Gekissimo.net - Opi ansaitsemaan rahaa webilläsi Internetissä!

Intialaiset teknologiayritykset muuttavat pois metrokaupungeista, Findability Sciencesin toimitusjohtaja Anand Mahurkar vakuuttaa

Seuraava artikkeli auttaa sinua: Intialaiset teknologiayritykset muuttavat pois metrokaupungeista, Findability Sciencesin toimitusjohtaja Anand Mahurkar vakuuttaa

Pune, Bangalore, Mumbai ja Delhi ovat synonyymejä Intian teknologiakeskuksille. Entä jos joku kertoisi sinulle, että Intian teknologian tulevaisuus sijaitsee toissijaisissa kaupungeissa? Keskustelussa Findability Sciencesin kanssa perustaja ja toimitusjohtaja Anand Mahurkar puhui organisaation tukikohdasta Aurangabadissa ja onnistumisesta muuttaa pois suurkaupunkikaupungeista. Findability Sciences, jonka juuret ovat Bostonissa ja Intiassa, on Enterprise AI -yritys, joka auttaa yrityksiä ymmärtämään datan potentiaalia ja kehittymään datan suurvaltoiksi. Analytics India Magazine keskusteli Anand Mahurkarin kanssa saadakseen lisätietoja yrityksen tarjonnasta ja suunnitelmista Intiaa varten.

TAVOITE: Minkä ongelman Findability Sciences ratkaisee?

Findability Sciences on suuryritysten tekoälyyritys. Meillä on kolme teknologiaa AI-yritystarjonnassamme; koneoppiminen, luonnollisen kielen käsittely ja tietokonenäkö. Autamme yrityksiä vastaamaan “mitä tapahtuu” ja “mitä tehdä” yrityksissään. Raportit ja analytiikka selittävät yleensä menneisyyden, mutta tekoälymme kertoo yrityksille, mitä tapahtuu seuraavaksi. Löydettävyystieteet ratkaisevat yritysten digitaalisen muutoksen haasteet.

Kun perustin Findability Sciencesin, etsin teknologiaa, jolla on kyky löytää tietoa, siis löydettävyys. Kun jatkoimme tämän tekniikan rakentamista, siitä tuli perusta kaikille tekoälyratkaisuille. Tekoälyn opettamiseen tarvitsimme historiaa ja dataa. Alkuperäinen alustamme tarjosi mahdollisuuden löytää tietoa yhdistämällä sisäiset tiedot ulkoisiin tietoihin. Ajattele sitä Googlen kaltaisena käyttöliittymänä sisäiselle organisaatiollesi. Myöhemmin, koska olimme jo selvittäneet dataongelman, seuraava pinomme oli tekoälytekniikoiden ja -ratkaisujen lisääminen.

TAVOITE: Mitä ratkaisuja Findability Sciences on rakentanut auttamaan perinteisiä intialaisia ​​yrityksiä vapauttamaan datapotentiaalinsa?

Useimmat yritykset eivät nykyään löydä tietoja helposti sisäisesti. Työvoima käyttää valtavan paljon aikaa tiedon etsimiseen useimmissa organisaatioissa, mutta voimme ratkaista sen. Kaikki haluavat nykyään digitaalista muutosta. Se alkaa tiedolla ja päättyy tekoälyyn, ja täyspinomme tarjoaa nämä ratkaisut.

Meillä on neljä tarjousta. Findability.ai on keskeinen immateriaaliomaisuutemme, jonka tarjoamme lisenssinä eri sovelluksiin. Toiseksi Data Science Labs, Findability.dsl, on tiimimme ja asiakastiimiemme välinen yhteistyö, jonka tarkoituksena on rakentaa immateriaalioikeuksia heille. Useimmat yritykset haluavat rakentaa oman tekoälynsä kilpailuedun saavuttamiseksi; autamme siinä. Kolmas tarjouksemme on Findability.inside, joka tarjoaa ainutlaatuisen ratkaisun vanhan teknologian tehostamiseen. Voimme upottaa tekoälyä vuoden vanhoihin ratkaisuihin. Se sisältää myös virransyötön vanhoille laitteistoille, kuten skannerille, joka skannata asiakirjan ja tulostaa sisällön tärkeimmät kohdat / yhteenvedon. Tämä on olennainen osa Intiaa, kun otetaan huomioon täällä olevat vanhat laitteistot ja ohjelmistot. Lopullinen ratkaisumme on Findability.labs. Tarjoamme niihin liittyviä dataratkaisuja vanhoille organisaatioille, joilla ei ole tietoalustoja.

🔥 Empfohlen:  Generatiiviset tekoälyt syövät pois työpaikkoja: BPO-sektori ei pelkää

TAVOITE: Voitko jakaa tapaustutkimuksia?

