Arnav Mishra, Đồng sáng lập và CTO của Doss – Phỏng vấn

Arnav Mishra, Đồng sáng lập và CTO của Doss, là một kỹ sư full-stack và lãnh đạo kỹ thuật với kinh nghiệm ở các công ty khởi nghiệp giai đoạn đầu và hệ thống cơ sở hạ tầng quy mô lớn. Trước khi đồng sáng lập Doss, anh là một trong những kỹ sư sáng lập của Siteline, nơi anh đã xây dựng các hệ thống cốt lõi bao gồm kiến trúc quyền, tích hợp ERP và khuôn khổ tự động hóa, đồng thời cũng đóng góp vào việc tuyển dụng, hoạt động doanh thu và văn hóa công ty. Đầu sự nghiệp, anh từng làm kỹ sư tại Rubrik và thực tập tại các công ty như Uber và VMware, phát triển chuyên môn về cơ sở hạ tầng đám mây, hệ thống dữ liệu và tự động hóa. Bên cạnh công việc kỹ thuật, anh cũng tích cực tham gia vào việc cố vấn và phát triển tài năng thông qua các tổ chức như Techquitable Futures và Contrary, phản ánh cam kết rộng lớn hơn trong việc hỗ trợ thế hệ kỹ sư tiếp theo.

Doss là một công ty phần mềm doanh nghiệp hiện đại tập trung vào việc tái tạo các hệ thống ERP truyền thống thông qua Nền tảng Tài nguyên Thích ứng (ARP), một nền tảng hoạt động linh hoạt, bản địa AI được thiết kế để thống nhất và tự động hóa các quy trình kinh doanh. Được xây dựng như một giải pháp thay thế composable cho các giải pháp ERP truyền thống, Doss cho phép các công ty quản lý hàng tồn kho, mua sắm, tài chính và thực hiện trong một hệ thống duy nhất thích ứng với các hoạt động thực tế thay vì buộc các quy trình cứng nhắc. Nền tảng này kết hợp một lớp dữ liệu tập trung, các quy trình không cần mã và phân tích thời gian thực, cho phép các doanh nghiệp triển khai nhanh chóng, tích hợp với các công cụ hiện có và liên tục phát triển các hoạt động của mình mà không cần triển khai dài dòng hoặc tư vấn tốn kém.

Động lực để xây dựng DOSS bắt nguồn từ việc Wiley chứng kiến phần mềm cũ gây gián đoạn cho hoạt động kinh doanh của cha anh, và cả hai đều chứng kiến những vấn đề tương tự khi làm việc với các nhà máy và chuỗi cung ứng phần cứng. Những trải nghiệm đó đã định hình quyết định của anh để đồng sáng lập DOSS và tái tạo hệ thống ERP từ đầu. Anh có thể kể cho chúng tôi nghe về quá trình đó không?

Trước DOSS, tôi là một trong những kỹ sư sáng lập của một công ty khởi nghiệp FinTech. Lý do số một khiến khách hàng của chúng tôi – các CFO, kế toán, v.v. – không chọn giải pháp của chúng tôi là vì họ quá bận rộn với việc triển khai một hệ thống ERP.

Điều tôi liên tục thấy là sự thất bại cơ bản相同: triển khai mất nhiều tháng hoặc nhiều năm, tốn hàng trăm nghìn đến hàng triệu đô la và bị tắc nghẽn hoàn toàn bởi các tư vấn viên với hóa đơn giờ. Sau đó, một khi hệ thống ERP được giao, nó ngừng thay đổi. Kinh doanh tiếp tục phát triển; hệ thống thì không. Đó là một vấn đề kiến trúc, không phải là một vấn đề cấu hình. Bạn không thể vá lỗi để giải quyết vấn đề đó.

Là một nhà xây dựng phần mềm, sự so sánh gần nhất mà tôi có thể nghĩ đến là như sau: hãy tưởng tượng một thế giới nơi công cụ quan trọng nhất bạn sử dụng – như một nhà phát triển, hãy nói GitHub – được xây dựng cụ thể cho công ty của bạn trong nhiều năm bởi một cơ quan tư vấn bên thứ ba. Sau đó, một khi sản phẩm được hoàn thành, các tư vấn viên rời đi mà không có bảo trì, cải tiến tính năng hoặc hỗ trợ. Các kỹ sư sẽ phản đối.

