박사. 리치 손넨블릭Planview의 최고 데이터 과학자인 는 세계 최대 규모의 제약 및 생명 과학 회사와 수년간 협력한 경험을 보유하고 있습니다. 이 심층적인 연구와 적용을 통해 그는 제품 예측과 포트폴리오 분석을 모두 향상시키기 위한 통찰력 있는 우선순위 지정 및 포트폴리오 검토 프로세스, 채점 시스템, 재무 평가 및 예측 방법을 성공적으로 공식화했습니다. Sonnenblick 박사는 박사 학위를 보유하고 있습니다. 카네기 멜론 대학교에서 공학 및 공공 정책 석사 학위를, 캘리포니아 대학교 산타 크루즈에서 물리학 학사 학위를 취득했습니다.
플랜뷰의 연결된 작업을 위한 플랫폼은 시장 출시 시간과 예측 가능성을 향상하고, 효율성을 향상하여 용량을 극대화하고, 최적의 비즈니스 결과 달성을 목표로 하는 전략적 이니셔티브 제공을 지원하도록 설계되었습니다.
당신은 경영 컨설팅에서 선도적인 데이터 과학 이니셔티브로 전환하는 광범위한 경력을 갖고 있습니다. 이러한 변화를 하게 된 계기는 무엇이며, 귀하의 여정이 오늘날 비즈니스에서 AI를 활용하는 접근 방식을 어떻게 형성했습니까?
경영 컨설팅은 전략적 조언과 실행 가능한 통찰력 사이에 뚜렷한 격차가 있는 비즈니스 비효율성과 아직 활용되지 않은 기회에 대한 광범위한 시각을 제공했습니다. 데이터 과학은 이러한 격차를 해소하여 원시 데이터를 실시간으로 의사 결정을 내릴 수 있는 힘을 가진 전략적 자산으로 전환합니다. 저는 이 여정을 통해 AI를 인간의 전문성을 증폭시키는 방식으로 프로세스를 개선하고 의사 결정을 가속화하며 창의성을 발휘할 수 있는 강화 도구로 보는 법을 배웠습니다.
Planview에서 귀하는 다양한 비즈니스 기능 전반에 걸쳐 고급 AI 솔루션의 통합을 주도해 왔습니다. 최고 데이터 과학자로서의 역할이 회사의 AI 전략에 어떤 영향을 미쳤는지, 그리고 그 과정에서 직면했던 가장 큰 과제를 공유해 주실 수 있나요?
Planview에서는 AI가 통찰력을 얻고 의사 결정을 개선하기 위한 도구로 플랫폼에 내장되어 있습니다. 저는 AI를 사용하여 자원 관리, 프로젝트 계획 및 운영 효율성을 최적화하는 데 중점을 두었습니다. Copilot AI 도우미는 모든 기술 수준의 사용자에게 현장 교육을 제공하고, 보고서 생성과 같이 시간이 많이 소요되는 작업을 자동화하고, 모범 사례를 활용하여 생산적인 조치 과정을 제안함으로써 팀이 정보에 근거한 결정을 신속하게 내릴 수 있도록 지원합니다.
AI는 기업이 팀 내 비효율성을 식별하고 리소스 할당을 개선하는 데 어떻게 도움이 될 수 있습니까?
AI는 너무 복잡해서 인간이 빠르게 인식할 수 없는 데이터의 패턴을 식별하는 데 탁월합니다. 활용도가 낮은 리소스를 강조 표시하고, 병목 현상을 식별하고, 워크로드 불균형을 예측할 수 있습니다. 예를 들어, AI는 포트폴리오 목표, 프로젝트 타임라인 및 팀 성과 지표를 분석하여 추가 리소스를 추가하지 않고도 최대의 효과를 창출할 수 있도록 작업을 재할당하거나 포트폴리오 전체에 리소스를 재할당하도록 제안할 수 있습니다.
AI가 해결하는 데 특히 효과적인 리소스 관리의 일반적인 비효율성은 무엇입니까?
AI는 특히 비전략적이고 성과가 낮은 이니셔티브를 강조하는 데 능숙하며, 우리는 Planview Copilot에 이러한 중요한 기술을 구축했습니다. Copilot이 발전함에 따라 완화 조치를 더욱 효과적으로 강조하고 제안할 수 있습니다. 또한 중복 작업이나 과도한 핸드오프 등 프로세스의 낭비를 표시하고 최적화를 제안할 수도 있습니다.
소프트웨어 개발팀에게 낭비가 중요한 과제인 이유는 무엇이며, AI는 어떤 방법으로 이를 줄일 수 있습니까?
소프트웨어 개발의 낭비는 종종 잘못된 우선순위 지정, 과도한 디버깅 또는 잘못 조정된 팀 노력과 같은 비효율성에서 비롯됩니다. AI는 코딩 보조자 역할을 하고, 반복 작업을 자동화하고, 프로젝트 일정과 잠재적 위험에 대한 예측 통찰력을 제공함으로써 낭비를 줄일 수 있습니다. 예를 들어, 과거 프로젝트를 분석하여 지연으로 이어지는 패턴을 식별하여 팀이 이러한 함정을 피하는 데 도움을 줄 수 있습니다.
