เฟรด ลาลูยอ, ผู้ร่วมก่อตั้งและซีอีโอของ Aera Technology – สัมภาษณ์ซีรีส์

เฟรด ลาลูยอ ผู้ร่วมก่อตั้ง ประธานและซีอีโอของ Aera Technology เป็นผู้บริหารซอฟต์แวร์องค์กรที่มีประสบการณ์ในการสร้างและนำบริษัทที่อยู่ที่จุดตัดของการวิเคราะห์ การอัตโนมัติ และการตัดสินใจ ก่อนที่จะก่อตั้ง Aera เขา曾ดำรงตำแหน่งซีอีโอของ Anaplan และดำรงตำแหน่งผู้นำอาวุโสหลายตำแหน่งที่ SAP ซึ่งครอบคลุมด้านการเงิน การจัดการประสิทธิภาพ ความเสี่ยง การขาย และพัฒนาธุรกิจ ในช่วงแรกของอาชีพการงานของเขา เขาทำงานในตำแหน่งผู้บริหารที่ Business Objects และ ALG Software และก่อตั้ง Transcribe Technologies ซึ่งให้ประสบการณ์หลายทศวรรษในการขยายองค์กรซอฟต์แวร์ระดับโลกและแปลงข้อมูลที่ซับซ้อนให้เป็นผลลัพธ์ทางธุรกิจ

Aera Technology พัฒนาซอฟต์แวร์ปัญญาประดิษฐ์ที่ขับเคลื่อนด้วยการตัดสินใจที่ออกแบบมาเพื่อช่วยให้ธุรกิจขนาดใหญ่ดำเนินงานด้วยความเร็วและความแม่นยำมากขึ้น แพลตฟอร์มของบริษัทวิเคราะห์ข้อมูลจากทั่วทั้งองค์กรและสภาพแวดล้อมภายนอกอย่างต่อเนื่อง โดยเปลี่ยนข้อมูลเชิงลึกให้เป็นข้อแนะนำและการดำเนินการอัตโนมัติในเวลาจริง โดยการมุ่งเน้นไปที่การตัดสินใจมากกว่าแดชบอร์ด Aera มีเป้าหมายที่จะช่วยให้องค์กรเปลี่ยนจากการวิเคราะห์แบบตอบรับเป็นการดำเนินงานที่ปรับปรุงอย่างต่อเนื่อง

คุณได้ก่อตั้งและนำบริษัทซอฟต์แวร์องค์กรหลายแห่ง ตั้งแต่ช่วงแรกในการสร้าง Transcribe Technologies ไปจนถึงการบริหาร Anaplan และตอนนี้คุณเป็นผู้ร่วมก่อตั้ง Aera Technology ปัญหาใดที่คุณเห็นในองค์กรขนาดใหญ่ที่ทำให้คุณเชื่อว่าการตัดสินใจแบบอัจฉริยะต้องมีอยู่ในฐานะหมวดหมู่ของตัวเอง และทำไมปี 2017 จึงเป็นช่วงเวลาที่เหมาะสมในการสร้าง Aera

ฉันทำงานเกี่ยวกับปัญหานี้มานานกว่าหนึ่งทศวรรษ — ก่อนที่ Aera จะเกิดขึ้น เมื่อปี 2010 ขณะที่ฉันยังอยู่ที่ SAP ฉันเขียนเอกสารเกี่ยวกับสิ่งที่ฉันเชื่อว่าจะกลายเป็นความท้าทายที่ยิ่งใหญ่ที่สุดสำหรับองค์กรขนาดใหญ่: การตัดสินใจและดำเนินการอย่างรวดเร็วเพียงพอที่จะตามทันการเปลี่ยนแปลงทางดิจิทัลของเศรษฐกิจ

มีสามปัจจัยที่เกิดขึ้นพร้อมกัน — ปริมาณ ความซับซ้อน และความเร็ว การตัดสินใจกำลังเปลี่ยนไปสู่ระดับที่ละเอียดกว่า มากกว่าที่จุดสัมผัส แต่องค์กรยังคงถูกกำหนดให้เป็นปิรามิดที่ลึกของคน เครื่องมือ และกระบวนการที่ไม่สามารถขยายขนาดได้

