Alon Goren, VD och grundare av AnswerRocket – Intervjuserie

Som VD och grundare av AnswerRocket leder Alon produktinnovation och förser affärsfolk med agerbara analyser, så att de kan få sina frågor besvarade snabbare. Innan han grundade AnswerRocket var Alon medgrundare och teknisk chef för Radiant Systems i 25 år. Han var ordförande för Radiant från 2004 till 2011, då företaget såldes till NCR för 1,3 miljarder dollar. Alon har en kandidatexamen i datorteknik från Rensselaer Polytechnic Institute.

Kan du dela med dig av ursprunget till AnswerRocket?

Vi startade AnswerRocket med visionen att vem som helst skulle kunna få enkla svar från sina data, precis som när man interagerar med en personlig assistent. Idén kom från vår frustration när vi satt i lednings- och styrelsemöten, där frågor om affärsprestationsmått inte kunde besvaras på plats. Vi var tvungna att gå därifrån och spendera dagar eller veckor på att göra ytterligare analyser, vilket kändes slöseri med tid eftersom datan redan fanns tillgänglig och borde vara snabbt tillgänglig. Vi ville skapa en upplevelse där vem som helst i företaget kunde ställa en fråga och få ett omedelbart, insiktsfullt svar så fort dessa affärsfrågor uppstod.

Hur utnyttjar AnswerRocket AI för att förvandla traditionell analys?

AnswerRocket har använt AI för att göra dataanalys tillgänglig och lättillgänglig för analytiker och affärsanvändare under över 10 år. Nyligen använder vi generativ AI-teknik för att skapa en konversationsbaserad AI-assistent som heter Max. Affärsanvändare kan chatta med Max för att utforska och analysera sina data – de behöver inte veta SQL eller hur datan är organiserad för att få ett bra, meningsfullt svar. Max är ansluten till AnswerRockets svit av analytiska applikationer, eller “Skills” som vi kallar dem, vilket möjliggör avancerade analyser som sträcker sig från statistiska, diagnostiska och till och med prediktiva analyser. För analytiker och dataforskare förvandlar vi deras arbetsflöden genom att ge dem verktygen för att skapa återanvändbara, AI-drivna “Skills” i vår “Skill Studio”. Det handlar om att fånga deras expertis och analytisk kunskap i specialiserade AI-analytiska agenter som deras användare kan interagera med framgångsrikt.

Vilka är några av de viktigaste fördelarna som dina kunder upplever med Max, din AI-dataanalytiker?

Max tar bort de tekniska och datakunskapsbarriärer som länge har gjort det svårt för affärsanvändare att anta dataanalyslösningar. Genom att anta chattparadigmet erbjuder vi användarna en bekant upplevelse för att engagera sig med Max, vilket gör det möjligt för dem att utforska data och ställa frågor med sina egna ord.

Hastighet är en annan stor fördel. Max automatiserar komplexa analyser för att leverera relevanta, interaktiva svar och insikter omedelbart. Dessutom är utdata anpassade för att matcha de analyser och rapporter som våra kunder är vana vid, vilket eliminerar inlärningskurvan och gör det möjligt för användarna att snabbt dra slutsatser utan att anpassa sig till nya format. Vi försöker verkligen möta användarna där de är och hitta sätt att integrera Max i deras befintliga arbetsflöden utan problem.

Kan du utveckla hur integrationen av OpenAI:s GPT-4 LLM förbättrar Max’ förmågor och vilka unika fördelar det erbjuder företagen?

Att integrera OpenAI:s GPT-modeller i Max förde verkligen dess förmågor till en ny nivå. LLM:er förbättrar avsevärt Max’ naturliga språkförståelse och generering. I kombination med vår analytiska plattform och specialiserade DS/ML-applikationer som utvecklats under ett decennium kunde vi skapa en AI-assistent som kunde hantera mer komplexa frågor och leverera mer nyanserade svar. Detta var ett stort steg framåt för att möjliggöra en intuitiv och behaglig chattupplevelse för användarna. GPT:s förmåga att generera mänskliga svar hjälper användarna att känna sig mer bekväma och säkra när de använder plattformen – som om de chattar med en kollega.