소프트웨어 개발 수명주기를 최적화하는 데 특히 적합한 특정 AI 모델이나 도구가 있습니까?
소프트웨어 개발 수명주기를 최적화하기 위해 우리는 향상된 효율성과 조정을 모색하고 있습니다. Viz의 Planview Copilot은 흐름 속도의 병목 현상과 장애물을 식별하고 조직의 데이터에 맞춰 실행 가능한 통찰력을 제공합니다. 팀은 일반 영어를 사용하여 흐름 지표를 해석하고, 체계적인 전달 속도 저하를 식별하고, 자세한 권장 사항을 받을 수 있습니다. 이러한 최적화는 생산성을 높이고 궁극적으로 배송을 간소화하는 열쇠입니다.
AI를 작업 보조자로 배포할 때 기본 데이터 관계는 어떻게 추가적인 가치를 창출합니까?
AI는 프로젝트 타임라인, 리소스 활용도, 팀 커뮤니케이션 등 데이터 포인트 간의 관계를 매핑함으로써 명백하지 않은 통찰력을 표면화할 수 있습니다. 예를 들어, 상태 업데이트의 정서 추세를 프로젝트 결과와 연결하면 팀이 장애물을 경영진에게 알리기 전에 관리자가 장애물을 예측하여 사전에 조정할 수 있는 충분한 시간을 확보하는 데 도움이 됩니다.
소규모 조직이 영향을 손상시키지 않고 AI를 저렴하게 도입하려면 어떤 조치를 취해야 합니까?
소규모 조직은 보다 정교한 솔루션에 대한 게이트웨이 역할을 하는 액세스 가능한 생성 AI 도구로 시작해야 합니다. 문서를 요약하고, 마케팅 콘텐츠를 지원하거나, 코드 생성을 지원하는 도구는 이러한 조직이 광범위한 투자 없이 AI 도입을 시작할 수 있는 비용 효과적인 방법입니다. 광범위한 사용 사례에 적용할 수 있는 수평적 AI 제품으로 시작하는 것이 생성적 AI를 수행할 매우 구체적인 작업에 적용하는 특수 애플리케이션에 투자하는 것보다 더 나은 가치가 있습니다. 이를 통해 조직은 여러 제품에 과도하게 투자하는 대신 조직에 가장 큰 영향을 미치는 사용 사례를 식별할 수 있습니다.
프로젝트 결과를 개선하는 데 예측 분석이 어떤 역할을 합니까?
예측 분석은 팀이 기록 데이터와 현재 추세를 기반으로 잠재적인 장애물과 결과를 예측하는 데 도움이 됩니다. AI 에이전트는 프로젝트 지연이나 리소스 부족 가능성을 예측하여 제품 관리자가 계획을 사전에 조정할 수 있도록 해줍니다. 이러한 예측은 위험을 최소화하고 효율성을 극대화하여 궁극적으로 조직이 전략적 목표를 보다 신속하게 달성할 수 있도록 해줍니다.
앞으로 10년 동안 AI가 비즈니스 운영을 어떻게 변화시킬 것이라고 예상하고 있으며, 산업에 대한 잠재적 영향과 관련하여 가장 기대되는 새로운 AI 트렌드는 무엇입니까?
AI는 향후 10년 동안 계속해서 비즈니스 운영을 변화시킬 것입니다. 이는 새로운 역할을 육성하고 예측 능력을 강화하며 혁신을 간소화할 것입니다.
AI 협업 통합 전문가인 LLM 네이티브 개발자는 표준이 될 것이며 일상 업무에 AI를 채택하지 않는 개발자를 대체할 것입니다. 생성적 AI는 예측 AI와의 경계를 계속해서 모호하게 하여 외부 및 내부 요인을 기반으로 한 전략적 의사 결정을 위한 합성 시나리오로 알고리즘을 강화할 것입니다. 생명공학 분야에서 genAI는 새로운 치료법을 발견하기 위해 복잡한 환자 프로필을 생성하고, 사이버 보안 분야에서는 AI가 대응할 예측 모델에 대한 새로운 위협을 시뮬레이션합니다. 적응형 추론 및 더 작고 효율적인 AI 모델과 같은 새로운 트렌드는 앞으로 몇 년 동안 컴퓨팅 문제를 해결할 것입니다. 더 빠르고 더 타겟화된 솔루션을 보장할 것입니다.
전략 계획부터 선제적인 보안에 이르기까지 AI의 통합을 통해 기업은 점점 더 역동적으로 변하는 세상에서 탄력적인 전략과 운영 우수성을 찾아 민첩하게 방향을 전환할 수 있습니다.
훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자들은 방문하시기 바랍니다. 평면도.
게시물 Rich Sonnenblick 박사, Planview 수석 데이터 과학자 – 인터뷰 시리즈 처음 등장한 Unite.AI.
