Dr. Rich Sonnenblick, Șeful Științific al Datelor, Planview – Seria de Interviuri

Dr. Rich Sonnenblick, Șeful Științific al Datelor de la Planview, are ani de experiență în lucrul cu unele dintre cele mai mari companii farmaceutice și de științe ale vieții din lume. Prin această studiu și aplicare aprofundată, el a reușit să formuleze procese de prioritizare și revizuire a portofoliului, sisteme de evaluare și metode de evaluare financiară și de previziune pentru îmbunătățirea atât a previziunii produselor, cât și a analizei portofoliului. Dr. Sonnenblick deține un doctorat și un master de la Universitatea Carnegie Mellon în Inginerie și Politică Publică și o diplomă de licență în Fizică de la Universitatea din California, Santa Cruz.

Platforma Planview pentru Lucru Conectat este proiectată pentru a îmbunătăți timpul de lansare pe piață și previzibilitatea, pentru a crește eficiența și pentru a sprijini livrarea inițiativelor strategice menite să atingă rezultatele comerciale optime.

Ați avut o carieră extinsă, trecând de la consultanță de management la conducerea inițiativelor de știință a datelor. Ce v-a inspirat să faceți acest schimb și cum v-a influențat călătoria dvs. abordarea dvs. de a utiliza inteligența artificială în afaceri astăzi?

Consultanța de management mi-a oferit o perspectivă largă asupra ineficiențelor și oportunităților neexploatate din afaceri, unde există o diferență distinctă între sfaturile strategice și insight-urile operaționale. Știința datelor acoperă această diferență, transformând datele brute în active strategice care au puterea de a informa procesul de luare a deciziilor în timp real. Călătoria mea mi-a arătat să văd inteligența artificială ca un element care poate rafina procesele, accelera luarea deciziilor și debloca creativitatea în moduri care amplifică expertiza umană.

La Planview, ați condus integrarea soluțiilor avansate de inteligență artificială în diverse funcții de afaceri. Puteți împărtăși cum a influențat rolul dvs. de Șef Științific al Datelor strategia de inteligență artificială a companiei și care au fost cele mai mari provocări pe care le-ați întâmpinat pe parcurs?

La Planview, inteligența artificială este încorporată în platforma noastră ca un instrument pentru a descoperi insight-uri și a îmbunătăți luarea deciziilor. M-am concentrat pe utilizarea inteligenței artificiale pentru a optimiza gestionarea resurselor, planificarea proiectelor și eficiența operațională. Asistentul nostru Copilot AI oferă instruire la locul de muncă pentru utilizatori de toate nivelurile de abilitate, automatizează sarcinile frecvente și consumatoare de timp, cum ar fi generarea rapoartelor, și utilizează cele mai bune practici pentru a sugera cursuri de acțiune productive, permițând echipelor să ia decizii informate rapid.

Cum poate inteligența artificială ajuta companiile să identifice ineficiențele din cadrul echipelor și să îmbunătățească alocarea resurselor?

Inteligența artificială excellează în identificarea modelelor din date care sunt prea complexe pentru a fi recunoscute rapid de oameni. Ea poate evidenția resurse subutilizate, identifica blocaje și prognoza dezechilibrele de sarcin de lucru. De exemplu, prin analizarea obiectivelor portofoliului, a termenelor proiectelor și a metricilor de performanță a echipelor, inteligența artificială poate sugera reatribuirea sarcinilor sau realocarea resurselor în cadrul portofoliilor pentru a crea impactul maxim fără a adăuga resurse suplimentare.

Care sunt unele dintre ineficiențele comune în gestionarea resurselor pe care inteligența artificială le abordează în mod deosebit?

Inteligența artificială este deosebit de pricepută în a evidenția inițiativele care nu se aliniază cu strategia și cele cu performanță scăzută, și am integrat aceste abilități critice în Planview Copilot. Pe măsură ce Copilot evoluează, devine mai bun în a evidenția și a sugera măsuri de atenuare. De asemenea, poate semnala risipa în procese, cum ar fi sarcinile redundante sau predarea excesivă, și poate sugera optimizări.

De ce este risipa o provocare semnificativă pentru echipele de dezvoltare software, și în ce moduri poate inteligența artificială reduce-o?

Risipa în dezvoltarea software provine adesea din ineficiențe precum o prioritizare slabă, o depanare excesivă sau eforturi nealinate ale echipei. Inteligența artificială poate reduce risipa prin a acționa ca asistent de programare, prin automatizarea sarcinilor repetitive și prin oferirea de insight-uri predictive cu privire la termenele proiectelor și riscurile potențiale. De exemplu, ea poate analiza proiecte anterioare pentru a identifica modele care duc la întârzieri, ajutând echipele să evite aceste capcane.

