อาร์นาฟ มิชรา, ผู้ร่วมก่อตั้งและซีทีโอของ Doss – ซีรีส์สัมภาษณ์

อาร์นาฟ มิชรา, ผู้ร่วมก่อตั้งและซีทีโอของ Doss, เป็นนักวิศวกรรมซอฟต์แวร์เต็มรูปแบบและผู้นำทางเทคนิคที่มีประสบการณ์ครอบคลุมตั้งแต่สตาร์ทอัพในระยะแรกจนถึงระบบโครงสร้างพื้นฐานขนาดใหญ่ ก่อนที่จะร่วมก่อตั้ง Doss เขาเคยเป็นวิศวกรผู้ก่อตั้งที่ Siteline ซึ่งเขาได้สร้างระบบหลักๆ รวมถึงสถาปัตยกรรมสิทธิ์, การบูรณาการ ERP และเฟรมเวิร์กอัตโนมัติ ในขณะเดียวกันก็ยังร่วมมือในการสรรหาบุคลากร, การดำเนินงานรายได้ และวัฒนธรรมของบริษัท ตั้งแต่ช่วงแรกของอาชีพเขา曾ทำงานเป็นวิศวกรที่ Rubrik และฝึกงานที่บริษัทอย่าง Uber และ VMware โดยพัฒนาความเชี่ยวชาญด้านโครงสร้างพื้นฐานบนคลาวด์, ระบบข้อมูล และการอัตโนมัติ ในขณะเดียวกันกับการทำงานด้านเทคนิค เขายังเข้าร่วมในกิจกรรมการให้คำปรึกษาและการพัฒนาความสามารถผ่านองค์กรอย่าง Techquitable Futures และ Contrary สะท้อนให้เห็นถึงความมุ่งมั่นอย่างกว้างขวางในการสนับสนุนรุ่นต่อๆ ไปของวิศวกร

Doss เป็นบริษัทซอฟต์แวร์ระดับองค์กรสมัยใหม่ที่มุ่งเน้นในการปฏิวัติระบบ ERP truyền thốngผ่านแพลตฟอร์ม Adaptive Resource Platform (ARP) ซึ่งเป็นแพลตฟอร์มการดำเนินงานที่ยืดหยุ่นและเป็นมิตรกับ AI ที่ออกแบบมาเพื่อรวมและทำให้กระบวนการทางธุรกิจอัตโนมัติ โดยสร้างขึ้นเพื่อเป็นทางเลือกที่ประกอบได้สำหรับโซลูชัน ERP ในยุคก่อน Doss ช่วยให้บริษัทต่างๆ สามารถจัดการสินค้าคงคลัง, การจัดซื้อ, การเงิน และการเติมเต็มภายในระบบเดียวที่ปรับให้เข้ากับการดำเนินงานในโลกแห่งความเป็นจริง มากกว่าที่จะบังคับกระบวนการที่ยืดหยุ่นไม่ได้ แพลตฟอร์มของ Doss รวมถึงชั้นข้อมูลที่อยู่ตรงกลาง, วอร์กโฟลว์แบบไม่ต้องเขียนโค้ด และการวิเคราะห์แบบเรียลไทม์ ทำให้ธุรกิจสามารถใช้งานได้อย่างรวดเร็ว, รวมเข้ากับเครื่องมือที่มีอยู่ และพัฒนาการดำเนินงานอย่างต่อเนื่องโดยไม่ต้องใช้การนำไปใช้งานที่มีความยาวหรือที่ปรึกษาที่มีค่าใช้จ่ายสูง

แรงจูงใจในการสร้าง DOSS ย้อนกลับไปเมื่อ Wiley ได้เห็นซอฟต์แวร์ยุคเก่าทำลายธุรกิจการผลิตของพ่อเขา และทั้งคุณทั้งสองได้เห็นปัญหาเดียวกันโดยตรงขณะทำงานกับโรงงานและห่วงโซ่อุปทานฮาร์ดแวร์ อย่างไรที่ประสบการณ์เหล่านั้นได้ชี้นำการตัดสินใจในการร่วมก่อตั้ง DOSS และคิดค้นระบบ ERP ใหม่จากศูนย์?