Med den snabba utvecklingen av språkmodeller som GPT-4 och Claude 3, hur planerar AnswerRocket att ligga steget före konkurrenterna och fortsätta innovera inom AI-analysområdet?

Området utvecklas extremt snabbt och det håller oss väldigt sysselsatta. Vi får tag på varje större modell som släpps, experimenterar och lär oss hela vägen. Vi har utformat AnswerRocket för att vara modell-agnostisk, med tanken att kunderna kommer att vilja kunna välja en specifik modell eller till och med flera modeller för att stödja olika användningsfall. Vi vill möjliggöra den nivån av flexibilitet och vägleda användarna i att välja de bästa modellerna för jobbet.

Hur säkerställer AnswerRocket att dess plattform är användarvänlig för affärsanvändare som kanske inte har teknisk expertis?

Max, vår AI-assistent, spelar en stor roll här. Inte bara är Max utformad för att förstå vad användaren frågar efter och returnera ett svar, utan den hjälper också användarna att hitta användbara svar. Till exempel vet vi att det kan vara skrämmande för användare att börja från en tom skärm, så vi ger dem exempelfrågor att utgå från. Likaså kan Max ge förslag på följduppfrågor bredvid sina svar, vilket leder användarna till nästa relevant insikt. Max kan också fråga vidare om mer information behövs för att utföra en begärd analys – målet är att hålla samtalet igång och få användaren till det svar de söker. Slutligen kan användare ge feedback på Max’ svar. Detta är användbart för att informera administratörer om var upplevelsen behöver justeras eller förbättras.

Kan du diskutera anpassningsalternativen som finns tillgängliga med Max och Skill Studio?

Vår vision för Skill Studio är att ge dataanalytiker verktygen för att skapa AI-drivna assistenter för i princip alla dataanalysanvändningsfall under solen. Det handlar om att hjälpa dem att förverkliga sina processer och bästa metoder i återanvändbara och sammansatta AI-agenter som kan göra snabbt arbete av svåra dataanalysuppgifter.

Med Skill Studio kan användare skapa anpassade “Skills” som är anpassade till deras unika analytiska processer. Detta inkluderar att definiera specifika datakällor, analytiska metoder och visualiseringspreferenser, samt bygga och modifiera rapporter och arbetsflöden. Max stöder komplexa analyser med hjälp av flera datakällor, både strukturerade och ostrukturerade, för att berätta mer omfattande datBerättelser.

Skill Studio erbjuder en fullständig utvecklingsmiljö med ett lågkodsgränssnitt, vilket gör det tillgängligt för både tekniska och icke-tekniska användare. Du behöver inte börja från scratch: Vi tillhandahåller förbyggda komponenter och mallar för analyser, diagram och tabeller. Dessutom har vi specialbyggda AI-assistenter för specialiserade uppgifter. Naturligtvis kan du också skapa dina egna anpassade block och integrera dina egna maskinlärningsmodeller.

Kan du dela med dig av några exempel på hur AnswerRocket har drivit betydande affärsresultat för dina kunder, såsom förbättrad beslutsfattning eller ökad operativ effektivitet?

AnswerRocket har drivit betydande affärsresultat inom olika branscher, inklusive områden som konsumentvaror, läkemedel, försäkring, finansiella tjänster och professionella tjänster.

En av våra främsta framgångshistorier är med AB InBev, världens ledande bryggeri. Liksom de flesta företag mötte de utmaningar med den manuella och tidskrävande processen att omvandla rådata till agerbara insikter. Genom att integrera AnswerRockets AI-assistent, Max, transformerade de denna process.