คำถามที่แท้จริงกลายเป็น: คุณนำพลังของเทคโนโลยีลงสู่ระดับการทำธุรกรรมได้อย่างไร ไม่ใช่แค่ข้อมูลเชิงลึกหรือแดชบอร์ด แต่เครื่องจักรที่ดำเนินการการตัดสินใจอย่างต่อเนื่อง เรียนรู้จากการตัดสินใจทั้งหมด และมีมนุษย์ควบคุม

สำหรับปี 2017 เราเริ่มต้นเร็วเกินไป ตลาดยังไม่พร้อม และเราก็ไม่พร้อมเช่นกัน นั่นคือธรรมชาติของสตาร์ทอัพ: คุณเริ่มต้นด้วยวิสัยทัศน์ที่ชัดเจนและสร้างเร็วเพื่อให้พร้อมเมื่อตลาดเติบโต ในกรณีของ Aera ใช้เวลาหลายปี และ COVID-19 ไม่ได้ช่วยอะไร แต่มันเป็นเรื่องที่น่าสนใจที่จะเห็นว่าวิสัยทัศน์หลักของเรายังคงเหมือนเดิมในขณะที่แพลตฟอร์มและตลาดพัฒนาไปจนถึงจุดที่ Aera นำหน้าในหมวดหมู่การตัดสินใจแบบอัจฉริยะและทำงานร่วมกับองค์กรขนาดใหญ่ที่สุดในโลก

มีการอภิปรายมากมายเกี่ยวกับตัวแทน AI ในปัจจุบัน แต่คุณชัดเจนว่าข้อมูลเชิงลึกเพียงอย่างเดียวไม่เพียงพอ คุณอธิบายความแตกต่างระหว่างการวิเคราะห์ การแนะนำโดย AI และการตัดสินใจแบบอัจฉริยะให้กับ CIO ที่พยายามตัดผ่านเสียงรบกวนได้อย่างไร

การวิเคราะห์แบบดั้งเดิมและเครื่องมือธุรกิจอัจฉริยะบอกคุณว่าเกิดอะไรขึ้น AI สามารถช่วยคาดการณ์ได้ว่าอะไรอาจเกิดขึ้น การแนะนำโดย AI เสนอทางเลือก แต่ยังคงต้องอาศัยมนุษย์ในการตัดสินใจและดำเนินการ

การตัดสินใจแบบอัจฉริยะไปไกลกว่าแดชบอร์ดหรือข้อแนะนำแบบเดียว มันทำงานเป็นวงจรการเรียนรู้อย่างต่อเนื่องเพื่อเร่งและปรับปรุงการตัดสินใจ — โดยใช้ข้อมูล การวิเคราะห์ AI และการอัตโนมัติเพื่อประเมินผลกระทบ จำลองสถานการณ์ และดำเนินการและติดตามผลในเวลาจริง โดยสอดคล้องกับเป้าหมายทางธุรกิจ

ในขณะที่ AI สามารถช่วยทีมคาดการณ์อุปสงค์หรือเพิ่มประสิทธิภาพการทำงาน การตัดสินใจแบบอัจฉริยะกำหนดว่าจะดำเนินการอย่างไรบนข้อมูลเชิงลึกเหล่านั้น มันสร้างสมดุลระหว่างต้นทุน ความเสี่ยง ระดับการบริการ และข้อจำกัดในการดำเนินงานทั่วทั้งองค์กร

Aera มักถูกอธิบายว่าเป็นการเปิดใช้งานองค์กรที่ขับเคลื่อนด้วยตนเอง ในแง่ปฏิบัติ องค์กรขนาดใหญ่จะเห็นภาพของสิ่งนี้อย่างไร และการตัดสินใจใดที่พร้อมสำหรับการอัตโนมัติในระดับนี้ในปัจจุบัน

เมื่อเราพูดถึงองค์กรที่ขับเคลื่อนด้วยตนเอง สิ่งนี้ไม่ใช่การทำงานอัตโนมัติโดยไม่มีการควบคุม วิสัยทัศน์ของเราตั้งแต่วันแรกคือการเปลี่ยนจากการมีคนตัดสินใจและดำเนินการโดยมีเครื่องจักรสนับสนุน ไปสู่เครื่องจักรที่ดำเนินการการตัดสินใจโดยมีคนควบคุม — โดยมีเจตนา ข้อจำกัด และความรับผิดชอบที่ชัดเจน

