Suzanne Valentine, Dyrektor PricingAI w Pricefx – Seria wywiadów

Suzanne Valentine została powołana na stanowisko Dyrektora PricingAI w Pricefx. W tej roli będzie nadzorować zespół naukowców ds. cen, koncentrując się na dostarczaniu wartości klientom poprzez innowacyjne strategie cenowe. Valentine ma ponad 25 lat doświadczenia w oprogramowaniu dla przedsiębiorstw i analityce merchandisingu opartej na sztucznej inteligencji. Jej poprzednia rola była jako Szef Data Science w Meta, gdzie kierowała zespołami liczącymi od 30 do 100 naukowców, prowadząc strategię i oceniając skuteczność inicjatyw mających na celu zwiększenie przyjęcia produktów reklamowych Meta przez firmy.

Pricefx oferuje oprogramowanie do zarządzania i optymalizacji cen oparte na sztucznej inteligencji, zaprojektowane w celu uproszczenia strategii cenowych, od ustawiania cen podstawowych do maksymalizacji zysku. Platforma umożliwia firmom poprawę zysku, zwiększenie marż i uzyskanie lepszych wyników umów.

Ich rozwiązanie “PricingAI” wykorzystuje zaawansowaną technologię generatywnej sztucznej inteligencji, oferując personalizowane wglądy w ceny, intuicyjny interfejs oparty na czacie i szybkie możliwości optymalizacji. Pricefx koncentruje się na uproszczeniu i zmodernizowaniu procesów cenowych, aby pomóc firmom utrzymać się na rynku i osiągnąć wymierne sukcesy.

Jak sztuczna inteligencja zmienia krajobraz cen dla dużych firm, a jakie unikalne możliwości oferuje dla optymalizacji strategii cenowych?

Dyscyplina cen obejmuje analizę wzorców popytu konsumenckiego, zrozumienie konkurencji, personalizację i/lub optymalizację cen oraz czynienie cen bardziej dynamicznymi za pomocą automatyzacji opartej na czynnikach takich jak fluktuacje popytu i poziomy zapasów. Systemy napędzane sztuczną inteligencją zapewniają firmom możliwość syntezy, analizy i wykorzystania ogromnych ilości danych (strukturalnych i niestrukturalnych) w celu podejmowania lepszych decyzji biznesowych szybciej. Wiele decyzji dotyczących cen jest podejmowanych przy użyciu co najmniej niektórych danych dzisiaj, ale rutynowe używanie sztucznej inteligencji nie tylko sprawia, że analizy są bardziej kompleksowe i skalowalne, ale także pomaga odkryć wglądy.

Na przykład powszechna potrzeba cenowa polega na ustawieniu cen w celu maksymalizacji popytu (sprzedaży) przy utrzymaniu marż zysku. PricingAI zaczyna od iluminacji wzorców w danych i kwantyfikacji wpływu zarówno znanych, jak i nieznanych czynników, które wpływają na popyt. Z tą podstawą w miejscu staje się możliwe przewidywanie wyników w różnych scenariuszach, co z kolei umożliwia prawdziwą optymalizację w celu osiągnięcia celów biznesowych.

Przezroczystość jest często niezbędna do budowania zaufania użytkowników w systemach napędzanych sztuczną inteligencją. Jak Pricefx osiąga tę przejrzystość, a dlaczego jest ona kluczowa dla udanej adopcji sztucznej inteligencji w cenach?

Potężna obróbka i analiza danych napędzana sztuczną inteligencją są kluczowe w dzisiejszym środowisku konkurencyjnym. Ale bez zrozumienia i widoczności, jak rekomendacje są podejmowane, użytkownicy prawdopodobnie nie rozwiną zaufania do oprogramowania do cen, i mogą powrócić do swojego “starego sposobu” podejmowania decyzji. Idealnie, przejrzystość w PricingAI obejmuje zarówno techniki, które są wdrożone, jak i doświadczenie użytkownika.

Co się tyczy technik sztucznej inteligencji: Pricefx wykorzystuje różne podejścia sztucznej inteligencji w zależności od wymagań problemu, pożądanej przejrzystości algorytmów i wymaganej granulacji wyników. Dla optymalizacji Pricefx zazwyczaj polega na unikalnych algorytmach uczenia wzmocnionego (wieloagentowa sztuczna inteligencja) opracowanych i udoskonalonych przez wiele lat. Z tym podejściem cele cenowe i ograniczenia są zdefiniowane w przyjaznym dla użytkownika ramach biznesowych, a następnie rekomendacje są wyjaśnione użytkownikowi przez przejrzyste wyświetlanie interakcji między tymi celami a różnymi ograniczeniami.

