Richard Potter, Co-Fundador & CEO da Peak – Série de Entrevistas

Richard Potter é o Co-Fundador & CEO da Peak, uma plataforma que fornece a engenheiros de dados, cientistas de dados e tomadores de decisões comerciais tudo o que precisam para construir e apoiar soluções impulsionadas por AI em toda a empresa.

Poderia compartilhar a história de gênese por trás da Peak?

A ideia da Peak começou como uma conversa em um pub sobre todos os diferentes produtos de inteligência de negócios disponíveis na época. Meus co-fundadores, Atul Sharma e David Leitch, e eu nos perguntamos por que tão poucas empresas podiam abraçar os dados para a tomada de decisões. Queríamos uma maneira de simplificar as coisas para as empresas, quebrar silos dentro das empresas para que as equipes pudessem trabalhar juntas e todos pudessem aproveitar resultados úteis com base nos dados. Isso nos levou à plataforma, que une as equipes em torno de um produto construído para otimizar os negócios com AI.

Poderia descrever o que é Inteligência de Decisão para nosso público?

Inteligência de Decisão é a aplicação de AI para otimizar decisões comerciais. É focada em resultados, o que significa que as soluções de DI são construídas para entregar um resultado tangível, como uma taxa de venda mais alta ou margem.

Uma de suas previsões para entrar em 2022 é que uma nova disciplina de ciência de dados está surgindo. Poderia elaborar sobre isso?

À medida que o investimento comercial em AI aumenta e a ciência de dados amadurece, uma nova disciplina de ciência de dados está surgindo que começa com o fim em mente.

Os projetos tradicionais de ciência de dados começam entendendo os dados disponíveis e o que pode ser feito com eles. O resultado são soluções hipotéticas para problemas de dados, em vez de soluções de AI que podem melhorar o desempenho dos negócios.

Ao se concentrar nos resultados desde o início de um projeto e entender o que é prático com os dados disponíveis, essa nova disciplina de ciência de dados prioriza a implantação de soluções começando com o fim em mente. Isso permite que as empresas implantem seu AI e desbloqueiem o valor de sua estratégia de AI mais rapidamente.

A Peak construiu um sistema de inteligência artificial que se torna um sistema central de inteligência dentro dos negócios de uma empresa. Ele agregou dados e implantou aprendizado de máquina, para então sair com resultados. Quais tipos de algoritmos de aprendizado de máquina são usados?

A plataforma Peak usa uma ampla gama de técnicas de aprendizado de máquina e modelagem – a escolha significa que podemos abordar cada projeto com o método mais apropriado. Podemos usar métodos supervisionados e não supervisionados, bem como técnicas de previsão ou otimização, dependendo do problema que está sendo resolvido. Esses podem ser construídos em nossa plataforma usando Python, R e SQL.

Com essa flexibilidade e amplitude de escolha, os clientes da Peak podem construir seu próprio AI único para seu negócio. É isso que as organizações precisam para realmente abraçar a Inteligência de Decisão. Cada empresa não deve ter um AI padrão, mas algo construído especificamente para elas.

Como a Peak permite que as empresas usem seu maior ativo – dados – para aumentar as vendas e os lucros?

A plataforma Peak executa aplicações projetadas especificamente para entregar resultados, seja aumentando as vendas ou crescendo o lucro (ou ambos!). Essas aplicações abrangem o mundo de marketing, vendas, merchandising, gerenciamento de estoque, preços e cadeia de suprimentos. Como ela está em toda a base de dados de uma organização, a plataforma de Inteligência de Decisão da Peak pode otimizar toda a cadeia de valor, fornecendo insights e recomendações em tempo real que beneficiam cada função dentro de um negócio. Isso é uma matriz complexa e a Inteligência de Decisão é a ferramenta perfeita para garantir que cada decisão tomada esteja certa.

A Peak é, à primeira vista, totalmente servida, as empresas que usam o serviço precisam ter engenheiros de AI a bordo para usar a plataforma?

A plataforma Peak tem três capacidades principais que permitem aos usuários:

1. Combinar dados de toda a organização e torná-los prontos para AI.
2. Construir e treinar uma inteligência centralizada que use modelos de AI para fornecer uma visão preditiva da organização.
3. Fornecer uma interface para os usuários de linha de negócios interagirem com modelos que orientam a tomada de decisões em várias funções.

