Арнав Мишра, сооснователь и технический директор Doss – Интервью

Арнав Мишра, сооснователь и технический директор Doss, является полноценным инженером и техническим лидером с опытом, охватывающим как ранние стартапы, так и крупномасштабные инфраструктурные системы. До того, как он стал сооснователем Doss, он был одним из основателей Siteline, где он построил основные системы, включая архитектуру разрешений, интеграции ERP и фреймворки автоматизации, а также вносил вклад в набор персонала, операции по доходам и культуру компании. Ранее в своей карьере он работал инженером в Rubrik и стажировался в компаниях như Uber и VMware, развивая экспертизу в облачной инфраструктуре, системах данных и автоматизации. В дополнение к своей технической работе он активно участвовал в наставничестве и развитии талантов через организации như Techquitable Futures и Contrary, отражая более широкую приверженность поддержке следующего поколения инженеров.

Doss – это современная компания по разработке корпоративного программного обеспечения, ориентированная на переосмысление традиционных систем ERP посредством своей адаптивной платформы ресурсов (ARP), гибкой, основанной на ИИ операционной платформы, предназначенной для объединения и автоматизации бизнес-процессов. Построенная как составная альтернатива решениям ERP старого типа, Doss позволяет компаниям управлять запасами, закупками, финансами и выполнением заказов в рамках единой системы, которая адаптируется к реальным операциям, а не заставляет жесткие процессы. Ее платформа объединяет централизированный слой данных, безкодовые рабочие процессы и анализ в реальном времени, позволяя бизнесу развертывать быстро, интегрироваться с существующими инструментами и постоянно развивать свои операции без длительных реализаций или дорогостоящих консультантов.

Мотивация для создания DOSS восходит к тому, как устаревшее программное обеспечение нарушило производственный бизнес отца Wiley, и вы оба позже стали свидетелями подобных проблем во время работы с фабриками и цепочками поставок оборудования. Как эти переживания сформировали ваше решение стать сооснователем DOSS и переосмыслить системы ERP с нуля?

До DOSS я был основателем стартапа в области финтех. Основная причина, по которой наши покупатели – финансовые директора, бухгалтеры и т. д. – не переходили на нашу систему, заключалась в том, что они были “слишком заняты реализацией ERP”. Когда я глубже погрузился в архаичную область ERP, я был поражен существующей моделью реализации.

То, что я постоянно видел, была одна и та же фундаментальная проблема: реализация занимает месяцы или годы, стоит сотен тысяч до миллионов долларов и полностью зависит от человеческих консультантов с почасовой оплатой. Затем, когда ERP поставляется, она перестает меняться. Бизнес продолжает развиваться; система – нет. Это архитектурная проблема, а не проблема конфигурации. Вы не можете исправить ее патчами.

Как разработчик программного обеспечения, ближайшее сравнение, которое я мог придумать, было следующим: представьте себе мир, в котором наиболее важный инструмент, который вы используете – как разработчик, скажем, GitHub – был создан специально для вашей компании за годы третьей стороной консалтинговой компанией. Затем, когда продукт завершен, консультанты уходят без технической поддержки, улучшений и обновлений. Инженеры восстали бы.

Ни одна современная технологическая компания не может работать в такой модели. Wiley и я пришли к одному и тому же выводу: единственный способ исправить это – построить все с нуля.

DOSS позиционирует себя как основанная на ИИ операционная платформа, предназначенная для замены традиционных систем ERP, таких как SAP или Oracle (ORCL ). Какие фундаментальные архитектурные различия делают основанную на ИИ ERP возможной сегодня, чего не было возможно decade назад?

Oracle и SAP были построены в эпоху, когда для достижения максимальной распространенности им нужно было упростить конфигурационную плоскость ERP до GUI-редактора, с которым могли работать относительно неквалифицированные консультанты. Чтобы сохранить лучшие практики, они заблокировали большие участки основных систем и позволили составность только на краях. Однако, на самом деле, когда вы смотрите на спектр всех бизнесов в мире, их бизнес-приложения требуют максимальной гибкости.

Мир, основанный на ИИ, позволяет преобразовать разработку программного обеспечения из ремесла в индустриализированную машину. Больше не нужно программным ремесленникам создавать кодовые системы; вместо этого мы переходим в мир, в котором программная производительность является фактором вычислений и токенов.

Doss была спроектирована с учетом именно этого.

