Доктор Зохар Бронфман, сооснователь и генеральный директор Pecan AI – Серия интервью

Доктор Зохар Бронфман является сооснователем и генеральным директором Pecan AI. Обладая глубокими знаниями в области вычислительной психологии и науки о данных, Зохар применил свой врожденный предпринимательский дух к сооснованию Pecan, сразу после окончания аспирантуры. Зохар имеет две степени PhD от Тель-Авивского университета – одну по вычислительной когнитивной нейробиологии и другую по истории и философии науки и технологий. Он также имеет степень бакалавра экономики Открытого университета Израиля.

Основанная в 2018 году, Pecan AI представляет собой платформу предиктивной аналитики, которая использует свою пионерскую Predictive GenAI для устранения барьеров на пути к внедрению ИИ, делая предиктивное моделирование доступным для всех команд данных и бизнеса. Под руководством генеративного ИИ компании могут получать точные прогнозы в различных бизнес-доменах без необходимости в специализированном персонале. Predictive GenAI позволяет быстро определять и обучать модели, а автоматизированные процессы ускоряют внедрение ИИ. Благодаря слиянию предиктивной и генеративной аналитики, реализация бизнес-воздействия ИИ теперь намного быстрее и проще.

Каким было путешествие по основанию Pecan AI и какие ключевые вехи были достигнуты на этом пути?

Основание Pecan AI было настоящим американским горкам. Все началось, когда мой сооснователь и я приняли участие в международном конкурсе по науке о данных. Мы создали автоматизацию подготовки данных, которая превратилась в прототип Pecan, но мы пропустили срок и проиграли. Вместо того, чтобы двигаться дальше, мы решили превратить наш прототип в что-то значимое. Просто через два месяца после окончания наших докторских диссертаций в 2018 году, мы арендовали небольшую комнату в Тель-Авивском университете и начали работать. С ограниченным бизнес-опытом, мы представили нашу идею венчурным капиталистам. К счастью, Хаим Садгер и Ая Петербург из S Capital увидели потенциал и инвестировали 4 миллиона долларов, дав нам необходимый импульс.

Одной из основных вех было привлечение 66 миллионов долларов в рамках раунда серии C под руководством Insight Partners, с поддержкой GV (ранее Google Ventures) и других. Это финансирование позволило нам расшириться глобально и ускорить наши разработки.

Как ваша специальность в области вычислительной когнитивной нейробиологии влияет на ваш подход к разработке решений ИИ?

Моя специальность в области вычислительной когнитивной нейробиологии, а также моя степень PhD по истории и философии науки, играют большую роль в том, как я разрабатываю решения ИИ. Эти области помогают мне понимать как технические, так и философские аспекты технологий. Этот двойной взгляд является невероятно ценным в сегодняшнем быстро меняющемся технологическом ландшафте. Он позволяет мне создавать продукты ИИ, которые не только технически совершенны, но и этически обоснованы и удобны для пользователей.

Можете ли вы объяснить концепцию Predictive GenAI и то, как она объединяет генеративный ИИ с предиктивным машинным обучением?

Конечно. Predictive GenAI заключается в объединении генеративного ИИ с предиктивным машинным обучением. Генеративный ИИ позволяет пользователям взаимодействовать с данными через естественный язык, что делает его легко задавать вопросы и направлять ИИ. Однако его предиктивные возможности ограничены. Именно здесь на сцену выходит предиктивное машинное обучение, которое обрабатывает данные для получения точных прогнозов будущего. Объединив эти две технологии, Predictive GenAI позволяет даже тем, у кого нет большого опыта в науке о данных, создавать предиктивные модели и использовать их без проблем, как разговаривать с ChatGPT.

Как Predictive GenAI упрощает процесс создания и развертывания предиктивных моделей для бизнеса?

Predictive GenAI упрощает все с помощью функций, таких как Predictive Chat и Predictive Notebook. Predictive Chat действует как помощник ИИ, направляя пользователей через процесс моделирования с помощью естественного языка. Он формулирует предиктивные вопросы на основе бизнес-забот пользователей и генерирует Predictive Notebook с готовыми запросами SQL и образцами данных. Это означает, что пользователям не нужно начинать с нуля или иметь глубокие технические знания, чтобы получить точные прогнозы.