Există modele sau unelte de inteligență artificială specifice care sunt deosebit de potrivite pentru optimizarea ciclului de viață al dezvoltării software?

Pentru a optimiza ciclul de viață al dezvoltării software, căutăm o eficiență îmbunătățită și o aliniere mai bună. Planview Copilot în Viz identifică blocajele și impedimentele fluxului de viteză și oferă insight-uri operaționale personalizate pentru datele unei organizații. Echipele pot utiliza limba engleză simplă pentru a interpreta metricile fluxului, a identifica încetinirile sistemice ale livrării și a primi recomandări detaliate. Această optimizare este cheia pentru creșterea productivității, în cele din urmă, pentru a simplifica livrarea.

Cum creează relațiile subiacente ale datelor valoare suplimentară atunci când se utilizează inteligența artificială ca asistent de lucru?

Prin cartografierea relațiilor dintre punctele de date — indiferent dacă sunt în termenele proiectelor, utilizarea resurselor sau comunicarea în echipă — inteligența artificială poate aduce la suprafață insight-uri care merg dincolo de cel evident. De exemplu, legarea tendințelor de sentiment din actualizările de status de rezultatele proiectelor poate ajuta managerii să anticipeze blocajele înainte ca echipa să le aducă la cunoștința managementului, oferind timp suficient pentru a face ajustări proactive.

Care sunt pașii pe care ar trebui să îi ia organizațiile mai mici pentru a adopta inteligența artificială în mod accesibil, fără a compromite impactul?

Organizațiile mai mici ar trebui să înceapă cu unelte generative de inteligență artificială accesibile care funcționează ca porți de intrare către soluții mai sofisticate. Uneltele care rezumă documente, asistă la conținutul de marketing sau asistă la generarea de cod sunt modalități rentabile pentru aceste organizații de a-și începe adoptarea inteligenței artificiale fără o investiție extinsă. Începerea cu o ofertă orizontală de inteligență artificială care este aplicabilă unei game largi de cazuri de utilizare va fi o valoare mai bună decât investiția în aplicații specializate care îndoaie inteligența artificială generativă la sarcini foarte specifice. Acest lucru permite organizației să identifice cazurile de utilizare cu cel mai mare impact, specifice organizației lor, în loc de a suprainvesti în multiple oferte.

Care este rolul analizei predictive în îmbunătățirea rezultatelor proiectelor?

Analiza predictivă ajută echipele să anticipeze potențialele blocaje și rezultate pe baza datelor istorice și a tendințelor actuale. Agenții de inteligență artificială pot prevedea probabilitatea întârzierilor proiectelor sau a lipsei de resurse, permițând managerilor de produs să ajusteze planurile proactiv. Această previziune minimizează riscul și maximizează eficiența, permițând în cele din urmă organizațiilor să-și atingă obiectivele strategice mai rapid.

Privind spre viitor, cum vă imaginați că inteligența artificială va transforma operațiunile de afaceri în următorul deceniu, și care sunt tendințele emergente de inteligență artificială pe care le sunteți cel mai entuziasmat pentru impactul lor potențial asupra industriilor?

Inteligența artificială va continua să transforme operațiunile de afaceri în deceniul următor. Ea va crea noi roluri, va îmbunătăți capacitățile predictive și va simplifica inovația.

Dezvoltatorii nativi LLM, experți în integrarea colaborării de inteligență artificială, vor deveni norma și vor înlocui dezvoltatorii care nu adoptă inteligența artificială în sarcinile lor zilnice. Inteligența artificială generativă va continua să estompeze granițele cu inteligența artificială predictivă, îmbogățind algoritmii cu scenarii sintetice pentru luarea deciziilor strategice pe baza factorilor externi și interni. În biotehnologie, inteligența artificială generativă va crea profiluri complexe de pacienți pentru a descoperi noi tratamente, în timp ce în securitatea cibernetică, inteligența artificială va simula amenințări noi pentru modelele predictive de a le contracara. Tendințele emergente, cum ar fi inferența adaptivă și modelele de inteligență artificială mai mici și mai eficiente, vor aborda provocările computaționale în anii următori. Ele vor asigura soluții mai rapide și mai țintite.

De la planificarea strategică la securitatea proactivă, integrarea inteligenței artificiale va permite companiilor să se adapteze cu agilitate, descoperind strategii reziliente și excelență operațională într-o lume din ce în ce mai dinamică.

Mulțumim pentru acest interviu minunat; cititorii care doresc să afle mai multe pot vizita Planview.