Доктор Зохар Бронфман, сооснователь и CEO Pecan AI – Интервью

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

Основанная в 2018 году, Pecan AI представляет собой платформу прогностической аналитики, которая использует свою пионерскую Predictive GenAI для удаления барьеров на пути к принятию AI, делая прогностическое моделирование доступным для всех команд данных и бизнеса. Под руководством генеративного AI 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 AI. Благодаря слиянию прогностического и генеративного AI, достижение бизнес-эффекта от AI теперь намного быстрее и проще.

Каким было путешествие при основании Pecan AI, и какие ключевые вехи были достигнуты на этом пути?

Создание Pecan AI было настоящим американским горком. 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 нечто 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 (GOOGL ) Ventures) и других. Это финансирование позволило нам расшириться глобально и ускорить наши усилия по разработке.

Как ваш опыт в области вычислительной когнитивной нейробиологии влияет на ваш подход к разработке решений на основе AI?

Мой опыт в области вычислительной когнитивной нейробиологии, а также моя степень PhD по истории и философии науки, играют значительную роль в том, как я разрабатываю решения на основе AI. Эти области помогают мне понять как технические, так и философские аспекты технологий. Этот двойной взгляд чрезвычайно ценен в сегодняшнем быстро меняющемся технологическом ландшафте. Он позволяет мне создавать продукты AI, которые не только технически продвинуты, но и этически обоснованы и удобны для пользователей.

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

Конечно. Predictive GenAI – это все о слиянии генеративного AI с прогностическим машинным обучением. Генеративный AI позволяет пользователям взаимодействовать с данными через естественный язык, что делает его легко задавать вопросы и направлять AI. Однако его прогностические возможности ограничены. Именно здесь вступает в силу прогностическое 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 области науки о данных, создавать прогностические модели и использовать их без проблем, как общаться с ChatGPT.

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

Predictive GenAI упрощает все благодаря функциям, таким как Predictive Chat и Predictive Notebook. Predictive Chat действует как помощник AI, направляя пользователей через процесс моделирования с помощью естественного языка. Он формулирует прогностические вопросы на основе проблем бизнеса пользователя и генерирует Predictive Notebook с готовыми SQL-запросами и образцами данных. Это означает, что пользователям не нужно начинать с нуля или иметь глубокие технические знания, чтобы получить точные прогнозы.

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

Абсолютно. CAA Club Group ранее тратила неделю на ручное прогнозирование услуг по технической поддержке на дороге, что было трудоемким и ограниченным. После внедрения Pecan AI их команда по науке о данных разработала более 30 моделей для получения краткосрочных прогнозов спроса дважды в неделю. Эти прогнозы предсказывают объемы вызовов 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 это решило для них?

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

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

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

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

Predictive GenAI наделяет бизнес возможностью принимать решения, основанные на данных, с беспрецедентной точностью и эффективностью. В производстве и логистике она оптимизирует операции, прогнозируя спрос и упрощая 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, оптимизируя использование ресурсов и снижая воздействие на окружающую среду.

Как Pecan AI обеспечивает точность и надежность своих прогностических моделей?

Мы обеспечиваем точность и надежность посредством тщательного тестирования и постоянной проверки. Pecan AI использует отдельные обучающие и тестовые наборы данных для оценки производительности моделей, подобно оценке школьного теста. Ключевые метрики, такие как точность, точность и полнота, используются для проверки моделей во время разработки и в производстве. Мы также продвигаем прозрачность посредством объяснимых прогнозов, помогая пользователям понять факторы, влияющие на каждый прогноз, и укрепляя доверие к выводам, основанным на AI.

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

Глядя вперед, будущее AI заключается не только в прогнозировании событий, но и в предписывании 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 AI. По мере развития технологии она будет играть критическую роль в повышении операционной эффективности, стимулировании инноваций и принятии стратегических решений в различных отраслях.

Благодарим за отличное интервью, читатели, которые хотят узнать больше, могут посетить Pecan AI.