Можете ли вы рассказать о случае с CAA Club Group и о том, как Pecan AI оптимизировал их услуги по технической помощи на дороге?

Абсолютно. CAA Club Group ранее тратила неделю на ручное прогнозирование технической помощи на дороге, что было трудоемким и ограниченным. После внедрения Pecan AI их команда по науке о данных разработала более 30 моделей для генерации краткосрочных прогнозов спроса дважды в неделю. Эти прогнозы предсказывают объем звонков и типы услуг в час, обеспечивая эффективное расписание и быстрые ответы, особенно в суровых зимних условиях. Платформа Pecan также позволяет непрерывно улучшать эти модели, повышая эффективность обслуживания.

Как Credit Pros выиграли от использования Pecan AI для прогнозирования отказа клиентов и какие конкретные проблемы оно решило для них?

Credit Pros столкнулись с значительными проблемами при прогнозировании отказа клиентов, что было сложным и трудоемким процессом. Внедрение Pecan AI сократило время разработки модели с трех месяцев до нескольких недель, что позволило внедрить проактивные стратегии удержания. Этот упрощенный процесс позволил TCP точно прогнозировать отказ клиентов и разработать эффективные стратегии по их удержанию, в конечном итоге увеличивая их доход.

Как инструменты Predictive Chat и Predictive Notebook улучшают опыт пользователя и делают предиктивную аналитику доступной для непрофессионалов?

Predictive Chat использует GenAI для создания пользовательских блокнотов на основе бизнес-вопросов и данных пользователя. Пользователи могут взаимодействовать с чатом на естественном языке, отвечая на вопросы и следуя инструкциям, что упрощает процесс создания модели. Predictive Notebook включает в себя весь необходимый код, позволяя пользователям просматривать запросы, создавать пользовательские таблицы и понимать логику обучающего набора данных. Этот подход делает предиктивную аналитику доступной для непрофессионалов, упрощая подготовку данных и создание моделей.

Какими способами, по вашему мнению, Predictive GenAI будет преобразовывать различные отрасли и бизнес-функции?

Predictive GenAI наделяет бизнес возможность принимать решения на основе данных с беспрецедентной точностью и эффективностью. В производстве и логистике она оптимизирует операции, прогнозируя спрос и оптимизируя цепочки поставок. В отраслях, ориентированных на клиента, она повышает удовлетворенность и лояльность за счет целевого маркетинга и персонализированных рекомендаций. Predictive GenAI также стимулирует инновации, прогнозируя рыночные тенденции, направляя разработку продукции и ускоряя время выхода на рынок. Ее применения распространяются на здравоохранение для прогнозирования заболеваний и персонализированных планов лечения, а также на усилия по устойчивому развитию за счет оптимизации использования ресурсов и снижения воздействия на окружающую среду.

Как Pecan AI обеспечивает точность и надежность своих предиктивных моделей?

Мы обеспечиваем точность и надежность посредством строгого тестирования и постоянной проверки. Pecan AI использует отдельные наборы данных для обучения и тестирования для оценки производительности модели, подобно оценке школьного теста. Ключевые метрики, такие как точность, точность и полнота, используются для проверки моделей во время разработки и в производстве. Мы также способствуем прозрачности посредством объяснимых прогнозов, помогая пользователям понять факторы, влияющие на каждый прогноз, и укрепляя доверие к данным, полученным с помощью ИИ.

Как вы представляете себе эволюцию роли Predictive GenAI в ближайшие несколько лет?

Глядя вперед, будущее ИИ заключается не только в прогнозировании событий, но и в назначении действий на основе этих прогнозов. Predictive GenAI направлена на автоматизацию процессов принятия решений и оптимизацию бизнес-операций. Однако важно понять связанные с этим риски и обеспечить ответственное использование ИИ. По мере эволюции технологии она будет играть решающую роль в повышении операционной эффективности, стимулировании инноваций и принятии стратегических решений в различных отраслях.

Благодарим за отличное интервью. Читателям, которые хотят узнать больше, следует посетить Pecan AI.