Рохит Аггарвал, операционный директор DecisionNext – Интервью

Рохит Аггарвал является операционным директором в DecisionNext, ведущей платформе ИИ, которая позволяет компаниям оптимизировать покупку или продажу товаров в лучшее возможное время и по лучшей возможной цене. Он использует сильный опыт в управлении цепочками поставок и продуктами, а также опыт прямого руководства очень крупными командами для выполнения сложных многофункциональных проектов и достижения бизнес-результатов. Рохит ранее занимал должности по управлению продуктами и операциями в Google (GOOGL ) и Amazon (AMZN ).

Вы работали в Amazon и более недавно в Google. Какими были некоторые из ваших ключевых достижений в этих опытах?

В Amazon у меня была возможность управлять разнообразной командой из 250 сотрудников для запуска лучших операционных объектов. Я также поддержал внедрение инноваций, таких как доставка в день заказа, робототехника и другие новые технологии. Затем в Google я использовал свои навыки для моста между продуктом и операциями. Это включало создание приложений с нуля для управления новым стилем процесса выполнения, среди других новых предложений.

Можете ли вы объяснить, как DecisionNext использует ИИ и машинное обучение для улучшения прогнозирования цен и поставок товаров?

DecisionNext использует искусственный интеллект и машинное обучение для потребления тысяч наборов данных и нахождения исторических и текущих связей между ключевыми факторами. Затем он учится на этой информации и строит соответствующие модели для любой товарной позиции. В сельскохозяйственных и сырьевых рынках наши инструменты помогают клиентам лучше прогнозировать цены, принимать более умные решения, снижать риски и увеличивать прибыль по всему миру. Мы также работаем над использованием больших языковых моделей (LLM) для упрощения сложных глобальных решений с осведомленностью о рисках.

Каковы основные преимущества использования платформы DecisionNext по сравнению с традиционными методами прогнозирования?

Глобальные покупатели и продавцы товаров часто используют правила и электронные таблицы для упрощения сложной системы, стоимость которой составляет миллиарды долларов в сделках. Это оставляет значительную сумму денег на столе. Эти электронные таблицы прекрасно работали и поддерживали сотни бизнесов. Однако по мере изменения динамики рабочей силы и увеличения непредсказуемости глобальных рынков они становятся менее эффективными. DecisionNext потратил годы на совершенствование платформы ИИ, которая превращает глобальные сложности в рекомендации, действенные в масштабе, – значительно улучшая финансовые результаты.

Наши клиенты имеют экспертов, которые работали в определенной области или отрасли 30 лет или более. И по мере прихода новых поколений крайне важно сохранить весь этот опыт в удобной форме. DecisionNext помогает с этим, создавая всеобъемлющие библиотеки решений, интегрируя мнения экспертов и учась из прошлого.

Таким образом, платформа DecisionNext снижает риски и неопределенности в бизнес-решениях по всем подразделениям и отдельным лицам, а также устанавливает масштабируемый способ принимать эти решения. Она также улучшает прибыльность в повседневных транзакциях, долгосрочных позициях и стратегическом планировании.

Какую роль играет динамическая информация в процессе принятия решений, основанном на ИИ, и как эта информация интегрируется и используется?

Динамическая и актуальная информация крайне важна при построении лучших моделей. Однако скорость и сложность, с которыми информация может быть обработана и смоделирована, не являются единственными факторами. Например, как модель знает вес последней точки данных (например, шок в системе) и что она должна относиться к этому по-другому? Наши пользователи могут взаимодействовать с моделями через запатентованную технологию, чтобы ввести свои мнения и построить анализ “что, если”, чтобы использовать информацию, которую модель или система просто не может знать еще. Это позволяет нашим клиентам получить новые идеи, которые в противном случае были бы невозможны. Они также могут лучше понять влияние глобальных сдвигов в поставках или новых торговых правил, среди бесконечного числа других потенциальных ситуаций.

Каким образом платформа DecisionNext революционизировала бизнес-решения на рынке товаров?

Наша лучшая платформа революционизировала стандартный подход к ценообразованию, прогнозированию предложения и спроса, предоставляя нашим пользователям нечто большее, чем просто прогноз. С нашим инструментом они могут быстро понять риски, неопределенности и проанализировать сложные решения с помощью нескольких кликов мыши. DecisionNext имеет ряд примеров использования по цепочкам поставок в сельском хозяйстве и горнодобывающей промышленности. Это включает оптимизацию закупок и продаж, бизнес-планирование, географическую и продуктовую арбитраж, наименьшую формулу затрат и управление рисками, среди многих других.

