Lauri Kien Kotcher, CEO și co-fondator al Different Day – Seria de interviuri

Lauri Kien Kotcher, CEO și co-fondator al Different Day, este un lider de afaceri cu experiență, creator de branduri, membru al consiliului de administrație și consilier strategic, a cărui carieră cuprinde inteligență artificială, produse de consum, retail, sănătate, servicii financiare și private equity. Înainte de a fonda Different Day, a ocupat funcția de CEO și membru al consiliului de administrație la quip, unde a condus o schimbare mai amplă de la îngrijirea orală la bunăstarea orală, a introdus produse noi, a revizuit modelul de abonament direct către consumator și a redus costurile operaționale. Anterior a condus The Shade Store și Hello Products, ghidând ultima printr-o creștere semnificativă și achiziția de către Colgate în 2020. Printre pozițiile sale anterioare de conducere se numără roluri senior la L Catterton, Godiva Chocolatier, Lehman Brothers și Pfizer Consumer Healthcare, precum și 15 ani la McKinsey & Company, unde a devenit partener și a co-conduce practica de bunuri de consum din America de Nord a firmei. Kotcher mai face parte din consiliul de administrație al Freshpet, aducând o vastă experiență în strategie de creștere, inovație, marketing, fuziuni și achiziții și transformare organizațională.

Different Day ajută organizațiile din segmentul mediu să transforme provocările operaționale în aplicații practice, personalizate de inteligență artificială, care se integrează cu mediile tehnologice existente. În loc să se concentreze pe proiecte experimentale de AI sau pe software de uz general, compania dezvoltă soluții end-to-end concepute pentru a reduce munca manuală, a îmbunătăți vizibilitatea, a accelera creșterea veniturilor, a consolida marjele și a descoperi informații de afaceri utile. Activitatea sa acoperă domenii precum prognoza cererii, planificarea aprovizionării și a stocurilor, inteligența de vânzări, reconcilierea ajutorului financiar, conformitatea, analiza contractelor, managementul relațiilor cu clienții și raportarea performanței. Different Day își poziționează echipa ca partener, de la descoperirea inițială a problemei până la implementare și transferul de cunoștințe, permițând clienților să opereze și să continue să îmbunătățească aplicațiile intern.

Ai petrecut decenii conducând transformări la McKinsey, Godiva, hello products, The Shade Store și quip înainte de a co-fonda Different Day. Ce te-a convins că firmele din segmentul mediu au nevoie de un nou tip de partener AI și ce probleme operaționale credeai că furnizorii de tehnologie existenți și firmele de consultanță nu reușesc să rezolve?

Șocant, liderii de afaceri trăiesc adesea în întuneric. În calitate de CEO și CMO care conduce branduri de consum și retaileri din segmentul mediu cu creștere rapidă, nu am putut niciodată să obțin o imagine clară a întregului spectru al tuturor componentelor afacerii. Datele noastre trăiau adesea în silozuri deconectate pe canal, geografie și responsabilitate funcțională. Instinctul meu a fost că AI ar putea în sfârșit să lege acele puncte și să ne ajute să înțelegem ce ne lipsește, dar nu aveam idee pe cine să contactez sau de unde să încep. Different Day a devenit răspunsul la această întrebare.

Firmele din segmentul mediu au mai puține resurse decât marile întreprinderi, dar pot avea și mai puțină birocrație și datorie tehnică. Cum ar trebui să difere abordarea lor privind implementarea AI de ghidul pentru întreprinderi?

Firmele din segmentul mediu dețin o superputere extraordinară pe care trebuie să o valorifice. Ar trebui să vizeze să depășească concurenții mai mari, deoarece viteza este adevăratul lor avantaj. Viziunea noastră este că putem transforma majoritatea afacerilor din segmentul mediu în organizații native AI, ca și cum ar fi lansate în 2026 de la zero. Marile întreprinderi se tem în tăcere că AI le va permite rivalilor mai mici să egalizeze terenul de joc, folosind colegi AI pentru a se mișca mai repede fără a crește numărul de angajați. Mai puțini oameni înseamnă mai puține persoane care decid ce să facă, cum să facă și care sunt obiectivele, așa că un organigramă mai mică devine un activ, nu o limitare.

