访谈
理查德·波特，Peak 联合创始人兼 CEO – 采访系列
理查德·波特是 Peak 的联合创始人兼 CEO，Peak 是一个为数据工程师、数据科学家和商业决策者提供构建和支持 AI 驱动解决方案的平台。
您能否分享 Peak 的创立故事?
Peak 的想法最初是在一家酒吧里讨论当时可用的各种商业智能产品时产生的。我的联合创始人 Atul Sharma 和 David Leitch，以及我自己，想知道为什么这么少的公司能够将数据用于决策。我们希望找到一种方法来简化商业流程，打破企业内部的壁垒，使团队能够合作，利用数据实现有用的结果。这导致我们开发了 Peak 平台，它将团队团结在一个为商业优化而构建的产品周围。
您能否为我们的读者描述什么是决策智能（Decision Intelligence）?
决策智能是将 AI 应用于优化商业决策的应用。它是结果驱动的，这意味着 DI 解决方案的目的是实现具体的结果，例如提高销售率或利润率。
您预测 2022 年将出现一种新的数据科学学科。您能否详细解释这一点?
随着商业对 AI 的投资增加和数据科学的成熟，一种新的数据科学学科正在出现，它从结果出发。传统的数据科学项目从了解可用的数据和可以用它做什么开始。结果是假设性的解决方案，而不是能够提高业务绩效的 AI 解决方案。通过从项目开始时就关注结果，并了解可用数据的实际情况，这种新的数据科学学科优先考虑部署解决方案，从结果出发。这使得企业能够更快地部署 AI 并从其 AI 战略中解锁价值。
Peak 已经构建了一个成为公司商业中中央智能系统的 AI 系统。它聚合数据并部署机器学习以输出结果。Peak 使用什么类型的机器学习算法?
Peak 平台使用了广泛的机器学习和建模技术——选择意味着我们可以使用最适合每个项目的方法。我们可能会使用有监督和无监督的方法，以及预测或优化技术，具体取决于要解决的问题。这些可以使用 Python、R 和 SQL 在我们的平台上构建。通过这种灵活性和选择的广泛，Peak 的客户可以构建适合其业务的独特 AI。这是企业真正采用决策智能所需要的。
Peak 如何使公司能够利用其最大的资产——数据——来增加销售和利润?
Peak 平台运行的应用程序旨在实现结果，无论是增加销售还是提高利润（或两者兼而有之）。这些应用程序涵盖营销、销售、商品管理、库存管理、定价和供应链等领域。由于它跨越了整个组织的数据集，Peak 的决策智能平台可以在整个价值链上优化，提供实时的洞察和建议，以使每个业务功能受益。这是一个复杂的矩阵，决策智能是确保每个决策都是正确的完美工具。
Peak 看起来是一种完全服务的平台，使用该服务的公司是否需要有 AI 工程师来使用该平台?
Peak 平台有三个核心功能，允许用户：
- 从整个组织中合并数据并使其为 AI 做好准备。
- 构建和训练一个集中式智能，使用 AI 模型提供对其组织的预测视图。
- 为业务线用户提供一个界面，以便他们与指导决策的模型进行交互，跨多个功能进行决策。
您能否提供一些 Peak 使企业优化供应链的例子?
一个很好的例子是仓库经理处理库存问题。传统上，他们需要手动增加对过度销售 SKU 的订单，根据需求的波动性随机调整订单量。但是，使用 DI 平台，仓库经理可以采取主动措施，而不是被动反应。考虑到整个业务的环境，DI 平台建议他们从供应商那里减少订单。虽然这在需求高时看起来违反直觉，但 DI 解决方案已经确定公司在另一个县有一个仓库，有 2000 个该 SKU 的单位没有销售。它已经提醒物流团队，并将安排的交货路线通过该仓库以拾取额外的 SKU。它将继续为整个业务的商业团队运行相同的模型，根据数据洞察的变化和每个部门采取的行动调整推荐的行动。
另一个使用案例是减少浪费和能耗，您能否提供一些客户通过使用 Peak 实现这一目标的例子?
一家全球性的快速消费品零售商目前正在利用决策智能来优化其运输网络并减少商品在工厂、配送中心和商店之间的不必要移动。该公司的目标是减少碳排放并增加其利润率。利用来自供应、需求和库存的数据源，以及电子销售点（EPOS）和客户数据，该公司使用 DI 来优化每个配送中心的库存水平，并协调多个中心之间的库存移动，考虑到需求（实际和预测）、生产输出、加工成本和运输成本等因素。该解决方案在部署的前八个月内将物流成本降低了 10%，并将中心之间的卡车行程减少了 20 万公里，代表着 147 公吨二氧化碳排放量的减少。
您对 Peak 未来的愿景是什么?
我们希望将决策智能交到每个企业的手中，并建立一个让人们喜欢成为其中一员的公司。这意味着我们的首要任务是扩大支持更多全球客户的能力，我们正在美国和印度扩张，分别在纽约、孟买和浦那开设 Clubhouse。可持续的高绩效是这一目标的关键；我们希望 Peak 的员工能够在他们的职业生涯中的大部分时间里与我们同行，我们不希望人们在加入两年后就因过度劳累而离开。我们正在投资研发，继去年八月成功完成 C 轮融资之后。随着我们发布更多令人兴奋的平台功能并在全球范围内扩张，我们期待看到 Peak 外部的数据科学团队使用该平台开发的应用——实践中将发现 DI 能做的很多事情。感谢这次精彩的采访，希望了解更多的读者可以访问 Peak 的网站。
