ดร. ริช ซอนเนนบลิค, หัวหน้านักวิทยาศาสตร์ข้อมูล, Planview – ซีรีส์สัมภาษณ์

ดร. ริช ซอนเนนบลิค หัวหน้านักวิทยาศาสตร์ข้อมูลของ Planview มีประสบการณ์หลายปีในการทำงานร่วมกับบริษัทเภสัชกรรมและวิทยาศาสตร์ชีวภาพที่ใหญ่ที่สุดในโลก โดยการทำการวิจัยและประยุกต์ใช้ข้อมูลอย่างลึกซึ้ง เขาได้พัฒนาวิธีการจัดลำดับความสำคัญและตรวจสอบพอร์ตโฟลิโออย่างมีประสิทธิภาพ รวมถึงระบบการให้คะแนนและการคาดการณ์ทางการเงินเพื่อปรับปรุงการคาดการณ์ผลิตภัณฑ์และการวิเคราะห์พอร์ตโฟลิโอ ดร. ซอนเนนบลิค จบปริญญาเอกและมหาบัณฑิตจากมหาวิทยาลัยคาร์เนกีเมลลอน ในสาขาวิศวกรรมและนโยบายสาธารณะ และจบปริญญาตรีในสาขาฟิสิกส์จากมหาวิทยาลัยแคลิฟอร์เนีย ซานตาครูซ

แพลตฟอร์มการทำงานที่เชื่อมต่อของ Planview ได้รับการออกแบบมาเพื่อเพิ่มความเร็วในการเข้าสู่ตลาดและความสามารถในการคาดการณ์ ปรับปรุงประสิทธิภาพในการใช้ทรัพยากรสูงสุด และสนับสนุนการดำเนินยุทธศาสตร์เพื่อให้บรรลุผลลัพธ์ทางธุรกิจที่ดีที่สุด

คุณมีประสบการณ์ยาวนานในการเปลี่ยนแปลงจากการจัดการที่ปรึกษาไปสู่การนำการวิทยาศาสตร์ข้อมูลมาใช้ คุณได้รับแรงบันดาลใจในการเปลี่ยนแปลงนี้อย่างไร และการเดินทางของคุณได้ định hìnhแนวทางของคุณในการใช้ AI ในธุรกิจอย่างไรในปัจจุบัน

การจัดการที่ปรึกษาทำให้ฉันเข้าใจถึงความไม่มีประสิทธิภาพและโอกาสที่ยังไม่ได้ถูกใช้ประโยชน์ในธุรกิจ ซึ่งมีระยะห่างที่ชัดเจนระหว่างคำแนะนำเชิงกลยุทธ์และข้อมูลเชิงลึกที่สามารถดำเนินการได้จริง การวิทยาศาสตร์ข้อมูลช่วยลดช่องว่างนี้โดยการเปลี่ยนข้อมูลดิบให้เป็นสินทรัพย์เชิงกลยุทธ์ที่มีพลังในการแจ้งคำตัดสินใจในเวลาจริง การเดินทางของฉันสอนฉันว่าควรพิจารณา AI เป็นเครื่องมือที่สามารถปรับปรุงกระบวนการ ตัดสินใจอย่างรวดเร็ว และปลดปล่อยความคิดสร้างสรรค์ในรูปแบบที่เพิ่มความเชี่ยวชาญของมนุษย์

ที่ Planview คุณได้นำการผสมผสานโซลูชัน AI ที่ซับซ้อนเข้าไปในฟังก์ชันการทำงานต่างๆ ของธุรกิจ คุณสามารถแบ่งปันประสบการณ์ของคุณในฐานะหัวหน้านักวิทยาศาสตร์ข้อมูลและความท้าทายที่คุณพบเห็นได้หรือไม่

ที่ Planview AI ถูกฝังอยู่ในแพลตฟอร์มของเราเพื่อปลดปล่อยข้อมูลเชิงลึกและปรับปรุงการตัดสินใจ ฉันเน้นการใช้ AI เพื่อเพิ่มประสิทธิภาพการจัดการทรัพยากร การวางแผนโครงการ และประสิทธิภาพการดำเนินงาน AI Copilot ของเรามอบการฝึกอบรมบนงานสำหรับผู้ใช้ทุกระดับทักษะ อัตโนมัติงานที่ใช้เวลานาน เช่น การสร้างรายงาน และใช้แนวทางปฏิบัติที่ดีที่สุดในการแนะนำแนวทางปฏิบัติที่มีประสิทธิผล ทำให้ทีมสามารถตัดสินใจได้อย่างรวดเร็ว

AI สามารถช่วยให้บริษัทต่างๆ ระบุความไม่มีประสิทธิภาพภายในทีมและปรับปรุงการกระจายทรัพยากรได้อย่างไร