Không một công ty công nghệ hiện đại nào có thể hoạt động trong mô hình đó. Wiley và tôi đều đi đến kết luận giống nhau: cách duy nhất để sửa chữa nó là xây dựng lại từ đầu.

DOSS tự định vị mình là một nền tảng hoạt động bản địa AI được thiết kế để thay thế các hệ thống ERP truyền thống như SAP hoặc Oracle (ORCL ). Những khác biệt kiến trúc cơ bản nào làm cho một hệ thống ERP bản địa AI trở nên khả thi ngày nay mà không thể thực hiện được một thập kỷ trước?

Oracle và SAP được xây dựng trong một thời đại mà, để đạt được sự phân phối tối đa, họ cần đơn giản hóa mặt phẳng cấu hình của một hệ thống ERP thành một trình chỉnh sửa dựa trên GUI mà các tư vấn viên không quá kỹ thuật có thể cung cấp ở quy mô. Để bảo tồn các phương pháp hay nhất, họ đã khóa chặt các phần lớn của hệ thống cốt lõi và chỉ cho phép tính composable ở các cạnh. Tuy nhiên, trong thực tế, khi bạn nhìn vào phổ của tất cả các doanh nghiệp trên thế giới, các ứng dụng kinh doanh của họ cần tính linh hoạt tối đa.

Thế giới bản địa AI cho phép chuyển đổi kỹ thuật phần mềm từ một nghề thủ công thành một máy công nghiệp. Không còn cần các nghệ nhân phần mềm để tạo ra các hệ thống mã thủ công; thay vào đó, chúng ta đang chuyển sang một thế giới nơi sản lượng phần mềm là một yếu tố của tính toán và token.

Doss đã được thiết kế với chính điều đó trong tâm trí.

Chúng tôi đã xây dựng ZSL, một ngôn ngữ miền khai báo (DSL) mô tả toàn bộ triển khai DOSS của khách hàng dưới dạng mã. Hãy tưởng tượng những gì “Terraform” đã làm cho nỗ lực Cơ sở hạ tầng dưới dạng Mã, nhưng thay vào đó được áp dụng cho logic ứng dụng kinh doanh. Bằng cách định nghĩa các hệ thống ERP trong một ngôn ngữ lập trình có chiều thấp, chúng tôi có thể triển khai các tác nhân ở quy mô để cung cấp các giải pháp ERP.

Một khi ZSL được viết, phần quan trọng nhất của kiến trúc là xây dựng các phương pháp hay nhất vào chính nền tảng để ngăn các tác nhân xây dựng các triển khai chất lượng thấp. Đội ngũ của chúng tôi đã cung cấp một hệ thống phân tán có thể mở rộng với một trình lập lịch trình cấp hạt nhân để xử lý tải công việc ERP gián đoạn. Hơn nữa, chúng tôi đã xây dựng một hệ thống cơ sở dữ liệu HTAP kết hợp các phần quan trọng nhất của một cơ sở dữ liệu giao dịch như Postgres và các khả năng phân tích của một Kho dữ liệu.

Bằng cách xây dựng nền tảng có sức mạnh cấp Doanh nghiệp từ sớm, hệ thống được thiết lập cho sự phân phối hoàn toàn bởi các tác nhân. Những gì từng mất nhiều tháng hoặc nhiều năm và hàng trăm nghìn đến hàng triệu đô la để thực hiện, giờ đây có thể được song song hóa ở quy mô bằng cách sử dụng cơ sở hạ tầng tác nhân trong hệ thống vòng kín độc quyền của chúng tôi.

Nhiều công ty vẫn phụ thuộc vào bảng tính và các công cụ phân mảnh cho mua sắm, hàng tồn kho và quản lý đơn hàng. Những điểm mù hoạt động lớn nhất nào xuất hiện khi dữ liệu kinh doanh cốt lõi không được thống nhất vào một nguồn sự thật duy nhất?