ในทางปฏิบัติ Aera ทำงานเป็นตัวแทนการตัดสินใจ มันเข้าใจข้อมูลอย่างต่อเนื่อง ตรวจจับทริกเกอร์ ประเมินผลกระทบ แนะนำการดำเนินการ และดำเนินการการตัดสินใจโดยตรงในระบบองค์กร โดยใช้ Aera มนุษย์ไม่ได้ควบคุมแดชบอร์ด แต่ควบคุมการตัดสินใจ ซึ่งมักจะผ่านการโต้ตอบแบบตกลงหรือไม่ตกลง

การตัดสินใจที่พร้อมสำหรับการอัตโนมัติในระดับนี้ในปัจจุบันคือการตัดสินใจที่มีปริมาณมากและซ้ำๆ — การปรับสมดุลสินค้าคงคลัง การจัดลำดับความสำคัญของคำสั่งซื้อ การเปลี่ยนพารามิเตอร์ — ที่ที่ความเร็วมีความสำคัญและประสานงานด้วยมือที่สร้างความไร้ประสิทธิภาพมากที่สุด

คุณได้ทำงานอย่างใกล้ชิดกับองค์กรระดับโลกในด้านโซ่จัดหาสินค้า การเงิน และการดำเนินงาน CIO เห็นผลตอบแทนเร็วและเป็นรูปธรรมมากที่สุดจากการตัดสินใจแบบอัจฉริยะที่ไหน ไม่ว่าจะเป็นในเงินทุนหมุนเวียน ระดับการบริการ หรือการลดของเสีย

CIO เห็นผลตอบแทนเร็วและเป็นรูปธรรมมากที่สุดจากการตัดสินใจแบบอัจฉริยะที่ที่การตัดสินใจมีปริมาณมาก ซ้ำๆ และถูกจำกัดด้วยต้นทุน ความจุ หรือการซื้อขาย ในโซ่จัดหาสินค้าและการดำเนินงาน สิ่งนี้มักจะรวมถึงการปรับสมดุลสินค้าคงคลัง การจัดลำดับความสำคัญของคำสั่งซื้อ และการขนส่ง ซึ่งเป็นที่ที่การดำเนินการอัตโนมัติในระดับใหญ่นำไปสู่ผลประโยชน์ที่วัดได้ในเงินทุนหมุนเวียน ระดับการบริการ และการลดของเสีย

ตัวอย่างเช่น บริษัทชีววิทยาศาสตร์ระดับโลกใช้การตัดสินใจแบบอัจฉริยะเพื่อติดตามความต้องการอย่างต่อเนื่องและปรับเปลี่ยนคำสั่งซื้อ — โดยอัตโนมัติขอให้ซัพพลายเออร์ยกเลิกหรือลดคำสั่งซื้อ ตรวจสอบการตอบรับ และยืนยันการเปลี่ยนแปลง ความสามารถนี้ให้ผลตอบแทนมากกว่าหลายล้านในแต่ละปีในการลดของเสีย และยังลดระยะทางการขนส่งและก๊าซเรือนกระจกที่เกี่ยวข้อง

หลายบริษัทต้องดิ้นรนในการนำโมเดล AI ไปใช้ในระดับใหญ่ อุปสรรคที่พบบ่อยที่สุดคืออะไรเมื่อองค์กรพยายามเปลี่ยนจากการสร้างข้อมูลเชิงลึกไปสู่การดำเนินการการตัดสินใจอัตโนมัติ

ความท้าทายมักจะเกิดขึ้นเมื่อทีมเริ่มต้นด้วยการลองใช้เครื่องมือ AI แบบสแตนด์อโลน พวกเขาอาจจะอัตโนมัติกระบวนการทำงานเดียว แต่ดิ้นรนในการดำเนินการการตัดสินใจอย่างต่อเนื่องและสม่ำเสมอในธุรกิจโดยไม่มีแพลตฟอร์มการตัดสินใจที่ออกแบบมาโดยเฉพาะและประกอบได้ ความพยายามเหล่านี้ยากที่จะควบคุม ระดมทุน หรือปรับให้เข้ากับการเปลี่ยนแปลงของสภาพแวดล้อม

