Arena برای تصمیم گیری هوش مصنوعی خود از پیتر تیل و دیوید پترائوس پول جمع آوری می کند – TechCrunch

آیا هوش مصنوعی می تواند تصمیم گیری سازمانی را خودکار کند؟ این یک کار بسیار گسترده و چالش برانگیز است – با فرض اینکه در محدوده امکان باشد. اما این همان استارتاپ است آرنا ادعا می کند که توسط دوری از بودجه (32 میلیون دلار) به رهبری Capital و Goldcrest Capital همراه با Founders Fund، Flexport و گروهی از شخصیت‌های رنگارنگ، از جمله ژنرال بازنشسته دیوید پترائوس، پیتر تیل، و مدیر عامل Y Combinator، Michael Seibel.

Arena مستقر در نیویورک زاییده افکار پراتاپ راناد و انگین اورال است که شرکت را در سال 2020 بنیانگذاری کردند. این دو الهام گرفته شدند تا پلتفرمی بسازند که بتواند با استفاده از الگوریتم های پیش بینی به کسب و کارها در تدوین استراتژی هایی برای هدایت محیط های “نامطمئن” کمک کند. مانند یک بیماری همه گیر جهانی

راناد که در استنفورد و کلمبیا حضور داشت، قبلاً شریکی در مک‌کینزی و یکی از بنیان‌گذاران استارت‌آپ اسکریپ وب Kimono بود که در سال 2016 توسط Palantir خریداری شد. اورال قبل از پیوستن به Palantir به عنوان مهندس، توسعه‌دهنده اپلیکیشن در Goldman Sachs بود. او راناده را ملاقات کرد.

سرویس‌های Arena با زبان‌های هذلولی زیادی پیچیده شده‌اند، اما در اجرا نسبتاً ساده هستند. یکی از ابزارهای این استارتاپ از تکنیک‌های هوش مصنوعی برای شبیه‌سازی اقتصاد استفاده می‌کند و میلیون‌ها پیکربندی قیمت‌گذاری محصول را آزمایش می‌کند تا به یک مدل بهینه برای یک شرکت برسد. این موضوع AI Economist را به یاد می آورد، یک محیط تحقیقاتی توسعه یافته توسط Salesforce که به طور مشابه میلیون ها شبیه سازی را اجرا می کند تا سیاست مالی قابل قبولی ارائه دهد.

فراتر از قیمت گذاری، Arena ظاهراً می تواند مواردی مانند مدیریت موجودی را شبیه سازی کند. Ranade همچنین ادعا می‌کند که می‌تواند در ارائه توصیه‌ها به مشتریان (یعنی مدیران اجرایی) «انحرافات» را در محیط اقتصادی، مانند بادهای مخالف ناشی از زنجیره‌های تأمین خروشان، به حساب آورد.

بدون Arena، شرکت‌ها به طور سنتی به چنین تصمیماتی از چند طریق برخورد می‌کنند: استخدام تیم‌های بزرگ از افراد برای اتخاذ این تصمیم‌ها، خرید نرم‌افزار کمک تصمیم برای کمک به افراد در نقش‌های عملیاتی در تصمیم‌گیری‌های مبتنی بر داده، یا انجام هیچ کاری و ادامه دادن به فرآیندهای سنتی. راناد از طریق ایمیل به TechCrunch گفت. هر یک از این رویکردها شایستگی دارند، اما با وعده کامل هوش مصنوعی فاصله زیادی دارند: ماشین‌های واقعاً هوشمندی که به‌طور مستقل، از طرف ما، برای ارتقای پتانسیل انسانی کار می‌کنند.»

مشتریان Arena داده‌های پلتفرم مانند فروش در سطح SKU، قیمت‌گذاری، موجودی در سطح مکان و رفتار خریدار در طول فروش تجارت الکترونیک را تغذیه می‌کنند. Arena این داده‌ها را با زمینه‌ای از آنچه راناد «گراف تقاضا» می‌نامد، افزایش می‌دهد، که سیگنال‌های گسترده‌تر و بی‌درنگ بازار را ارائه می‌دهد. این ورودی‌ها با هم برای ایجاد شبیه‌سازی‌های فوق‌الذکر مورد استفاده قرار می‌گیرند، که به نوبه خود مدل‌هایی را برای قیمت‌گذاری، موجودی و بازاریابی تولید می‌کنند که سپس داده‌های جهانی را به دقت تنظیم می‌کنند.