Vấn đề lớn nhất là các quyết định được đưa ra dựa trên thông tin cũ hoặc không đầy đủ. Nếu dữ liệu hàng tồn kho của bạn sống ở một nơi, đơn đặt hàng mua của bạn ở một nơi khác và đơn đặt hàng bán của bạn ở một nơi thứ ba, bạn luôn phải hòa giải, thủ công, chậm và sau khi thực tế. Bằng thời điểm ai đó nhận ra hàng tồn kho không chính xác hoặc một nhà cung cấp đang chậm trễ, nó đã trở thành một vấn đề trong kinh doanh.

Verve Coffee Roasters là một ví dụ tốt về nơi này bị phá vỡ trong thực tế. Họ vận hành các hoạt động trên bán lẻ, bán buôn, DTC và quán cà phê ở Mỹ và Nhật Bản, nhưng quản lý tất cả chúng trên các hệ thống không kết nối với nhau và không có khả năng hiển thị hàng tồn kho theo thời gian thực. Họ đã hết cà phê của chính họ tại các địa điểm có lưu lượng truy cập cao và gặp phải tình trạng hết hàng nghiêm trọng trong quá trình ra mắt một nhà bán lẻ lớn, điều này đã ảnh hưởng đến một mối quan hệ bán lẻ quan trọng. Dữ liệu tồn tại ở một nơi nào đó; nó chỉ không được kết nối theo cách cho phép bất kỳ ai hành động trên nó kịp thời.

Vấn đề tinh vi hơn là sự phân mảnh che giấu hình dạng thực sự của các hoạt động của bạn. Bạn không thể thấy mối quan hệ giữa một sự chậm trễ ở thượng nguồn và một vấn đề thực hiện ở hạ nguồn nếu những thứ đó sống trong các công cụ riêng biệt. Bạn sẽ quản lý các triệu chứng, đẩy nhanh các đơn đặt hàng, xây dựng hàng tồn kho an toàn và chạy các kiểm tra thủ công thay vì hiểu những gì thực sự đang xảy ra. Một hệ thống thống nhất không chỉ tiết kiệm thời gian cho việc hòa giải. Nó thay đổi những gì bạn thậm chí có thể nhìn thấy và đặt câu hỏi về nó.

Ở cốt lõi, hãy tưởng tượng chạy một doanh nghiệp mà không có quyền truy cập vào hệ thống kiểm soát phiên bản (Git), một công cụ quan sát (DataDog) hoặc một cơ sở dữ liệu tập trung để truy vấn thông tin từ đó.

Các triển khai ERP đã từng yêu cầu các đội tư vấn lớn và nhiều tháng – hoặc thậm chí nhiều năm – triển khai. Làm thế nào AI thay đổi kinh tế và sự phức tạp của việc triển khai phần mềm hoạt động trong các doanh nghiệp thực?

Mô hình triển khai truyền thống là kết quả xuất hiện của các thực tiễn phần mềm đã có từ lâu.

Có một động lực ngược chiều trong các triển khai ERP ngày nay – triển khai càng lâu và càng không hiệu quả, các nhà triển khai càng nhận được nhiều tiền hơn. Hầu hết các nhà xây dựng sẽ không lợi dụng điều này; tuy nhiên, họ không bao giờ được khuyến khích để di chuyển với tốc độ và chất lượng.

Hơn nữa, tỷ lệ chi tiêu tư vấn so với chi tiêu phần mềm trong một thỏa thuận ERP truyền thống chạy khoảng 9:1, vì vậy bạn đang chi chín đô la cho các tư vấn viên cho mỗi đô la bạn chi cho chính phần mềm. Đối với một doanh nghiệp lớn, điều đó cực kỳ đau đớn. Đối với các doanh nghiệp thị trường trung bình, nó cấm kỵ. Vì vậy, họ либо phải thỏa hiệp với phần mềm không thực sự phù hợp với cách họ hoạt động, trì hoãn dự án hoặc từ bỏ nó một phần trên đường đi.

