Rohit Aggarwal은 최고 운영 책임자(COO)입니다. 결정다음는 기업이 가능한 최상의 시간과 가격으로 상품 구매 또는 판매를 최적화할 수 있도록 지원하는 선도적인 AI 플랫폼입니다. 그는 공급망 및 제품 관리에 대한 탄탄한 배경 지식과 대규모 팀을 직접 이끌어 복잡한 다분야 프로젝트를 실행하고 비즈니스 결과를 제공한 경험을 활용합니다. Rohit은 이전에 Google과 Amazon에서 제품 및 운영 관리 역할을 맡았습니다.
당신은 Amazon에서 일했고 최근에는 Google에서 일했습니다. 이번 경험에서 가장 중요한 점은 무엇이었나요?
Amazon에서 저는 동급 최고의 운영 시설을 시작하기 위해 250명의 다기능 직원으로 구성된 다양한 팀을 관리할 기회를 가졌습니다. 또한 당일 배송, 로봇 공학 및 기타 신기술과 같은 혁신 구현을 지원했습니다. 그런 다음 Google에서는 내 기술을 사용하여 제품과 운영 간의 격차를 해소했습니다. 여기에는 다른 새로운 서비스 중에서 새로운 스타일의 이행 프로세스를 관리하기 위해 처음부터 애플리케이션을 구축하는 것이 포함되었습니다.
DecisionNext가 어떻게 AI와 머신러닝을 활용하여 상품 가격과 공급 예측을 개선하는지 설명해 주실 수 있나요?
DecisionNext는 인공 지능과 기계 학습을 사용하여 수천 개의 데이터 세트를 사용하고 주요 요소 간의 과거 및 현재 관계를 찾습니다. 그런 다음 이 정보를 통해 학습하고 모든 상품에 대한 관련 모델을 구축합니다. 농업 및 천연자원 시장에서 우리의 도구는 고객이 가격을 더 잘 예측하고, 더 현명한 결정을 내리고, 위험을 줄이고, 글로벌 공급망 전반에 걸쳐 수익을 높이는 데 도움이 됩니다. 또한 우리는 위험 인식 솔루션으로 복잡한 글로벌 의사결정을 단순화하기 위해 LLM(대형 언어 모델)을 사용하기 위해 노력하고 있습니다.
기존 예측 방법과 비교하여 DecisionNext의 AI 플랫폼을 사용하면 어떤 주요 이점이 있습니까?
글로벌 원자재 구매자와 판매자는 수십억 달러 규모의 거래에 해당하는 복잡한 시스템을 단순화하기 위해 경험 법칙과 스프레드시트를 사용하는 경우가 많습니다. 이로 인해 테이블에 상당한 돈이 남게 됩니다. 이러한 스프레드시트는 놀라운 효과를 발휘했으며 수백 개의 비즈니스를 지원했습니다. 그러나 인력 역학이 변화하고 글로벌 시장이 더욱 예측 불가능해짐에 따라 효율성이 떨어지고 있습니다. DecisionNext는 글로벌 복잡성을 대규모로 실행 가능한 권장 사항으로 전환하여 재무 성과를 크게 향상시키는 AI 플랫폼을 완성하는 데 수년을 보냈습니다.
우리 고객에게는 특정 공간이나 산업에 30년 이상 종사해 온 해당 분야 전문가가 있습니다. 그리고 새로운 세대가 들어오면서 모든 경험을 유용한 방식으로 유지하는 것이 매우 중요합니다. DecisionNext는 포괄적인 의사결정 라이브러리를 구축하고, 전문가 의견을 통합하고, 과거로부터 학습함으로써 이를 지원합니다.
이를 통해 DecisionNext 플랫폼은 비즈니스 단위와 개인 전반에 걸쳐 비즈니스 결정의 위험과 불확실성을 줄이는 동시에 이러한 결정을 내릴 수 있는 확장 가능한 방법을 구축합니다. 또한 일상적인 거래, 장기 포지션, 미래 지향적인 전략 계획의 수익성도 향상됩니다.
DecisionNext의 AI 기반 의사결정 프로세스에서 동적 데이터는 어떤 역할을 하며, 이 데이터는 어떻게 통합되고 활용됩니까?
동급 최고의 모델을 구축하려면 동적 최신 데이터가 매우 중요합니다. 즉, 데이터를 처리하고 모델링할 수 있는 속도와 복잡성만이 유일한 요소는 아닙니다. 예를 들어, 모델은 가장 최근 데이터 포인트(예: 시스템의 충격)의 가중치와 이를 다르게 처리해야 한다는 것을 어떻게 알 수 있습니까? 우리 사용자는 특허 기술을 통해 모델과 상호 작용하여 자신의 의견을 입력하고 가정 분석을 구축하여 모델이나 시스템이 아직 알 수 없는 데이터를 사용할 수 있습니다. 이를 통해 고객은 다른 방법으로는 불가능했던 새로운 통찰력을 얻을 수 있습니다. 또한 무한한 수의 잠재적인 상황 중에서 글로벌 공급 변화나 새로운 거래 규정의 영향을 더 잘 이해할 수 있습니다.
DecisionNext의 AI 플랫폼은 어떤 방식으로 상품 시장의 비즈니스 의사결정에 혁신을 가져왔나요?
