Арнав Мішра, співзасновник і технічний директор Doss – Серія інтерв’ю

Арнав Мішра, співзасновник і технічний директор Doss, є повноцінним інженером і технічним лідером з досвідом роботи в стартапах на ранній стадії та великомасштабних інфраструктурних системах. До того, як стати співзасновником Doss, він був одним із засновників Siteline, де він створив основні системи, включаючи архітектуру дозволів, інтеграцію ERP та автоматизацію, а також внесок у рекрутинг, операції з доходами та корпоративну культуру. Раніше в своїй кар’єрі він працював інженером у Rubrik та проходив стажування в компаніях, таких як Uber і VMware, розвиваючи експертизу у сфері хмарної інфраструктури, систем даних та автоматизації. Паралельно зі своїми технічними роботами він активно займався наставництвом та розвитком талантів через організації, такі як Techquitable Futures і Contrary, що відображає ширшу відданість підтримці наступного покоління інженерів.

Doss є сучасною корпоративною програмною компанією, яка зосереджена на переосмисленні традиційних систем ERP через свою адаптивну платформу ресурсів (ARP), гнучку, штучно інтелектуальну операційну платформу, призначену для уніфікації та автоматизації бізнес-потоків. Будучи створеною як композитна альтернатива традиційним рішенняам ERP, Doss дозволяє компаніям керувати запасами, закупівлями, фінансами та виконанням замовлень в рамках однієї системи, яка адаптується до реальних операцій, а не змушує до жорстких процесів. Її платформа поєднує в собі централізований шар даних, безкодові робочі потоки та аналіз в реальному часі, що дозволяє підприємствам швидко розгортати, інтегруватися з існуючими інструментами та безперервно розвивати свої операції без тривалих розгортань чи дорогої консультації.

Мотивація для створення DOSS сходить до того часу, коли Wiley бачив, як застаріла програмне забезпечення порушує роботу його батька на виробництві, а потім і ви бачили подібні проблеми особисто під час роботи з фабриками та ланцюжками постачання. Як ці досвіди сформували ваше рішення стати співзасновником DOSS і переосмислити системи ERP з нуля?

До DOSS я був одним із засновників стартапу у сфері фінансів. Причина номер один, через яку наші клієнти – фінансові директори, бухгалтери тощо – не переходили на нашу систему, полягала в тому, що вони були “занадто зайняті впровадженням системи ERP”. Коли я глибше занурився у сферу застарілого програмного забезпечення ERP, я був шокований існуючою моделлю впровадження.

Те, що я постійно бачив, була одна й та сама фундаментальна проблема: впровадження займає місяці або роки, коштує сотні тисяч до мільйонів доларів і повністю залежить від людських консультантів з годинними тарифами. А потім, коли система ERP запускається, вона перестає розвиватися. Бізнес продовжує еволюціонувати; система – ні. Це архітектурна проблема, а не проблема конфігурації. Ви не можете виправити це патчами.

Як розробник програмного забезпечення, найближча аналогія, яку я міг придумати, була наступною: уявіть собі світ, у якому найважливіший інструмент, який ви використовуєте – наприклад, GitHub – був створений спеціально для вашої компанії протягом років третьою стороною-консультантами. А потім, коли продукт закінчений, консультанти залишають без технічної підтримки, оновлень та підтримки. Інженери бунтували б.

Жодна сучасна технологічна компанія не може працювати в такій моделі. Wiley і я прийшли до одного й того ж висновку: єдиний спосіб виправити це – побудувати все з нуля.

DOSS позиціонує себе як штучно інтелектуальна операційна платформа, призначена замінити традиційні системи ERP, такі як SAP чи Oracle. Які фундаментальні архітектурні відмінності роблять штучно інтелектуальну систему ERP можливою сьогодні, чого не було можливим десятиріччя тому?

Oracle і SAP були створені в епоху, коли для досягнення максимальної розповсюдженості їм потрібно було спростити площину конфігурації системи ERP до GUI-редактора, з яким могли працювати відносно некваліфіковані консультанти. Для збереження найкращих практик вони заблокували великі ділянки основних систем і дозволили композицію лише на краях. Однак насправді, коли ви дивитесь на спектр усіх бізнесів у світі, їхні бізнес-застосунки потребують максимальної гнучкості.

Штучно інтелектуальний світ дозволяє перетворити розробку програмного забезпечення з ремесла на індустріалізовану машину. Тепер нам не потрібно програмних ремесленників для ручного створення систем; натомість ми переходимо у світ, у якому продуктивність програмного забезпечення є фактором обчислення та токенів.

Doss була спроектована саме з цим на увазі.