AI thay đổi hoàn toàn đơn vị kinh tế của điều này. Thay vì một thỏa thuận tư vấn, một triển khai DOSS là một cơ sở mã. Khi thời gian triển khai của chúng tôi tiếp tục giảm, chúng tôi có thể sắp xếp các khuyến khích với một mô hình “trả tiền khi giao hàng” thay vì “trả tiền khi bạn đi”. Khi kinh doanh thay đổi, hệ thống thay đổi cùng với nó. Sự cần thiết của các phòng tư vấn và các bản trình bày dài không còn liên quan.

Sự thành công tại Doss có nghĩa là thay thế 1,86 nghìn tỷ đô la chi tiêu dịch vụ CNTT toàn cầu bằng triển khai và bảo trì tác nhân sử dụng ZSL của chúng tôi làm ngôn ngữ cho phần mềm ứng dụng kinh doanh. Sự thành công tại Doss là việc phổ biến tất cả các ứng dụng kinh doanh ở quy mô.

Bạn đã triển khai DOSS với các công ty hoạt động trong môi trường thực như sản xuất, hậu cần và hàng tiêu dùng. Những thách thức không lường trước nào xuất hiện khi AI gặp phải dữ liệu hoạt động lộn xộn?

Thách thức hiếm khi là AI. Đó là dữ liệu bạn yêu cầu nó suy luận.

Mỗi doanh nghiệp chúng tôi làm việc đều đã tích lũy nhiều năm các giải pháp hoạt động. Dữ liệu kỹ thuật tồn tại, nó chỉ không sống ở bất kỳ nơi nào mà nhân viên của họ, chứ không phải là các hệ thống tác nhân, có thể hành động đáng tin cậy.

Một ví dụ tuyệt vời là một nhà sản xuất đồ nội thất của Đức tạo ra các món đồ đặt hàng theo kích thước. Khi chúng tôi đến, họ đã có 10 năm dữ liệu lịch sử trải rộng trên 8 định dạng tệp tùy chỉnh với 11 đối tượng dữ liệu khác nhau và một bộ đồng bộ 3PL chạy trên sao chép thủ công từ các thư mục FTP. Logic kinh doanh rất cụ thể với các kích thước tùy chỉnh, cấu hình, phương thức thanh toán và vị trí phòng trưng bày, và toàn bộ hệ thống cần hoạt động trong tiếng Đức. Không có lược đồ ngoài hộp cho điều đó. Họ phải trả hàng nghìn euro mỗi khi họ muốn thay đổi các tùy chọn cấu hình đơn giản, như các tùy chọn trạng thái cho một đơn đặt hàng mua.

Thách thức không phải là sự phức tạp kỹ thuật của bất kỳ phần nào. Đó là mỗi doanh nghiệp có một phiên bản khác nhau của vấn đề này, và bạn không thể dự đoán đầy đủ nó cho đến khi bạn ở trong dữ liệu của họ. Công việc là lấy một dấu ấn chính xác về cách kinh doanh thực sự hoạt động, không phải ánh xạ dữ liệu của họ vào một mẫu chung và hy vọng nó phù hợp.

Để xây dựng một giải pháp hoạt động trong thế giới thực, bạn cần một nền tảng có tính linh hoạt tối đa. Chỉ khi đó, AI mới có thể hữu ích trong việc hiểu mô hình dữ liệu cơ bản nó đang làm việc từ và xây dựng mô hình hoạt động cho từng khách hàng.

Có rất nhiều cuộc thảo luận về các đồng pilot AI và tác nhân tự chủ trong phần mềm kinh doanh. Anh thấy AI thêm giá trị nhất trong các quy trình hoạt động ngày nay, và ở đâu giám sát của con người vẫn còn cần thiết?

Ở quy mô, AI có khả năng phá vỡ tất cả công việc hoạt động.

Trong chân trời gần, các mô hình và tác nhân độc quyền của Doss nên có thể biến đổi cốt lõi của các tư vấn viên kỹ thuật trong việc triển khai các ứng dụng kinh doanh cũng như các tư vấn viên quản lý trong việc cung cấp các khuyến nghị chiến lược. Doss sẽ có kho lưu trữ lớn nhất dữ liệu có cấu trúc và đồng vị đại diện cho cả lược đồ và thông tin hoạt động cho các doanh nghiệp. Các tác nhân của chúng tôi có thể sử dụng dữ liệu đó để cung cấp các khuyến nghị có thể mở rộng.