Työskentelemme 13-14-vuotiaiden ohjelmistojen kannettavien kuulokkeiden mainosteknologiayrityksen kanssa. Heillä ei ole ennustavaa analytiikkaa mainostekniikassa. Sijaintia lukuun ottamatta heillä ei ole kohdistusindikaattoreita. Tekoälymme ansiosta heillä on paremmin kohdistettuja mainoksia. Toinen ratkaisu, jonka parissa työskentelemme, on yksi Intian suurimmista käytettyjen autojen myyntiyhtiöistä. He käyttävät ennakoivaa analytiikkaamme hintojen ennustamiseen alustalla. Tekoäly on kehittänyt autojen hintoja historiallisten tietojen ja hintaennusteiden perusteella. Työskentelemme yhden Intian suurimmista maahanmuuttokonsulteista, ja olemme saaneet heidän alustansa käyttöön luonnollisella kielenkäsittelyllä. Heidän keskusteleva laskenta-alusta vastaa toistuviin, ristikkäisiin ja tutkimukseen perustuviin kysymyksiin, joita maahanmuuttajat saattavat kysyä. Viime aikoina olemme tehneet yhteistyötä Aviva Vakuutuksen kanssa, jossa voit hoitaa kaikki vakuutustapahtumasi keskustelulaskennan avulla.

TAVOITE: Voisitko tarkentaa alustasi tehostavaa tekniikkapinoa?

Tekniikkapinomme on jaettu neljään kerrokseen. Ensimmäinen on kokoelma. Keräämme tietoja sisäisistä, ulkoisista, strukturoiduista ja strukturoimattomista lähteistä. Oletetaan esimerkiksi, että olen tuotantoyksikkö, jonka ERP-järjestelmänä on SAP. Se on sisäinen ERP-tietoni, CRM, talousjärjestelmät, IoT-anturit ja paljon muuta. Nyt minulla voi olla ulkopuolista tietoa säästä, sosiaalis-taloudellisista tilanteista, geopoliittisista tilanteista tai uutisista. Nämä ovat strukturoitua sisältöä yritykseni palomuurien ulkopuolella. Teknologiapinomme kerää tiedot keskitetysti ja yhdistää ne. Joten teknologiapinomme toinen osa on yhdistäminen. Yhdistämisalgoritmimme tekevät kokonaisuuden resoluution, tietojen täsmäämisen ja paljon muuta.

Kun tiedot on yhdistetty, siirrymme käsittelykerrokseen. Tämä kerros hyödyntää kolmea pääalgoritmiamme, joista on keskusteltu aiemmin – ennustava ja ennustava, NLP chatboteille ja tietokonenäkö median käsittelyyn. Tietojen jälkikäsittelyssä esitellään neljäs kerros. Esittely vaihtelee organisaation, toimialan ja sovelluksen mukaan; vakiomuotoa ei ole. Jos esimerkiksi tekoälymme ilmaisee mahdollisen konevian valmistusteollisuudessa, esityskerros voi olla tekstiviesti tehtaan johtajalle, jossa todetaan, että kone todennäköisesti epäonnistuu. Vaihtoehtoisesti voi olla hienoja kojetauluja tai tietoja, jotka palaavat vanhaan järjestelmään, kuten SAP, käyttötapauksesta riippuen.

🔥 Empfohlen:  Seuraavaksi Motorola Razr voisi siirtyä pois omalaatuisesta suunnittelusta

Python ja Java ovat ohjelmointikielimme käyttöliittymässä. Omat liittimemme yhdistävät erilaisia ​​tietolähteitä ja muodostavat yhteyden jäsentämättömään dataan.

AIM: Mikä on Findability Sciencesin GTM-strategia Intialle?

Meillä on teknologiakumppanuuksia, järjestelmäintegraatiokumppanuuksia ja asiakaskumppanuuksia. Ensinnäkin meillä on kumppanuus IBM:n kanssa; se on globaali kumppanuus. Olemme integroineet teknologiamme IBM:n kanssa, erityisesti IBM:n dataan liittyvän teknologian, erityisesti sen uusimman alustan nimeltä ICP for D, joka on IBM pilvi datalle. Olemme integroineet ennakoiva moottorimme siihen, ja kaikki IBM:n käyttäjät voivat käyttää sitä. Toinen kumppanuus on Snowflaken kanssa. Snowflake on toinen tietovarastointi- ja datajärviyritys, johon olemme integroineet teknologiamme. Meillä on myös järjestelmäintegraatiokumppanuuksia Tech Mahindran, ITC:n ja Infotechin kanssa.

TAVOITE: Mikä on digitaalisen muutoksen tila Intiassa?