ก่อน DOSS ฉันเคยเป็นวิศวกรผู้ก่อตั้งที่สตาร์ทอัพ FinTech ซึ่งเหตุผลหลักที่ลูกค้า – ซีเอฟโอ, นักบัญชี ฯลฯ – ไม่เลือกใช้โซลูชันของเราคือเพราะพวกเขา “ยุ่งเกินไปกับการนำระบบ ERP มาใช้” เมื่อฉันลึกซึ้งไปในดินแดนยุคเก่าของ ERP ฉันถูก震撼โดยโมเดลการนำไปใช้งานที่มีอยู่

สิ่งที่ฉันเห็นบ่อยที่สุดคือความล้มเหลวพื้นฐานเดียวกัน: การนำไปใช้งานใช้เวลาหลายเดือนหรือหลายปี, มีค่าใช้จ่ายหลายแสนถึงหลายล้านดอลลาร์ และถูกขัดขวางโดยทั้งหมดโดยที่ปรึกษาที่มีการเรียกเก็บเงินรายชั่วโมง จากนั้น เมื่อระบบ ERP ได้รับการจัดส่ง มันจะหยุดเปลี่ยนแปลง ธุรกิจจะดำเนินการต่อ แต่ระบบไม่เปลี่ยนแปลง นี่คือปัญหาทางสถาปัตยกรรม ไม่ใช่ปัญหาการกำหนดค่า คุณไม่สามารถแก้ไขปัญหาได้ด้วยการแก้ปัญหา

ในฐานะผู้สร้างซอฟต์แวร์ การเปรียบเทียบที่ใกล้เคที่สุดที่ฉันสามารถคิดได้คือการนึกถึงโลกที่เครื่องมือที่สำคัญที่สุดที่คุณใช้ – ในฐานะนักพัฒนาซอฟต์แวร์ ให้พูดถึง GitHub – ถูกสร้างขึ้นโดยเฉพาะสำหรับบริษัทของคุณในช่วงเวลาหลายปีโดยหน่วยงานที่ปรึกษาที่สาม จากนั้น เมื่อผลิตภัณฑ์เสร็จสิ้น ที่ปรึกษาจะออกไปพร้อมกับการบำรุงรักษาไม่มีการปรับปรุงคุณสมบัติ และไม่มีการสนับสนุน นักพัฒนาจะไม่พอใจ

ไม่มีบริษัทซอฟต์แวร์สมัยใหม่สามารถดำเนินงานในแบบจำลองนั้นได้ วิลีย์และฉันต่างมาถึงข้อสรุปเดียวกัน: วิธีเดียวที่จะแก้ไขปัญหานี้คือการสร้างจากศูนย์

DOSS ตั้งตนเป็นแพลตฟอร์มการดำเนินงานที่เป็นมิตรกับ AI ที่ออกแบบมาเพื่อทดแทนระบบ ERP truyền thống เช่น SAP หรือ Oracle (ORCL ) สิ่งที่แตกต่างพื้นฐานทางสถาปัตยกรรมที่ทำให้ ERP ที่เป็นมิตรกับ AI เป็นไปได้ในปัจจุบัน แต่ไม่สามารถทำได้เมื่อสิบปีที่แล้วคืออะไร?

Oracle และ SAP ถูกสร้างขึ้นในยุคที่เพื่อให้ได้รับการกระจายสูงสุด พวกเขาต้องทำให้ระนาบการกำหนดค่าของ ERP ง่ายขึ้นเพื่อให้สามารถแก้ไขได้ด้วย GUI ที่ที่ปรึกษาที่ไม่ใช่เทคนิคสามารถส่งมอบได้ในระดับใหญ่ เพื่อรักษาแนวทางปฏิบัติที่ดีที่สุด พวกเขาล็อกระบบหลักไว้และอนุญาตให้สามารถประกอบได้เฉพาะที่ขอบเท่านั้น อย่างไรก็ตาม ในความเป็นจริง เมื่อดูสเปกตรัมของธุรกิจทั้งหมดในโลก การใช้งานของธุรกิจต้องการความยืดหยุ่นสูงสุด

สิ่งที่โลกที่เป็นมิตรกับ AI ทำให้เกิดขึ้นคือการเปลี่ยนแปลงของวิศวกรรมซอฟต์แวร์จากงานฝีมือไปสู่เครื่องจักรอุตสาหกรรม ไม่จำเป็นต้องมีวิศวกรซอฟต์แวร์ที่สร้างโค้ดระบบด้วยมืออีกต่อไป แต่เรากำลังเข้าสู่โลกที่การผลิตซอฟต์แวร์เป็นปัจจัยของการคำนวณและโทเค็น