«امروزه، زمانی که پیچیده‌ترین و داده‌محورترین شرکت‌های تجارت به کسب‌وکار تبلیغاتی را اجرا می‌کنند، دانشمندان داده داده‌های گذشته را تجزیه و تحلیل می‌کنند تا بهترین نوع تبلیغات را برای اجرای یک محصول خاص در یک بازار خاص تعیین کنند. آنها سپس تبلیغ را در سیستم برنامه ریزی منابع سازمانی خود بارگذاری می کنند و هفته ها بعد عملکرد آن را تجزیه و تحلیل می کنند. “با Arena، کل این فرآیند مستقل است… در زیر کاپوت، هوش مصنوعی Arena به طور فعال با تغییر کشش قیمت سازگار می شود و با رفتار مشتری شخصی سازی می شود و با یادگیری در زمان واقعی تنظیمات را انجام می دهد تا تاثیر نهایی را داشته باشد.”

Ranade ادعای قابل توجهی را ارائه می دهد که مشتریان Arena – که شامل Anheuser-Busch InBev و سایر برندهای “منتخب” Fortune 500 در تجارت الکترونیک، خودرو، تولید و خدمات مالی – توانسته است هزینه های کالاها و خدمات را کاهش داده و زنجیره تامین آنها را به لطف فناوری خود انعطاف پذیرتر کند. معلوم نیست تا چه حد این درست است. اما Ranade می‌گوید که Arena در حال حاضر میلیون‌ها تصمیم در کانال‌های دیجیتال و فیزیکی می‌گیرد.

راناد گفت: “ما دریافتیم که Arena یک تغییر گام در ارزش ایجاد می کند زیرا ما نه تنها یک پارادایم جدید تصمیم گیری را برای شرکت معرفی می کنیم، بلکه با C-suite و زیرساخت های موجود شرکت های آنها در جایی که هستند ملاقات می کنیم.” . همه‌گیری در واقع یک لحظه تأیید مجدد برای ما بود. فناوری ما به صراحت برای مقابله با شوک ها طراحی شده است – مواردی که داده های گذشته دیگر نشان دهنده آینده نیستند. همه‌گیری نشان داد که فناوری ما نتایج قابل‌توجهی و قابل اندازه‌گیری را برای مشتریانمان به‌ویژه در محیط‌های تصمیم‌گیری بسیار فرار ایجاد می‌کند.»

اعتبار تصویر: آرنا

Ranade به TechCrunch می گوید که امروز تعطیلی سری A Arena اولین افزایش درآمد خارجی این شرکت است. کسب و کار تا این مرحله “سودآور” رشد کرده بود. اما Ranade و Ural بر این باور بودند که رفتن به مسیر سرمایه گذاری به آنها اجازه می دهد تا فناوری اصلی Arena را گسترش دهند و در عین حال در صنایعی مانند تولید، انرژی های تجدیدپذیر و خدمات مالی رشد کنند.

مطمئناً برای رقابت در بازار رو به رشد محصولات تجزیه و تحلیل داده، به یک جعبه جنگی قابل توجه نیاز دارد. O9 Solutions که تجزیه و تحلیل را در زنجیره تامین و برنامه ریزی و مدیریت موجودی اعمال می کند، اخیراً 295 میلیون دلار در دور سرمایه گذاری جمع آوری کرده است که ارزش شرکت را 2.7 میلیارد دلار می کند. بدون نظارت، Pecan.ai و Noogata مستقیم‌تر با Arena رقابت می‌کنند و ابزارهایی را ارائه می‌کنند که برای پیش‌بینی معیارهایی مانند ارزش طول عمر مشتری، ریزش و حفظ مشتری، فروش و تحویل به موقع طراحی شده‌اند.

xCash در جایی که به تجزیه و تحلیل سازمانی مربوط می شود آزادانه جریان می یابد – بخش کلان داده های جهانی و تجزیه و تحلیل تجاری ممکن است تا سال 2030 تقریباً 700 میلیارد دلار ارزش داشته باشد. بسته به به کدام تحلیلگر اعتماد دارید. اما چالش فروشندگانی مانند Arena متقاعد کردن مشتریان بالقوه است که می توانند به وعده های خود عمل کنند. آ اخیر نظرسنجی NewVantage Partners نشان داد که بسیاری از شرکت‌های معتبر همچنان در تلاش برای تبدیل شدن به «داده‌محور» تلاش می‌کنند و کمتر از یک سوم می‌گویند که استراتژی داده‌ای «به خوبی بیان شده» دارند. برای بسیاری – به ویژه مشاغل کوچک و متوسط ​​- بازگشت سرمایه نامشخص باقی مانده است.

تعداد کارمندان Arena امروز به 50 نفر می رسد که 90 درصد از آنها اعضای مهندسی، علوم داده و کارکنان توسعه محصول در دفتر مرکز شهر استارت آپ هستند. راناد به این سوال که آیا آرنا قصد دارد ظرف یک سال آینده استخدام کند، پاسخی نداد.