AI มีความสามารถในการระบุรูปแบบในข้อมูลที่ซับซ้อนเกินกว่าที่มนุษย์จะรับรู้ได้อย่างรวดเร็ว AI สามารถเน้นย้ำทรัพยากรที่ไม่ได้ใช้ประโยชน์ ระบุจุดอุดตัน และคาดการณ์ความไม่สมดุลของงาน โดยการวิเคราะห์วัตถุประสงค์ของพอร์ตโฟลิโอ ระยะเวลาโครงการ และเมตริกการทำงานของทีม AI สามารถแนะนำการกำหนดงานใหม่หรือการกระจายทรัพยากรใหม่เพื่อสร้างผลกระทบสูงสุดโดยไม่ต้องเพิ่มทรัพยากรเพิ่มเติม

ความไม่มีประสิทธิภาพทั่วไปในการจัดการทรัพยากรที่ AI สามารถแก้ไขได้อย่างมีประสิทธิภาพคืออะไร

AI มีความสามารถพิเศษในการเน้นย้ำโครงการที่ไม่สอดคล้องกับกลยุทธ์และการดำเนินการที่ไม่ได้ผล และเรามีฝึกอบรมทักษะเหล่านี้ให้กับ Planview Copilot เมื่อ Copilot พัฒนาต่อไป มันจะสามารถเน้นย้ำและแนะนำมาตรการบรรเทาได้ดีขึ้น AI ยังสามารถระบุความสูญเสียในกระบวนการ เช่น งานซ้ำซ้อนหรือการถ่ายโอนงานที่ไม่จำเป็น และแนะนำการปรับปรุง

ความสูญเสียเป็นความท้าทายที่สำคัญสำหรับทีมพัฒนาซอฟต์แวร์ AI สามารถลดความสูญเสียได้อย่างไร

ความสูญเสียในการพัฒนาซอฟต์แวร์มักเกิดจากความไม่มีประสิทธิภาพ เช่น การจัดลำดับความสำคัญที่ไม่ดี การแก้ปัญหาอย่างไม่จำเป็น หรือความพยายามของทีมที่ไม่สอดคล้องกัน AI สามารถลดความสูญเสียโดยการทำงานเป็นผู้ช่วยในการเขียนโค้ด อัตโนมัติงานซ้ำซ้อน และให้ข้อมูลเชิงลึกที่คาดการณ์ไว้เกี่ยวกับระยะเวลาโครงการและความเสี่ยงที่อาจเกิดขึ้น ตัวอย่างเช่น AI สามารถวิเคราะห์โครงการในอดีตเพื่อระบุรูปแบบที่นำไปสู่ความล่าช้า และช่วยให้ทีมหลีกเลี่ยงข้อผิดพลาดเหล่านั้น

มีโมเดล AI หรือเครื่องมือใดที่เหมาะสมอย่างยิ่งสำหรับการเพิ่มประสิทธิภาพของวงจรชีวิตการพัฒนาซอฟต์แวร์

เพื่อเพิ่มประสิทธิภาพของวงจรชีวิตการพัฒนาซอฟต์แวร์ เรากำลังมองหาการเพิ่มประสิทธิภาพและความสอดคล้อง Planview Copilot ใน Viz ระบุจุดอุดตันและอุปสรรคต่อความเร็วของกระแสการทำงาน และให้ข้อมูลเชิงลึกที่สามารถดำเนินการได้ตามข้อมูลขององค์กร ทีมสามารถใช้ภาษาอังกฤษธรรมดาเพื่อแปลเมตริกการไหล ระบุความชะลอการส่งมอบของระบบ และได้รับคำแนะนำที่ละเอียด นี่คือความสำคัญในการเพิ่มผลผลิตและทำให้การส่งมอบมีประสิทธิภาพ

ความสัมพันธ์ระหว่างข้อมูลสามารถสร้างมูลค่าเพิ่มเติมเมื่อใช้ AI เป็นผู้ช่วยในการทำงานอย่างไร

โดยการสร้างความสัมพันธ์ระหว่างจุดข้อมูล—ไม่ว่าจะเป็นในตารางเวลาโครงการ การใช้ทรัพยากร หรือการสื่อสารของทีม—AI สามารถแสดงข้อมูลเชิงลึกที่ไปไกลกว่าที่เห็นได้ชัดเจน ตัวอย่างเช่น การเชื่อมโยงแนวโน้มของอารมณ์ในการอัปเดตสถานะกับผลลัพธ์ของโครงการสามารถช่วยให้ผู้จัดการคาดการณ์ข้อขัดข้องก่อนที่ทีมจะนำเสนอให้กับการจัดการ มอบเวลาให้พวกเขาทำการปรับเปลี่ยนเชิงรุก