Pricefx ma również “szklaną skrzynkę” filozofię, jeśli chodzi o doświadczenie użytkownika. Wiele analiz i podsumowań jest dostarczonych jako domyślne, ale użytkownicy mogą łatwo zagłębić się tak głęboko, jak tylko chcą, w tabele źródłowe i nawet wyświetlić i dostosować kod źródłowy. Połączenie intuicyjnej sztucznej inteligencji i pełnej przejrzystości od surowych danych do rekomendacji buduje niezbędną ufność w użytkownikach biznesowych, co prowadzi do zaufania do rekomendacji.

Pricefx pozwala klientom na korzystanie z ich własnej nauki danych w ramach swojej platformy sztucznej inteligencji. Jak ta elastyczność wpływa na satysfakcję klienta i długoterminowy zwrot z inwestycji?

Wyzwaniem w przyjęciu każdego rozwiązania oprogramowania jest przekonanie użytkowników istniejącego rozwiązania, a większość naszych potencjalnych i istniejących klientów zainwestowała w ludzi, procesy i narzędzia sztucznej inteligencji. Chcemy, aby platforma Pricefx stała się podstawowym miejscem docelowym dla zespołów cenowych, ponieważ ciągle i bezpiecznie syntetyzuje ich kluczowe dane… więc tak naprawdę zachęcamy naszych klientów do “przyniesienia swojej własnej” nauki.

Widzimy szeroki zakres tego, jak to wygląda w praktyce – niektórzy klienci zaczynają od istniejącego akceleratora i dostosowują go, niektórzy klienci wykorzystują “naukowe cegły”, które są dostarczane z platformą (takie jak wieloczynnikowa elastyczność, klastering i podobieństwo produktów), a niektórzy klienci integrują istniejący kod za pomocą naszego frameworku Model Class. Uważamy, że ten podejście może tylko poprawić satysfakcję klienta i zwrot z inwestycji, dokładnie dlatego, że możemy rosnąć i ewoluować z organizacją.

Pricefx sugeruje, że klienci mogą zobaczyć zwrot z inwestycji do 70-krotności w ciągu pierwszego roku. Jakie czynniki w oprogramowaniu sztucznej inteligencji przyczyniają się do osiągnięcia tak wysokich potencjalnych zwrotów, i jak zwrot z inwestycji jest zwykle mierzony w tych przypadkach?

Po pierwsze, obliczanie zwrotu z inwestycji jest dość proste: nasi klienci patrzą na wielkość swoich popraw w marży brutto w stosunku do kosztów wdrożenia oprogramowania sztucznej inteligencji. Ogólnie, zwrot z inwestycji osiągnięty za pomocą oprogramowania do cen opartego na sztucznej inteligencji można przypisać posiadaniu kompleksowej syntezy istotnych danych i wykorzystaniu ich do podejmowania lepszych decyzji cenowych.

Jednakże istnieje wiele sposobów, w jakie może to się przejawiać w praktyce – decyzje napędzane sztuczną inteligencją obejmują zmiany, takie jak zwiększenie współczynnika wygranych umów przez zrozumienie, co wpływa na wrażliwość cenową według typu klienta, geografii i linii produktów, oraz poprawę marż przez systematyczne identyfikowanie cenowych odstępstw, przestrzeganie pożądanych zasad i optymalizację cen. Czasami poprawy zwrotu z inwestycji pochodzą również z wydajności w procesie cenowym, które redukują koszty operacyjne i umożliwiają szybką symulację wpływu, jaki zmiany w strategii będą miały. Pośrednio, oprogramowanie sztucznej inteligencji może nawet poprawić wartość klienta przez całe życie, zapewniając, że strategie cenowe są dostosowane do zachęcania do długoterminowych relacji.

Aby upewnić się, że nasi klienci rozumieją wartość, którą otrzymują z oprogramowania sztucznej inteligencji, Pricefx zapewnia połączenie raportów i pulpitów, które zapewniają niezbędne zrozumienie i przejrzystość.

W obsłudze różnorodnych sektorów, takich jak produkcja i energia, jak Pricefx dostosowuje swoją sztuczną inteligencję, aby spełnić specyficzne wymagania branżowe i rozwiązać unikalne wyzwania cenowe?