당사의 동급 최고 플랫폼은 사용자에게 단순한 예측 이상의 정보를 제공함으로써 가격 책정, 공급 및 수요 예측에 대한 표준 접근 방식을 혁신했습니다. 우리 도구를 사용하면 위험과 불확실성을 신속하게 이해하고 몇 번의 마우스 클릭만으로 복잡한 결정을 분석할 수 있습니다. DecisionNext는 농업과 광업 분야의 공급망 전반에 걸쳐 다양한 사용 사례를 보유하고 있습니다. 여기에는 조달 및 판매 가격 최적화, 비즈니스 계획, 지역 및 제품 차익거래, 최소 비용 공식화 및 위험 관리 등이 포함됩니다.
DecisionNext는 상품 거래에 대한 AI 예측 모델의 정확성과 신뢰성을 어떻게 보장합니까?
우리는 집중적인 백테스팅을 통해 AI 예측 모델의 정확성과 신뢰성을 보장합니다. DecisionNext는 수천 개의 모델 구조를 신속하게 테스트하고 모델이 얼마나 정확한지 사용자에게 완전히 이해할 수 있는 엄격한 시스템을 구축했습니다. 이는 이해하기 쉬운 방식으로 수행될 수 있으며, 이를 통해 그 정확성을 사용하여 미래의 불확실성도 예측할 수 있습니다.
DecisionNext가 AI 도구를 사용하여 회사가 시장 변동성을 탐색하는 데 어떻게 도움이 되었는지에 대한 예나 사례 연구를 공유할 수 있습니까?
대형 철광석 생산업체는 DecisionNext를 통해 현물 판매 수익을 평균 6~8% 늘렸습니다. 우리의 솔루션은 가격 전략을 최적화하고 지리적 차익거래에 관한 주요 결정을 내리는 데 필요한 시간을 줄이는 데 도움이 되었습니다. 마찬가지로, 우리는 가축 생산자들이 도체에서 나오는 쇠고기를 언제 어디서 판매할지에 대해 동일한 결정을 내릴 수 있도록 도울 수 있습니다.
두 경우 모두 DecisionNext는 판매 계획 전략을 최적화하기 위해 정확하고 방어 가능한 단기 및 장기 예측을 제공했습니다. 우리의 시각화 도구를 통해 생산자는 여러 판매 전략을 나란히 신속하게 평가하여 위험을 최소화하고 의사 결정을 간소화하며 보다 효과적으로 마진을 높일 수 있었습니다.
DecisionNext가 없으면 기업은 과거 평균, 선물 시장(사용 가능한 경우) 및 경험에 의존하여 상품 가격을 책정해야 합니다. 과거에는 효과적이었지만 상품 시장의 변동성이 커지면서 기업은 수백만 달러를 남겨두고 있습니다.
사용자를 위한 대화형 예측 모델의 중요성과 DecisionNext가 이러한 모델이 사용자 친화적인지 어떻게 보장하는지에 대해 논의해 주실 수 있나요?
오래되고 구식인 예측 “블랙박스” 모델은 사람들에게 예측이 왜 그런지 알려주지 않습니다. 또한 예측을 실행 가능한 결정으로 변환하는 방법에도 도움이 될 수 없습니다. 따라서 이 시나리오에서 사용자는 완벽한 예측조차 사용하지 못하고 이전 방법으로 돌아갈 수 있습니다.
DecisionNext는 고객이 시장 위험과 비즈니스 위험을 더 잘 이해하고 예측 시 이 둘이 상호 연결되어야 하는 이유를 이해하도록 돕습니다. DecisionNext는 전략적 명확성 및 방향과 함께 데이터 소스 및 모델 구조에 대한 완전한 가시성을 제공합니다.
이 모든 것은 지속적인 참여를 위해 설계된 사용자 친화적인 대시보드를 통해 제공됩니다.
팬데믹과 최근 지정학적 사건이 DecisionNext의 상품 거래에서 AI의 개발과 사용에 어떤 방식으로 영향을 미쳤습니까?
코로나19가 글로벌 육류 가치사슬을 뒤흔들었고, 이번 위기로 특히 영향을 받은 한 고객이 떠오른다. 곧 휴면 상태가 될 식품 서비스 채널에 대량의 냉동 식품을 공급할 예정인 고객은 DecisionNext 분석을 활용하여 미국 전역에 봉쇄 조치가 확산됨에 따라 재고를 신속하고 최적으로 청산하고 해당 재고를 재구축할 방법과 시기를 계획했습니다.
고객은 DecisionNext 플랫폼을 사용하여 네 가지 복잡한 판매 및 조달 대안을 구축하고 비교하여 예상되는 시장 결과를 확인하고 위험을 비교했습니다. 그들은 여러 번의 삭감에 걸쳐 초과 재고를 성공적으로 청산할 수 있었고 이러한 거래를 통해 한 달 만에 DecisionNext 소프트웨어 투자에 비해 5배의 수익을 얻었습니다.
AI와 머신러닝의 미래 발전이 원자재 시장에 영향을 미칠 것으로 예상하며, DecisionNext는 이를 어떻게 준비하고 있나요?
DecisionNext는 AI와 머신러닝을 활용하여 상품 시장을 더욱 효율적이고 수익성 있고 지속 가능하게 만드는 노력의 최전선에 있습니다. 세계가 계속해서 기후 변화, 정치적 불안정과 같은 엄청난 과제를 해결하기 위해 고군분투하고 있는 가운데, 지능형 기술은 우리가 이를 성공적으로 헤쳐나가는 데 점점 더 중요한 요소가 될 것입니다. 우리는 고객과 파트너의 신뢰를 받아 이를 실현할 수 있는 플랫폼을 제공하게 된 것을 영광으로 생각합니다.
훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자들은 방문하시기 바랍니다. 결정다음.
게시물 Rohit Aggarwal, DecisionNext의 COO – 인터뷰 시리즈 처음 등장한 Unite.AI.
