Dr. Zohar Bronfman, Pecan AI’nin Kurucu Ortağı ve CEO’su – Röportaj Serisi

Dr. Zohar Bronfman Pecan AI’nin Kurucu Ortağı ve CEO’sudur. Hesaplamalı psikoloji ve veri bilimi alanındaki derin uzmanlığıyla, Zohar girişimci ruhunu Pecan’ı kurmak için yüksek lisans eğitimini tamamlar tamamlamaz kullanmıştır. Zohar, Tel Aviv Üniversitesi’nden bilişsel nörobilimde ve bilim ve teknolojinin tarihi ve felsefesi alanında iki doktorası vardır. Ayrıca İsrail Açık Üniversitesi’nden ekonomi alanında lisans derecesine sahiptir.

2018 yılında kurulan Pecan AI, öncü Predictive GenAI’sini kullanarak AI benimsemesine yönelik engelleri kaldıran bir.predictive analitik platformudur. Şirket, generatif AI tarafından yönlendirilen şirketlerin, uzman personele ihtiyaç duymadan çeşitli iş alanlarında kesin tahminler elde etmelerini sağlar. Predictive GenAI, hızlı model tanımı ve eğitimi sağlarken, otomatik süreçler AI uygulamasını hızlandırır. Pecan’ın predictive ve generatif AI’nin birleşimi, AI’nin iş etkisini gerçekleştirmeyi şimdiye kadar çok daha hızlı ve kolay hale getirir.

Pecan AI’yi kurma yolculuğu nasıldı ve bu yolculukta hangi önemli kilometre taşlarına ulaşıldı?

Pecan AI’yi kurmak oldukça bir rollercoaster idi. Her şey, benim kurucu ortaklarım ve benim bir uluslararası veri bilimi yarışmasına katılmamızla başladı. Biz bir veri hazırlama otomasyonu geliştirdik ve bu, Pecan’ın prototipine dönüştü, ancak süreyi kaçırdık ve kaybettiğimiz yarışmada yer alamadık. Bunun yerine, vazgeçmek yerine, prototipimizi bir şeyler yapmaya karar verdik. Sadece iki ay sonra, 2018 yılında, doktoralarımızı tamamladıktan sonra, Tel Aviv Üniversitesi’nde küçük bir oda kiraladık ve çalışmaya başladık. Sınırlı iş deneyimine sahip olduğumuz halde, fikirimizi risk sermayedarlarına sunmaya karar verdik. Şansımıza, S Capital’den Haim Sadger ve Aya Peterburg potansiyeli gördü ve 4 milyon dolar yatırım yaparak bize gerekli desteği sağladılar.

Önemli bir kilometre taşı, 66 milyon dolarlık bir Serie C turunda Insight Partners’ın liderliğinde ve GV (eski adıyla Google (GOOGL ) Ventures) ve diğerlerinin desteğiyle yatırım almamız oldu. Bu yatırım, bizi küresel olarak genişletmemize ve geliştirme çabalarımızı hızlandırımıza olanak sağladı.

Hesaplamalı bilişsel nörobilime ilişkin arka planınız, AI çözümlerinin geliştirilmesindeki yaklaşımınızı nasıl etkiler?

Hesaplamalı bilişsel nörobilim ve bilim ve teknolojinin tarihi ve felsefesi alanındaki arka planım, AI çözümlerinin geliştirilmesinde önemli bir rol oynar. Bu alanlar, hem teknik hem de felsefi açıdan teknolojiyi anlamamı sağlar. Bu çift perspektif, günümüzün hızla değişen teknoloji manzarasında son derece değerli olur. AI ürünlerinin yalnızca teknik olarak gelişmiş olmasını değil, aynı zamanda etik ve kullanıcı dostu olmasını sağlar.

Predictive GenAI kavramını açıklar mısınız ve bu, generatif AI ile predictive machine learning’i nasıl entegre eder?

Elbette. Predictive GenAI, Generatif AI ile Predictive Machine Learning’i birleştirmekle ilgilidir. Generatif AI, kullanıcıların doğal dil aracılığıyla veri ile etkileşime girmesini sağlar, böylece sorular sormak ve AI’ı yönlendirmek kolaylaşır. Ancak, onun predictive yetenekleri sınırlıdır. İşte burada Predictive Machine Learning devreye girer, çünkü veri işleyerek gelecekte kesin tahminler yapar. Bu iki teknolojinin birleşmesi, kullanıcıların, hatta veri biliminde deneyimi olmayanlar için bile, predictive modeller oluşturup bunları sorunsuz bir şekilde kullanmalarını sağlar, tıpkı ChatGPT ile sohbet etmek gibi.

Predictive GenAI, işletmelerin predictive modeller oluşturup dağıtmalarını nasıl basitleştirir?

Predictive GenAI, Predictive Chat ve Predictive Notebook gibi özelliklerle bunu basitleştirir. Predictive Chat, bir AI yardımcı gibi, kullanıcıları modelleme sürecinde doğal dil aracılığıyla yönlendirir. İşletmenin endişelerine dayalı predictive sorular oluşturur ve hazırlanmış SQL sorguları ve örnek veri ile bir Predictive Notebook üretir. Bu, kullanıcıların sıfırdan başlamak veya derin teknik bilgiye sahip olmalarına gerek kalmadan kesin tahminler almalarını sağlar.