Doss ได้รับการออกแบบโดยคำนึงถึงสิ่งนี้เป็นหลัก

เราสร้าง ZSL ซึ่งเป็นภาษา DSL ที่อธิบายการนำไปใช้งาน Doss ของลูกค้าโดยสมบูรณ์ในโค้ด คิดว่ามันทำอะไรได้บ้าง เช่น Terraform สำหรับการพยายาม Infrastructure as Code แต่แทนใช้กับตรรกะการประยุกต์ทางธุรกิจ โดยการกำหนด ERP ในภาษาโปรแกรมมิ่งที่มีมิติต่ำ เราสามารถใช้เอเย่นต์ในการส่งมอบโซลูชัน ERP ได้

หลังจากที่ ZSL ถูกเขียนแล้ว สิ่งที่สำคัญที่สุดของสถาปัตยกรรมคือการนำแนวทางปฏิบัติที่ดีที่สุดมาใส่ไว้ในตัวแพลตฟอร์มเองเพื่อป้องกันไม่ให้เอเย่นต์สร้างการนำไปใช้งานที่มีคุณภาพต่ำ ทีมของเราสามารถส่งมอบระบบที่กระจายและใช้งานได้จริงพร้อมกับเครื่องจัดตารางงานระดับเคอร์เนลเพื่อรับมือกับงาน ERP ที่มีการเปลี่ยนแปลงอย่างรวดเร็ว นอกจากนี้เรายังสร้างระบบฐานข้อมูล HTAP ที่รวมจุดสำคัญของฐานข้อมูลแบบธุรกรรม เช่น Postgres และความสามารถในการวิเคราะห์ของ Data Warehouse

ด้วยการสร้างแพลตฟอร์มที่มีความแข็งแกร่งระดับองค์กรตั้งแต่เนิ่นๆ ระบบจึงพร้อมสำหรับการกระจายตัวแบบเอเย่นต์ทั้งหมด สิ่งที่ใช้เวลาทีมที่ปรึกษาทำได้หลายเดือนหรือหลายปีสามารถกระจายสัญญาณได้แบบขนานโดยใช้โครงสร้างพื้นฐานแบบเอเย่นต์ในระบบปิดของเรา

หลายบริษัทยังคงพึ่งพาสเปรดชีตและเครื่องมือที่กระจัดกระจายสำหรับการจัดซื้อ, สินค้าคงคลัง และการจัดการคำสั่งซื้อ จุดบอดในการดำเนินงานที่ใหญ่ที่สุดที่เกิดขึ้นเมื่อข้อมูลหลักของธุรกิจไม่ได้รวมเข้าด้วยกันในแหล่งเดียวของความจริงคืออะไร?

ปัญหาที่ใหญ่ที่สุดคือการตัดสินใจโดยอาศัยข้อมูลที่ล้าสมัยหรือไม่สมบูรณ์ หากข้อมูลสินค้าคงคลังของคุณอยู่ในสถานที่หนึ่ง คำสั่งซื้ออยู่ในอีกที่หนึ่ง และคำสั่งขายอยู่ในอีกที่หนึ่ง คุณจะต้องปรับให้เข้ากันอยู่เสมอ โดยใช้เวลาและความพยายามอย่างมาก และหลังจากที่เกิดเหตุการณ์แล้ว เมื่อใครสักคนตระหนักว่าสินค้าคงคลังผิดพลาดหรือซัพพลายเออร์ขาดตกค้าง มันจะกลายเป็นปัญหาในธุรกิจแล้ว