Când evaluezi operațiunile unei companii, cum distingi un flux de lucru care beneficiază cu adevărat de AI de unul care ar fi mai bine abordat prin automatizare convențională, software îmbunătățit sau reproiectare a procesului?

Cred în abordarea nudă: dezbracă fluxul de lucru până la esență. Simplificarea procesului ar trebui să vină înaintea AI. Începe cu o foaie curată – ce ai face aici dacă software‑ul legacy și soluțiile de ocolire nu ar exista? Majoritatea proceselor existente au fost construite pentru a ocoli instrumente greoaie, nu pentru că sunt modul corect de lucru. Când contractele urmează să fie reînnoite, întreabă ce funcționalități folosești și, cu puține excepții, AI poate construi ceva mai adaptat decât ai astăzi. Deși există întotdeauna sisteme care merită păstrate, cum ar fi ERP‑ul sau CRM‑ul, noi proiectăm exact suplimentele de care ai nevoie și nimic în plus.

Different Day spune că poate începe cu un prototip de 72 de ore și să treacă la o livrare pregătită pentru producție în câteva săptămâni. Ce face posibil acest ritm și ce condiții tehnice, de securitate sau organizaționale ar putea încetini o implementare?

Pare o supra‑promisiune, dar reflectă avantajul nostru unic ca firmă fondată de oameni care înțeleg atât afacerea, cât și tehnologia. Echipa noastră este nativă AI, astfel că construcția în sine avansează mult mai repede decât dezvoltarea software‑ului tradițional. Ceea ce nu se schimbă este descoperirea: cine deține procesul, cine altcineva trebuie să fie de acord, ce rezultat vizezi și cu cât, ce a eșuat anterior. Dacă sari peste această lucrare inițială, ea reapare mai târziu; în integrări, în implementare, la costuri mult mai mari. Ritmul este posibil doar pentru că încărcăm în avans înțelegerea în loc să codăm.

Multe afaceri din segmentul mediu operează pe foi de calcul deconectate, sisteme legacy și surse de date inconsistente. Câtă pregătire a datelor este de obicei necesară înainte ca AI să poată produce rezultate operaționale fiabile?

Datele deconectate cu care trăiesc majoritatea firmelor din segmentul mediu reprezintă de fapt oportunitatea, nu obstacolul. Instrumentele noastre evidențiază exact unde sunt golurile, iar compania decide dacă și cum să le umple. Înainte de AI, acele goluri erau invizibile; cineva forța simplu foile de calcul într-o decizie sau decidea pe baza unor date incomplete fără să-și dea seama. Acum echipele pot vedea golul și își pot evalua decizia în consecință, în loc să presupună că datele erau solide.

Ce metrici ar trebui să stabilească directorii înainte de a începe un proiect AI și cât de repede ar trebui să se aștepte să vadă dovezi că implementarea generează un rentabilitate semnificativă a investiției?

AI poate fi nou, dar disciplinele clasice de afaceri rămân valabile. Unde AI întâmpină dificultăți este când oamenii cred că toate regulile vechi au dispărut. Fiecare proiect AI are nevoie de un singur obiectiv clar de la început, fie că este vorba de vânzări, vizibilitate de brand, marjă, viteză de decizie sau producție suplimentară fără creșterea numărului de angajați, împreună cu un calendar realist pentru atingerea lui. Calendarul variază în funcție de numărul de conexiuni de date, de sistemele interne și externe implicate și de cât de mult trebuie să învețe instrumentul înainte ca rezultatul să fie solid. Ar trebui să vezi un fel de rezultat în jurul celei de trei luni; proiectele mai complexe durează mai mult. Cheia este să proiectezi proiectul în etape, astfel încât să nu aștepți un rezultat unic și spectaculos.

