เจย์ อัลลาร์ดิซ ผู้จัดการทั่วไป ข้อมูลและวิเคราะห์ ของ insightsoftware – สัมภาษณ์系列

เจย์ อัลลาร์ดิซ เป็นผู้จัดการทั่วไป ข้อมูลและวิเคราะห์ ของ insightsoftware เขาเป็นผู้บริหารเทคโนโลยีที่มีประสบการณ์มากกว่า 23 ปีในบริษัท B2B ระดับองค์กร เช่น Google (GOOGL ), Uptake, GE และ HP นอกจากนี้เขายังเป็นผู้ร่วมก่อตั้ง GenAI.Works ซึ่งเป็นชุมชน AI ที่ใหญ่ที่สุดบน LinkedIn

insightsoftware เป็นผู้ให้บริการซอฟต์แวร์ทางการเงินและปฏิบัติการระดับโลก บริษัทมีเครื่องมือที่รองรับการวางแผนและการวิเคราะห์ทางการเงิน (FP&A) การบัญชี และการดำเนินงาน ผลิตภัณฑ์ของบริษัทได้รับการออกแบบมาเพื่อปรับปรุงความสามารถในการเข้าถึงข้อมูลและช่วยให้องค์กรต่างๆ ตัดสินใจอย่างมีข้อมูลและทันเวลา

คุณเน้นย้ำถึงความจำเป็นสำหรับธุรกิจในการนำ AI มาใช้เพื่อตอบสนองความคาดหวังของลูกค้าที่เพิ่มขึ้น คุณแนะนำธุรกิจให้ทำอะไรเพื่อหลีกเลี่ยงการหลุดเข้าไปใน “AI FOMO” และการนำ AI ที่ไม่เหมาะสมมาใช้?

ลูกค้ากำลังบอกธุรกิจอย่างชัดเจนว่าพวกเขาต้องการความสามารถ AI ที่เพิ่มขึ้นในเครื่องมือที่พวกเขากำลังใช้ ในการตอบสนอง ธุรกิจกำลังรีบตัดสินใจเพื่อตอบสนองความต้องการและรักษาความสามารถในการแข่งขันกับคู่แข่ง ซึ่งสร้างวงจรที่วุ่นวายสำหรับทุกฝ่ายที่เกี่ยวข้อง และใช่ ผลลัพธ์สุดท้ายคือ AI FOMO ซึ่งสามารถผลักดันให้ธุรกิจเร่งการนวัตกรรมเพื่อเพียงแต่บอกว่า “เรามี AI!”

คำแนะนำที่ใหญ่ที่สุดของฉันสำหรับบริษัทคือให้ใช้เวลาในการเข้าใจว่าปัญหาใดที่ลูกค้ากำลังขอให้ AI ช่วยแก้ไข มีประเด็นปัญหาที่เกิดจากกระบวนการที่ต้องทำด้วยมือมากเกินไปหรือไม่? มีงานที่ซ้ำซากที่ต้องทำอัตโนมัติหรือไม่? มีการคำนวณที่สามารถทำได้ง่ายๆ โดยเครื่องจักรหรือไม่?

เมื่อธุรกิจมีบริบทที่จำเป็นแล้ว พวกเขาสามารถเริ่มนำโซลูชันมาใช้โดยมีจุดประสงค์ พวกเขาจะสามารถให้ลูกค้าเครื่องมือ AI ที่แก้ปัญหาได้ แทนที่จะเพิ่มความสับสนให้กับปัญหาที่มีอยู่แล้ว

หลายบริษัทเร่งนำ AI มาใช้โดยไม่เข้าใจกรณีการใช้งานที่เหมาะสม คุณแนะนำธุรกิจให้ทำอะไรเพื่อระบุโซลูชันที่ขับเคลื่อนด้วย AI ที่เหมาะสมกับความต้องการเฉพาะของตน แทนที่จะพึ่งพาการนำไปใช้ที่ไม่เฉพาะเจาะจง?

