Фред Лалюо, сооснователь и генеральный директор Aera Technology – Серия интервью

Фред Лалюо, сооснователь, президент и генеральный директор Aera Technology, является опытным руководителем предприятия, который построил и возглавлял компании на стыке аналитики, автоматизации и принятия решений. До основания Aera он занимал должность генерального директора Anaplan и занимал несколько старших руководящих должностей в SAP, охватывающих финансы, управление эффективностью, риск, продажи и корпоративное развитие. Ранее в своей карьере он работал на руководящих должностях в Business Objects и ALG Software, и основал Transcribe Technologies, что дало ему десятилетия опыта в масштабировании глобальных программных организаций и переводе сложных данных в бизнес-результаты.

Aera Technology разрабатывает программное обеспечение для принятия решений на основе искусственного интеллекта, предназначенное для того, чтобы помочь крупным предприятиям работать с большей скоростью и точностью. Платформа компании постоянно анализирует данные из всей организации и ее внешней среды, превращая идеи в рекомендованные и автоматические действия в режиме реального времени. Сосредоточившись на решениях, а не на панелях управления, Aera стремится помочь организациям перейти от реактивного анализа к проактивным, непрерывно улучшающимся операциям.

Вы основали и возглавили несколько компаний по разработке программного обеспечения для предприятий, от ранних дней создания Transcribe Technologies до руководства Anaplan и现在 сооснования Aera Technology. Какую проблему вы увидели в крупных предприятиях, которая убедила вас, что интеллект принятия решений должен существовать как отдельная категория, и почему 2017 год был подходящим моментом для создания Aera?

Я работаю над этой проблемой более десяти лет — задолго до основания Aera. В 2010 году, когда я был в SAP, я написал статью о том, что, по моему мнению, станет самой большой проблемой для крупных предприятий: принятие и выполнение решений с достаточной скоростью, чтобы идти в ногу с цифровизацией экономики.

Три силы столкнулись — объем, сложность и скорость. Решения перешли к более мелкой зернистости, ближе к точке воздействия, но предприятия все еще были структурированы как глубокие пирамиды людей, инструментов и процессов, которые просто не могли масштабироваться.

Настоящий вопрос стал: как привлечь силу технологий к транзакционному уровню? Не только идеи или панели управления, но и машины, выполняющие решения, непрерывно обучающиеся на всех принятых решениях, и с людьми в контроле.

Что касается 2017 года, мы были рано. Рынок еще не был полностью готов, и мы тоже. Это природа стартапа: вы начинаете с ясным видением и строите рано, чтобы быть готовым, когда рынок созреет. В случае с Aera это заняло несколько лет. И COVID-19 не помог. Но было fascинiruyuschie увидеть, что наше основное видение осталось верным своей первоначальной формулировке, а платформа и рынок эволюционировали до точки, где Aera теперь лидирует в категории интеллекта принятия решений и работает с некоторыми из крупнейших организаций мира.

Сейчас много обсуждений вокруг агентов искусственного интеллекта, но вы четко заявили, что идеи сами по себе недостаточно. Как вы объясните разницу между аналитикой, рекомендациями, сформированными с помощью искусственного интеллекта, и настоящим интеллектом принятия решений руководителям информационных технологий, которые пытаются разобраться в шуме?

Традиционная аналитика и бизнес-интеллект рассказывают вам, что произошло. Искусственный интеллект может помочь предсказать, что может произойти. Рекомендации, сформированные с помощью искусственного интеллекта, предлагают варианты, но они все еще полагаются на людей, чтобы решить и действовать.

Интеллект принятия решений выходит за рамки статических панелей управления или единовременных рекомендаций. Он работает как непрерывный цикл обучения, чтобы ускорить и улучшить решения — используя данные, аналитику, искусственный интеллект и автоматизацию для оценки компромиссов, моделирования сценариев и выполнения и мониторинга действий в режиме реального времени, согласованных с бизнес-целями.

Хотя искусственный интеллект может помочь командам предсказать спрос или оптимизировать рабочие процессы, интеллект принятия решений определяет, как действовать на основе этих идей. Он балансирует затраты, риски, уровни обслуживания и операционные ограничения во всей организации в масштабе.

Aera часто описывается как позволяющая создать самоуправляемое предприятие. В практическом смысле, что это означает внутри большой организации, и какие решения реально готовы к такому уровню автоматизации сегодня?

Когда мы говорим о самоуправляемом предприятии, это не автономность без контроля. С самого начала наше видение заключалось в том, чтобы перейти от людей, принимающих и выполняющих решения, поддерживаемых машинами, к машинам, выполняющим решения, руководимым людьми — с ясным намерением, ограничениями и ответственностью.