Мы построили ZSL, декларативный язык программирования (DSL), который описывает реализацию DOSS для клиента в коде. Подумайте о том, что “Terraform” сделал для усилий по коду инфраструктуры, но вместо этого примените это к логике бизнес-приложений. Определяя ERP в относительно низкомерной языке программирования, мы можем развертывать агентов масштабируемо для предоставления решений ERP.

Как только ZSL был написан, самой важной частью архитектуры было внедрение лучших практик в саму платформу, чтобы предотвратить создание агентами реализаций низкого качества. Наша команда предоставила масштабируемую распределенную систему с планировщиком ядра для обработки нагрузки ERP. Кроме того, мы построили систему базы данных HTAP, которая объединяет наиболее важные части транзакционной базы данных, такой как Postgres, и аналитические возможности хранилища данных.

Построив платформу с учетом силы уровня предприятия с самого начала, система готова к полностью агентскому распределению. То, что ранее занимало команды консультантов месяцы и годы, теперь может быть параллельно с помощью агентской инфраструктуры в нашей проприетарной закрытой системе.

Многие компании все еще полагаются на электронные таблицы и фрагментированные инструменты для закупок, управления запасами и управления заказами. Какие самые большие операционные пробелы возникают, когда основные данные бизнеса не объединены в единую истину?

Самой большой проблемой является то, что решения принимаются на основе устаревшей или неполной информации. Если ваши данные об запасах находятся в одном месте, ваши заказы на покупку в другом, а ваши заказы на продажу в третьем, вы всегда согласовываете, вручную, медленно и после факта. К тому времени, когда кто-то осознает, что запасы истощаются или поставщик отстает, это уже проблема в бизнесе.

Verve Coffee Roasters – хороший пример того, где это разбивается на практике. Они ведут операции по розничной, оптовой, прямой и кафе в США и Японии, но управляли всем этим через несвязанные системы без реального времени видимости запасов. Они заканчивали свой собственный кофе в местах с высоким трафиком и столкнулись с критическим дефицитом запасов во время запуска крупного ритейлера, который повредил ключевые розничные отношения. Данные существовали где-то; они просто не были связаны так, чтобы кто-то мог действовать на них вовремя.

Более тонкая проблема заключается в том, что фрагментация скрывает реальную форму ваших операций. Вы не можете увидеть связь между задержкой вверх и проблемой выполнения внизу, если эти две вещи живут в отдельных инструментах. Вы заканчиваете управлением симптомами, ускорением заказов, созданием запаса безопасности и ручными проверками вместо понимания того, что на самом деле происходит. Единая система не только экономит время на согласовании; она меняет то, что вы даже можете видеть и задавать вопросы.

В своей основе представьте себе управление корпоративным бизнесом без доступа к системе контроля версий (Git), инструменту наблюдения (DataDog) или централизованной базе данных для запроса информации.

Реализации ERP исторически требовали больших консалтинговых команд и месяцев – или даже лет – развертывания. Как ИИ меняет экономику и сложность реализации операционного программного обеспечения внутри реальных бизнесов?

Традиционная модель реализации является результатом практик программного обеспечения, существовавших на протяжении поколений. Мы больше не живем в том мире.

Существует извращенный стимул в реализациях ERP сегодня – чем дольше реализация занимает и чем менее эффективна она является, тем больше денег получают реализаторы. Большинство строителей не воспользуются этим; однако они никогда не стимулируются к быстрому и качественному движению.

Кроме того, соотношение расходов на консалтинг к расходам на программное обеспечение в традиционном взаимодействии ERP составляет примерно 9:1, поэтому вы тратите девять долларов на консультантов на каждый доллар, который вы тратите на само программное обеспечение. Для крупного предприятия это чрезвычайно болезненно. Для бизнеса среднего рынка это запретительно. Итак, они либо соглашаются на программное обеспечение, которое не соответствует тому, как они работают, либо откладывают проект, либо отказываются от него на полпути.

ИИ полностью меняет единицы экономики. Вместо консалтингового взаимодействия реализация DOSS – это кодовая база. По мере того, как наши сроки реализации продолжают сокращаться, мы можем согласовать стимулы с моделью “оплата по доставке” вместо “оплата по мере продвижения”. Когда бизнес меняется, система меняется с ним. Необходимость в комнатах консультантов и длинных слайд-шоу больше не актуальна.