Как DecisionNext обеспечивает точность и надежность своих моделей прогнозирования ИИ для торговли товарами?

Мы обеспечиваем точность и надежность наших моделей прогнозирования ИИ посредством интенсивного бэк-тестирования. DecisionNext построил строгую систему, которая может быстро протестировать тысячи структур моделей и предоставить пользователю полное понимание того, насколько точны модели. Это можно сделать в легком для понимания формате, который также позволяет нам использовать эту точность для прогнозирования неопределенности в будущем.

Можете ли вы поделиться примером или кейсом того, как DecisionNext помог компании ориентироваться на рынке с помощью ваших инструментов ИИ?

С помощью DecisionNext крупный производитель железной руды увеличил свою прибыль в среднем на 6-8% на спотовых продажах. Наше решение помогло им оптимизировать стратегию ценообразования и сократить время, необходимое для принятия ключевых решений по географической арбитражности. Аналогично, мы можем помочь производителям скота принимать решения о том, где и когда продавать говядину из их туш.

В обоих случаях DecisionNext предоставил точный и обоснованный краткосрочный и долгосрочный прогноз для оптимизации стратегии планирования продаж. Наши инструменты визуализации позволили производителям быстро оценить несколько стратегий продаж рядом, чтобы лучше снизить риски, оптимизировать процесс принятия решений и более эффективно увеличить маржу.

Без DecisionNext компании вынуждены полагаться на исторические средние значения, фьючерсные рынки (если доступны) и опыт для ценообразования товаров. Хотя это было эффективно в прошлом, с нашей все более волатильной рынкой товаров компании оставляют миллионы долларов на столе.

Можете ли вы обсудить значение интерактивных моделей прогнозирования для пользователей и как DecisionNext обеспечивает, что эти модели являются удобными для пользователя?

Старая, устаревшая “черная коробка” модели прогнозирования не говорит людям, почему прогноз такой, какой он есть. Она также не может помочь с тем, как перевести прогноз в действенные решения. Итак, в этой ситуации пользователи могут не использовать даже идеальный прогноз и вернуться к старым методам.

DecisionNext помогает своим клиентам лучше понять как рыночный риск, так и бизнес-риски и почему они должны быть взаимосвязаны при прогнозировании. DecisionNext предоставляет полную видимость источников данных и структур моделей, а также стратегическую ясность и направление.

Все это доставляется через удобный для пользователя интерфейс, предназначенный для постоянного взаимодействия.

Каким образом пандемия и недавние геополитические события повлияли на разработку и использование ИИ в торговле товарами в DecisionNext?

COVID-19 нарушил глобальную мясную цепочку создания стоимости, и один клиент, который был особенно затронут кризисом, приходит на ум. С большими количествами замороженных продуктов, предназначенных для скоро прекративших свою деятельность каналов общественного питания, клиент использовал аналитику DecisionNext для быстрого и оптимального ликвидации запасов по мере распространения локдаунов по США, а также для планирования того, как и когда восстанавливать эти запасы.

Используя платформу DecisionNext, клиент построил и сравнил четыре сложных альтернативы продаж и закупок, чтобы увидеть ожидаемые рыночные результаты и сравнить риски. Они смогли успешно ликвидировать избыточные запасы по нескольким позициям, и эти транзакции обеспечили доход в 5 раз больше инвестиций в программное обеспечение DecisionNext за один месяц.

Какие будущие достижения в области ИИ и машинного обучения, по вашему мнению, повлияют на рынок товаров, и как DecisionNext готовится к ним?

DecisionNext находится на переднем крае усилий по использованию ИИ и машинного обучения для повышения эффективности, прибыльности и устойчивости рынка товаров. По мере того, как мир продолжает бороться с огромными проблемами, такими как изменение климата и политическая нестабильность, интеллектуальная технология будет все более важным компонентом в том, как мы успешно преодолеваем их. Мы гордимся тем, что нашими клиентами и партнерами доверяют нам предоставлять платформу, чтобы помочь сделать это.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить DecisionNext.