อัฟชีน อัฟชาร์ ผู้ก่อตั้ง Pilot Wave Holdings – สัมภาษณ์เชิงลึก

อัฟชีน อัฟชาร์ ผู้ก่อตั้ง Pilot Wave Holdings เป็นผู้นำด้านวิทยาศาสตร์ข้อมูลและลงทุนที่มีประสบการณ์ยาวนาน โดยเคยดำรงตำแหน่งระดับสูงในโกลด์แมน แซคส์, เจพี มอร์แกน และ เซอร์เบอรัส แคปิตอล แมเนจเมนต์ โดยช่วยสร้างโครงการวิทยาศาสตร์ข้อมูลและ AI ระดับใหญ่ภายในสถาบันการเงิน โดยมีพื้นฐานทางเทคนิคที่มีรากฐานมาจากงานวิจัยด้านประสาทวิทยาศาสตร์และการเรียนรู้ของเครื่องจักรที่มหาวิทยาลัยสแตนฟอร์ด อัฟชาร์สร้างอาชีพที่จุดตัดระหว่างการวิเคราะห์ขั้นสูง ทุนเอกชน และการเปลี่ยนแปลงการดำเนินงาน โดยมุ่งเน้นไปที่การนำ AI ไปใช้ในการดำเนินธุรกิจจริงที่มีประสิทธิภาพ

Pilot Wave Holdings เป็นแพลตฟอร์มการซื้อกิจการและการเติบโตที่มุ่งเน้นการเปลี่ยนแปลงธุรกิจขนาดเล็กและขนาดกลางโดยใช้ AI และเทคโนโลยีขั้นสูง บริษัทใช้ระบบ AI ที่เป็นกรรมสิทธิ์เพื่อวิเคราะห์การดำเนินงาน ระบุความไม่มีประสิทธิภาพ และขับเคลื่อนการปรับปรุงประสิทธิภาพในบริษัทในพอร์ตโฟลิโอของตน โดยการผสมผสานการมีส่วนร่วมในการดำเนินงานเข้ากับโครงสร้างพื้นฐานข้อมูลสมัยใหม่ Pilot Wave มุ่งหวังที่จะทำให้ธุรกิจแบบดั้งเดิมที่ขาดการเข้าถึงเครื่องมือขั้นสูงมีความทันสมัยและเติบโตในระยะยาวในเศรษฐกิจที่ขับเคลื่อนด้วยเทคโนโลยี

คุณเคยดำรงตำแหน่งผู้นำ AI ที่มีนวัตกรรมในบริษัทอย่าง JPMorgan และ Cerberus และต่อมาก่อตั้ง Pilot Wave Holdings เพื่อนำ AI เข้าสู่อุตสาหกรรมแบบดั้งเดิม สิ่งใดคือความเข้าใจหรือความ沮ใจที่ทำให้คุณเปลี่ยนจากการสร้าง AI ภายในสถาบันขนาดใหญ่ไปสู่การซื้อกิจการและเปลี่ยนแปลงธุรกิจโดยตรง

ปัญหาหลักคือความจำเป็นในการมีอำนาจในการดำเนินการอย่างรวดเร็ว ภายในสถาบันขนาดใหญ่ แม้ว่าคนจะเห็นด้วยกับโอกาส แต่ก็มักจะมีหลายชั้นระหว่างการระบุปัญหาและการดำเนินการจริง AI มักจะล้มเหลวไม่ใช่เพราะงานทางเทคนิคเป็นไปไม่ได้ แต่เพราะองค์กรดำเนินการช้าเกินไป มีการเมืองมากเกินไป หรือกระจัดกระจายเกินไปที่จะดำเนินการด้วยความเร่งด่วน ฉันต้องการทำงานในสภาพแวดล้อมที่ยุทธศาสตร์ การดำเนินงาน และเทคโนโลยีสามารถจัดตำแหน่งได้อย่างรวดเร็ว การซื้อกิจการและสร้างธุรกิจโดยตรงทำให้เกิดการเปลี่ยนแปลงนั้น หากคุณต้องการเปลี่ยนแปลงวิธีการดำเนินธุรกิจด้วยความเร็วและความตั้งใจ การเป็นเจ้าของธุรกิจนั้นเป็นสิ่งสำคัญ

อุตสาหกรรมส่วนใหญ่ยังคงเฉลิมฉลองการนำ AI ไปใช้ แต่คุณว่าการนำ AI ไปใช้จริงมักจะล้มเหลวที่จุดเปลี่ยนระหว่างการทดลองและการผลิต องค์กรที่สามารถนำ AI ไปใช้ได้สำเร็จมีอะไรที่แตกต่างจากองค์กรที่หยุดชะงัก