ด้านลูกค้า มีการสื่อสารที่ดีเพื่อเข้าใจกรณีการใช้งานที่ดีที่สุด คณะกรรมการลูกค้าสามารถให้คำแนะนำที่มีประโยชน์ แต่นอกเหนือจากลูกค้าแล้ว ทีมงานควรตรวจสอบภายในเพื่อเข้าใจว่าการเพิ่มเครื่องมือ AI ใหม่จะส่งผลกระทบต่อการทำงานภายในอย่างไร สำหรับเครื่องมือใหม่ๆ ที่นำมาใช้สำหรับลูกค้า ทีมงานข้อมูลภายในต้องเผชิญกับภูเขาของตัวแปรใหม่และข้อมูลใหม่ที่ถูกสร้างขึ้น

ในขณะที่เราต้องการเพิ่มความสามารถใหม่และแสดงให้ลูกค้าเห็น การนำ AI มาใช้จะไม่สำเร็จหากไม่มีการสนับสนุนจากทีมข้อมูลภายในและนักวิทยาศาสตร์เบื้องหลังการพัฒนา Align ภายในเพื่อเข้าใจแบนด์วิธและตัดสินใจว่าคำขอของลูกค้าสามารถรองรับได้ด้วยการสนับสนุนที่เหมาะสม

คุณช่วยให้บริษัท Fortune 1000 นำแนวทางที่ขับเคลื่อนด้วยข้อมูลมาใช้ คุณอธิบายว่าธุรกิจใดที่เป็น “ขับเคลื่อนด้วยข้อมูล” และมีประเด็นปัญหาทั่วไปที่ธุรกิจพบระหว่างการเปลี่ยนแปลงนี้?

เพื่อให้บริษัทเป็น “ขับเคลื่อนด้วยข้อมูล” ธุรกิจต้องเรียนรู้ที่จะใช้ข้อมูลอย่างมีประสิทธิภาพ ทีมงานที่ขับเคลื่อนด้วยข้อมูลสามารถตัดสินใจโดยใช้ข้อมูลเพื่อสนับสนุนและให้คำแนะนำในการตัดสินใจทางธุรกิจ แทนที่จะพึ่งพา直觉หรือประสบการณ์ส่วนบุคคล ผู้ตัดสินใจรวบรวมและวิเคราะห์ข้อมูลที่เกี่ยวข้องเพื่อเป็นแนวทางในการวางกลยุทธ์ การตัดสินใจโดยอาศัยข้อมูลสามารถช่วยให้ธุรกิจได้รับข้อมูลเชิงลึกที่มีข้อมูลและเป็นกลางมากขึ้น ซึ่งในตลาดที่เปลี่ยนแปลงอย่างรวดเร็วสามารถเป็นความแตกต่างระหว่างการตัดสินใจเชิงกลยุทธ์และการตัดสินใจโดยอิงความ冲动

ประเด็นปัญหาที่พบบ่อยในการบรรลุเป้าหมายนี้คือการบริหารข้อมูลที่ไม่มีประสิทธิภาพ ซึ่งนำไปสู่ “ข้อมูลมากเกินไป” ที่ทีมงานต้องเผชิญกับข้อมูลจำนวนมากและไม่สามารถทำอะไรได้กับมัน เมื่อธุรกิจพยายามมุ่งเน้นไปที่ข้อมูลที่สำคัญที่สุด การมีข้อมูลมากเกินไปสามารถนำไปสู่ความล่าช้าและความไม่มีประสิทธิภาพหากไม่ได้รับการจัดการอย่างเหมาะสม

คุณมีประสบการณ์ทำงานกับ IoT และเทคโนโลยีอุตสาหกรรม คุณเห็นจุดตัดกันระหว่าง AI และ IoT วิวัฒนาการอย่างไรในอุตสาหกรรม เช่น พลังงาน การขนส่ง และการก่อสร้าง?