Istnieją pewne wspólne elementy budulcowe, które korzystają wszystkim branżom, takim jak posiadanie elastycznego i skalowalnego platformy do przechwytywania nie tylko wewnętrznych danych, ale także istotnych zewnętrznych sygnałów, takich jak fluktuacje rynkowe, postępy technologiczne i ewoluujący popyt konsumencki. A nasze inwestycje w technologie sztucznej inteligencji są starannie wybrane i przetestowane, aby zapewnić dokładność i stabilność dla szerokiego zakresu problemów biznesowych.

To powiedziawszy, istnieją wyraźne różnice w czynnikach cenowych w różnych sektorach i branżach. Pricefx wykształcił zespół ekspertów branżowych, którzy mają bezpośrednie doświadczenie z branżami, którym służymy – ci eksperci obejmują nasze zespoły Strategii Rozwiązań i Wdrożeń, i pracują ściśle z naszym zespołem produktowym, aby przetłumaczyć unikalne potrzeby na konkretnych wymagań. Oprogramowanie jest wysoko konfigurowalne, i pracujemy z każdym klientem, aby przepisać rozwiązanie, które może być wdrożone szybko, ale jest również dobrym dopasowaniem do unikalnych procesów. Nasz ekosystem partnerski jest również niezwykle cenny w dostarczaniu specjalistycznej wiedzy w zakresie rozwiązań branżowych naszym klientom.

Wewnętrzna rada sztucznej inteligencji została utworzona w celu zintegrowania sztucznej inteligencji w całych operacjach Pricefx. Jaką rolę odgrywa ta rada, i jak jest ona zgodna z produktem i strategią biznesową firmy?

Jako dostawcy oprogramowania sztucznej inteligencji, ważne jest dla nas, abyśmy trzymali się kroku z tym, jak technologie branżowe ewoluują. Chcemy również upewnić się, że nasze wewnętrzne korzystanie z sztucznej inteligencji nadal pali naszą innowację, ale także włącza odpowiedzialne praktyki, takie jak przejrzystość, prywatność, bezpieczeństwo, uczciwość i zrównoważone korzystanie z zasobów. Nasza rada sztucznej inteligencji łączy ekspertów sztucznej inteligencji i kierownictwo, aby prowadzić otwarte dyskusje na temat korzyści i potencjalnych niebezpieczeństw, gdy kontynuujemy przyjmowanie sztucznej inteligencji.

Pricefx CoPilot, który integruje GenAI dla wglądów w dane oparte na czacie, ma na celu poprawę decyzji cenowych. Jaki wpływ ma ta funkcja na podejmowanie decyzji przez klientów, i jakie rozwoju są planowane na przyszłość?

Pricefx CoPilot jest naturalną ewolucją naszego pakietu produktów, budując na podstawie optymalizacji opartej na sztucznej inteligencji, którą zapewniamy zespołom i liderom cenowym.

Gdy tylko platforma Pricefx jest uruchomiona, wdrożona jest predykcyjna i preskryptywna sztuczna inteligencja, aby nieustannie ujawniać wglądy. Użytkownicy Pricefx stają się biegli w wykorzystywaniu tych wglądów… i często ich eksploracja jest ograniczona tylko przez godziny pracy dostępne w ich zespole. Nasza wizja jest taka, że CoPilot będzie działał jako najlepszy analityk, który mógłby być wyszkolony na Twoich danych i procesach biznesowych, pozwalając profesjonalistom od cen na zadawanie platformie pytań w naturalnym języku, takich jak “Kim są moi najbardziej i najmniej lukratywni klienci w tym kwartale?” CoPilot nie tylko przyniesie odpowiedzi szybko i wyczerpująco, ale także złoży sugestie na najlepsze działanie, które mogliby podjąć. To uwolni profesjonalistów od cen, aby skoncentrować się na bardziej strategicznych elementach cen, podczas gdy CoPilot zajmie się rutynowymi zadaniami i będzie interfejsem do analizy danych. A korzystanie z CoPilot nie tylko stworzy więcej przepustowości, ale ostatecznie przyspieszy proces podejmowania decyzji, poprawiając skuteczność strategii cenowych.

Dwa ważne punkty do zrozumienia dotyczące Pricefx CoPilot:

1. Dane klienta są przechowywane w całości prywatnie i bezpiecznie. Nigdy nie (i nie) udostępniamy danych między naszymi klientami, i budujemy własne możliwości LLM wewnętrznie, specyficzne dla przestrzeni cen, nie korzystając z publicznie dostępnego GenAI.
2. Wkład w podstawę danych jest kluczowym pierwszym krokiem. Jak we wszystkich analizach i sztucznej inteligencji, wglądy będą tylko tak dobre, jak jakość podstawowych danych. Pricefx pracuje z klientami, aby napompować ich platformę najbardziej istotnymi danymi, a następnie wdrożyć pulpity, które podkreślają możliwości, zarówno z punktu widzenia integralności danych, jak i praktyki cenowej.