Verve Coffee Roasters เป็นตัวอย่างที่ดีของที่ที่สิ่งนี้ล้มเหลวในทางปฏิบัติ พวกเขาดำเนินธุรกิจทั่วทั้งร้านขายของชำ, ขายส่ง, DTC และร้านกาแฟในสหรัฐอเมริกาและญี่ปุ่น แต่จัดการทุกอย่างเหล่านี้ผ่านระบบที่ไม่เชื่อมต่อกันโดยไม่มีการมองเห็นสินค้าคงคลังแบบเรียลไทม์ พวกเขาเสียสินค้าของตนเองที่สถานที่ที่มีการเข้าชมสูงและตกอยู่ในสถานการณ์ขาดสินค้าในช่วงการเปิดตัวร้านค้าปลีกที่สำคัญ ซึ่งทำให้ความสัมพันธ์กับร้านค้าปลีกที่สำคัญเสียหาย ข้อมูลนั้นอยู่ที่ไหนสักแห่ง มันแค่ไม่ได้เชื่อมต่อกันในลักษณะที่ทำให้ใครก็ตามสามารถดำเนินการตามข้อมูลนั้นได้ทันเวลา

ปัญหาระบบรายละเอียดคือการซ่อนรูปทรงที่แท้จริงของการดำเนินงานของคุณ คุณไม่สามารถมองเห็นความสัมพันธ์ระหว่างการล่าช้าในจุดหนึ่งกับปัญหาในการเติมเต็มในอีกจุดหนึ่งหากสิ่งเหล่านั้นอยู่ในเครื่องมือที่แตกต่างกัน คุณจบลงด้วยการบริหารจัดการอาการ ไม่ใช่การแก้ปัญหา คุณเร่งการส่งมอบ, สร้างสินค้าคงคลังสำรอง และดำเนินการตรวจสอบด้วยมือแทนการเข้าใจสิ่งที่เกิดขึ้นจริงๆ

ในใจของเราคือการดำเนินธุรกิจโดยไม่มีการเข้าถึงระบบควบคุมเวอร์ชัน (Git), เครื่องมือสังเกตการณ์ (DataDog) หรือฐานข้อมูลที่จัดเก็บข้อมูลเพื่อทำการซักถาม

การนำระบบ ERP ไปใช้ได้ประวัติศาสตร์ที่ต้องการทีมที่ปรึกษาที่ใหญ่โตและใช้เวลาหลายเดือนหรือหลายปีในการนำไปใช้ AI เปลี่ยนแปลงเศรษฐศาสตร์และความซับซ้อนของการนำซอฟต์แวร์ในการดำเนินงานภายในธุรกิจจริงอย่างไร?

แบบจำลองการนำไปใช้แบบดั้งเดิมคือผลลัพธ์ที่เกิดขึ้นจากแนวทางปฏิบัติซอฟต์แวร์ที่มีอายุหลายชั่วรุ่น เราไม่ได้อาศัยอยู่ในโลกนั้นอีกต่อไป

มีแรงจูงใจที่ผิดปกติในการนำระบบ ERP ไปใช้ในปัจจุบัน – ยิ่งการนำไปใช้ใช้เวลานานและไม่มีประสิทธิภาพเท่าไหร่ ที่ปรึกษาจะได้รับเงินมากขึ้น ผู้สร้างส่วนใหญ่จะไม่เอาเปรียบสิ่งนี้ แต่พวกเขาไม่เคยถูกกระตุ้นให้เคลื่อนไหวด้วยความเร็วและคุณภาพ

นอกจากนี้ อัตราส่วนของค่าใช้จ่ายในการที่ปรึกษาถึงค่าใช้จ่ายซอฟต์แวร์ในการนำระบบ ERP ไปใช้แบบดั้งเดิมคือประมาณ 9:1 ดังนั้นคุณจึงใช้เงิน 9 ดอลลาร์สำหรับที่ปรึกษาสำหรับทุกๆ ดอลลาร์ที่คุณใช้ซอฟต์แวร์เอง สำหรับองค์กรขนาดใหญ่ นี่คือความเจ็บปวดมาก สำหรับธุรกิจขนาดกลาง มันคือสิ่งที่ยับยั้งไม่ให้ทำได้ ดังนั้นพวกเขาจึงตกลงซอฟต์แวร์ที่ไม่เหมาะสมกับการดำเนินงานของตน, ล่าช้าโครงการ หรือทิ้งมันไปกลางคัน

