Richard Potter, Peak’in Kurucu Ortağı ve CEO’su – Röportaj Serisi

Richard Potter, Peak‘in Kurucu Ortağı ve CEO’sudur. Peak, veri mühendislerine, veri bilimcilerine ve ticari karar vericilere, şirket genelinde AI destekli çözümler oluşturmak ve desteklemek için her şeyi sunan bir platformdur.

Peak’in arkasındaki hikayeyi paylaşabilir misiniz?

Peak fikri, o zamanlarda mevcut olan çeşitli iş zekası ürünlerini konuşmak için bir pub’da başlayan bir sohbetle başladı. Kurucu ortaklarım Atul Sharma ve David Leitch ile ben, neden bu kadar az şirketin karar verme için verileri kullanabildiğini merak ettik. İşletmeler için şeyleri basitleştirmek istedik, şirket içinde siloları kırmak ve herkesin veri tabanlı faydalı sonuçları kullanabilmesi için takımların birlikte çalışabilmesi istedik. Bu, AI ile işleri optimize eden bir ürün inşa etmeye yol açtı.

Karar Zekası’nı okuyucularımıza açıklayabilir misiniz?

Karar Zekası, ticari kararları optimize etmek için AI uygulamadır. Sonuç odaklıdır, yani DI çözümleri somut bir sonuç elde etmek için inşa edilmiştir, Örneğin, satış oranının veya marjın artırılması.

2022’ye girerken, veri bilimi disiplininin yeni bir disiplininin ortaya çıktığını öngörüyorsunuz. Bu konuda açıklama yapabilir misiniz?

AI’ye ticari yatırım arttıkça ve veri bilimi olgunlaştıkça, veri biliminin yeni bir disiplini ortaya çıkıyor. Bu disiplin, projenin başlangıcından itibaren sonu göz önünde bulundurularak inşa ediliyor.

Geleneksel veri bilimi projeleri, mevcut verilerin anlaşılması ve bu verilerle neler yapılabileceğinin anlaşılmasıyla başlar. Sonuç, veri sorunlarına yönelik hipotetik çözümlerdir, iş performansını iyileştirebilecek AI çözümleri değil.

Projelerin başlangıcından itibaren sonuçları göz önünde bulundurarak ve mevcut verilerin neler yapabileceğini anlayarak, bu yeni veri bilimi disiplini, AI çözümlerini dağıtmaya öncelik veriyor. İşletmelerin AI’lerini dağıtmalarını ve AI stratejilerinden değer elde etmelerini daha hızlı hale getiriyor.

Peak, bir şirketin işinin merkezi bir zekası haline gelen bir yapay zeka sistemini inşa etti. Verileri topluyor ve makine öğrenimi dağıtıyor, ardından sonuçları çıkarıyor. Kullanılan makine öğrenimi algoritmaları nelerdir?

Peak platformu, geniş bir makine öğrenimi ve modelleme teknikleri yelpazesi kullanır – seçim, her projeye en uygun yöntemi uygulamamızı sağlar. Denetimli ve denetimsiz yöntemler, öngörme veya optimizasyon teknikleri gibi yöntemleri kullanabiliriz. Bu yöntemler, Python, R ve SQL kullanarak platformumuzda inşa edilebilir.

Bu esneklik ve seçim yelpazesi ile Peak müşterileri, işlerine özgü AI inşa edebilir. Karar Zekası’nı gerçekten benimsemek için işletmelere ihtiyaç duyulan budur. Her şirketin standardize edilmiş AI’ye sahip olması gerekmez, kendi işlerine özgü AI’ye sahip olmaları gerekir.

Peak, şirketlerin en büyük varlıklarından biri olan verileri kullanarak satışları ve kârları artırmalarına nasıl olanak tanır?

Peak platformu, sonuçlar elde etmek için tasarlanmış uygulamalar çalıştırır, Bunlar satışları artırmak veya kârları artırmak (veya her ikisi) olabilir. Bu uygulamalar, pazarlama, satış, mağaza yönetimi, envanter yönetimi, fiyatlandırma ve tedarik zinciri dünyasını kapsar. Bir şirketin tüm veri seti üzerinden çalışan Peak’in Karar Zekası platformu, tüm değer zincirini optimize edebilir, her iş fonksiyonuna fayda sağlayan gerçek zamanlı içgörüler ve öneriler sunabilir. Bu, her kararın doğru olması için mükemmel bir araçtır.

Peak ilk bakışta tam hizmet gibi görünüyor, şirketlerin bu hizmeti kullanmak için AI mühendislerine ihtiyacı var mı?