Giá trị rõ ràng nhất ngày nay là cụ thể hơn thế. Đó là công việc lặp đi lặp lại, dựa trên quy tắc và hiện được thực hiện bởi những người có các ưu tiên chiến lược khác: xử lý đơn đặt hàng mua, hòa giải hàng tồn kho và định tuyến quyết định thực hiện. Những nhiệm vụ này có đầu vào và đầu ra được định nghĩa rõ ràng, và AI có thể xử lý chúng đáng tin cậy ở quy mô.

Đối với bây giờ, giám sát của con người là cần thiết ở bất cứ nơi nào chi phí của một quyết định sai là cao, và hệ thống chưa có đủ ngữ cảnh để tự tin. Hiện tại, mô hình đúng không phải là các tác nhân tự chủ thay thế việc ra quyết định của con người toàn bộ; mà là các tác nhân xử lý công việc có khối lượng lớn, được định nghĩa rõ ràng để con người có thể tập trung vào những quyết định thực sự đòi hỏi phán đoán của họ.

Nhiều doanh nghiệp đang cố gắng thêm AI vào các ngăn xếp phần mềm hiện có. Theo quan điểm của anh, tại sao việc thêm AI vào các hệ thống cũ thường không đạt được so với việc xây dựng AI trực tiếp vào nền tảng?

Các hệ thống cũ không được xây dựng để được suy luận bởi AI. Các mô hình dữ liệu, API, cách thông tin được cấu trúc, tất cả đều được thiết kế cho con người tương tác với chúng thông qua giao diện. Khi bạn cố gắng thêm AI lên trên, bạn đang yêu cầu nó làm việc xung quanh các hạn chế mà nó không được thiết kế để làm việc.

Ngay cả khi bạn cố gắng ném một máy chủ MCP lên trên, trong thực tế, một máy chủ MCP cần các mẫu thiết kế rất cụ thể. Hầu hết các máy chủ MCP ngày nay thực sự giới thiệu sự phình to của cửa sổ ngữ cảnh và làm tăng hiệu suất.

Tuy nhiên, vấn đề sâu sắc hơn là mô hình triển khai. Trong một hệ thống ERP truyền thống, cấu hình của hệ thống được lưu trữ trong chính hệ thống. Nó không phải là mã bạn có thể đọc, kiểm tra hoặc phiên bản. Không có cách nào cho một tác nhân để hiểu hệ thống đang làm gì, chứ không nói đến việc thay đổi nó một cách an toàn. Chúng tôi đã xây dựng ZSL cụ thể để cấu hình là một cơ sở mã chính thức: có thể đọc được, có thể kiểm tra được và có thể triển khai được trong một hệ thống vòng kín. Chúng tôi đang xây dựng một chu kỳ phát triển phần mềm (SDLC) hoàn toàn tác nhân. Đó là điều kiện tiên quyết để AI thực sự hoạt động trên hệ thống chứ không chỉ ngồi trên nó.

Khi AI trở nên có khả năng tạo ra các quy trình làm việc và tương tác trực tiếp với các hệ thống hoạt động, anh nghĩ giao diện của phần mềm doanh nghiệp truyền thống sẽ phát triển như thế nào?

Câu hỏi về giao diện thực sự là về ai cần sử dụng hệ thống. Hiện tại, các giao diện ERP được xây dựng xung quanh một tập hợp nhỏ các người dùng quyền lực, những người đã được đào tạo về hệ thống trong quá trình triển khai. Mọi người khác đều không thể sử dụng nó hoặc nhận được một phiên bản bị suy giảm.

Điều chúng tôi đang xây dựng là một giao diện composable, điều này đối xử với giao diện như một người xây dựng trang web. Giao diện bản thân cũng được hỗ trợ bởi ZSL vòng kín. Mỗi người, từ CFO đến người quản lý kho, đến nhà phân tích chuỗi cung ứng, đều nhận được một bảng điều khiển và các视图 dữ liệu được tạo thành từ cách họ thực sự làm việc, không phải cách phần mềm được cấu hình. Khi AI xử lý nhiều quy trình công việc cơ bản hơn, giao diện trở nên ít hơn về việc nhập dữ liệu và nhiều hơn về khả năng hiển thị và ra quyết định. Bạn cần nhìn thấy những gì đang xảy ra, hiểu tại sao và đưa ra các quyết định phán đoán. Phần mềm nên xử lý phần còn lại.