Ми створили ZSL, декларативну мову програмування домену (DSL), яка описує всю реалізацію DOSS у коді. Подумайте про те, що “Terraform” зробив для зусиль “Інфраструктура як код”, але замість цього застосував до логіки бізнес-застосунків. Описуючи системи ERP у відносно низьковимірній мові програмування, ми能够 розгортати агентів у масштабі для доставки рішень ERP.

Як тільки ZSL був написаний, найважливішою частиною архітектури було закладення найкращих практик у саму платформу, щоб запобігти агентам будівництва низькоякісних реалізацій. Наша команда доставила масштабовану розподілену систему з ядерним планувальником для виконання навантаження ERP. Крім того, ми створили систему HTAP-бази даних, яка поєднує найважливіші частини транзакційної бази даних, як Postgres, та аналітичні можливості даних.

Будучи побудованою з корпоративною силою з самого початку, система готова до повністю агентської розподіленої системи. Те, що раніше займало місяці чи роки команд консультантів, тепер може бути паралелізовано у масштабі за допомогою агентської інфраструктури в нашій пропрієтарній закритій системі.

Багато компаній усе ще використовують електронні таблиці та фрагментовані інструменти для закупівель, управління запасами та управління замовленнями. Які найбільші операційні сліпі плями, які виникають, коли основні дані бізнесу не об’єднані в єдине джерело правди?

Найбільша проблема полягає в тому, що рішення приймаються на основі застарілих або неповних даних. Якщо ваші дані про запаси знаходяться в одному місці, замовлення на покупку в іншому, а замовлення на продаж у третьому, ви завжди примирюєтеся, вручну, повільно та після факту. До того часу, коли хтось усвідомлює, що запаси не в порядку або постачальник відстає, це вже проблема в бізнесі.

Verve Coffee Roasters – це хороший приклад того, де це зруйновується на практиці. Вони керують операціями по всьому світу, включаючи роздрібну торгівлю, опт, DTC та кафе в США та Японії, але керували усім цим через відключені системи без реального огляду запасів. Вони закінчували свій власний каву в місцях з високим трафіком і мали критичні складські пробої під час запуску великого рітейлера, що пошкодило ключові рітейл-відносини. Дані існували десь; вони просто не були пов’язані таким чином, щоб хтось міг діяти вчасно.

Більш тонка проблема полягає в тому, що фрагментація ховає справжню форму ваших операцій. Ви не можете побачити зв’язок між затримкою вгорі та проблемою виконання внизу, якщо ці дві речі живуть у окремих інструментах. Ви закінчуєте управлінням симптомів, прискоренням замовлень, будівництвом безпеки запасів та ручними перевірками, а не розумінням того, що насправді відбувається. Єдиний систем не тільки економить час на примирення. Це змінює те, що ви можете навіть бачити та запитувати.

У своєму ядрі уявіть собі керування підприємством без доступу до системи контролю версій (Git), інструменту спостереження (DataDog) чи централізованої бази даних для запиту інформації.

Впровадження систем ERP історично вимагали великих консультативних команд та місяців – або навіть років – розгортання. Як штучний інтелект змінює економіку та складність впровадження операційного програмного забезпечення всередині реальних підприємств?

Традиційна модель впровадження є емерджентним результатом поколінь старих практик програмного забезпечення. Ми вже не живемо в тому світі.

Існує перверсивна інцентива у впровадженні систем ERP сьогодні – чим довше триває впровадження та чим менш ефективно воно є, тим більше грошей отримують виконавці. Більшість будівельників не скористаються цією можливістю; однак вони ніколи не мотивовані рухатися з темпом та якістю.

Крім того, співвідношення консультативних витрат до витрат на програмне забезпечення у традиційному процесі впровадження системи ERP складає приблизно 9:1, тому ви витрачаєте дев’ять доларів на консультантів за кожен долар, витрачений на саме програмне забезпечення. Для великого підприємства це дуже болісно. Для підприємств середнього ринку це заборонно. Тому вони або погоджуються на програмне забезпечення, яке не відповідає їхньому способу роботи, або відкладають проект, або відмовляються від нього на півдорозі.

Штучний інтелект змінює економіку цього цілком. Замість консультативного проекту впровадження DOSS є кодовою базою. Коли часи нашого впровадження продовжують скорочуватися, ми能够 вирівняти інцентиви з моделлю “плати за доставку” замість “плати як ти йдеш”. Коли бізнес змінюється, система змінюється з ним. Потреба в кімнатах консультантів та довгих слайд-шоу більше не актуальна.