Peak platformu üç temel özelliğe sahiptir:

1. Şirketin tüm verilerini birleştirerek AI’ye hazır hale getirir.
2. AI modelleri kullanarak şirketin öngörülü bir görünümünü sağlayan merkezi bir zeka inşa eder.
3. İş fonksiyonları genelinde karar vermeyi yönlendiren modellerle etkileşime girmeleri için iş fonksiyonu kullanıcıları için bir arayüz sağlar.

2015’te kurulduğundan beri Peak, platformunu ve uygulamalarını müşteri başarı ve veri bilimi ekiplerimiz tarafından müşterilerimize uygulayan bir model sunuyor. Artık müşterilerimizin platformda kendilerini hizmet ettirmeye ve kendi uygulamalarını veya Peak’in standard uygulamalarını kendileri dağıtmaya开始 ettiklerini görüyoruz.

Peak’in şirketlere tedarik zincirlerini optimize etmesine ilişkin bazı örnekler verebilir misiniz?

İyi bir örnek, stok sorunlarıyla karşı karşıya kalan bir depo yöneticisi olabilir. Geleneksel olarak, họ yüksek talep gören SKU’lar için siparişleri manuel olarak artırması gerekir, talepteki dalgalanmaları hesaba katmak için sipariş hacimlerini rasgele değiştirmesi gerekir.

Ancak, Karar Zekası platformunun yardımıyla depo yöneticisi tepkisel olmak yerine proaktif olabilir. İşin daha geniş kapsamındaki koşulları dikkate alarak, DI platformu yöneticinin tedarikçiden siparişleri azaltmasını önerir. Yüksek talep varsa bu karşı intuitionel görünse de, DI çözümü şirketin bir county ötesindeki bir depoda 2.000 birimlik o SKU’ya sahip olduğunu ve orada satılmadığını tespit etmiştir. Lojistik ekibini already uyarmış ve planlanan teslimatı o depodan ek SKU’ları almak için yönlendirmiştir. Aynı modeli işin ticari takımlarına çalıştırmaya devam edecek ve her bölüm eylemde bulunadıkça veri içgörülerini değiştirecektir.

Diğer bir kullanım örneği, atık ve enerjiyi azaltmaktır. Peak’i kullanan müşterilerin bunu başardığı örnekler verebilir misiniz?

Ürünlerin fabrikalardan, dağıtım merkezlerine ve mağazalara taşınmasını optimize ederek bir küresel tüketim malları perakendecisi, Karar Zekası’nı kullanarak kar marjını artırmak ve karbon emisyonlarını azaltmak için çalışıyor.

Talep ve envanter verilerini birleştirerek, EPOS ve müşteri verileri ile birleştirerek şirket, DI’yi kullanarak her dağıtım merkezindeki stok seviyelerini optimize ediyor ve stok hareketlerini koordine ediyor. Talep (gerçek ve öngörülen), üretim çıktısı, işleme maliyetleri ve taşıma maliyetleri gibi faktörleri dikkate alarak lojistik maliyetlerini %10 azalttı ve ilk 8 ayda 200.000 km’lik kamyon yolculuğunu azalttı, bu da 147 Metrik Ton (MT) karbon emisyonunda azalma anlamına geliyor.

Benzer şekilde, inşaat sektörüne agregat sağlayan 400 araçlık bir filoya sahip bir şirket, otomatik DI planlama çözümü ile işçi başına işleri %15 artırdı ve her iş için mesafeyi %3 azalttı. Bu çözüm, iş talebini ve iptalleri öngörüyor, araç verimliliğini en üst düzeye çıkarıyor ve araç rotalarını planlıyor.

Peak için gelecekteki vizyonunuz nedir?

Her işletmenin eline Karar Zekası’nı vermek ve insanların severek çalışacağı bir şirket inşa etmek istiyoruz. Bu, daha fazla müşteriye küresel olarak destek olmak için öncelikli hedefimizdir ve ABD ve Hindistan’da genişliyoruz, New York, Mumbai ve Pune’de kulüpler açıyoruz. Sürdürülebilir yüksek performans, buna ulaşmak için anahtardır; Peaker’ların bizimle birlikte uzun süre kalmasını istiyoruz, iki yıl içinde yanımızda olmak için yanımıza gelen ve sonra yanından ayrılmak isteyen kişiler istemiyoruz.

Sonuçta başarılı olan Series C turunun ardından, Ar-Ge’ye ağır yatırım yapıyoruz. Platformumuzun daha da heyecan verici özelliklerini yayınladıkça ve dünya genelinde genişledikçe, Peak dışında veri bilimi ekiplerinin platformumuzla geliştireceği uygulamaları görmek için sabırsızlanıyoruz – DI’nin ne kadarına sahip olabileceği, uygulamada keşfedilecek.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Peak‘i ziyaret edebilir.