Saltar al contenido

Cerrar la brecha de conocimiento de los datos

28 de septiembre de 2021

Tellius es una empresa de plataforma de software de inteligencia de decisiones impulsada por IA, respaldada por Sands Capital Ventures, Grotech Ventures y Veraz Investments.

Hablé con el fundador y director ejecutivo Ajay Khanna sobre el inicio de su idea central: combinar la automatización impulsada por el aprendizaje automático y la inteligencia artificial con una interfaz de búsqueda en lenguaje natural para la exploración ad hoc, y liderar como fundador técnico.

Para entender a Tellius, mire la industria.

Hay dos silos en la industria. Por el lado de la inteligencia empresarial, grandes empresas como Tableau y Snowflake hacen un excelente trabajo al crear visualización y permitir que una organización realice los informes. Pero la mayoría de las empresas que generan grandes cantidades de datos quieren comprender tanto lo que sucedió como por qué las cosas cambiaron.

Vimos que la inteligencia empresarial actual no abordó todo el problema porque le proporcionará informes, pero aún debe averiguar por qué.

Ahora, en el otro lado del silo, hay herramientas de aprendizaje automático e inteligencia artificial que provienen de algunas grandes empresas, empresas más antiguas como IBM y SAS y empresas nuevas como DataRobot. Están haciendo un excelente trabajo al crear herramientas y capacidades de aprendizaje automático.

La mayoría de ellos todavía están dirigidos a las personas que entienden la ciencia de datos y las técnicas de aprendizaje automático. Entonces, cuando miramos a los analistas comerciales y los usuarios comerciales que desean aprovechar el aprendizaje automático y la inteligencia artificial para tomar decisiones más rápidas, no pueden aprovecharlo a menos que tengan un equipo de científicos de datos.

Eso está creando lo que llamamos una tremenda brecha de conocimientos en las organizaciones, lo que significa que tienen los datos, almacenan parte de ellos en la nube, pero no generan conocimientos a partir de ahí.

Nos propusimos resolver o cerrar esa brecha. En 2016 comenzamos Tellius, y nuestra plataforma combina la facilidad de uso de una interfaz de lenguaje natural con el poder del aprendizaje automático y la inteligencia artificial.

Puede hacer una pregunta, «Muéstreme los ingresos por región y producto». Y el sistema lo escribirá en una consulta SQL, irá al almacén de datos, y eso podría ser terabytes y terabytes de datos, y obtendrá la respuesta en cuestión de segundos.

Esa es nuestra misión: democratizar los datos, utilizar el aprendizaje automático y la inteligencia artificial para habilitar esa experiencia y obtener esa información profunda de los datos.

¿Puedes darme un ejemplo?

No son necesariamente los problemas complejos, existen y necesitan ser resueltos. Pero hay mucha necesidad de apoyo con los problemas operativos del día a día. Después del impacto del COVID-19, el tipo de información que tenían las personas y lo que usaban para tomar decisiones cambió por completo de la noche a la mañana.

Un ejemplo reciente proviene de uno de nuestros clientes de ciencias biológicas farmacéuticas. Su pregunta fue: «¿Por qué bajó la participación de mercado de un medicamento en particular?» Tenían muchos factores para analizar: ¿Están nuestras otras drogas compitiendo conjuntamente? ¿Los proveedores no prescriben? ¿Es un cambio demográfico? También tenían nociones preconcebidas sobre cómo dirigirse a los proveedores de atención médica de primer nivel.

Con el clic de un botón, el sistema pudo concentrarse en el problema, y ​​no estaba en los proveedores líderes de primer nivel que esperaban. Estaba en el nivel dos y el nivel tres. Sus competidores apuntaban a esos niveles y ganaban participación de mercado. Así que cambiaron su estrategia, particularmente en lo que respecta a la educación, y pudieron aumentar su participación en el mercado.

Entonces, la compañía está descubriendo puntos ciegos con datos. ¿Cómo haces eso?

El aprendizaje automático es solo una clasificación: segmentos de «buen momento» cuando las cosas están funcionando y segmentos de «mal momento» cuando no lo están. Para algunas de estas preguntas, las personas acuden a los científicos de datos y pasan unos días o semanas para obtener las respuestas. Ese es un proceso lento y solo puede responder algunas preguntas, dependiendo de los científicos de datos.

Tellius habilitó la capacidad de democratizar esto: hace clic en un botón en su panel de BI y profundiza desde allí. Ese botón activa los algoritmos de aprendizaje automático: encontrar la diferencia entre el «buen momento» y el «mal momento» y luego mostrárselo al usuario. El analista, que comprende el negocio, puede descartar factores irrelevantes o inmutables y luego iterar. Después de algunas iteraciones, puede llegar a la respuesta, que es una buena combinación de experiencia en el dominio humano y lo que la máquina puede mostrarle.

En su biografía, declara su pasión por brindar una experiencia de cliente fantástica. ¿Qué significa eso para usted?

Debemos responder tres preguntas para brindar esa experiencia: ¿Cómo reducimos la fricción? ¿Cómo puede nuestro producto ayudar a los clientes a obtener conocimientos a partir de los datos? ¿Cómo les permitimos aprovechar la tecnología?

Tiene una amplia formación técnica, doble titulación en ingeniería. ¿Puede describir su primera experiencia de liderazgo?

Es complicado. Ciertamente tuve una curva de aprendizaje y todavía estoy aprendiendo. Estoy enfocado en permitir que todos se unan en torno a una misión. Esa es una de las cosas más importantes cuando eres una empresa joven en un campo de grandes jugadores que intentan cambiar el mundo. Porque con un número reducido de personas, todos deben ser líderes, alineados con la misión y empoderados para hacer que las cosas sucedan.

En una matriz de 2×2, siempre queremos movernos hacia arriba y hacia la derecha. Piense en su carrera: ¿cuándo fue el momento en que supo que se estaba moviendo en esa dirección?

Aprendí que para tener éxito, debes tener cuatro cosas: una mentalidad ágil, la capacidad de escuchar atentamente al cliente, una misión en la que crees firmemente y un producto ágil.

En una organización anterior, teníamos una empresa de servicios y luego lanzamos un producto. Debido a que estábamos escuchando atentamente a nuestros clientes, nos dimos cuenta de que los estábamos ejecutando como organizaciones separadas y, este fue el momento crucial «ajá», que la combinación de estas cosas cerraría una brecha. Solo porque escuchamos atentamente al consumidor, pudimos obtener esta información. En Tellius, todavía estamos en las primeras etapas de crecimiento y la necesidad está cambiando rápidamente. Tenemos que ser ágiles y escuchar al mercado para poder pasar a ese cuadrante superior derecho.

Recomendado:  Prueba de hipótesis para comparar los algoritmos de aprendizaje automático