На практике Aera работает как агент принятия решений. Она постоянно понимает данные, обнаруживает триггеры, оценивает компромиссы, рекомендует действия и выполняет решения直接 в системах предприятия. С помощью Aera люди не управляют панелями управления; они управляют решениями, часто через простое согласие или несогласие.

Решения, готовые к такому уровню автоматизации сегодня, являются высокообъемными и повторяющимися — ребалансировка запасов, определение приоритета заказов на покупку, изменение параметров — где скорость имеет значение и ручная координация создает наибольшую неэффективность.

Вы работали в тесном сотрудничестве с глобальными предприятиями в цепочке поставок, финансах и операциях. Где руководители информационных технологий видят наиболее быстрые и осязаемые результаты от интеллекта принятия решений, будь то в рабочей капитале, уровне обслуживания или сокращении отходов?

Руководители информационных технологий видят наиболее быстрые и осязаемые результаты от интеллекта принятия решений там, где решения высокообъемные, повторяющиеся и ограничены затратами, емкостью или компромиссами между услугами. В цепочке поставок и операциях это часто включает ребалансировку запасов, определение приоритета заказов на покупку и логистику. Это то место, где автоматическое выполнение в масштабе стимулирует измеримые выгоды в рабочем капитале, уровне обслуживания и сокращении отходов.

Например, глобальная компания в области жизненных наук использует интеллект принятия решений, чтобы непрерывно отслеживать спрос и корректировать заказы на покупку — автоматически запрашивая отмены или сокращения поставщикам, проверяя ответы и подтверждая изменения. Эта возможность обеспечивает экономию более чем на миллионы долларов в год, а также сокращает пробег грузовиков и связанные с этим выбросы парниковых газов (ПГ).

Многие компании уже испытывают трудности с внедрением моделей искусственного интеллекта в масштабе. Какие наиболее распространенные препятствия вы видите, когда организации пытаются перейти от генерации идей к автоматизированному принятию решений?

Проблемы часто возникают, когда команды начинают с экспериментов со стоящими отдельно инструментами искусственного интеллекта. Они могут автоматизировать один рабочий процесс, но испытывают трудности с операционизацией решений последовательно во всей компании. Без составной, специально разработанной платформы принятия решений эти усилия трудно контролировать, масштабировать или адаптировать, когда меняются условия.

Другим распространенным препятствием является отсутствие ясности о том, где разрушается процесс принятия решений. Компании инвестируют в искусственный интеллект и прогнозирование, но не определяют, почему запасы накапливаются, прогнозы не выполняются или логистика работает неэффективно. Фрагментированная видимость решений усугубляет проблему.

Команды, которые преуспевают, начинают с ясного, высокоэффективного случая, где компромиссы понятны, строят доверие через рекомендации и выполнение и автоматизируют постепенно. Оттуда они могут масштабироваться, поскольку решения непрерывно адаптируются и улучшаются с течением времени.

Искусственный интеллект агентов становится модным словом в отрасли. Как вы видите агентов, вписывающихся в платформы интеллекта принятия решений, и где предприятиям нужно быть осторожными с автономией по сравнению с человеческим контролем?

В интеллекте принятия решений агенты добавляют наибольшую ценность, когда они встроены в систему принятия решений под наблюдением — не работающую в изоляции. С помощью Aera Decision Cloud платформы агенты работают как скоординированные команды, каждая из которых вносит конкретную способность: моделирование сценариев; интеграция сигналов в реальном времени; проверка осуществимости; оценка финансового воздействия; и выполнение действий — все оркестрировано вокруг одного решения.

Где предприятиям нужно быть осторожными, это автономность без управления. На практике агентские решения всегда руководствуются людьми. Человеческие команды устанавливают параметры и цели, отслеживают производительность, тестируют предположения и управляют качеством данных из среды управления. Система может работать непрерывно, но люди контролируют, как решения эволюционируют. Этот баланс является тем, что делает агентский искусственный интеллект масштабируемым, заслуживающим доверия и безопасным в предприятии.

Доверие имеет решающее значение, когда решения влияют на доход, клиентов или соблюдение требований. Как Aera обеспечивает, чтобы решения были объяснимыми, аудиторскими и обоснованными, особенно в регулируемых средах?

Доверие начинается с прозрачности. Для каждого решения Aera захватывает полный контекст — данные, используемые, рекомендацию, логику, лежащую в ее основе, решение, принятое, и результат. По мере того, как система работает и обновляется, она отслеживает и измеряет результаты решений, чтобы непрерывно улучшать процесс принятия решений.

