów AI, ale wyraźnie stwierdziłeś, że same wnioski nie są wystarczające. Jak wyjaśnisz różnicę między analizami, zaleceniami wspomaganymi przez AI a prawdziwą inteligencją decyzyjną CIO, którzy próbują przeciąć przez hałas?

Tradycyjne analizy i narzędzia business intelligence mówią Ci, co się wydarzyło. AI może pomóc przewidzieć, co może się wydarzyć. Zalecenia wspomagane przez AI sugerują opcje, ale nadal polegają na ludziach, aby zdecydować i działać.

Inteligencja decyzyjna przechodzi poza statyczne pulpity lub jednorazowe zalecenia. Działa jako ciągły proces uczenia się, aby przyspieszyć i poprawić decyzje — korzystając z danych, analiz, AI i automatyzacji, aby ocenić kompromisy, symulować scenariusze i wykonać i monitorować działania w czasie rzeczywistym, zgodnie z celami biznesowymi.

Podczas gdy AI może pomóc zespołom przewidzieć popyt lub zoptymalizować procesy robocze, inteligencja decyzyjna określa, jak działać na podstawie tych wniosków. Balansuje koszty, ryzyko, poziomy usług i ograniczenia operacyjne w całym przedsiębiorstwie w skali.

Aera jest często opisywana jako umożliwiająca przedsiębiorstwom samodzielne zarządzanie. W praktyce, co to tak naprawdę oznacza w dużym przedsiębiorstwie, a które decyzje są realistycznie gotowe do tego poziomu automatyzacji dzisiaj?

Gdy mówimy o przedsiębiorstwie samodzielnie zarządzanym, nie jest to autonomia bez kontroli. Od samego początku nasza wizja polegała na przejściu od ludzi podejmujących i wykonujących decyzje wspieranych przez maszyny do maszyn wykonujących decyzje kierowane przez ludzi — z wyraźnym zamiarem, ograniczeniami i odpowiedzialnością.

W praktyce Aera działa jako agent decyzyjny. Ciągle rozumie dane, wykrywa sygnały, ocenia kompromisy, zaleca działania i wykonuje decyzje bezpośrednio w systemach przedsiębiorstwa. Korzystając z Aera, ludzie nie zarządzają pulpity, ale zarządzają decyzjami, często poprzez proste interakcje zgodne lub niezgodne.

Decyzje, które są gotowe do tego poziomu automatyzacji dzisiaj, są decyzjami o wysokiej objętości i powtarzalności — rebilansowaniem zapasów, priorytetem zamówień zakupu, zmianami parametrów — gdzie szybkość ma znaczenie, a koordynacja ręczna tworzy największą niewydajność.

Pracowałeś ściśle z globalnymi przedsiębiorstwami w łańcuchu dostaw, finansach i operacjach. Gdzie CIO widzą najszybsze i najbardziej namacalne zwroty z inteligencji decyzyjnej, czy to w kapitale obrotowym, poziomach usług czy redukcji marnotrawstwa?

CIO widzą najszybsze i najbardziej namacalne zwroty z inteligencji decyzyjnej tam, gdzie decyzje są podejmowane w wysokiej objętości, powtarzalności i ograniczonych przez koszty, pojemność lub kompromisy dotyczące poziomów usług. W łańcuchu dostaw i operacjach często obejmuje to rebilansowanie zapasów, priorytet zamówień zakupu i logistyki. To jest miejsce, w którym zautomatyzowane wykonanie w skali przynosi wymierne korzyści w kapitale obrotowym, poziomach usług i redukcji marnotrawstwa.

Na przykład, globalna firma z sektora life sciences wykorzystuje inteligencję decyzyjną do ciągłego monitorowania popytu i dostosowywania zamówień zakupu — automatycznego anulowania lub redukcji dostaw, weryfikacji odpowiedzi i potwierdzania zmian. Ta zdolność przynosi ponad miliony w rocznej redukcji marnotrawstwa, a także redukuje liczbę mil przejechanych przez ciężarówki i związane z tym emisje gazów cieplarnianych (GHG).