Desde que foi fundada em 2015, a Peak ofereceu um modelo no qual nossa plataforma e aplicações são implementadas para nossos clientes por nossas equipes de sucesso do cliente e ciência de dados. Estamos vendo cada vez mais um número crescente de clientes da Peak se auto-servindo na plataforma, construindo suas próprias aplicações ou implantando as aplicações padrão da Peak por conta própria.

Quais são alguns exemplos de como a Peak permite que as empresas otimizem suas cadeias de suprimentos?

Um bom exemplo seria um gerente de armazém lidando com um problema de estoque. Tradicionalmente, eles precisariam aumentar manualmente os pedidos em SKUs supercomprados, alterando os volumes de pedidos esporadicamente para levar em conta a volatilidade da demanda.

Mas, com a ajuda de uma plataforma de DI, o gerente de armazém pode ser proativo em vez de reativo. Levando em consideração as circunstâncias em toda a empresa, a plataforma de DI do gerente recomenda que ele diminua os pedidos do fornecedor. Pode parecer contraintuitivo se houver alta demanda, mas a solução de DI identificou que a empresa tem um armazém com um depósito em outro condado com 2.000 unidades desse SKU que não estão vendendo lá. Ele já alertou a equipe de logística e encaminhou a entrega agendada por meio desse armazém para pegar as unidades adicionais. Ele continuará a executar o mesmo modelo para as equipes comerciais em toda a empresa, ajustando a ação recomendada à medida que as insights de dados mudam e cada departamento toma ação.

Outro caso de uso é a redução de desperdício e energia, poderia dar alguns exemplos de clientes que alcançaram isso usando a Peak?

Um varejista global de produtos de consumo está atualmente utilizando a Inteligência de Decisão para otimizar sua rede de transporte e reduzir a quantidade de movimentos de mercadorias desperdiçados entre fábricas, centros de distribuição e lojas. O objetivo da empresa é reduzir as emissões de carbono e aumentar suas margens de lucro.

Utilizando fontes de dados de oferta, demanda e estoque, combinadas com dados de Pontos de Venda Eletrônica (EPOS) e dados de clientes, a empresa está usando a DI para otimizar os níveis de estoque em cada centro de distribuição e coordenar os movimentos de estoque entre vários centros, levando em consideração fatores como demanda (real e prevista), produção, custos de processamento e custos de transporte. A solução reduziu os custos logísticos em 10% e reduziu as viagens de caminhão entre os centros em 200.000 km, representando uma redução de 147 toneladas métricas (MT) de emissões de CO2 nos primeiros oito meses de implantação.

Da mesma forma, um produtor e fornecedor líder de agregados para a indústria da construção, com uma frota total de 400 veículos, foi capaz de aumentar os trabalhos por motorista em 15% e reduzir a milhagem em 3% para cada trabalho com uma solução de planejamento de DI automatizada que prevê a demanda de trabalhos e cancelamentos, maximiza a produtividade do veículo e planeja as rotas do veículo.

Qual é sua visão para o futuro da Peak?

Queremos colocar a Inteligência de Decisão nas mãos de todos os negócios e construir uma empresa que as pessoas amem fazer parte. Isso significa que a expansão para apoiar mais clientes globalmente é nossa prioridade número um e estamos expandindo nos EUA e na Índia, abrindo Clubes em Nova York, Mumbai e Pune. O desempenho sustentável de alto nível é fundamental para isso; queremos que os Peakers estejam em nossa jornada por uma grande parte de suas carreiras, não queremos pessoas que venham e sejam queimadas dentro de alguns anos.

Estamos investindo pesadamente em P&D após nossa bem-sucedida rodada de série C que foi fechada no ano passado. À medida que lançamos mais recursos de plataforma emocionais e expandimos ao redor do mundo, estamos ansiosos para ver as aplicações que as equipes de ciência de dados fora da Peak desenvolvem com a plataforma – muito do que a DI é capaz de fazer será descoberto na prática.

Obrigado pela ótima entrevista, leitores que desejam aprender mais devem visitar Peak.