Till exempel minskades tiden det tog att omvandla rådata till agerbara insikter från 20 dagar till 3 dagar, vilket gjorde det möjligt för deras varumärkeschefer att fatta beslut i tid. Rapportgenerering, som tidigare tog dagar, sker nu inom timmar, vilket levererar insikter snabbt över 17 marknader. Affärsanvändare kan nu själva besvara frågor och insikter på begäran genom att chatta med Max.

I termer av produktivitet frigjorde våra AI-lösningar 160 arbetsdagar för AB InBevs insiktsteam, vilket gjorde det möjligt för dem att fokusera på strategiska uppgifter. Lösningen har skalats från det europeiska teamet till globala operationer, vilket visar dess breda påverkan.

Dessa förbättringar i effektivitet och beslutsfattning är inte isolerade till AB InBev. Många av våra kunder har sett liknande resultat, med snabbare insikter, mer strategisk användning av resurser och bättre affärsresultat.

Med tanke på vikten av datasäkerhet och efterlevnad, hur säkerställer AnswerRocket att dess plattform uppfyller företagsklassens säkerhetsstandarder?

Datasäkerhet och efterlevnad är absolut nödvändiga. Vi har genomfört flera robusta åtgärder för att säkerställa skyddet av våra användares data.

Vi använder avancerade krypteringsmetoder för att skydda data både i vila och under överföring. Detta innebär att data skyddas i alla stadier av bearbetning. Utöver detta har vi strikta åtkomstkontroller. Åtkomst till data och analys är begränsad till behöriga användare, vilket säkerställer att känslig information hålls säker.

Vi följer också branschstandarder och regleringar som GDPR och CCPA, vilket är nyckeln för efterlevnad av dataskyddslagar. Vi skapar aldrig kopior av data medan den analyseras. Detta upprätthåller dataintegritet och konfidentialitet.

Vi genomför regelbundna säkerhetsrevisioner och sårbarhetsbedömningar. Dessa hjälper oss att proaktivt identifiera och mildra potentiella risker, vilket säkerställer att våra säkerhetsåtgärder alltid är uppdaterade.

Dessa steg understryker vårt åtagande att skydda våra användares data och upprätthålla de högsta säkerhets- och efterlevnadsstandarderna. Det handlar om att säkerställa att våra användare kan lita på oss med sin data varje steg på vägen.

Vad är dina tankar om framtiden för AI inom företagsanalys?

AI kommer att revolutionera företagsanalys genom att avsevärt förbättra produktivitet och effektivitet. Idag involverar mycket av arbetet manuell datainsamling, bearbetning och rapportering, vilket är tidskrävande. Med AI kommer dessa rutinmässiga uppgifter att automatiseras, vilket gör det möjligt för team att fokusera på mer strategiskt arbete.

Tänk dig en framtid där en AI-assistent kan hämta data från olika källor, utföra komplexa analyser och generera rapporter nästan omedelbart. Detta kommer att möjliggöra för analytiker och affärsteam att spendera mer tid på att tolka data och utveckla strategiska rekommendationer.

Rollen som analytiker kommer att utvecklas från att vara utförare till att vara orkestrerare av AI-drivna processer. De kommer att vägleda AI-system för att utforska olika hypoteser, validera resultat och säkerställa att insikterna är i linje med affärsmål. AI kommer att göra det möjligt för individer att vara mycket mer kraftfulla, vilket innebär att ett litet team kan uppnå vad som för närvarande kräver mycket större grupper.

Till slut kommer företag som antar AI tidigt att ha en konkurrensfördel. De kommer att vara mer produktiva och innovativa, svara på marknadsförändringar snabbt. När AI omformar företagsanalys öppnar det nya möjligheter för tillväxt, vilket gör det till en spännande tid för företag som är villiga att ta ledningen.

Tack för det underbara samtalet, läsare som vill lära sig mer kan besöka AnswerRocket.