AI เปลี่ยนแปลงเศรษฐศาสตร์หน่วยของสิ่งนี้ทั้งหมด แทนที่จะเป็นการนำไปใช้แบบที่ปรึกษา การนำระบบ Doss ไปใช้คือโค้ดเบส เมื่อเวลาในการนำไปใช้ของเรายังคงลดลง เราสามารถจัดแนวแรงจูงใจกับแบบจำลอง “จ่ายเมื่อส่งมอบ” แทนที่จะเป็น “จ่ายตามที่คุณไป” เมื่อธุรกิจเปลี่ยนแปลง ระบบจะเปลี่ยนแปลงไปพร้อมกับมัน ความต้องการห้องที่ปรึกษาและเด็คการนำเสนอที่ยาวๆ ไม่เกี่ยวข้องอีกต่อไป ซอฟต์แวร์ควรจัดการส่วนที่เหลือ

ความสำเร็จที่ Doss หมายถึงการแทนที่ค่าใช้จ่ายบริการ IT ทั่วโลกมูลค่า 1.86 ล้านล้านดอลลาร์ด้วยการนำไปใช้แบบเอเย่นต์และการบำรุงรักษาโดยใช้ ZSL เป็นภาษาสำหรับซอฟต์แวร์ประยุกต์ทางธุรกิจ ความสำเร็จที่ Doss คือการทำให้ซอฟต์แวร์ประยุกต์ทางธุรกิจทั้งหมดมีราคาไม่แพง

คุณได้นำระบบ Doss ไปใช้กับบริษัทที่ดำเนินงานในสถานการณ์จริง เช่น การผลิต, โลจิสติกส์ และสินค้าอุปโภคบริโภค อะไรคือความท้าทายที่ไม่คาดคิดที่เกิดขึ้นเมื่อ AI พบข้อมูลการดำเนินงานที่ยุ่งเหยิง?

ความท้าทายไม่ใช่ AI มันเป็นข้อมูลที่คุณขอให้มันให้เหตุผล

ทุกๆ บริษัทที่เราทำงานด้วยมีทางออกในการดำเนินงานที่สะสมมาหลายปี ข้อมูลนั้นอยู่ที่ไหนสักแห่ง มันแค่ไม่ได้อยู่ในสถานที่ที่พนักงานของพวกเขาหรือแม้แต่ระบบเอเย่นต์สามารถดำเนินการได้อย่างน่าเชื่อถือ

ตัวอย่างที่ดีคือผู้ผลิตเฟอร์นิเจอร์จากเยอรมนีที่สร้างชิ้นส่วนที่ทำตามคำสั่ง เมื่อเรามาถึงพวกเขา พวกเขามีข้อมูลทางประวัติศาสตร์ 10 ปีกระจายไปทั่ว 8 รูปแบบไฟล์แบบกำหนดเองที่มี 11 วัตถุข้อมูลและ 3PL ซิงค์ที่ทำงานด้วยการคัดลอก-วางจากโฟลเดอร์ FTP โลจิกธุรกิจเป็นแบบเฉพาะเจาะจง มีการกำหนดค่าขนาดที่กำหนดเอง, การกำหนดค่า, วิธีการชำระเงิน และสถานที่แสดงสินค้า และทุกอย่างต้องทำงานในภาษาเยอรมัน ไม่มีสกีมาที่มีอยู่สำหรับสิ่งนี้ พวกเขาต้องจ่ายเงินหลายพันยูโรทุกครั้งที่ต้องการเปลี่ยนตัวเลือกการกำหนดค่าที่ง่ายๆ เช่น ตัวเลือกสถานะสำหรับคำสั่งซื้อ

ความท้าทายไม่ใช่ความซับซ้อนทางเทคนิคของชิ้นส่วนใดชิ้นส่วนหนึ่ง มันคือทุกๆ ธุรกิจมีเวอร์ชันที่แตกต่างของปัญหานี้ และคุณไม่สามารถคาดเดาได้จนกว่าคุณจะอยู่ในข้อมูลของพวกเขา

งานคือการสร้างลักษณะที่ถูกต้องของวิธีการดำเนินธุรกิจจริงๆ ไม่ใช่การแมปข้อมูลของพวกเขาไปเป็นเทมเพลตทั่วไปและหวังว่ามันจะพอดี

เพื่อสร้างโซลูชันที่ใช้ได้ผลในโลกแห่งความเป็นจริง คุณต้องการแพลตฟอร์มที่มีความยืดหยุ่นสูงสุด เพียงเท่านั้น AI จึงสามารถมีประโยชน์ได้ในการทำความเข้าใจโมเดลข้อมูลที่ซ่อนอยู่และสร้างโมเดลที่ทำงานสำหรับลูกค้าแต่ละราย

มีการอภิปรายมากมายเกี่ยวกับ AI คอปायलอตและเอเย่นต์อัตโนมัติในซอฟต์แวร์ทางธุรกิจ AI เพิ่มคุณค่ามากที่สุดในกระบวนการดำเนินงานที่ไหน และที่ไหนที่การกำกับดูแลของมนุษย์ยังคงจำเป็น?