Wiele firm już teraz ma trudności z operacjonalizacją modeli AI w skali. Jakie są najczęstsze bariery, które widzisz, gdy organizacje próbują przejść od generowania wniosków do zautomatyzowanego wykonania decyzji?

Wyzwania często pojawiają się, gdy zespoły zaczynają od eksperymentowania z oddzielnymi narzędziami AI. Mogą zautomatyzować jeden proces roboczy, ale mają trudności z operacjonalizacją decyzji w sposób ciągły w całym biznesie. Bez komponowalnej, specjalnie zaprojektowanej platformy decyzyjnej te wysiłki są trudne do zarządzania, skalowania lub adaptacji, gdy warunki się zmieniają.

Inną powszechną barierą jest brak wyraźności co do tego, gdzie podejmowanie decyzji jest zaburzone. Firmy inwestują w AI i predykcję, ale nie wskazują, dlaczego zapasy się gromadzą, prognozy są błędne lub logistyka jest niewydajna. Rozproszona widoczność decyzji pogarsza problem.

Zespoły, które odnoszą sukces, zaczynają od wyraźnego, wysoko wpływowego przypadku użycia, gdzie kompromisy są zrozumiałe, budują zaufanie poprzez zalecenia i wykonanie, a następnie automatyzują stopniowo. Stamtąd mogą skalować, gdy decyzje ciągle dostosowują się i poprawiają z czasem.

Agenty AI stają się buzzwordem w branży. Jak widzisz agenty wpasowujące się w platformy inteligencji decyzyjnej, a gdzie przedsiębiorstwa powinny być ostrożne wobec autonomii w porównaniu z nadzorem ludzkim?

W inteligencji decyzyjnej agenci dodają największą wartość, gdy są wbudowane w nadzorowany system decyzyjny — a nie działają w izolacji. Z platformą Aera Decision Cloud, agenci pracują jako zespoły koordynowane, każdy przyczyniający się do określonej funkcjonalności: symulacji scenariuszy; integracji sygnałów w czasie rzeczywistym; walidacji wykonalności; oceny wpływu finansowego; i wykonania działań — wszystko to skoordynowane wokół jednej decyzji.

Miejsce, w którym przedsiębiorstwa powinny być ostrożne, to autonomia bez nadzoru. W praktyce decyzje agenticzne są zawsze kierowane przez ludzi. Zespoły ludzkie ustawiają parametry i cele, monitorują wyniki, testują założenia i zarządzają jakością danych z środowiska kontrolnego. System może działać ciągle, ale ludzie zarządzają, jak decyzje ewoluują. To równowaga sprawia, że agenci AI są skalowalni, godni zaufania i bezpieczni w przedsiębiorstwie.

Zaufanie jest kluczowe, gdy decyzje wpływają na przychody, klientów lub zgodność z przepisami. Jak Aera zapewnia, że decyzje są wyjaśnialne, audytowalne i obronione, szczególnie w środowiskach regulowanych?

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

Nazywamy to auto-nauką decyzji. Na podstawie wyników decyzji Aera oblicza wyniki zaleceń — wyjaśniając przyczyny, kompromisy i oczekiwany wpływ. Użytkownik może zobaczyć zalecenie z wyraźnym uzasadnieniem i poziomem ufności 92%.

Podejście to jest autonomiczne, ale nadzorowane. Za pomocą sieci inteligencji decyzyjnej platformy, która służy jako scentralizowane środowisko kontrolne, użytkownicy mają pełną widoczność decyzji, działań i wyników. Mogą monitorować wyniki, testować założenia, zarządzać jakością danych i dostosowywać logikę w czasie.

Na podstawie Twoich rozmów z CIO, jak ewoluuje rola ludzi wraz ze dojrzałością systemów inteligencji decyzyjnej, a jakie umiejętności stają się bardziej istotne, gdy maszyny podejmują więcej operacyjnych decyzji?

Gdy inteligencja decyzyjna dojrzewa, rola ludzi nie znika — przechodzi do wyższego poziomu wartości. Widzimy przesunięcie od ludzi, którzy ręcznie wykonują decyzje, do ludzi, którzy projektują, zarządzają i poprawiają decyzje.