องค์กรขนาดเล็กควรดำเนินการใดเพื่อนำ AI มาใช้อย่างคุ้มค่าโดยไม่กระทบต่อผลกระทบ

องค์กรขนาดเล็กควรเริ่มต้นด้วยเครื่องมือ AI ที่สร้างสรรค์ที่สามารถเข้าถึงได้ ซึ่งทำหน้าที่เป็นประตูสู่โซลูชันที่ซับซ้อนมากขึ้น เครื่องมือที่สรุปเอกสาร ช่วยในการสร้างเนื้อหาการตลาด หรือช่วยในการสร้างโค้ดเป็นวิธีที่คุ้มค่าสำหรับองค์กรเหล่านี้ในการเริ่มต้นการนำ AI มาใช้โดยไม่ต้องลงทุนมาก นอกจากนี้ การเริ่มต้นด้วยการเสนอ AI ในแนวนอนซึ่งใช้ได้กับกรณีการใช้งานหลากหลายจะเป็นมูลค่าที่ดีกว่าการลงทุนในแอปพลิเคชันเฉพาะที่บิดเบือน AI ที่สร้างสรรค์ให้เหมาะกับงานเฉพาะเจาะจง ซึ่งช่วยให้องค์กรระบุกรณีการใช้งานที่มีผลกระทบสูงสุดเฉพาะสำหรับองค์กรของตนเอง

การวิเคราะห์เชิงพยากรณ์มีบทบาทอย่างไรในการปรับปรุงผลลัพธ์ของโครงการ

การวิเคราะห์เชิงพยากรณ์ช่วยให้ทีมคาดการณ์ข้อขัดข้องและผลลัพธ์ที่อาจเกิดขึ้นตามข้อมูลในอดีตและแนวโน้มปัจจุบัน ตัวแทน AI สามารถคาดการณ์ความน่าจะเป็นของความล่าช้าโครงการหรือการขาดแคลนทรัพยากร ทำให้ผู้จัดการผลิตภัณฑ์สามารถปรับแผนการเชิงรุกได้ ความคาดการณ์นี้ลดความเสี่ยงและเพิ่มประสิทธิภาพสูงสุด ทำให้องค์กรบรรลุเป้าหมายเชิงกลยุทธ์ได้เร็วขึ้น

เมื่อมองไปข้างหน้า คุณเห็น AI ที่จะเปลี่ยนแปลงการดำเนินงานทางธุรกิจในอีกสิบปีข้างหน้าอย่างไร และคุณตื่นเต้นเกี่ยวกับแนวโน้ม AI ใหม่ๆ ที่จะส่งผลกระทบต่ออุตสาหกรรมอย่างไร

AI จะยังคงเปลี่ยนแปลงการดำเนินงานทางธุรกิจในอีกสิบปีข้างหน้า มันจะสร้างบทบาทใหม่ๆ เพิ่มความสามารถในการคาดการณ์ และทำให้นวัตกรรมมีประสิทธิภาพมากขึ้น

นักพัฒนาที่เชี่ยวชาญในการผสมผสาน AI จะกลายเป็นมาตรฐานและจะแทนที่นักพัฒนาที่ไม่ได้นำ AI มาใช้ในงานประจำวันของตน AI ที่สร้างสรรค์จะยังคงทำให้ขอบเขตระหว่าง AI ที่คาดการณ์ไว้และ AI ที่สร้างสรรค์เบลอ โดยการเพิ่มประสิทธิภาพของอัลกอริทึมด้วยสถานการณ์เชิงสังเคราะห์สำหรับการตัดสินใจเชิงกลยุทธ์ตามปัจจัยภายในและภายนอก ในด้านไบโอเทค AI ที่สร้างสรรค์จะสร้างโปรไฟล์ผู้ป่วยที่ซับซ้อนเพื่อค้นหาวิธีรักษาใหม่ๆ ในด้านความปลอดภัยไซเบอร์ AI จะจำลองภัยคุกคามใหม่ๆ สำหรับโมเดลการคาดการณ์ในการต่อต้าน แนวโน้มที่เกิดขึ้นใหม่ๆ เช่น การอนุมานแบบปรับเปลี่ยนและโมเดล AI ที่เล็กและ効率มากขึ้น จะแก้ไขความท้าทายในการคำนวณในอนาคต และจะทำให้ได้ผลลัพธ์ที่รวดเร็วและเป็นเป้าหมายมากขึ้น

จากการจัดทำแผนเชิงกลยุทธ์ไปจนถึงการรักษาความปลอดภัยเชิงรุก การผสมผสาน AI จะทำให้ธุรกิจสามารถปรับตัวได้อย่างคล่องตัว ระบุกลยุทธ์ที่ยืดหยุ่นและความเป็นเลิศในการดำเนินงานในโลกที่เปลี่ยนแปลงอย่างรวดเร็ว

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Planview เพื่อเรียนรู้เพิ่มเติม