การนำ AI ไปใช้หลายครั้งถูกออกแบบมาให้สำเร็จ ซึ่งเป็นสาเหตุที่หลายบริษัทหลอกตัวเอง การทดลองเหล่านี้เกิดขึ้นในสภาพแวดล้อมที่สะอาด มีการดูแลพิเศษ มีขอบเขตจำกัด และไม่มีการเสียดสีที่เกิดขึ้นในการผลิต ปัญหาหลักๆ คือช่องว่างด้านการเอาใจใส่ ผู้เชี่ยวชาญด้านเทคนิคมักไม่สนใจหรือไม่ต้องการเรียนรู้ประสบการณ์ของผู้ดำเนินการ ดังนั้นพวกเขาจึงสร้างระบบที่ทำงานได้ในทฤษฎีหรือในตัวอย่าง แต่ไม่เหมาะสมกับความเป็นจริงของงาน องค์กรที่สามารถนำ AI ไปใช้ได้สำเร็จคือองค์กรที่ให้ความสำคัญกับกระบวนการทำงานของมนุษย์ตั้งแต่ต้นและสร้างระบบให้เหมาะสมกับความซับซ้อนของการดำเนินงานจริง แทนที่จะพยายามหลีกเลี่ยงมัน

งานของคุณมุ่งเน้นไปที่การฝัง AI ลงในภาคส่วนต่างๆ เช่น โครงสร้างพื้นฐาน การผลิต และอีคอมเมิร์ซ การนำ AI ไปใช้ในสภาพแวดล้อมเหล่านี้แตกต่างอย่างไรจากภาคธุรกิจดิจิทัลหรือซอฟต์แวร์

ความแตกต่างคือในธุรกิจแบบดั้งเดิม การเอาใจใส่และองค์ประกอบของมนุษย์มีความสำคัญมากกว่าที่ผู้เชี่ยวชาญด้าน AI ต้องการยอมรับ ในสภาพแวดล้อมซอฟต์แวร์ ทีมสามารถดำเนินการได้อย่างรวดเร็วและแก้ไขปัญหาในภายหลัง ในโครงสร้างพื้นฐาน การผลิต และอีคอมเมิร์ซ การทำงานเกี่ยวข้องกับระบบทางกายภาพ ข้อจำกัดจริง และผู้คนที่รู้ทันทีว่าเมื่อใดที่ระบบไม่เหมาะสมกับการดำเนินธุรกิจจริง ซึ่งหมายความว่าคุณไม่สามารถเข้ามาพร้อมกับโซลูชันที่มีเทคนิคที่สวยงามและคาดหวังให้มีการนำไปใช้ หากคุณไม่เข้าใจประสบการณ์ของผู้ดำเนินการ แนวทาง AI ของคุณอาจถูกทำลายแล้ว สภาพแวดล้อมเหล่านี้จะทำให้ความคิดที่ผิวเผินถูกเปิดเผยอย่างรวดเร็ว ซึ่งเป็นส่วนหนึ่งของเหตุผลที่พวกมันสำคัญมาก

คุณได้ให้คำปรึกษาว่าการนำ AI ไปใช้ควรเริ่มต้นด้วยลำดับความสำคัญทางธุรกิจมากกว่าเครื่องมือ สิ่งนี้หมายถึงอะไรในทางปฏิบัติ และทีมผู้นำควรปรับแนวทางในการเปลี่ยนแปลง AI อย่างไร

ทีมผู้นำส่วนใหญ่เริ่มต้นจากจุดที่ไม่ถูกต้อง พวกเขามักจะเริ่มต้นด้วยการถามว่า “เทคโนโลยีนี้สามารถทำอะไรให้เรา” เพราะมันฟังดูน่าตื่นเต้นและทันสมัย แต่จุดที่ถูกต้องในการเริ่มต้นคือการระบุลำดับความสำคัญทางธุรกิจที่สำคัญที่สุดของเรา เมื่อเรารู้สิ่งนั้นแล้ว เราก็สามารถพูดถึงเครื่องมือที่ดีที่สุดในการตอบสนองลำดับความสำคัญเหล่านั้นได้อย่างตรงไปตรงมา และไม่จำเป็นต้องเป็น AI เสมอ นั่นดูเหมือนจะชัดเจน แต่หลายบริษัทยังคงเริ่มต้นด้วยการมองหเทคโนโลยีก่อนและหวังว่ากรณีธุรกิจจะปรากฏขึ้นในภายหลัง มันเป็นกระบวนการที่ย้อนกลับและนำไปสู่การเคลื่อนไหวที่สูญเปล่า หากทีมผู้นำต้องการผลลัพธ์ที่แท้จริง พวกเขาต้องหยุดรักษาแนวทาง AI เป็นการซื้อของ