เมื่อ IoT เข้ามา มีความเชื่อว่ามันจะช่วยให้เชื่อมต่อได้ดีขึ้นและปรับปรุงการตัดสินใจ ในทางกลับกัน การเชื่อมต่อนี้ปลดปล่อยโลกใหม่ของมูลค่าทางเศรษฐกิจ และจริงๆ แล้วเป็นเช่นนั้นสำหรับภาคอุตสาหกรรม

ปัญหาใหญ่ที่สุดคือหลายคนมุ่งเน้นไปที่ “การเชื่อมต่อที่ชาญฉลาด” โดยใช้ IoT เพื่อเชื่อมต่อ ออกแบบ และสื่อสารกับอุปกรณ์ที่กระจายอยู่น้อยกว่าการมุ่งเน้นไปที่ผลลัพธ์ คุณต้องกำหนดปัญหาเฉพาะที่จะแก้ไข เมื่อคุณเชื่อมต่อกับเครื่องจักรก่อสร้าง 400 เครื่องหรือโรงไฟฟ้า 40 แห่ง ปัญหาหรือผลลัพธ์ที่จะแก้ไขคืออะไร? ผลลัพธ์หรือปัญหาในการแก้ไขสุดท้ายคือการเข้าใจว่าคุณสามารถปรับปรุง KPI ใดๆ ที่ขับเคลื่อนผลการดำเนินงานระดับสูงสุด การผลิต หรือการออมต้นทุน (หรือทั้งสองอย่าง) ทุกธุรกิจถูกควบคุมโดยชุด KPI ระดับสูงสุดที่วัดประสิทธิภาพการดำเนินงานและผลตอบแทนของผู้ถือหุ้น เมื่อคุณกำหนดสิ่งเหล่านี้แล้ว ปัญหาหรือผลลัพธ์ที่จะแก้ไขจะชัดเจน

เมื่อคุณมีพื้นฐานนี้แล้ว AI จะสามารถมีผลกระทบ 10-50 เท่าในการช่วยให้ธุรกิจมีประสิทธิภาพมากขึ้นในการทำงาน Optimized การจัดหาสินค้า การขนส่ง และการบริการซ่อมบำรุงสามารถอาศัยรูปแบบสัญญาณความต้องการที่ชัดเจนซึ่งจับคู่กับตัวแปรอินพุตที่จำเป็น ตัวอย่างเช่น ความคิดที่จะมี “ชิ้นส่วนที่ถูกต้อง ที่เวลาที่ถูกต้อง ที่สถานที่ที่ถูกต้อง” สามารถหมายถึงหลายล้านสำหรับบริษัทก่อสร้าง เนื่องจากพวกเขามีระดับสต็อกสินค้าที่ต่ำกว่าสำหรับคลังสินค้าและช่างซ่อมบำรุงแบบอัตโนมัติตามแบบจำลอง AI ที่รู้หรือคาดการณ์ว่าเครื่องจักรจะล้มเหลวหรือเมื่อเหตุการณ์บริการอาจเกิดขึ้น ในทางกลับกัน แบบจำลองนี้รวมกับข้อมูลการดำเนินงานที่มีโครงสร้างและข้อมูล IoT (สำหรับทรัพย์สินที่กระจายอยู่) สามารถช่วยให้บริษัทมีความสามารถในการปรับเปลี่ยนและเพิ่มประสิทธิภาพมากขึ้นโดยไม่สูญเสียความพึงพอใจของลูกค้า

คุณพูดถึงความสำคัญของการใช้ข้อมูลอย่างมีประสิทธิภาพ คุณเห็นบริษัทที่ใช้ข้อมูลผิดพลาดบ่อยๆ อย่างไร และพวกเขาสามารถเปลี่ยนมันให้เป็นข้อได้เปรียบในการแข่งขันที่แท้จริงได้อย่างไร?