ในระดับขนาดใหญ่ AI มีศักยภาพที่จะเปลี่ยนแปลงการทำงานทั้งหมด

ในระยะใกล้ โมเดลและเอเย่นต์เฉพาะของ Doss ควรจะสามารถเปลี่ยนแปลงแก่นกลางของที่ปรึกษาทางเทคนิคในการนำไปใช้ซอฟต์แวร์ทางธุรกิจและที่ปรึกษาการจัดการในการให้คำแนะนำเชิงกลยุทธ์ Doss จะมีคลังข้อมูลที่มีโครงสร้างและเชื่อมโยงซึ่งกันและกันมากที่สุด ซึ่งแสดงถึงทั้งโครงสร้างและข้อมูลการดำเนินงานสำหรับธุรกิจ เอเย่นต์ของเราสามารถใช้ข้อมูลนั้นเพื่อส่งมอบคำแนะนำที่สามารถขยายได้

คุณค่าที่ชัดเจนที่สุดในปัจจุบันคือการทำงานที่ซ้ำๆ, มีกฎเกณฑ์ และปัจจุบันทำโดยคนที่มีจุดมุ่งหมายเชิงกลยุทธ์อื่นๆ: การประมวลผลคำสั่งซื้อ, การปรับให้เข้ากับสินค้าคงคลัง และการกำหนดเส้นทางการตัดสินใจในการเติมเต็ม สิ่งเหล่านี้มี輸入และผลลัพธ์ที่กำหนดไว้อย่างดี และ AI สามารถจัดการได้อย่างน่าเชื่อถือในระดับขนาดใหญ่

สำหรับตอนนี้ การกำกับดูแลของมนุษย์ยังคงจำเป็นทุกที่ที่ต้นทุนของการตัดสินใจที่ผิดพลาดมีค่าใช้จ่ายสูง และระบบยังไม่มีข้อมูลเพียงพอที่จะเชื่อมั่นได้ รูปแบบที่ถูกต้องในปัจจุบันไม่ใช่การแทนที่การตัดสินใจของมนุษย์ทั้งหมดด้วยเอเย่นต์ แต่เป็นการให้เอเย่นต์จัดการงานที่มีปริมาณมากและเป็นไปตามกฎเกณฑ์ เพื่อให้ผู้คนสามารถมุ่งเน้นไปที่การตัดสินใจที่ต้องการความตัดสินใจของพวกเขา

หลายองค์กรพยายามวาง AI บนซอฟต์แวร์ยุคเก่า ในมุมมองของคุณ ทำไมการปรับเปลี่ยนระบบยุคเก่าด้วย AI จึงมักจะล้มเหลวเมื่อเทียบกับการสร้าง AI ตรงเข้าไปในพื้นฐานของแพลตฟอร์ม?

ระบบยุคเก่าไม่ได้ถูกสร้างขึ้นเพื่อให้ AI ใช้เหตุผลได้ โมเดลข้อมูล, API, วิธีการจัดโครงสร้างข้อมูล ทั้งหมดนี้ถูกออกแบบมาเพื่อให้คนเข้าถึงผ่านอินเตอร์เฟซ เมื่อคุณพยายามวาง AI บนระบบเหล่านั้น คุณกำลังขอให้ AI ทำงานรอบๆ ข้อจำกัดที่ไม่ได้ออกแบบมาให้ AI ทำงาน

แม้ว่าคุณจะพยายามวางเซิร์ฟเวอร์ MCP บนระบบเหล่านั้น แต่ในความเป็นจริง เซิร์ฟเวอร์ MCP ต้องการรูปแบบการออกแบบที่เฉพาะเจาะจงมาก เซิร์ฟเวอร์ MCP ส่วนใหญ่ในปัจจุบันทำให้หน้าต่างบริบทพองและทำให้ประสิทธิภาพลดลง