ที่ Pilot Wave คุณไม่ได้แค่ให้คำปรึกษาธุรกิจ แต่ยังเปลี่ยนแปลงธุรกิจหลังการซื้อกิจการด้วย การเปลี่ยนแปลงโครงสร้างหรือวัฒนธรรมที่สำคัญที่สุดคืออะไรที่คุณนำไปใช้เพื่อให้การนำ AI ไปใช้ประสบความสำเร็จ

สิ่งแรกคือการค้นหาสมทบุคลากรทั้งระดับสูงและระดับล่าง สมทบุคลากรระดับล่างรู้ความเป็นจริงของการดำเนินงานประจำวันและสามารถทำให้แน่ใจว่าคนในระดับล่างดำเนินการตามที่ต้องการ ในขณะที่สมทบุคลากรระดับสูงทำให้แน่ใจว่าไม่มีการเมืองที่จะขัดขวางความพยายามและไม่ให้ความพยายามถูกขัดขวางอย่างเงียบๆ หลายบริษัทมักจะพึ่งพาการสนับสนุนจากผู้บริหารมากเกินไปและสงสัยว่าทำไมสิ่งใดจึงไม่เปลี่ยนแปลงในทางปฏิบัติ ความจริงคือการนำ AI ไปใช้บ่อยครั้งล้มเหลวไม่ใช่เพราะไม่สามารถทำได้ แต่เพราะองค์กรต้านทานหรือผู้บริหารปล่อยให้การขัดขวางเกิดขึ้นรอบๆ คุณต้องการทั้งสองรูปแบบของการสนับสนุนในตอนต้น

เมื่อเอเจนต์ AI มีความสามารถมากขึ้นและโครงสร้างพื้นฐานมีความเป็นนามธรรมมากขึ้น ความเสี่ยงเชิงกลยุทธ์ใดที่เกิดขึ้นสำหรับบริษัทที่ไม่ได้ควบคุมข้อมูลและโครงสร้าง AI ของตนเอง

ฉันจะแย้งว่าบริษัทต้องมีการควบคุมพื้นฐานเสมอ ซึ่งต้องอาศัยการสร้างเครื่องมือวัดในระบบทั้งหมด ซึ่งเป็นวิธีที่ Pilot Wave เข้าถึงการออกแบบระบบ หากคุณไม่สามารถเห็นได้ว่าเกิดอะไรขึ้น วัดผล และวางรั้วกั้นรอบๆ คุณก็จะไม่เข้าใจความเสี่ยงที่คุณกำลังเผชิญ นั่นไม่ได้หมายความว่าคุณไม่ควรมอบหมายงาน แต่การมอบหมายงานโดยไม่มีการวัดผลไม่ใช่กลยุทธ์ที่สามารถดำเนินการได้ ส่วนตลาดหลายแห่งกำลังถูกหลอกให้เชื่อในนามธรรมเพราะมันทำให้สิ่งต่างๆ ดูเหมือนง่ายและเร็วขึ้น แต่ความสะดวกสบายนั้นสามารถซ่อนความอ่อนแอของระบบได้

มีระยะห่างที่เพิ่มขึ้นระหว่างการตลาด AI และการทำงานในโลกแห่งความเป็นจริง สัญญาณใดที่ผู้นำทางเทคนิคและผู้ดำเนินการควรสังเกตเพื่อแยกแยะความสามารถ AI ที่มีความหมายจากคำกล่าวอ้างที่ผิวเผิน

ขอให้คำถามเกี่ยวกับการวัดคุณค่าที่แท้จริงเสมอ ฉันเชื่อมั่นในการวัดคุณค่าตลอดอาชีพของฉัน ลงไปถึงโครงการแต่ละโครงการ เพราะไม่มีวินัยนี้จะทำให้ง่ายต่อการเข้าใจความตื่นเต้นกับผลลัพธ์ ทุกความพยายามควรได้รับการประเมินจากมุมมอง ROI และติดตามผล หากใครไม่สามารถอธิบายได้อย่างชัดเจนว่าระบบส่งผลกระทบต่อรายได้ ต้นทุน ประสิทธิภาพการผลิต หรือมาตรการทางธุรกิจอื่นๆ อย่างไร ก็อาจเป็นเพราะพวกเขากำลังขายการแสดงแทนผลลัพธ์ อุตสาหกรรมนี้ได้กลายเป็นคนสบายๆ ที่ให้รางวัลการนำเสนอที่ดีและคำกล่าวอ้างที่คลุมเครือ โดยไม่ต้องมีการวัดคุณค่าที่เข้มงวด มีความเสี่ยงจริงที่จะทิ้งเวลาและเงินไป

คุณได้สร้างและนำทีมวิทยาศาสตร์ข้อมูลขนาดใหญ่ มองเห็นอย่างไรว่าบทบาทของทีม AI จะพัฒนาเมื่อการทำให้ระบบอัตโนมัติเพิ่มขึ้นและระบบอาศัยตัวแทนมากขึ้น