CAA Club Group ile ilgili vaka çalışmasını açıklar mısınız ve Pecan AI nasıl onların yol kenarı yardım hizmetlerini optimize etti?

Kesinlikle. CAA Club Group, önceden yol kenarı yardım hizmetlerini manuel olarak bir hafta içinde tahmin ediyordu, bu zaman alıcı ve sınırlıydı. Pecan AI’yi uyguladıktan sonra, veri bilimleri ekibi kısa vadeli talep tahminleri için her hafta 30’dan fazla model geliştirdi. Bu tahminler, saatlik olarak çağrı hacimlerini ve hizmet türlerini öngörerek, özellikle zor kış koşullarında verimli personel planlaması ve hızlı yanıtları sağlar. Pecan’ın platformu, bu modellerin sürekli olarak iyileştirilmesine de olanak tanır, böylece hizmet verimliliği artar.

Kredi Pros, Pecan AI’yi müşteri terk etme tahmini için nasıl yararlandı ve bu, onlar için hangi özel zorlukları çözdü?

Kredi Pros, müşteri terk etme tahmini konusunda önemli zorluklarla karşı karşıyaydı, bu da karmaşık ve zaman alıcı bir süreçti. Pecan AI’yi uygulamak, model geliştirme süresini üç aydan birkaç haftaya indirerek, proaktif geri kazanma stratejilerine olanak tanıdı. Bu akışkan süreç, Kredi Pros’un müşteri terkini doğru bir şekilde tahmin etmesine ve müşterileri elde tutmak için etkili stratejiler geliştirmesine olanak tanıyarak gelirlerini artırdı.

Predictive Chat ve Predictive Notebook araçları, kullanıcı deneyimini nasıl geliştirir ve predictive analitiği teknik olmayan kullanıcılara nasıl erişilebilir hale getirir?

Predictive Chat, GenAI’ı kullanarak kullanıcıların iş sorularına ve verilerine dayalı olarak özel notdefterler oluşturur. Kullanıcılar, doğal dil kullanarak sohbet edebilir, sorulara cevap verebilir ve talimatları takip edebilir, bu da model oluşturma sürecini basitleştirir. Predictive Notebook, gerekli tüm kodu içerir, böylece kullanıcılar sorguları görüntüleyebilir, özel tablolar oluşturabilir ve eğitim verisetinin mantığını anlayabilir. Bu yaklaşım, veri hazırlama ve model oluşturmayı basitleştirerek predictive analitiği teknik olmayan kullanıcılara erişilebilir hale getirir.

Predictive GenAI’nin çeşitli endüstrileri ve iş fonksiyonlarını nasıl dönüştüreceğini görüyorsunuz?

Predictive GenAI, işletmelerin veri odaklı kararlar almasını benzersiz bir hız ve doğrulukla sağlar. Üretim ve lojistikte, talebi öngörerek operasyonları optimize eder ve tedarik zincirlerini basitleştirir. Müşteri odaklı endüstrilerde, hedeflenmiş pazarlama ve kişiselleştirilmiş öneriler yoluyla müşteri memnuniyetini ve sadakatini artırır. Predictive GenAI ayrıca, pazar trendlerini öngörerek, ürün geliştirmeyi yönlendirerek ve zamanında pazara sürmeyi hızlandırarak inovasyonu teşvik eder. Uygulamaları, hastalıkların öngörülmesi ve kişiselleştirilmiş tedavi planları için sağlık sektörüne ve sürdürülebilirlik çabaları için kaynak kullanımını optimize ederek ve çevresel etkiyi azaltarak uzanır.

Pecan AI, predictive modellerinin doğruluğunu ve güvenilirliğini nasıl sağlar?

Doğruluğu ve güvenilirliği, katı testler ve sürekli doğrulama yoluyla sağlarız. Pecan AI, model performansını değerlendirmek için ayrı eğitim ve test veri kümeleri kullanır, tıpkı bir okul testini değerlendirmek gibi. Anahtar metrikler gibi doğruluk, kesinlik ve geri çağırma, model geliştirme ve üretim sırasında doğrulama için kullanılır. Ayrıca, açıklanabilir tahminler yoluyla şeffaflık sağlar, böylece kullanıcılar her tahminden etkilenen faktörleri anlayabilir ve AI tarafından yönlendirilen içgörülerine güven duyar.

Predictive GenAI’nin gelecekteki birkaç yıl içinde nasıl evrileceğini öngörüyorsunuz?

İleriye bakıldığında, AI’nin geleceği yalnızca olayları öngörerek değil, aynı zamanda bu öngörüler temelinde eylemler önererek şekillenecek. Predictive GenAI, karar verme süreçlerini otomatikleştirmeyi ve iş operasyonlarını optimize etmeyi amaçlar. Ancak, AI’nin kullanımıyla ilişkili riskleri anlamak ve AI’nin sorumlu kullanımını sağlamak çok önemlidir. Teknoloji geliştikçe, çeşitli endüstrilerdeki operasyonel verimliliği artırmada, inovasyonu teşvik etmede ve stratejik karar almada kritik bir rol oynayacaktır.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Pecan AI‘yi ziyaret edebilir.