Успех в Doss означает замену глобального IT-расхода в размере 1,86 триллиона долларов на агентскую реализацию и техническое обслуживание с помощью нашего ZSL в качестве языка программного обеспечения для бизнес-приложений. Успех в Doss – это коммодитизация всех бизнес-приложений в масштабе.

Вы развернули DOSS с компаниями, работающими в реальных средах, таких как производство, логистика и потребительские товары. Какие неожиданные проблемы возникают, когда ИИ встречается с беспорядочными операционными данными?

Проблема редко заключается в ИИ. Это данные, о которых вы просите его рассуждать.

Каждый бизнес, с которым мы работаем, накопил годы операционных обходов. Данные технически существуют, они просто не живут в месте, где сотрудники, не говоря уже об агентских системах, могут надежно действовать на них.

Одним из отличных примеров является немецкий производитель мебели, который создает индивидуальные изделия. Когда мы пришли, у них было 10 лет исторических данных, распространенных по 8 настраиваемым форматам файлов с 11 различными объектами данных и 3PL-синхронизацией, работающей на ручной копии-пасте из папок FTP. Бизнес-логика была специфической с настраиваемыми размерами, конфигурациями, методами оплаты и местами показа, и вся система должна была работать на немецком языке. Там нет готовой схемы для этого. Им приходилось платить тысячи евро каждый раз, когда они хотели изменить простые параметры конфигурации, такие как статусные параметры для заказа на покупку.

Проблема не заключается в технической сложности какого-либо отдельного элемента. Это то, что каждый бизнес имеет другую версию этой проблемы, и вы не можете полностью предвидеть ее, пока не окажетесь внутри их данных. Работа заключается в том, чтобы взять точную копию того, как бизнес фактически работает, а не карту их данных в общий шаблон и надеяться, что он подходит.

Чтобы построить решение, которое работает для реального мира, вам нужна платформа с максимальной гибкостью. Только тогда ИИ может быть полезен в понимании лежащей в основе модели данных, над которой он работает, и построении модели, которая работает для каждого клиента.

Есть много обсуждений об ИИ-копилотах и автономных агентах в программном обеспечении для бизнеса. Где вы видите, что ИИ добавляет наибольшую ценность в операционных рабочих процессах сегодня, и где человеческий надзор остается важным?

В масштабе ИИ имеет возможность нарушить все операционную работу.

На ближайшем горизонте проприетарные модели и агенты Doss должны быть в состоянии преобразовать ядро технических консультантов при реализации бизнес-приложений, а также работу менеджеров-консультантов при предоставлении стратегических рекомендаций. Doss будет иметь крупнейший репозиторий структурированных и сосредоточенных данных, представляющих как схему, так и операционную информацию для бизнеса. Наши агенты могут использовать эти данные для предоставления масштабируемых рекомендаций.

Самая очевидная ценность сегодня более конкретна, чем это. Это работа, которая повторяется, основана на правилах и в настоящее время выполняется людьми, которые имеют другие, более стратегические приоритеты: обработка заказов на покупку, согласование запасов и маршрутизация решений о выполнении. Эти задачи имеют хорошо определенные входные и выходные данные, и ИИ может обрабатывать их надежно в масштабе.

На данный момент человеческий надзор необходим, где стоимость неправильного решения высока, и система еще не имеет достаточно контекста, чтобы быть уверенной. Сегодня правильная модель не заключается в том, чтобы автономные агенты полностью заменяли человеческое принятие решений; это агенты, которые обрабатывают высокообъемную, хорошо определённую работу, чтобы люди могли сосредоточиться на решениях, которые действительно требуют их суждения.

Многие предприятия пытаются наложить ИИ на существующие программные стеки. Почему наложение ИИ на устаревшие системы часто не оправдывает ожиданий по сравнению с построением ИИ в основу платформы?

Устаревшие системы не были построены для того, чтобы ИИ мог рассуждать о них. Модели данных, API, способ, которым информация структурирована, все это было разработано для взаимодействия людей через интерфейсы. Когда вы пытаетесь наложить ИИ на это, вы просите его работать вокруг ограничений, для которых он не был предназначен.

Даже если вы попытаетесь бросить сервер MCP поверх, в реальности сервер MCP требует чрезвычайно специфических шаблонов проектирования. Большинство серверов MCP сегодня фактически вводят большую разбухание контекстного окна и взрыв производительности.