Успіх у Doss означає заміну глобальних витрат на ІТ-сервісні послуги у розмірі 1,86 трильйона доларів на агентське впровадження та технічне обслуговування за допомогою нашої ZSL як мови програмного забезпечення для бізнес-застосунків. Успіх у Doss означає комодифікацію всіх бізнес-застосунків у масштабі.

Ви розгорнули DOSS з компаніями, що працюють у реальних середовищах, таких як виробництво, логістика та споживчі товари. Які несподівані виклики виникають, коли штучний інтелект зустрічає неорганізовані операційні дані?

Виклик рідко полягає у штучному інтелекті. Це дані, про які ви просите його думати.

Кожна компанія, з якою ми працюємо, накопичила роки операційних обходів. Дані технічно існують, вони просто не живуть десь, де їхні співробітники, не кажучи вже про агентські системи, можуть надійно діяти на них.

Одним із хороших прикладів є німецький виробник меблів, який створює вироби на замовлення. Коли ми прийшли, у них було 10 років історичних даних, розподілених по 8 спеціальних форматів файлів з 11 різними об’єктами даних та синхронізацією 3PL, що працює на ручному копіюванні з папок FTP. Бізнес-логіка була специфічною з налаштуваннями, конфігураціями, методами оплати та місцями показу, і вся система повинна була працювати німецькою. Не існує готової схеми для цього. їм доводилося платити тисячі євро кожен раз, коли вони хотіли змінити прості параметри конфігурації, наприклад, параметри стану замовлення на покупку.

Виклик не полягає у технічній складності окремої частини. Це те, що кожен бізнес має іншу версію цієї проблеми, і ви не можете повністю передбачити її, поки не опинитесь всередині їхніх даних. Робота полягає у створенні точного відбитка того, як дійсно працює бізнес, а не у картуванні їхніх даних у загальну шаблон і сподівається, що це пасує.

Щоб побудувати рішення, яке працює у реальному світі, вам потрібно мати платформу з максимальною гнучкістю. Тільки тоді штучний інтелект може бути корисним для розуміння основної моделі даних, над якою він працює, та побудови моделі, яка працює для кожного клієнта.

Є багато обговорень про штучні копілоти та автономні агенти у бізнес-програмному забезпеченні. Де ви бачите штучний інтелект, який додає найбільшу цінність у операційних потоках сьогодні, і де людський нагляд усе ще залишається суттєвим?

У масштабі штучний інтелект має можливість порушити всі операційні роботи.

За найближчий горизонт пропрієтарні моделі та агенти Doss повинні бути здатні перетворити ядро технічних консультантів при впровадженні бізнес-застосунків, а також роль консультантів з управління при доставці стратегічних рекомендацій. Doss матиме найбільший репозиторій структурованих та розташованих даних, які представляють як схему, так і операційну інформацію для підприємств. Наші агенти зможуть використовувати ці дані для доставки масштабованих рекомендацій.

Найчіткіша цінність сьогодні більш конкретна, ніж це. Це робота, яка повторювана, заснована на правилах та зараз виконувана людьми, які мають інші, більш стратегічні пріоритети: обробка замовлень на покупку, примирення запасів та маршрутизація рішень щодо виконання. Ці завдання мають добре визначені вхідні та вихідні дані, і штучний інтелект може обробляти їх надійно у масштабі.

Наразі людський нагляд суттєвий, де вартість неправильного рішення висока, а система ще не має достатнього контексту, щоб бути впевненою. Сьогодні правильна модель не полягає у заміні людського прийняття рішень автономними агентами; це агенти, які обробляють високооб’ємну, добре визначену роботу, щоб люди могли зосередитися на рішеннях, які дійсно потребують їхнього судження.

Багато підприємств намагаються накладати штучний інтелект на існуючі програмні стеки. На вашу думку, чому оновлення застарілого програмного забезпечення штучним інтелектом часто не досягає успіху порівняно з побудовою штучного інтелекту безпосередньо у фундамент платформи?

Застарілі системи не були створені для того, щоб бути осмисленими штучним інтелектом. Дані моделі, API, спосіб структуризації інформації – все це було розроблено для взаємодії людей через інтерфейси. Коли ви намагаєтеся накласти штучний інтелект зверху, ви просите його працювати навколо обмежень, з якими він не повинен працювати.

Даже якщо ви спробуєте накласти сервер MCP зверху, насправді сервер MCP потребує дуже конкретних моделей проектування. Більшість серверів MCP сьогодні насправді вводять більшу розбивку контекстного вікна та підвищують продуктивність.

