Richard Potter, Đồng sáng lập & CEO của Peak – Loạt phỏng vấn

Richard Potter là Đồng sáng lập & CEO của Peak, một nền tảng cung cấp cho các kỹ sư dữ liệu, nhà khoa học dữ liệu và người ra quyết định thương mại mọi thứ cần thiết để xây dựng và hỗ trợ các giải pháp thúc đẩy bởi AI trên toàn doanh nghiệp.

Bạn có thể chia sẻ câu chuyện về sự ra đời của Peak?

Ý tưởng về Peak bắt đầu từ một cuộc trò chuyện tại một quán bar về các sản phẩm trí tuệ kinh doanh có sẵn tại thời điểm đó. Các đồng sáng lập của tôi, Atul Sharma và David Leitch, và tôi tự hỏi tại sao lại có rất ít công ty có thể tận dụng dữ liệu để ra quyết định. Chúng tôi muốn tìm cách đơn giản hóa mọi thứ cho các doanh nghiệp, phá vỡ các silo trong các doanh nghiệp để các đội có thể làm việc cùng nhau và mọi người có thể tận dụng các kết quả hữu ích dựa trên dữ liệu. Điều này đã dẫn chúng tôi đến nền tảng, kết hợp các đội xung quanh một sản phẩm được xây dựng để tối ưu hóa kinh doanh với AI.

Bạn có thể mô tả Trí tuệ quyết định là gì cho khán giả của chúng tôi?

Trí tuệ quyết định là ứng dụng của AI để tối ưu hóa các quyết định thương mại. Nó tập trung vào kết quả, nghĩa là các giải pháp DI được xây dựng để cung cấp một kết quả cụ thể, chẳng hạn như tăng tỷ lệ bán hàng hoặc lợi nhuận.

Một trong những dự đoán của bạn khi bước vào năm 2022 là một kỷ luật mới của khoa học dữ liệu đang xuất hiện. Bạn có thể giải thích thêm về điều này?

Khi đầu tư thương mại vào AI tăng và khoa học dữ liệu trưởng thành, một kỷ luật mới của khoa học dữ liệu đang xuất hiện, bắt đầu từ kết quả cuối cùng.

Các dự án khoa học dữ liệu truyền thống bắt đầu bằng việc hiểu dữ liệu có sẵn và những gì có thể được thực hiện với nó. Kết quả là các giải pháp giả định cho các vấn đề dữ liệu, chứ không phải là các giải pháp AI có thể cải thiện hiệu suất kinh doanh.

Bằng cách tập trung vào kết quả từ đầu dự án và hiểu những gì thực tế với dữ liệu có sẵn, kỷ luật khoa học dữ liệu mới này ưu tiên việc triển khai các giải pháp bằng cách bắt đầu từ kết quả cuối cùng. Nó cho phép các doanh nghiệp triển khai AI và mở khóa giá trị từ chiến lược AI của họ nhanh hơn.

Peak đã xây dựng một hệ thống trí tuệ nhân tạo trở thành một hệ thống thông minh trung tâm trong kinh doanh của một công ty. Nó tổng hợp dữ liệu và triển khai học máy, sau đó đầu ra kết quả. Những loại thuật toán học máy nào được sử dụng?

Nền tảng Peak sử dụng một loạt các kỹ thuật học máy và xây dựng mô hình – sự lựa chọn này cho phép chúng tôi giải quyết từng dự án với phương pháp phù hợp nhất. Chúng tôi có thể sử dụng các phương pháp giám sát và không giám sát, cũng như các kỹ thuật dự báo hoặc tối ưu hóa tùy thuộc vào vấn đề được giải quyết. Những điều này có thể được xây dựng trong nền tảng của chúng tôi bằng Python, R và SQL.

Với sự linh hoạt và phạm vi lựa chọn này, khách hàng của Peak có thể xây dựng AI độc đáo của riêng họ cho doanh nghiệp của họ. Đây là những gì các tổ chức cần để thực sự tận dụng Trí tuệ quyết định. Mỗi công ty không nên có AI tiêu chuẩn, mà là thứ được xây dựng cụ thể cho họ.

Làm thế nào Peak cho phép các công ty sử dụng tài sản lớn nhất của họ – dữ liệu – để tăng doanh thu và lợi nhuận?

Nền tảng Peak chạy các ứng dụng được thiết kế đặc biệt để cung cấp kết quả, có thể là tăng doanh thu hoặc tăng lợi nhuận (hoặc cả hai!). Những ứng dụng này bao gồm toàn bộ thế giới của tiếp thị, bán hàng, hàng hóa, quản lý hàng tồn kho, định giá và chuỗi cung ứng. Vì nó nằm trên toàn bộ tập dữ liệu của một tổ chức, nền tảng Trí tuệ quyết định của Peak có thể tối ưu hóa trên toàn bộ chuỗi giá trị, cung cấp thông tin và khuyến nghị theo thời gian thực mà có lợi cho mọi chức năng trong một doanh nghiệp. Đây là một ma trận phức tạp và Trí tuệ quyết định là công cụ hoàn hảo để đảm bảo mọi quyết định được đưa ra là đúng.

Peak dường như là một dịch vụ được phục vụ đầy đủ, các công ty sử dụng dịch vụ này có cần phải có các kỹ sư AI trên tàu để sử dụng nền tảng không?