Мы называем это автоматическим обучением решений. На основе результатов решений Aera рассчитывает коэффициенты уверенности для рекомендаций — объясняя коренные причины, компромиссы и ожидаемое воздействие. Пользователь может увидеть рекомендацию с ясной мотивацией и уровнем уверенности 92%.

Этот подход является автономным, но контролируемым. Через сеть интеллекта принятия решений платформы, которая служит централизованной средой управления, пользователи имеют полную видимость решений, действий и результатов. Они могут отслеживать производительность, проверять предположения, управлять качеством данных и корректировать логику с течением времени.

На основе ваших разговоров с руководителями информационных технологий, как меняется роль человека, когда системы интеллекта принятия решений созревают, и какие навыки становятся более важными, когда машины принимают на себя больше операционных решений?

По мере того, как интеллект принятия решений созревает, роль человека не исчезает — она перемещается вверх по цепочке создания ценности. Мы видим сдвиг от людей, которые вручную выполняют решения, к людям, которые проектируют, контролируют и улучшают решения.

Во многих компаниях потребительских товаров традиционные роли планирования уже эволюционируют в роли аналитиков решений, которые сосредоточены на отслеживании результатов, понимании компромиссов и улучшении логики решений с течением времени. Рядом с ними архитекторы решений определяют намерение, ограничения и ограничители, которые направляют, как машины действуют.

Наиболее важными навыками становятся суждение, системное мышление и способность формулировать правильные решения. Люди остаются твердо в контроле, контролируя, как машины принимают решения, но не каждый отдельный шаг.

Первый магический квадрант Gartner для платформ интеллекта принятия решений сигнализирует о том, что эта категория входит в мейнстрим. Какие возможности, по вашему мнению, будут отделять ведущих поставщиков от отстающих в течение следующих нескольких лет?

Будучи названным лидером в первом магическом квадранте Gartner для платформ интеллекта принятия решений, мы видим лидерство, определяемое сильной реализацией и способностью обеспечить комплексные, составные возможности на протяжении всего цикла принятия решений. В сопутствующем исследовании критических возможностей Aera также была признана за свою производительность по ключевым случаям использования решений — включая анализ решений, инжиниринг решений, науку о решениях и управление решениями — оценивая, насколько хорошо платформы могут моделировать, операционизировать, контролировать и непрерывно улучшать решения в масштабе предприятия.

Мы считаем, что ведущие поставщики также будут отличаться способностью эффективно интегрировать передовые методы искусственного интеллекта, включая генеративный и агентский искусственный интеллект, в системы принятия решений под наблюдением. Для этого требуются специально разработанные платформы, которые являются составными, доступными для бизнеса через интерфейсы с низким кодом и естественным языком, и контролируемыми в масштабе, чтобы удовлетворять требованиям безопасности и регулирования. В конечном итоге, наиболее сильные поставщики будут встраивать интеллект принятия решений как операционный слой, который непрерывно учится и улучшается, а не просто еще одно приложение, которое командам нужно управлять.

Для организаций, которые признают разрыв между идеями и действием, как платформа Aera помогает им закрыть этот разрыв на практике, и какой виден успешный первый развертывание для руководителя информационных технологий, который хочет стимулировать измеримый бизнес-импакт?

Закрытие разрыва между идеей и действием начинается с операционизации решений в повседневных операциях. Платформа Aera позволяет руководителям информационных технологий рассматривать решения как непрерывные процессы: отслеживание результатов; проверка компромиссов; и улучшение производительности с течением времени. Это часто закрепляется в центре решений, виртуальном или физическом, где команды контролируют и совершенствуют, как решения принимаются и выполняются.

Aera объединяет данные, аналитику, бизнес-правила, искусственный интеллект и автоматизацию в единой составной платформе, чтобы стимулировать решения, которые текут от идеи через выполнение и обучение. Ее составная архитектура позволяет командам информационных технологий сохранять контроль и безопасность, а командам бизнеса — определять, адаптировать и эволюционировать потоки решений. По мере того, как результаты захватываются, решения непрерывно улучшаются и освобождают команды от необходимости сосредоточиться на суждении, стратегии и исключениях.

Успешный первый развертывание часто доказывает измеримые результаты на одном высокоэффективном случае использования решений за 10-12 недель, выполняя и непрерывно улучшая решения от начала до конца. Это создает повторяемый план для масштаба предприятия.

Спасибо за отличное интервью. Читателям, которые хотят узнать больше, следует посетить Aera Technology.