อีกอุปสรรคที่พบบ่อยคือการขาดความชัดเจนเกี่ยวกับจุดที่การตัดสินใจล้มเหลว บริษัทลงทุนใน AI และการคาดการณ์ แต่ไม่ได้ระบุว่าทำไมสินค้าคงคลังจึงเพิ่มขึ้น การคาดการณ์พลาด หรือการขนส่งไม่ดี ความเข้าใจที่กระจัดกระจายเกี่ยวกับการตัดสินใจทำให้ปัญหาเลวร้ายขึ้น

ทีมที่ประสบความสำเร็จเริ่มต้นด้วยกรณีการใช้งานที่มีผลกระทบสูงซึ่งการแลกเปลี่ยนถูกเข้าใจ สร้างความไว้วางใจผ่านการแนะนำและการดำเนินการ และอัตโนมัติอย่างค่อยเป็นค่อยไป จากนั้นพวกเขาสามารถขยายได้เมื่อการตัดสินใจปรับปรุงและปรับให้เหมาะสมอย่างต่อเนื่อง

AI ที่เป็นตัวแทนกำลังเป็นคำพูดที่ได้รับความนิยมในอุตสาหกรรม คุณเห็นว่าตัวแทนเหล่านี้มีคุณค่าในแพลตฟอร์มการตัดสินใจแบบอัจฉริยะได้อย่างไร และที่ไหนที่องค์กรควรระมัดระวังเกี่ยวกับการอัตโนมัติเทียบกับการกำกับดูแลของมนุษย์

ในแพลตฟอร์มการตัดสินใจแบบอัจฉริยะ ตัวแทนเหล่านี้มีคุณค่ามากที่สุดเมื่อฝังอยู่ในระบบการตัดสินใจที่มีการกำกับดูแล — ไม่ใช่การทำงานแบบอิสระ ด้วย Aera Decision Cloud ตัวแทนเหล่านี้ทำงานเป็นทีมที่ประสานกัน โดยแต่ละตัวมีความสามารถเฉพาะ: การจำลองสถานการณ์ การบูรณาการสัญญาณในเวลาจริง การตรวจสอบความเป็นไปได้ การประเมินผลกระทบทางการเงิน และการดำเนินการ — ทั้งหมดนี้ได้รับการจัดทำโดยรอบการตัดสินใจเดียว

ที่ที่องค์กรควรระมัดระวังคือการอัตโนมัติโดยไม่มีการกำกับดูแล ในทางปฏิบัติ การตัดสินใจโดยตัวแทนเหล่านี้มีการกำกับดูแลโดยมนุษย์เสมอ ทีมงานของมนุษย์ตั้งค่าพารามิเตอร์และเป้าหมาย ตรวจสอบประสิทธิภาพ ทดสอบสมมติฐาน และจัดการคุณภาพข้อมูลจากสภาพแวดล้อมที่ควบคุมได้ ระบบสามารถทำงานต่อเนื่องได้ แต่มนุษย์กำกับว่าการตัดสินใจจะพัฒนาไปอย่างไร ความสมดุลนี้ทำให้ AI ที่เป็นตัวแทนสามารถขยายขนาดได้ น่าเชื่อถือ และปลอดภัยในองค์กร

ความไว้วางใจมีความสำคัญเมื่อการตัดสินใจส่งผลกระทบต่อรายได้ ลูกค้า หรือการปฏิบัติตามกฎระเบียบ Aera รับรองว่าการตัดสินใจสามารถอธิบายได้ ตรวจสอบได้ และยืนยันได้อย่างไร โดยเฉพาะในสภาพแวดล้อมที่มีการควบคุม

ความไว้วางใจเริ่มต้นด้วยความโปร่งใส สำหรับการตัดสินใจทุกครั้ง Aera จับภาพบริบททั้งหมด — ข้อมูลที่ใช้ การแนะนำ การให้เหตุผลเบื้องหลัง การตัดสินใจที่ทำ และผลลัพธ์ เมื่อระบบทำงานและรีเฟรช มันตรวจสอบและวัดผลลัพธ์ของการตัดสินใจอย่างต่อเนื่องเพื่อปรับปรุงการตัดสินใจ