Different Day evidențiază aplicații ce acoperă prognoza cererii, planificarea aprovizionării, inteligența contractelor, reconcilierea ajutorului financiar și semnale de vânzări în timp real. Ce cazuri de utilizare produc cele mai repetitive rezultate astăzi și care rămân puternic dependente de industria și modelul operațional al unei companii?

Nu subestima factorul de repetabilitate al AI. În multe feluri, afacerile sunt structural mai asemănătoare decât credem, de la contracte universale la potrivirea nevoilor clienților cu capacitățile interne. Inteligența contractelor și reconcilierea ajutorului financiar sunt cele mai repetitive astăzi; ambele au parametri și ieșiri clare, astfel încât instrumentul știe exact ce rezolvă. Prognoza cererii și planificarea aprovizionării sunt mai dificile: seturi de date mai numeroase, mai multe canale și multă variație de la un model operațional la altul. Ceva precum notificarea în timp real a clienților se situează la mijloc, în funcție de stiva tehnologică și canalele actuale ale companiei.

Cum ar trebui o afacere să decidă dacă achiziționează un produs AI gata făcut, îl construiește intern sau dezvoltă o aplicație personalizată cu un partener extern? Ce întrebări ajută la expunerea complexității inutile sau a blocajului de furnizor?

Evită clickbait‑ul AI și fii sceptic față de postările de pe LinkedIn care fac să pară ușor să construiești instrumente sofisticate intern. Construiește intern doar când instrumentul este cu adevărat simplu, cum ar fi un tablou de bord care aduce câteva foi de calcul într-o singură vizualizare curată pentru câțiva colegi. În momentul în care ai nevoie de extragere de date în timp real din sisteme interne și externe, asta depășește capacitatea unei echipe ne‑tehnice cu instrumente DIY. AI-ul gata făcut are același plafon ca SaaS‑ul gata făcut a avut întotdeauna. Îți va oferi o lectură a datelor generice, dar nu îți va oferi nuanța specifică afacerii tale și competitorilor tăi.

Care sunt cele mai comune greșeli pe care le vezi la companii când trec de la o demonstrație AI impresionantă la un sistem pe care angajații trebuie să-l încredințeze și să-l folosească zilnic?

Observ o epidemie de „prototype‑itis”: companii care cad în capcana celor 10% vizibili ai icebergului. Prototipul pare impresionant, dar munca reală are loc sub suprafață: testarea datelor și a retro‑testării, testarea fiecărei legături de sistem și securizarea datelor. Apoi vine managementul schimbării: învățarea oamenilor cum să-l folosească, unde sunt limitele lui, când un om trebuie să rămână în buclă și ce întrebări să adreseze rezultatelor sale. AI ar trebui să fie adecvat scopului, nu un înlocuitor al judecății umane, mai ales într-o firmă din segmentul mediu unde acea judecată a fost construită în ani.

Pe măsură ce AI devine integrat în operațiunile de bază, cum te aștepți să se schimbe rolurile managerilor și ale angajaților de linie și ce ar trebui să facă liderii din segmentul mediu acum pentru a se asigura că AI ridică echipele lor în loc să adauge doar un alt strat de tehnologie?

„Managerii” se aplicau odinioară la dirijarea oamenilor. Rapid, a devenit managementul agenților și al sistemelor. Începe prin cartografierea celor mai mari puncte dureroase ale echipei și izolarea muncii manuale și repetitive; acolo AI aparține prima dată, înainte să îi încredințezi decizii mai complexe. Mergi înainte de a alerga, mai ales într-o firmă din segmentul mediu unde încrederea trebuie câștigată pas cu pas.

Mulțumim pentru interviul excelent, cititorii care doresc să afle mai multe ar trebui să viziteze Different Day.