Nền tảng Peak có ba khả năng cốt lõi cho phép người dùng:

1. Kết hợp dữ liệu từ toàn bộ tổ chức và làm cho nó sẵn sàng cho AI.
2. Xây dựng và đào tạo một trí tuệ tập trung sử dụng các mô hình AI để cung cấp một cái nhìn dự đoán về tổ chức của họ.
3. Cung cấp một giao diện cho người dùng kinh doanh tương tác với các mô hình hướng dẫn việc ra quyết định trên nhiều chức năng.

Kể từ khi thành lập vào năm 2015, Peak đã cung cấp một mô hình trong đó nền tảng và ứng dụng của chúng tôi được triển khai cho khách hàng của chúng tôi bởi các đội thành công khách hàng và khoa học dữ liệu của chúng tôi. Chúng tôi ngày càng thấy số lượng khách hàng của Peak tự phục vụ trên nền tảng, xây dựng ứng dụng của riêng họ hoặc triển khai các ứng dụng tiêu chuẩn của Peak một cách độc lập.

Có những ví dụ nào về Peak cho phép các doanh nghiệp tối ưu hóa chuỗi cung ứng?

Một ví dụ tốt sẽ là một người quản lý kho hàng xử lý vấn đề tồn kho. Truyền thống, họ sẽ cần phải tăng thủ công các đơn đặt hàng trên các SKU được bán quá mức, thay đổi thể tích đơn đặt hàng một cách bất thường để tính đến sự biến động trong nhu cầu.

Tuy nhiên, với sự giúp đỡ của một nền tảng DI, người quản lý kho hàng có thể chủ động hơn là phản ứng. Xem xét các tình huống trên toàn bộ doanh nghiệp, nền tảng DI của người quản lý đề xuất rằng họ giảm các đơn đặt hàng từ nhà cung cấp. Nó có vẻ phản trực giác nếu có nhu cầu cao, nhưng giải pháp DI đã xác định rằng công ty có một kho hàng với một depot ở quận khác có 2.000 đơn vị của SKU đó không bán ở đó. Nó đã cảnh báo đội ngũ hậu cần và đã định tuyến giao hàng theo lịch trình qua kho hàng đó để nhận thêm SKU. Nó sẽ tiếp tục chạy cùng mô hình cho các đội thương mại trên toàn bộ doanh nghiệp, điều chỉnh hành động được đề xuất khi thông tin chi tiết dữ liệu thay đổi và mỗi bộ phận thực hiện hành động.

Một trường hợp sử dụng khác là giảm lãng phí và năng lượng, bạn có thể cung cấp một số ví dụ về khách hàng đạt được điều này bằng cách sử dụng Peak?

Một nhà bán lẻ CPG toàn cầu hiện đang tận dụng Trí tuệ quyết định để tối ưu hóa mạng lưới vận tải và giảm lượng di chuyển lãng phí hàng hóa giữa các nhà máy, trung tâm phân phối và cửa hàng. Mục tiêu của công ty là giảm lượng khí thải carbon và tăng lợi nhuận.

Sử dụng các nguồn dữ liệu từ cung, cầu và hàng tồn kho, kết hợp với dữ liệu Điểm bán hàng điện tử (EPOS) và dữ liệu khách hàng, công ty đang sử dụng DI để tối ưu hóa mức tồn kho tại mỗi trung tâm phân phối và phối hợp di chuyển hàng hóa giữa các trung tâm, xem xét các yếu tố như nhu cầu (thực tế và dự báo), sản lượng sản xuất, chi phí xử lý và chi phí vận chuyển. Giải pháp này đã cắt giảm chi phí hậu cần 10% và giảm 200.000 km hành trình xe tải giữa các trung tâm, đại diện cho việc giảm 147 tấn khí thải CO2 trong 8 tháng đầu tiên triển khai.

Тương tự, một nhà sản xuất và cung cấp hàng đầu các vật liệu tổng hợp cho ngành xây dựng, với một đội xe 400 chiếc, đã có thể tăng số lượng công việc cho mỗi tài xế lên 15% và giảm 3% dặm cho mỗi công việc với một giải pháp lập kế hoạch DI tự động dự đoán nhu cầu công việc và hủy bỏ, tối đa hóa năng suất xe và lập kế hoạch tuyến đường xe.

Visions của bạn cho tương lai của Peak là gì?

Chúng tôi muốn đưa Trí tuệ quyết định vào tay mọi doanh nghiệp và xây dựng một công ty mà mọi người yêu thích được một phần của nó. Điều này có nghĩa là việc mở rộng để hỗ trợ nhiều khách hàng toàn cầu hơn là ưu tiên hàng đầu của chúng tôi và chúng tôi đang mở rộng ở cả Mỹ và Ấn Độ, mở Câu lạc bộ ở New York, Mumbai và Pune. Hiệu suất cao bền vững là chìa khóa cho điều đó; chúng tôi muốn Peakers đi cùng chúng tôi trong suốt phần lớn sự nghiệp của họ, chúng tôi không muốn những người sẽ đến và bị cháy hết trong vài năm. .

Chúng tôi đang đầu tư mạnh mẽ vào Nghiên cứu và Phát triển sau vòng Series C thành công của chúng tôi, kết thúc vào tháng 8 năm ngoái. Khi chúng tôi phát hành các tính năng nền tảng thú vị hơn và mở rộng trên toàn thế giới, chúng tôi rất hào hứng khi thấy các ứng dụng mà các đội khoa học dữ liệu ngoài Peak sẽ phát triển với nền tảng – phần lớn những gì DI có khả năng sẽ được khám phá trong thực tế.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Peak.