เรียกว่าการเรียนรู้การตัดสินใจอัตโนมัติ โดยอาศัยประสิทธิภาพการตัดสินใจ Aera คำนวณคะแนนความเชื่อมั่นสำหรับการแนะนำ — อธิบายสาเหตุ 根據 การแลกเปลี่ยน และผลกระทบที่คาดหวัง ผู้ใช้อาจเห็นการแนะนำพร้อมเหตุผลที่ชัดเจนและคะแนนความเชื่อมั่น 92%

แนวทางนี้เป็นอัตโนมัติแต่มีการกำกับดูแล ผ่าน Decision Intelligence Network ของแพลตฟอร์ม ซึ่งทำหน้าที่เป็นห้องควบคุมที่รวมศูนย์ ผู้ใช้มีความสามารถในการมองเห็นการตัดสินใจทั้งหมด การดำเนินการ และผลลัพธ์ พวกเขาสามารถตรวจสอบประสิทธิภาพ ทดสอบสมมติฐาน จัดการคุณภาพข้อมูล และปรับตรรกะเมื่อเวลาผ่านไป

ตามการสนทนาของคุณกับ CIO บทบาทของมนุษย์กำลังพัฒนาไปอย่างไรเมื่อระบบการตัดสินใจแบบอัจฉริยะมีความเจริญรุ่งเรือง และทักษะใดที่กลายเป็นสำคัญเมื่อเครื่องจักรดำเนินการการตัดสินใจเชิงปฏิบัติ

เมื่อระบบการตัดสินใจแบบอัจฉริยะมีความเจริญรุ่งเรือง บทบาทของมนุษย์ไม่หายไป แต่เปลี่ยนไปสู่ห่วงโซ่มูลค่าใหม่ เราเห็นการเปลี่ยนแปลงจากคนดำเนินการการตัดสินใจด้วยมือเป็นคนออกแบบ ตรวจสอบ และปรับปรุงการตัดสินใจ

ในหลายบริษัทที่ผลิตสินค้าบรรจุภัณฑ์ บทบาทของนักวางแผนแบบดั้งเดิมกำลังพัฒนาไปสู่นักวิเคราะห์การตัดสินใจที่มุ่งเน้นไปที่การตรวจสอบผลลัพธ์ เข้าใจการแลกเปลี่ยน และปรับปรุงตรรกะการตัดสินใจเมื่อเวลาผ่านไป ร่วมกับพวกเขา นักออกแบบการตัดสินใจกำหนดเจตนา ข้อจำกัด และราวกั้นที่ชี้นำว่าเครื่องจักรจะดำเนินการอย่างไร

ทักษะที่สำคัญที่สุดคือการวินิจฉัย การคิดในระดับระบบ และความสามารถในการกำหนดการตัดสินใจที่ถูกต้อง มนุษย์ยังคงอยู่ในการควบคุมโดยสมบูรณ์ กำกับว่าการตัดสินใจจะดำเนินการโดยเครื่องจักร แต่ไม่ใช่การดำเนินการแต่ละครั้ง

รายงาน Magic Quadrant ของ Gartner สำหรับแพลตฟอร์มการตัดสินใจแบบอัจฉริยะเป็นครั้งแรกบ่งชี้ว่าหมวดหมู่นี้กำลังเข้าสู่กระแสหลัก คุณเชื่อว่าความสามารถใดจะแยกผู้นำออกจากผู้ตามในอีกไม่กี่ปีข้างหน้า

การได้รับการยอมรับเป็นผู้นำในรายงาน Magic Quadrant ของ Gartner สำหรับแพลตฟอร์มการตัดสินใจแบบอัจฉริยะครั้งแรก เราเห็นว่าการเป็นผู้นำถูกกำหนดโดยการดำเนินการอย่างแข็งแกร่งและความสามารถในการส่งมอบความสามารถที่ครอบคลุมและประกอบได้ตลอดวงจรการตัดสินใจ ในการวิจัย Critical Capabilities ของ Gartner ที่เกี่ยวข้อง Aera ก็ได้รับการยอมรับสำหรับการแสดงผลของเราในกรณีการใช้งานการตัดสินใจหลัก — รวมถึงการวิเคราะห์การตัดสินใจ การออกแบบการตัดสินใจ วิทยาศาสตร์การตัดสินใจ และการดูแลการตัดสินใจ — โดยประเมินว่าแพลตฟอร์มสามารถสร้างแบบจำลอง ดำเนินการ จัดการ และปรับปรุงการตัดสินใจในระดับองค์กรได้อย่างไร