Kuluneena vuonna, vuoden 2020 jälkeen, digitaalisen muutoksen tila on kasvanut erittäin nopeasti. Tilastot sanovat, että Intia koskettaa miljardin dollarin muutosta vuoteen 2023 mennessä. Kun käytämme digitaalista transformaatiota, sitä käytetään hyvin löyhästi. Käytämme tekoälypohjaista digitaalista muuntamista. Puhumme nykyisten prosessien automatisoinnista ja muokkaamisesta. Tekoälyjohtoiseen digitaaliseen transformaatioon käytetään noin 800–900 miljoonaa dollaria vuoteen 2023/2024 mennessä. Eli noin miljardin dollarin menot käyvät käytännössä jokaiselle vanhalle yritykselle. Intiassa resurssit ovat melko kustannustehokkaita, mutta parasta mitä on tapahtunut, on datatieteen taito. Se vaatii kolme taitoa: tilastot, matematiikka, tietokoneohjelmointi ja verkkotunti.

AIM: Kuinka voimme edistää digitaalista muutosta Intiassa?

Useimmilla yrityksillä on verkkotunti, mutta ratkaisujen räätälöimiseen tarvitaan ulkopuolista apua. Se tarvitsee tämän yhdistelmän tilastomatematiikkaa, tietojenkäsittelytieteitä ja verkkotuntia. Tuomme matematiikan ja tilastotieteen yhdistelmän organisaation toimialatietoon.

TAVOITE: Kerro meille strategiastasi toimia toissijaisista kaupungeista.

Keskityn valtavasti Intian toissijaisten kaupunkien tukemiseen. Meillä on toimintakeskuksemme Aurangabadissa, Maharashtran osavaltiossa – se on kaupungin ainoa ohjelmistoyritys. Haluamme ottaa kuormat pois metrokaupungeista. Findabilityn pääkonttori on Yhdysvalloissa, mutta halusin osallistua Intiaan. Olen eri mieltä mallista, jossa vain ladataan metrokaupungit. Se ei ole kestävää. Näemme jo nyt turmelevan infrastruktuurin, kustannukset, matka-ajan ja työn saamisen vaikeuden. Toiseksi, olin opiskellut insinööriä Aurangabadissa. Toimistomme Aurangabadissa tukee 70-80 perhettä, joilla on maailmanluokan infrastruktuuri ja alan tason yläpuolella olevat palkat, mikä antaa meille vähemmän poistumisastetta ja maailmanluokan projekteja. Luomme laadukkaita työpaikkoja.

🔥 Empfohlen:  Peter Thiel: PayPalin perustaja ja entinen toimitusjohtaja

TAVOITE: Mikä on tulevaisuuden strategiasi Intialle tässä yhteydessä?

Maailmanlaajuisesti datatieteilijöistä on pulaa. Intia tarjoaa hyvän pohjan matematiikan ja luonnontieteiden opiskelijoille, ja siitä tulee jatkossakin globaalin datatieteen toiminnan keskus. Haluamme tuplata tilimme Intiassa. Haluamme myös tutustua muihin toissijaisiin kaupunkeihin, kuten Belgaumiin Karnatakassa. Haluamme laajentaa ja luoda maailmanluokan infrastruktuuria, luoda laadukkaita tekoälytyöpaikkoja ja palkata lisää ihmisiä tällaisiin kaupunkeihin.

TAVOITE: Kuinka Intia voi edistää tällaista kasvua?

Datatiedetoiminta tarvitsee toimihenkilötyötä tai sinikaulustyöläisiä. Se tarvitsee ihmisille uuden kaulatyön. IIT-insinöörit ovat mahtavia, mutta he eivät välttämättä ole kaikki valmiita datatieteen toimintaan. He tarvitsevat koulutusta. Teollisuus kutsuu tätä teknologian aikakautta kognitiiviseksi aikakaudeksi. Perinteiset koulut eivät tue työn todellisia vaatimuksia. Tarvitset koulutusta; sinun täytyy hoitaa nämä ihmiset. Olemme tehneet yhteistyötä paikallisten korkeakoulujen kanssa Aurangabadissa ja Bostonissa, joissa otamme osaajia suoraan korkeakoulusta. Koulutamme heitä tilastoissa, matematiikassa, datatieteessä jne. Mikään yliopisto ei nykyään voi tuottaa valmiita datatieteilijöitä. Siksi meidän kaltaisten tekoälyorganisaatioiden on otettava vastuu koulutuksesta ja näiden uusien työpaikkojen luomisesta, olipa kyseessä ensisijainen tai toissijainen kaupunki. Poistumisasteemme on alle 10 %, ja ihmiset työskentelevät kanssamme 6-7 vuotta. Tämä strategia on osoittautunut onnistuneeksi. Itse hoidin urani ja menestykseni Aurangabadista.