Однак глибша проблема полягає у моделі впровадження. У традиційній системі ERP конфігурація системи зберігається у самій системі. Це не код, який ви можете прочитати, протестувати чи версіонувати. Не існує способу, яким агент міг би зрозуміти, що система робить, не кажучи вже про те, щоб змінити її безпечно. Ми створили ZSL спеціально для того, щоб конфігурація була справжньою кодовою базою: читабельною, тестируваною та розгорнутою у закритій системі. Ми будемо будувати повністю агентський життєвий цикл розробки програмного забезпечення (SDLC). Це передумова для того, щоб штучний інтелект міг дійсно працювати над системою, а не просто сидіти зверху неї.

Як штучний інтелект стає здатним генерувати робочі потоки та взаємодіяти безпосередньо з операційними системами, як ви думаєте, що традиційний інтерфейс підприємства програмного забезпечення буде розвиватися?

Питання інтерфейсу насправді про те, хто потребує використання системи. Наразі інтерфейси систем ERP будуються навколо обмеженої кількості потужних користувачів, людей, які були навчені на системі під час впровадження. кожен інший або не може її використовувати, або отримує поганий варіант її.

Те, над чим ми працюємо, – це композитний інтерфейс, який ставить інтерфейс до рівня будівельника веб-сайту. Інтерфейс сам по собі також підтримується нашою закритою ZSL. кожен – фінансовий директор, менеджер складу, аналітик ланцюжка постачання – отримує панель та переглянуті дані, складені навколо того, як вони дійсно працюють, а не навколо того, як програмне забезпечення було сконфігуровано. Коли штучний інтелект обробляє більше основної виконання робочого потоку, інтерфейс стає меншим щодо вводу даних та більшим щодо видимості та прийняття рішень. Вам потрібно бачити, що відбувається, розуміти чому, і приймати судження. Програмне забезпечення повинно обробляти все інше.

Стартапи, такі як DOSS, входять на ринок, домінуваний десятиліттями старими гравцями. Які переваги мають штучно інтелектуальні стартапи при конкуренції з усталеними корпоративними платформами?

Усталені гравці мають протилежну проблему порівняно зі стартапами. У них є величезні встановлені бази для захисту. кожен архітектурний рішення, яке вони приймають, повинно бути сумісним з минулим. Вони можуть додати функції штучного інтелекту до існуючих продуктів, але вони не можуть перебудувати основні системи без порушення всього, що працює на них. Це не провал амбіцій; це структура.

У системах ERP зокрема вони також завантажені бізнес-рішеннями, які привели їх по шляху, де доходи генеруються з конкретної функції, яку DOSS намагається ліквідувати – професійні консультативні послуги. Оскільки користувачі витрачають дев’ять доларів на консультантів за кожен долар, витрачений на програмне забезпечення, можливість перетворити 90% їхнього джерела доходу є неможливою для великих гравців.

Штучно інтелектуальна система може бути спроектована з самого початку так, щоб штучний інтелект був частиною основної архітектури, а не шаром зверху. Модель впровадження, дані моделі та спосіб роботи конфігурації спроектовані з урахуванням штучного інтелекту як першої особи. Це композитна перевага, де кожне розгортання робить систему кращою, а агенти стають більш здатними з кожним новим клієнтом. Такий цикл покращення не існує у системі, де впровадження все ще є людською консультативною угодою.

Оглядаючи вперед, як ви бачите штучний інтелект, який перетворює “операційну систему” бізнесу протягом наступних п’яти до десяти років, особливо в таких областях, як видимість ланцюжка постачання, прийняття рішень у реальному часі та автоматизовані операції?

Ми заснували DOSS на переконанні, що корпоративні системи зможуть побудувати себе. Через три роки ми вступили у фазу 2 Doss: агентське самодіяльне впровадження. Платформа вже може генерувати, валідувати та розвивати систему клієнта, а не покладатися на ручну конфігурацію консультантами, і вона покращується з кожним розгортанням.

Те, до чого це рухається, – це система, яка завжди синхронізована з бізнесом. Сьогодні розрив між тим, як працює бізнес, і тим, що система знає про нього, становить місяці чи роки. Система була сконфігурована в певний момент часу та не змінилася з тих пір. Те, що стає можливим, коли цей розрив закривається, коли система адаптується в реальному часі, як змінюється бізнес, – це інша категорія операційної здатності. Видимість у реальному часі не тільки швидша звітність; це можливість виявити порушення ланцюжка постачання, перш ніж воно стане провалом виконання. Автоматизовані операції не тільки щодо ефективності; це можливість керувати більш складним бізнесом з тією ж командою. Це версія програмного забезпечення операцій, яку ми будемо будувати.

Дякуємо за ваші детальні відповіді. Читачам, які бажають дізнатися більше, слід відвідати Doss.