เรายังเชื่อว่าผู้นำจะถูกแยกออกจากผู้ตามโดยความสามารถในการบูรณาการเทคนิค AI ที่ทันสมัย รวมถึง AI ที่สร้างและเป็นตัวแทนเข้าไปในระบบการตัดสินใจที่มีการกำกับดูแลและพร้อมสำหรับองค์กร ซึ่งต้องใช้แพลตฟอร์มที่ออกแบบมาโดยเฉพาะ ซึ่งสามารถประกอบและเข้าถึงได้สำหรับธุรกิจผ่านอินเทอร์เฟซโค้ดต่ำและภาษาธรรมชาติ และมีการกำกับดูแลในระดับใหญ่เพื่อตอบสนองความต้องการด้านความปลอดภัยและกฎระเบียบ

สุดท้าย ผู้นำที่แข็งแกร่งที่สุดจะฝังการตัดสินใจแบบอัจฉริยะเป็นชั้นการดำเนินงานที่เรียนรู้และปรับปรุงอย่างต่อเนื่อง ไม่ใช่แค่อีกแอปพลิเคชันที่ทีมต้องจัดการ

สำหรับองค์กรที่รับรู้ถึงช่องว่างระหว่างข้อมูลเชิงลึกและการดำเนินการ แพลตฟอร์มของ Aera ช่วยให้พวกเขาปิดช่องว่างนี้ได้อย่างไร และสิ่งที่การนำไปใช้ครั้งแรกที่ประสบความสำเร็จมีลักษณะอย่างไรสำหรับ CIO ที่ต้องการผลกระทบทางธุรกิจที่วัดได้

การปิดช่องว่างระหว่างข้อมูลเชิงลึกและการดำเนินการเริ่มต้นด้วยการดำเนินการการตัดสินใจใน日常การดำเนินงาน แพลตฟอร์มของ Aera ช่วยให้ CIO สามารถรักษาการตัดสินใจเป็นกระบวนการที่ต่อเนื่อง: ตรวจสอบผลลัพธ์ ทดสอบการแลกเปลี่ยน และปรับปรุงประสิทธิภาพเมื่อเวลาผ่านไป สิ่งนี้มักจะยึดโดยศูนย์กลางการตัดสินใจ ซึ่งเป็นทีมที่กำกับและปรับปรุงวิธีการตัดสินใจและดำเนินการ

Aera รวมข้อมูล การวิเคราะห์ กฎธุรกิจ AI และการอัตโนมัติไว้ในแพลตฟอร์มเดียวเพื่อขับเคลื่อนการตัดสินใจที่ไหลจากข้อมูลเชิงลึกผ่านการดำเนินการและการเรียนรู้ โครงสร้างที่ประกอบได้ของ Aera ช่วยให้ IT สามารถรักษาการกำกับดูแลและความปลอดภัยได้ ในขณะที่ทีมธุรกิจสามารถกำหนด ปรับเปลี่ยน และพัฒนาการไหลของการตัดสินใจ เมื่อผลลัพธ์ถูกจับ ความสามารถในการตัดสินใจจะปรับปรุงอย่างต่อเนื่อง และช่วยให้ทีมมุ่งเน้นไปที่การวินิจฉัยย สтратегี และข้อยกเว้น

การนำไปใช้ครั้งแรกที่ประสบความสำเร็จมักจะแสดงให้เห็นถึงผลลัพธ์ที่วัดได้จากกรณีการใช้งานการตัดสินใจที่มีผลกระทบสูงใน 10-12 สัปดาห์ โดยดำเนินการและปรับปรุงการตัดสินใจตั้งแต่ต้นจนจบ สิ่งนี้สร้างแบบจำลองที่สามารถทำซ้ำได้สำหรับการขยายขนาดองค์กร

ขอขอบคุณสำหรับสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ Aera Technology