ปัญหาที่ลึกกว่าคือโมเดลการนำไปใช้ ในระบบ ERP แบบดั้งเดิม การกำหนดค่าของระบบถูกเก็บไว้ในตัวระบบเอง มันไม่ใช่โค้ดที่คุณสามารถอ่าน, ทดสอบ หรือปรับเปลี่ยนได้ ไม่มีทางให้เอเย่นต์เข้าใจว่าระบบกำลังทำอะไร หรือแม้แต่เปลี่ยนแปลงมันอย่างปลอดภัย เราสร้าง ZSL โดยเฉพาะเพื่อให้การกำหนดค่าเป็นฐานโค้ดที่เหมาะสม: อ่านได้, ทดสอบได้ และปรับเปลี่ยนได้ในระบบปิดลูป เรากำลังสร้างวงจรชีวิตการพัฒนาซอฟต์แวร์ (SDLC) ที่เป็นเอเย่นต์แบบเต็มรูปแบบ นี่คือสิ่งที่จำเป็นสำหรับ AI เพื่อทำงานบนระบบจริงๆ ไม่ใช่แค่นั่งอยู่บนระบบ

เมื่อ AI สามารถสร้างวอร์กโฟลว์และโต้ตอบโดยตรงกับระบบการดำเนินงานได้ คุณคิดว่าอินเทอร์เฟซของซอฟต์แวร์องค์กรแบบดั้งเดิมจะพัฒนาไปอย่างไร?

คำถามเรื่องอินเทอร์เฟซคือเกี่ยวกับใครที่ต้องใช้ระบบ ปัจจุบันอินเทอร์เฟซ ERP ถูกสร้างขึ้นรอบๆ ชุดผู้ใช้ที่มีอำนาจ เช่น คนที่ได้รับการฝึกอบรมเกี่ยวกับระบบในช่วงการนำไปใช้ ทุกคนอื่นๆ ไม่สามารถใช้งานได้หรือได้รับเวอร์ชันที่ลดลง

สิ่งที่เรากำลังสร้างคืออินเทอร์เฟซที่ประกอบได้ ซึ่งรักษาอินเทอร์เฟซเหมือนกับเว็บไซต์สร้างขึ้น อินเทอร์เฟซเองยังถูกสนับสนุนโดย ZSL ที่ปิดลูป ดังนั้น ทุกคน – ซีเอฟโอ, ผู้จัดการคลัง, นักวิเคราะห์ห่วงโซ่อุปทาน – ได้รับดัชบอร์ดและมุมมองข้อมูลที่ประกอบรอบๆ วิธีการทำงานของพวกเขา ไม่ใช่รอบๆ วิธีการกำหนดค่าซอฟต์แวร์ เมื่อ AI จัดการการทำงานเบื้องหลังมากขึ้น อินเทอร์เฟซจะกลายเป็นเรื่องของการมองเห็นและการตัดสินใจมากกว่าการป้อนข้อมูล คุณต้องเห็นอะไรที่เกิดขึ้น, เข้าใจว่าทำไม และตัดสินใจ ซอฟต์แวร์ควรจัดการส่วนที่เหลือ

สตาร์ทอัพอย่าง DOSS กำลังเข้าสู่ตลาดที่โดมิเนตโดยผู้เล่นที่มีอายุหลายทศวรรษ สตาร์ทอัพเหล่านี้มีข้อได้เปรียบอะไรเมื่อแข่งขันกับแพลตฟอร์มองค์กรที่มีอยู่?

ผู้เล่นที่มีอายุหลายทศวรรษมีปัญหาตรงกันข้ามกับสตาร์ทอัพ พวกเขามีฐานการติดตั้งที่ต้องคุ้มครอง การตัดสินใจทางสถาปัตยกรรมที่พวกเขาทำทุกครั้งต้องเข้ากันได้กับแบบย้อนหลัง พวกเขาสามารถเพิ่มคุณสมบัติ AI เข้าไปในผลิตภัณฑ์ที่มีอยู่ แต่พวกเขาไม่สามารถสร้างระบบพื้นฐานใหม่ได้โดยไม่ทำลายทุกสิ่งที่ทำงานบนระบบเหล่านั้น นี่ไม่ใช่ความล้มเหลวของความทะเยอทะยาน มันเป็นโครงสร้าง