คำว่า “ปัญญาประดิษฐ์” เมื่อถูกนำมาใช้ตามความหมายที่แท้จริง อาจทำให้เข้าใจผิดได้ การป้อนข้อมูลใดๆ เข้าไปในเครื่องมือ AI ไม่ได้หมายความว่าจะผลิตผลลัพธ์ที่มีประโยชน์ ที่เกี่ยวข้องหรือแม่นยำ เมื่อทีมงานพยายามติดตามอัตราการนวัตกรรม AI ในโลกปัจจุบัน บางครั้งเราลืมความสำคัญของการเตรียมและควบคุมข้อมูลที่สมบูรณ์แบบ ซึ่งจำเป็นต่อการรับรองว่าข้อมูลที่ให้อาหาร AI นั้นถูกต้องและสมบูรณ์แบบ เช่นเดียวกับร่างกายมนุษย์ที่ต้องการเชื้อเพลิงคุณภาพสูงเพื่อขับเคลื่อน AI ก็ขึ้นอยู่กับข้อมูลที่สะอาดและสม่ำเสมอเพื่อความถูกต้องของการคาดการณ์ โดยเฉพาะในโลกของทีมการเงิน สิ่งนี้มีความสำคัญอย่างยิ่งเพื่อให้ทีมสามารถสร้างรายงานที่แม่นยำได้

คุณแนะนำอะไรให้กับธุรกิจในการใช้ข้อมูลและ AI อย่างมีประสิทธิภาพ โดยไม่ทำให้ทีมที่ไม่ใช่เทคนิคเกินขอบเขตด้วยเครื่องมือหรือกระบวนการที่ซับซ้อน?

คำแนะนำของฉันคือให้ผู้นำมุ่งเน้นไปที่การเพิ่มขีดความสามารถให้กับทีมที่ไม่ใช่เทคนิคในการสร้างการวิเคราะห์ของตนเอง เพื่อให้ธุรกิจสามารถปรับเปลี่ยนได้อย่างแท้จริง ทีมเทคนิคต้องมุ่งเน้นไปที่การทำให้กระบวนการนี้มีความ直관มากขึ้นสำหรับพนักงานทั่วทั้งองค์กร แทนที่จะเน้นไปที่การขยายรายการคำขอจากฝ่ายการเงินและฝ่ายปฏิบัติการ การกำจัดกระบวนการที่ทำด้วยมือเป็นขั้นตอนแรกที่สำคัญในกระบวนการนี้ เนื่องจากช่วยให้ผู้นำฝ่ายปฏิบัติการใช้เวลาน้อยลงในการรวบรวมข้อมูลและใช้เวลามากขึ้นในการวิเคราะห์

insightsoftware มุ่งเน้นไปที่การนำ AI มาใช้ในทางการเงินและปฏิบัติการ คุณเห็นว่า AI กำลังเปลี่ยนแปลงวิธีการทำงานของ CFO และทีมการเงินอย่างไร และมีประโยชน์หลักๆ ที่ AI สามารถนำมาใช้ในการตัดสินใจทางการเงินได้อย่างไร?

AI มีผลกระทบอย่างลึกซึ้งต่อการตัดสินใจทางการเงินและการทำงานของทีมการเงิน ในความเป็นจริง 87% ของทีมกำลังใช้มันในระดับปานกลางถึงสูง ซึ่งเป็นตัวชี้วัดที่ยอดเยี่ยมของความสำเร็จและผลกระทบของมัน โดยเฉพาะ AI สามารถช่วยให้ทีมการเงินสร้างการคาดการณ์ที่สำคัญได้เร็วขึ้นและบ่อยขึ้น ซึ่งปรับปรุงการคาดการณ์ปัจจุบันซึ่งประมาณว่า 58% ของรอบการวางงบประมาณใช้เวลามากกว่า 5 วัน

ด้วยการเพิ่ม AI ลงในกระบวนการตัดสินใจ ทีมงานสามารถใช้มันเพื่อทำให้งานที่น่าเบื่อๆ เช่น การสร้างรายงาน การตรวจสอบข้อมูล และการอัปเดตระบบต้นกำเนิดเป็นอัตโนมัติ ซึ่งช่วยให้พวกเขามีเวลามากขึ้นสำหรับการวิเคราะห์เชิงกลยุทธ์ สิ่งนี้มีความสำคัญอย่างยิ่งในตลาดที่ผันผวนที่ทีมการเงินต้องการความคล่องตัวและความยืดหยุ่นในการขับเคลื่อนความยืดหยุ่น

คุณเห็นว่าความต้องการข้อมูลจะพัฒนาไปอย่างไรใน 5 ปีข้างหน้า โดยเฉพาะอย่างยิ่งเมื่อเทียบกับการผสมผสาน AI และการเปลี่ยนแปลงไปสู่ทรัพยากรบนคลาวด์?