AI จะรับหน้าที่ที่สูงขึ้นและกว้างขึ้น ที่ Pilot Wave เรากำลังพัฒนา AI ที่สามารถรับข้อมูลเข้ามา เช่น “เพิ่มรายได้ของฉัน 10%” แทนที่จะ “ทำซ้ำเว็บไซต์ของฉัน” ซึ่งเป็นจุดที่ AI ส่วนใหญ่ยังคงอยู่ในวันนี้ การเปลี่ยนแปลงนี้เปลี่ยนแปลงบทบาทของทีม AI อย่างมาก เนื่องจากงานเปลี่ยนจากงานเฉพาะไปสู่การให้ระบบตัดสินใจตามเป้าหมายทางธุรกิจจริง ทีมหลายทีมยังคงคิดแคบเกินไปเกี่ยวกับการทำให้ระบบอัตโนมัติและประเมินความเร็วของเทคโนโลยีต่ำเกินไป จุดศูนย์กลางของการเปลี่ยนแปลงจะเปลี่ยนจากการดำเนินการงานไปสู่การมอบหมายงานทางธุรกิจ ซึ่งเป็นการเปลี่ยนแปลงที่ใหญ่กว่าที่หลายองค์กรเตรียมพร้อม

หลายองค์กรลงทุนอย่างมากใน AI แต่ดิ้นรนในการสร้าง ROI ที่วัดได้ รูปแบบความล้มเหลวที่พบบ่อยที่สุดที่คุณสังเกตเห็นคืออะไร และสามารถหลีกเลี่ยงได้อย่างไร

ความพยายามส่วนใหญ่ของ AI โดยเฉพาะในองค์กรขนาดใหญ่ ยังคงมุ่งเน้นไปที่การนำเสนอที่น่าดึงดูด คำพูดที่น่าดึงดูด และสิ่งที่สามารถนำเสนอภายในได้ง่าย แต่ยากที่จะเชื่อมโยงกับคุณค่าที่แท้จริง บริษัทใช้เวลามากในการทำให้การทำงานดูซับซ้อนแทนที่จะทำให้มีประโยชน์ รูปแบบความล้มเหลวโดยทั่วไปไม่ใช่เรื่องที่น่าประหลาดใจ มันคือการขาดวินัยในการสร้างคุณค่าที่สามารถดำเนินการได้ หากไม่มีวัตถุประสงค์ทางเศรษฐกิจที่ชัดเจน ไม่มีเจ้าของ และไม่มีกรอบการวัด ผลลัพธ์ไม่ควรดำเนินต่อไป การมุ่งเน้นไปที่การสร้างคุณค่าอย่างเข้มงวดในแต่ละขั้นตอนเป็นสิ่งสำคัญ อีกทั้ง AI ขององค์กรมักจะกลายเป็นการออกกำลังกายในการสร้างแบรนด์ที่มีราคาแพง

เมื่อมองไปข้างหน้า คุณคิดว่าความสามารถ AI หรือการผ่านพื้นฐานของระบบใดที่จะมีผลกระทบมากที่สุดต่ออุตสาหกรรมในโลกแห่งความเป็นจริงในช่วง 5-10 ปีข้างหน้า

ความสามารถในการให้คำสั่งระดับสูงแก่ระบบ AI และมอบหมายส่วนสำคัญของธุรกิจจะเป็นจริงมากขึ้น นั่นคือความสามารถที่จะมีความสำคัญมากที่สุด เพราะมันจะพา AI ไปไกลกว่าการดำเนินงานเฉพาะและเข้าสู่การเพิ่มประสิทธิภาพการดำเนินงานจริง เมื่อเป็นผลที่ตามมา ผู้คนจะให้ความสำคัญกับด้านความสัมพันธ์และความไว้วางใจของธุรกิจมากขึ้น รวมถึงธรรมชาติทางกายภาพของงานที่เกี่ยวข้อง ไม่ว่าจะเป็นการก่อสร้างหรืออุตสาหกรรมอื่นๆ ที่ต้องใช้คนในพื้นที่ หลายคนยังคงพูดถึง AI ว่าเป็นชั้นการเพิ่มประสิทธิภาพที่อยู่ข้างๆ แต่การมองนี้เริ่มจะดูเก่าแล้ว ระบบกำลังจะสามารถรับหน้าที่ที่กว้างขึ้นได้ อนาคตมีความตื่นเต้น แต่ก็จะส่งผลกระทบต่อผู้ที่มีอยู่มากกว่าที่หลายคนต้องการยอมรับ

ขอขอบคุณสำหรับสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Pilot Wave Holdings เพื่อเรียนรู้เพิ่มเติม