Các công ty khởi nghiệp như DOSS đang tham gia vào một thị trường bị chi phối bởi các công ty lâu đời. Những lợi thế nào mà các công ty khởi nghiệp bản địa AI có khi cạnh tranh với các nền tảng doanh nghiệp đã thành lập?

Các công ty đã thành lập có vấn đề ngược lại so với các công ty khởi nghiệp. Họ có các cơ sở đã cài đặt khổng lồ để bảo vệ. Mỗi quyết định kiến trúc họ đưa ra phải tương thích ngược. Họ có thể thêm các tính năng AI vào các sản phẩm hiện có, nhưng họ không thể xây dựng lại các hệ thống cơ bản mà không phá vỡ mọi thứ đang chạy trên chúng. Đó không phải là một thất bại trong tham vọng; đó là cấu trúc.

Trong ERP cụ thể, họ cũng bị gánh nặng bởi các quyết định kinh doanh đã đưa họ xuống một con đường mà doanh thu được thúc đẩy từ chức năng cụ thể mà DOSS đang tìm cách loại bỏ – các tư vấn viên chuyên nghiệp. Dữ liệu cho thấy người dùng chi chín đô la cho các tư vấn viên cho mỗi đô la họ chi cho phần mềm, khả năng chuyển đổi 90% doanh thu nguồn là không thể đối với các công ty lớn.

Một hệ thống bản địa AI có thể được thiết kế từ đầu để AI là một phần của kiến trúc cốt lõi, không phải là một lớp trên cùng. Mô hình triển khai, mô hình dữ liệu và cách cấu hình hoạt động đều được thiết kế với AI là một tham gia viên hàng đầu. Đó là một lợi thế tích lũy, nơi mỗi triển khai làm cho hệ thống tốt hơn, và các tác nhân triển khai trở nên có khả năng hơn với mỗi khách hàng mới. Loại vòng cải tiến này không tồn tại trong một hệ thống mà triển khai vẫn là một thỏa thuận tư vấn của con người.

Nhìn về tương lai, anh hình dung AI sẽ biến đổi “hệ điều hành” của một doanh nghiệp như thế nào trong vòng năm đến mười năm tới, đặc biệt là trong các lĩnh vực như khả năng hiển thị chuỗi cung ứng, ra quyết định thời gian thực và hoạt động tự động?

Chúng tôi thành lập DOSS với niềm tin rằng các hệ thống doanh nghiệp sẽ có thể tự xây dựng. Ba năm qua, chúng tôi đã bước vào Giai đoạn 2 của Doss: triển khai tự động tác nhân. Nền tảng đã có thể tạo, xác thực và phát triển hệ thống của khách hàng mà không cần cấu hình thủ công, và nó trở nên tốt hơn với mỗi triển khai.

Hướng mà điều này đang tiến là một hệ thống luôn luôn đồng bộ với doanh nghiệp. Hiện tại, khoảng cách giữa cách một doanh nghiệp hoạt động và những gì phần mềm biết về nó là vài tháng hoặc vài năm. Hệ thống đã được cấu hình tại một thời điểm và không thay đổi kể từ đó. Những gì có thể xảy ra khi khoảng cách đó đóng lại, khi hệ thống thích ứng theo thời gian thực khi doanh nghiệp thay đổi, là một khả năng hoạt động khác. Khả năng hiển thị thời gian thực không chỉ là báo cáo nhanh hơn; đó là khả năng bắt một gián đoạn chuỗi cung ứng trước khi nó trở thành một thất bại về thực hiện. Hoạt động tự động không chỉ là về hiệu quả; đó là khả năng chạy một doanh nghiệp phức tạp hơn với cùng một đội.

Cảm ơn anh đã trả lời chi tiết, những người đọc muốn tìm hiểu thêm có thể truy cập Doss.