Однако более глубокая проблема заключается в модели реализации. В традиционной ERP конфигурация системы хранится в самой системе. Это не код, который можно прочитать, протестировать или версионировать. Нет способа для агента понять, что делает система, не говоря уже о том, чтобы изменить ее безопасно. Мы построили ZSL специально, чтобы конфигурация была правильной кодовой базой: читаемой, тестируемой и развертываемой в закрытой системе. Мы строим полностью агентский цикл разработки программного обеспечения (SDLC). Это предпосылка для того, чтобы ИИ мог фактически работать на системе, а не просто сидеть поверх нее.

Как вы думаете, интерфейс традиционного программного обеспечения для предприятий будет эволюционировать, когда ИИ станет способен генерировать рабочие процессы и взаимодействовать напрямую с операционными системами?

Вопрос об интерфейсе на самом деле заключается в том, кто нуждается в использовании системы. Сейчас интерфейсы ERP строятся вокруг небольшого набора пользователей, людей, которые были обучены на системе во время реализации. Каждый другой либо не может использовать ее, либо получает ухудшенную версию.

Что мы строим, – это составной интерфейс, который behandelt интерфейс как веб-сайт. Интерфейс сам по себе также поддерживается нашей закрытой ZSL. Каждый, финансовый директор, менеджер склада, аналитик цепочки поставок, получает панель и представление данных, составленные вокруг того, как они фактически работают, а не вокруг того, как было сконфигурировано программное обеспечение. По мере того, как ИИ обрабатывает больше лежащих в основе рабочих процессов, интерфейс становится менее связанным с вводом данных и более связанным с видимостью и принятием решений. Вам нужно видеть, что происходит, понимать, почему, и принимать решения. Программное обеспечение должно обработать остальное.

Стартапы, такие как DOSS, входят на рынок, доминируемый десятилетними инкубаторами. Какие преимущества имеют стартапы, основанные на ИИ, при конкуренции с устоявшимися платформами для предприятий?

У инкубаторов есть противоположная проблема со стартапами. У них есть огромные установленные базы, которые необходимо защитить. Каждое архитектурное решение, которое они принимают, должно быть обратно совместимым. Они могут добавить функции ИИ к существующим продуктам, но они не могут перестроить лежащие в основе системы без того, чтобы сломать все, что работает на них. Это не провал амбиций; это структура.

В ERP в частности они также обременены бизнес-решениями, которые привели их по пути, где доход генерируется конкретной функцией, которую DOSS пытается устранить – профессиональные консультанты. Учитывая, что пользователи тратят девять долларов на консультантов на каждый доллар, который они тратят на само программное обеспечение, возможность преобразовать 90% их источника дохода является невозможной для крупных инкубаторов.

Система, основанная на ИИ, может быть разработана с самого начала так, чтобы ИИ был частью основной архитектуры, а не слоем поверх. Модель реализации, модель данных и способ, которым работает конфигурация, все это разработано с учетом ИИ как первого класса участника. Это компаундовое преимущество, где каждый развертывание делает систему лучше, и агенты становятся более способными с каждым новым клиентом. Такой цикл улучшения не существует в системе, где реализация все еще является человеческим консалтинговым взаимодействием.

Оглядываясь вперед, как вы представляете себе трансформацию “операционной системы” бизнеса в течение следующих пяти-десяти лет, особенно в таких областях, как видимость цепочки поставок, принятие решений в реальном времени и автоматизированные операции?

Мы основали DOSS на убеждении, что корпоративные системы смогут строить себя. Через три года мы вошли в фазу 2 Doss: агентскую самоходную реализацию. Платформа уже может генерировать, проверять и развивать систему клиента, а не полагаться на ручную конфигурацию консультантов, и она становится лучше с каждым развертыванием.

Направление, в котором это движется, – это система, которая всегда находится в ладу с бизнесом. Сегодня разрыв между тем, как работает бизнес, и тем, что знает о нем программное обеспечение, составляет месяцы или годы. Система была сконфигурирована в определенный момент времени и не изменилась с тех пор. То, что становится возможным, когда этот разрыв закрывается, когда система адаптируется в реальном времени, когда бизнес меняется, – это другая категория операционной способности. Видимость в реальном времени – это не только более быстрая отчетность; это способность поймать срыв цепочки поставок, прежде чем он станет провалом выполнения. Автоматизированные операции – это не только эффективность; это способность управлять более сложным бизнесом с той же командой. Это та версия программного обеспечения для операций, которую мы строим.

Спасибо за ваши подробные ответы. Читателям, которые хотят узнать больше, следует посетить Doss.