ใน ERP โดยเฉพาะ พวกเขายังถูกขัดขวางด้วยการตัดสินใจทางธุรกิจที่ผลักดันให้พวกเขาไปในทางที่ Doss ต้องการกำจัด – ที่ปรึกษาทางเทคนิค โดยที่ผู้ใช้ใช้เงิน 9 ดอลลาร์สำหรับที่ปรึกษาสำหรับทุกๆ ดอลลาร์ที่ใช้ซอฟต์แวร์เอง ความสามารถในการเปลี่ยน 90% ของรายได้จากแหล่งที่มาไม่ใช่สิ่งที่ผู้เล่นที่มีอายุหลายทศวรรษสามารถทำได้

ระบบที่เป็นมิตรกับ AI สามารถถูกออกแบบมาให้ AI เป็นส่วนหนึ่งของสถาปัตยกรรมหลัก ไม่ใช่แค่ชั้นบนๆ โมเดลการนำไปใช้, โมเดลข้อมูล, วิธีการกำหนดค่าทำงานทั้งหมดถูกออกแบบมาให้ AI เป็นผู้เข้าร่วมหลัก นี่คือความได้เปรียบแบบทบต้น โดยที่การนำไปใช้แต่ละครั้งทำให้ระบบดีขึ้น และเอเย่นต์การนำไปใช้กลายเป็นมีประสิทธิภาพมากขึ้นในลูกค้าแต่ละราย โลกการปรับปรุงที่ไม่มีอยู่ในระบบที่การนำไปใช้仍เป็นการให้คำปรึกษาทางเทคนิคของมนุษย์

เมื่อมองไปข้างหน้า คุณเห็น AI เปลี่ยนแปลง “ระบบการดำเนินงาน” ของธุรกิจใน 5-10 ปีข้างหน้าอย่างไร โดยเฉพาะในด้านความสามารถในการมองเห็นห่วงโซ่อุปทาน, การตัดสินใจแบบเรียลไทม์ และการดำเนินงานอัตโนมัติ?

เราก่อตั้ง Doss ด้วยความเชื่อมั่นว่าระบบองค์กรสามารถสร้างตัวเองได้ หลังจากผ่านไป 3 ปี เราได้เข้าสู่เฟส 2 ของ Doss: การนำไปใช้แบบอัตโนมัติแบบเอเย่นต์ แพลตฟอร์มสามารถสร้าง, ตรวจสอบ และพัฒนาการนำไปใช้ของลูกค้าได้โดยไม่ต้องอาศัยการกำหนดค่าแบบที่ปรึกษาทางเทคนิคของมนุษย์ และมันจะดีขึ้นด้วยการนำไปใช้แต่ละครั้ง

ทิศทางที่นี่กำลังไปคือระบบที่อยู่ในล็อคสเต็ปกับธุรกิจเสมอ ปัจจุบันช่องว่างระหว่างวิธีการดำเนินธุรกิจและซอฟต์แวร์ที่รู้เกี่ยวกับธุรกิจนั้นคือหลายเดือนหรือหลายปี ระบบถูกกำหนดค่า ณ จุดหนึ่งและไม่เปลี่ยนแปลงตั้งแต่นั้นมา เมื่อช่องว่างนั้นปิดลง เมื่อระบบปรับให้เข้ากับการเปลี่ยนแปลงของธุรกิจแบบเรียลไทม์ สิ่งที่เป็นไปได้คือความสามารถในการดำเนินงานที่แตกต่าง การมองเห็นแบบเรียลไทม์ไม่ใช่แค่การรายงานที่เร็วขึ้น มันคือความสามารถในการจับปัญหาการจัดส่งก่อนที่จะกลายเป็นความล้มเหลวในการเติมเต็ม การดำเนินงานอัตโนมัติไม่ใช่แค่เรื่องของประสิทธิภาพ มันคือความสามารถในการดำเนินธุรกิจที่ซับซ้อนกว่าด้วยทีมเดียวกัน นี่คือรุ่นของซอฟต์แวร์การดำเนินงานที่เรากำลังสร้าง

ขอขอบคุณสำหรับการตอบคำถามที่มีรายละเอียด ผู้อ่านสามารถเยี่ยมชม Doss เพื่อเรียนรู้เพิ่มเติม