W kwestii przyszłych rozwojów: elastyczność GenAI jest naprawdę jej siłą. Oczekujemy, że nie tylko sprawimy, iż CoPilot będzie “mądrzejszy” przez wykorzystanie rekomendacji z optymalizacji sztucznej inteligencji, ale także odblokujemy dodatkowe możliwości w całym ekosystemie cen, od demokratyzacji danych i sugerowania ulepszeń architektury do optymalizacji komunikacji cenowej z różnymi interesariuszami.

Pomimo że automatyzacja napędzana sztuczną inteligencją oferuje znaczne korzyści, gdzie Pricefx pozwala na nadzór ludzki, aby zapewnić zgodność z strategicznymi celami firmy?

Ostatecznie, naszym celem z PricingAI jest dać praktykom cenowym więcej kontroli nad podejmowaniem decyzji.

Projektujemy przepływ pracy, aby umożliwić widoczność w każdej części procesu – użytkownik zaczyna od zdefiniowania zakresu swojej analizy i natychmiast widzi statystyki, które potwierdzają, jakie dane będą analizowane. Niektóre początkowe sztuczne inteligencje są uruchamiane, aby zapewnić wglądy w czynniki cenowe; użytkownik przegląda dane wyjściowe i ustawia parametry dla ostatecznej optymalizacji. Ponieważ platforma napędzana sztuczną inteligencją przyspiesza i automatyzuje złożoną obróbkę danych, cały ten proces może być uruchomiony, przeglądany, dostosowany i powtarzany wiele razy w ciągu dnia. A przez to, że nie potrzeba “naukowca w środku”, praktycy cenowi mogą niezależnie zrozumieć, jak różne strategie mogą być wykorzystane do osiągnięcia celów firmy.

Sztuczna inteligencja często podkreśla maksymalizację zysku, jednak wiele firm priorytetowo traktuje również zrównoważony, długoterminowy wzrost. Jak Pricefx pomaga klientom równoważyć te cele?

Prawie wszyscy klienci Pricefx balansują wiele celów – chcą zwiększyć swoje sprzedaż i “współczynnik wygranych” przy jednoczesnym zachowaniu marż, a także tworzeniu architektury cenowej, która utrzymuje kluczowe relacje i spójność. Rozwiązania PricingAI Pricefx są zaprojektowane, aby pomóc klientom w osiągnięciu tego balansu i mieć możliwość zrozumienia oczekiwanego wyniku różnych strategii. Jednym z potężnych przykładów jest nasza optymalizacja wodospadu cen, która wykorzystuje wieloagentową sztuczną inteligencję (MAAI), aby jednocześnie optymalizować ceny katalogowe, rabaty, zachęty i inne czynniki przy ustalonym zestawie celów i ograniczeń.

Jaki jest długoterminowy cel Pricefx dla sztucznej inteligencji cenowej, i jak firma planuje ewoluować swoje strategie, aby spełnić nowe potrzeby i postępy technologiczne w nadchodzących latach?

Nasza wizja przez lata była taka, aby uczynić naukę PricingAI dostępną dla praktyków cenowych, którzy niekoniecznie są ekspertami w dziedzinie nauki danych. Chcemy prowadzić badania i inwestować w nową technologię sztucznej inteligencji związaną z cenami, ale także rozpoznajemy, że zaawansowana nauka jest najbardziej wpływowa, gdy jest operowana i konsumowana przez tych, którzy rozumieją strategię cenową.

Niektóre przykłady, jak nasza strategia może ewoluować:

• Analiza i poprawa doświadczenia użytkownika za pomocą szybkiej eksperymentacji projektowej produktu
• Rozwój, w jaki sposób dane są pobierane, walidowane, harmonizowane i wzbogacane, aby maksymalizować wartość
• Wykorzystanie sztucznej inteligencji do uzupełnienia szkolenia, wsparcia i konsultacji, identyfikując proaktywnie luki
• I (oczywiście) rozszerzenie naszego GenAI CoPilot, aby zrozumieć szerszy, bardziej złożony zestaw pytań cenowych

Ale… również rozpoznajemy, że możliwości sztucznej inteligencji są ograniczone tylko przez naszą kolektywną wyobraźnię – spodziewamy się współpracy z klientami i partnerami, aby odblokować pełny potencjał PricingAI!

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