切坦·阿尔西萨里亚，Polestar Analytics 首席执行官和联合创始人 – 采访系列

切坦·阿尔西萨里亚，首席执行官和联合创始人，是一位企业技术领导者，专门从事数据、分析和人工智能驱动的转型。在早期担任德勤、普华永道和安永等职务后，他于 2012 年联合创立了 Polestar Analytics，并将其发展成为一个全球的人工智能和数据公司。他领导销售、战略联盟、服务开发和技术交付，同时还担任 CAIO Circle 的主席，CAIO Circle 是一个为人工智能领导者提供的社区，专注于推进负责任和实用的人工智能采用。此外，他还联合创立了 Xumane Equity，反映了他对企业系统和平台创新更广泛的关注。

Polestar Analytics 是一家全球的人工智能和数据融合公司，帮助企业通过其专有的 1Platform 将分散的数据转化为可行的见解。通过将数据工程、分析、人工智能和业务工作流统一到一个生态系统中，该公司使组织能够改善决策、优化运营和扩大人工智能采用。凭借对行业特定用例和可衡量结果的强烈关注，Polestar 已经从咨询主导型公司转变为平台驱动型业务，提供简化的、智能驱动的解决方案，适用于企业规模。

您于 2012 年在德勤、普华永道和安永等公司任职后联合创立了 Polestar Analytics。当时您看到的企业数据和分析领域的差距是什么，您最初的愿景如何演变成今天的人工智能驱动的 1Platform?

你知道，当阿杰、阿米特和我在 2012 年创立 Polestar Analytics 时，讽刺的是，公司被数据淹没，但却渴望做出决定。每个人都在收集一切，但拥有数据和做出有意义的事情之间的差距是巨大的。这就是我们要解决的问题。

快进到今天，老实说，问题并没有消失，它只是改变了形状。体积更大，赌注更高，现在你有代理人和人类一起需要理解一切。这实际上使我们的原始愿景更加清晰，而不是更加模糊。

我们的口号“数据到结果，简化！”是连接 2012 年到今天的线索。我们从数据交付开始；在正确的时间将正确的数据交付给正确的人。然后人工智能出现并放大了可能性的范围。现在，随着 1Platform，我们正在进一步推进；简化和最大化不仅仅是人类的结果，还包括越来越多地参与决策的代理人的结果。

令人兴奋的是，我们的生态系统已经成熟，以支持这一点。我们与 Microsoft、Databricks 和 Anaplan 的深度集成将数据、业务用例和规划结合在一起。1Platform 跨越所有这些，原生于这些环境中，而不是附加在上面。

所以，演变看起来像这样：数据交付 → 人工智能增强的洞察 → 简化的、代理人就绪的结果。追求卓越的目标是一样的。到达那里所需的速度才是发生了指数级变化的东西。

Polestar Analytics 将自己定位为数据和人工智能融合公司。在处理分散系统和孤立数据的企业中，融合实际上是什么样子?

大多数时候，分散性并不是一个技术问题，而是一个人员和流程问题。就像您有一个财务团队在 Anaplan 上运行，一个运营团队生活在 Excel 中，一个数据工程团队在 Azure 上构建管道，每个人都朝着不同的方向拉扯，使用不同的指标定义。没有人工智能可以解决信任问题，如果基础是破碎的。

所以，当我们谈论融合时，我们的意思是先解决基础问题。在您可以在上面添加智能之前，您需要干净、受治理和关键可访问的数据。不仅仅是针对您的分析师，还包括您的代理人。

在实践中，1Platform 的融合看起来像这样：我们不会撕掉和替换企业已经建立的东西。我们进入他们已经生活的环境，例如 Databricks、Microsoft 和 Anaplan，并将数据和智能层跨越它们进行拼接。您的 Anaplan 中的规划数据与您的 Databricks 中的运营数据交谈，您的 Microsoft 生态系统是人们和代理人实际上做出决定的地方。

魔力不在于任何一个集成中。它在于 1Platform 的连接层，使一切感觉像一个连贯的系统，而不是断开的工具。这就是实践中的融合，看起来像是一种故意的简化，直到复杂性对业务来说是不可见的。

您的专有 1Platform 旨在将数据、人工智能和工作流统一到一个系统中。这种方法与传统的商业智能栈或现代数据平台（如 Databricks 或 Snowflake）有何不同?

Databricks 和 Snowflake 是强大的平台，我们不是在与它们竞争，我们是在它们之上构建。这种区别很重要。Databricks 提供基础设施和计算能力。我们坐在上面，问一个不同的问题：现在怎么办？

传统的商业智能栈在当时做了很多事情，但商业智能已经演变。今天，业务用户需要的不仅仅是仪表板。你可以有一个漂亮的仪表板，有 15 个图表，但有人仍然需要解释它的含义并决定下一步该做什么。那就是 1Platform 操作的差距。

1Platform 不是静态的，它不断演变。它不仅仅回答您提出的问题；它提出您甚至没有想到的问题。这改变了业务用户与数据之间的关系。

我们在 Databricks 和 Azure 之上构建了低代码和无代码界面，允许管道在几秒钟内启动。曾经需要数据工程师几天时间才能完成的任务现在可以由业务用户触发。在此基础上，Agenthood AI 允许用户通过简单的拖放界面创建和编排代理，无需深入的技术专业知识。

但真正的区别在于最终用户体验。用户不再需要在多个仪表板之间跳转；他们会收到自然语言洞察、上下文推荐和代理驱动的叙述。KPI 不仅仅坐在屏幕上；代理人积极监控它们，标记重要内容，并解释原因。区别不在于数据平台本身，而在于数据准备好之后发生的一切。

许多企业仍然陷入所谓的人工智能试点炼狱。阻止人工智能在大规模生产中实现的最大结构或组织障碍是什么?