ฉันคิดว่า 5 ปีข้างหน้าจะแสดงให้เห็นถึงความต้องการความคล่องตัวของข้อมูลที่ดีขึ้น ด้วยความเร็วที่ตลาดเปลี่ยนแปลง ข้อมูลต้องมีความคล่องตัวเพียงพอที่จะทำให้ธุรกิจสามารถแข่งขันได้ เราเห็นสิ่งนี้ในการเปลี่ยนแปลงจาก on-prem ไป off-prem และไปสู่คลาวด์ โดยที่ธุรกิจมีข้อมูล แต่ไม่มีข้อมูลที่มีประโยชน์หรือคล่องตัวเพียงพอที่จะช่วยให้พวกเขาในการเปลี่ยนแปลง ความยืดหยุ่นที่ดีขึ้นหมายถึงการตัดสินใจโดยอาศัยข้อมูลที่ดีขึ้น การทำงานร่วมกัน การจัดการความเสี่ยง และความสามารถอื่นๆ อีกมากมาย แต่ท้ายที่สุดแล้ว มันให้เครื่องมือแก่ทีมงานที่จำเป็นในการแก้ไขปัญหาและปรับตัวให้เข้ากับความต้องการที่เปลี่ยนแปลงหรือความต้องการของตลาด

คุณรับรองว่าเทคโนโลยี AI ถูกใช้อย่างมีความรับผิดชอบ และควรพิจารณาเรื่องจริยธรรมใดๆ ที่ธุรกิจควรจัดลำดับความสำคัญเมื่อนำโซลูชัน AI มาใช้?

การวาดเส้นขนานระหว่างการเพิ่มขึ้นและการนำคลาวด์มาใช้ องค์กรต่างๆ ต้องเชื่อใจระบบในการปกป้องข้อมูลและผลิตข้อมูลที่เชื่อถือได้ เช่นเดียวกับที่เกิดขึ้นเมื่อคลาวด์เป็นเรื่องของ “ใครเป็นเจ้าของหรือจัดการข้อมูลของคุณ” ด้วย AI มันเกี่ยวกับการเชื่อถือและใช้ข้อมูลนั้น以及ข้อมูลที่สร้างขึ้นจากการใช้ AI ด้วย ดังนั้น ฉันจะแนะนำให้องค์กรให้ความสำคัญกับสามสิ่งนี้เมื่อนำเทคโนโลยี AI มาใช้:

1. Lean in – อย่ากลัวที่จะใช้เทคโนโลยีนี้ แต่ให้เรียนรู้และนำไปใช้
2. Grounding – ข้อมูลขององค์กรที่คุณเป็นเจ้าของและจัดการคือข้อมูลที่ถูกต้องเมื่อพูดถึงความถูกต้องของข้อมูล โดยที่ข้อมูลนั้นเป็นจริง มีหลักฐาน และสามารถอ้างอิงได้ ตรวจสอบให้แน่ใจว่าคุณเข้าใจถึงที่มาของวิธีการฝึกอบรมแบบจำลอง AI และข้อมูลที่ใช้ เช่นเดียวกับแอปพลิเคชันหรือข้อมูลอื่นๆ บริบทมีความสำคัญ
3. Value – เข้าใจกรณีการใช้งานที่ AI สามารถปรับปรุงผลกระทบได้อย่างมีนัยสำคัญ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม insightsoftware เพื่อเรียนรู้เพิ่มเติม