W wielu firmach produkujących artykuły spożywcze role planistów tradycyjnie ewoluują w kierunku analityków decyzyjnych, którzy koncentrują się na monitorowaniu wyników, rozumieniu kompromisów i poprawie logiki decyzyjnej w czasie. Obok nich architekci decyzyjni definiują intencje, ograniczenia i barierki, które kierują, jak maszyny działają.

Najważniejsze umiejętności stają się sądem, myśleniem na poziomie systemu i zdolnością do sformułowania właściwych decyzji. Ludzie pozostają mocno na czele, zarządzając, jak decyzje są podejmowane przez maszyny, ale nie każde indywidualne działanie.

Czwarty Magic Quadrant Gartnera dla platform inteligencji decyzyjnej sygnalizuje, że ta kategoria wkracza do głównego nurtu. Jakie możliwości, Twoim zdaniem, będą oddzielać wiodących dostawców od pozostających w tyle w ciągu najbliższych kilku lat?

Być nazwanym Liderem w inauguracyjnym Magic Quadrant Gartnera dla platform inteligencji decyzyjnej, widzimy przywództwo określone przez silną realizację i zdolność do dostarczania kompleksowych, komponowalnych możliwości w całym cyklu życia decyzji. W towarzyszącym badaniu Critical Capabilities, Aera została również uznana za swoją wydajność w kluczowych przypadkach użycia decyzji — w tym analizie decyzji, inżynierii decyzji, nauce decyzji i opiece decyzyjnej — oceniając, jak dobrze platformy mogą modelować, operacjonalizować, zarządzać i ciągle poprawiać decyzje w skali przedsiębiorstwa.

Wierzymy, że wiodący dostawcy będą również wyróżniać się tym, jak skutecznie integrują zaawansowane techniki AI, w tym generatywne i agenty AI, w nadzorowane systemy decyzyjne gotowe dla przedsiębiorstw. To wymaga platform specjalnie zaprojektowanych, które są komponowalne, dostępne dla biznesu za pomocą interfejsów o niskim kodzie i języka naturalnego, oraz zarządzane w skali, aby spełniać wymagania bezpieczeństwa i regulacyjne. Ostatecznie, najsilniejsi dostawcy będą wbudowywać inteligencję decyzyjną jako warstwę operacyjną, która ciągle się uczy i poprawia, a nie tylko kolejną aplikację, którą zespoły muszą zarządzać.

Dla organizacji, które rozpoznają lukę między wnioskami a działaniem, jak platforma Aera pomaga im zamknąć tę pętlę w praktyce, a jak wygląda udany pierwszy wdrożenie dla CIO, który chce napędzać wymierne wpływy biznesowe?

Zamknięcie luki między wnioskami a działaniem zaczyna się od operacjonalizacji decyzji w codziennej działalności. Platforma Aera umożliwia CIO traktowanie decyzji jako ciągłych procesów: monitorowanie wyników; testowanie kompromisów; i poprawianie wyników w czasie. To często kotwiczone w centrum decyzyjnym doskonałości, wirtualnym lub fizycznym, gdzie zespoły zarządzają i doskonalą, jak decyzje są podejmowane i wykonywane.

Aera ujednolica dane, analizy, reguły biznesowe, AI i automatyzację w jednej komponowalnej platformie, aby napędzać decyzje, które płyną od wniosków przez wykonanie i naukę. Jej architektura komponowalna pozwala IT na utrzymanie nadzoru i bezpieczeństwa, podczas gdy zespoły biznesowe mogą definiować, adaptować i ewoluować przepływy decyzyjne. Gdy wyniki są przechwytywane, decyzje ciągle się poprawiają i pozwalają zespołom skupić się na sądzie, strategii i wyjątkach.

Udane pierwsze wdrożenie często dowodzi wymiernych wyników w jednym przypadku użycia decyzji o wysokim wpływie w ciągu 10-12 tygodni, wykonując i ciągle poprawiając decyzje od końca do końca. To tworzy powtarzalny plan dla skali przedsiębiorstwa.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Aera Technology.