我称之为试点墓地，因为大多数项目不仅停滞不前，而且悄悄死去。最大的障碍不是技术问题，而是组织问题。人员、流程和数据。

变革管理始终被低估。当您重新设计人们的工作方式时，您挑战了他们的价值来源。成功的组织是那些让人工智能能力在领导层中可见地重要的组织。当提升技能被奖励，流程重新设计被结构性支持时，采用速度就会加快。

然后还有 J 曲线问题。人工智能投资通常在看到回报之前会下降。许多组织期望在 90 天内看到 ROI，没有看到，就放弃了努力。成功的组织是那些承诺整个曲线的组织。

数据准备是另一个关键因素。糟糕的数据会导致自信地做出错误的决定。在数据基础可信之前，大规模的人工智能成为负担而不是资产。

最后，使用案例的纪律很重要。组织不需要尝试用人工智能做所有事情；他们需要关注可以移动真正的业务指标、证明并扩大的人工智能使用案例。

在 Polestar Analytics，我们将数据、人工智能和工作流带到一个地方，加速问题发现和机会识别，将融合变成变革的催化剂。

代理人工智能正在成为整个行业的主要主题。Polestar Analytics 如何思考企业工作流中的人工智能代理，以及哪些实际用例正在获得关注?

对于我们来说，代理人必须嵌入数据层和业务工作流中，以创造真正的价值。例如，定价代理不仅仅是一个坐在仪表板上的 LLM；它集成到数据基础设施中，理解上下文，并支持真正的决策。

在我们 100 多个代理中，一些作为助手，而其他一些是完全自动化的。最强的牵引力在收入增长管理中，包括定价、促销和媒体混合，决策是频繁的和数据密集的。

在工程方面，管道监控和错误解决代理已经在使用中。FinOps 代理已经将未使用的云成本降低了 35%。在财富管理中也有一定的采用。

我们支持 Microsoft 和 Databricks 生态系统，并提供自定义代理构建平台。并非每个代理都需要基于 LLM；架构应该与用例相匹配，以平衡规模和成本。

治理至关重要。代理与财务系统或客户数据交互时，需要强大的防护措施和人工监督，以确保在企业规模上可靠。

凭借最近的资金，您正在加倍开发知识产权。拥有专有平台在今天的人工智能格局中有多重要，相比之下，构建在现有生态系统之上又如何?

我们与 Databricks、Microsoft 和 Anaplan 等平台深度集成，这些平台提供基础设施和规模。我们不是试图取代它们。

我们的重点是拥有智能层。专有知识产权允许我们控制体验，嵌入领域知识，并在规模上提供一致的价值。

我们的区别来自于行业专业知识。不管是 PromoPulse AI 还是财务服务中的 WealthPulse，价值都在于理解现实世界的用例和决策。

对于我们来说，专有知识产权是这种专业知识的编码。它使平台具有防御性和真正的用处。

您与《财富》1000 强公司密切合作。随着高管要求可衡量的结果而不是实验，人工智能 ROI 的期望如何变化?

这种转变是真实的，但实验并没有消失。它只是需要更快地连接到有形的结果。

高管现在通过更广泛的视角评估 ROI，例如决策速度、客户忠诚度、创新能力和恢复力。

人工智能 ROI 不再由单个领导者拥有。CTO 关注基础设施和数据，CFO 关注财务影响，COO 强调运营效率。

成功的组织是那些在早期对这些观点保持一致并致力于长期结果的组织。

您的扩张策略包括北美和欧洲。您在这些地区看到的人工智能采用成熟度和企业就绪度的差异是什么?

区别更多的是在于思维方式，而不是能力。

北美优先考虑速度和实验，受到竞争压力的驱动。

欧洲从一开始就强调治理和道德人工智能。然而，这并不意味着采用速度较慢。企业正在平衡结构与加速。

两个地区都在朝着可扩展和负责任的人工智能方向发展，人工智能已经融入核心运营。

您最近创立了 CAIO Circle，以汇集人工智能领导者。人工智能官员之间正在进行的最紧迫的对话是什么，特别是在治理和道德方面?

CAIO Circle 是为人工智能领导者提供的空间，用于开放讨论。

最核心的挑战是平衡速度与长期风险。信任和可解释性是主要问题，尤其是人工智能系统影响关键决策时。

治理正在从政策文件转变为嵌入式操作实践。与此同时，许多组织仍然缺乏执行模型来实现他们的人工智能战略。

最有价值的见解通常来自同行之间的坦率讨论，而不是正式的演讲。

展望未来三到五年，您是否预计企业人工智能将整合到统一的平台（如您的平台）中，还是仍然是一个由工具和供应商组成的分散生态系统？Polestar Analytics 将如何在未来中定位自己?

分散性可能会继续。像 Databricks、Microsoft、Salesforce 和 Anaplan 这样的主要平台将仍然是中心玩家。

企业需要的是一个统一层，将数据、智能和工作流连接起来，使其可行。这就是 1Platform 设计的作用。

未来将有利于具有深厚垂直专业知识的平台。通用水平解决方案将难以区分。

真正的价值将来自于理解行业特定需求并将智能直接嵌入决策工作流中。

感谢您这次精彩的采访，希望了解更多的读者可以访问 Polestar Analytics。