Нет никаких сомнений в том, что сегодня машинное обучение и искусственный интеллект стали важнейшими компонентами бизнеса. По мере того, как компании собирают все больше и больше данных, эти инструменты были развернуты, чтобы помочь предприятиям получать ценную информацию и поддерживать бизнес-решения. Поработав в производственном секторе, Райан и Адитья быстро осознали потребность в сложной аналитике в этой отрасли, и, окончив колледж Бэбсон в мае прошлого года, Райан и Адитья основали собственную консалтинговую фирму MetaLogic Consulting, ориентированную на науку о данных. MetaLogic Consulting предоставляет индивидуальные решения на основе данных для производственных компаний на Среднем Западе Америки и за его пределами. Мне выпала честь встретиться с одним из генеральных директоров Райаном Гойалом, чтобы узнать больше о том, как их компания оказывает серьезное влияние благодаря данным.

Райан, расскажи о себе!

Привет! Меня зовут Райан, и я из Ченнаи, Индия. В детстве у меня всегда была страсть к числам и математике, что в конечном итоге привело меня к тому, чтобы сосредоточиться на вычислительных финансах и анализе данных в Babson College. Я также вырос в среде, ориентированной на бизнес, и поэтому всегда хотел основать собственную компанию. Как только я закончил Babson, мы с моим соседом по комнате Адитьей Кошикой стали соучредителями MetaLogic Consulting, компании, которая предоставляет решения для машинного обучения и обработки данных преимущественно американским производственным фирмам.

Что послужило источником вдохновения для начала вашей консалтинговой практики MetaLogic Consulting и что отличает вашу компанию от других консалтинговых фирм?

Поработав в нескольких производственных компаниях на Среднем Западе и в Индии, Адитья и я поняли, что в крупных корпорациях не хватает сложной аналитики, которую можно было бы ожидать от аналитики высшего уровня. Мы поняли, что большинство специалистов по обработке и анализу данных, как правило, стекаются на восточное или западное побережье, оставляя этот огромный неосвоенный рынок на Среднем Западе. Итак, нам пришла в голову идея создать консалтинговую компанию по машинному обучению и науке о данных, специально нацеленную на производственные компании на Среднем Западе.

Что касается вашего второго вопроса, то есть множество факторов, которые отличают нас от других консалтинговых компаний. Как я упоминал ранее, мы нацелены на отрасль и рынок, которые, как правило, игнорируются крупными консалтинговыми фирмами. Кроме того, у нас есть целая специальная команда, которая работает над каждым проектом, для которого нас нанимают, что сильно отличается от стандартного в отрасли подхода «один консультант». Кроме того, мы не только предоставляем комплексные решения, но и адаптируем наши услуги к уникальным требованиям клиентов.

Какова миссия и дух вашей компании?

В широком смысле наша миссия состоит в том, чтобы помочь компаниям извлечь максимальную пользу из своих данных. Вы будете удивлены, узнав, как много компаний собирают тонны данных, но на самом деле мало что с ними делают. Наша цель — помочь им использовать эти данные осмысленным образом для роста, увеличения прибыли и получения прибыли.

Какова самая большая проблема, с которой вы столкнулись, начиная свой новый бизнес?

Я думаю, что самая большая проблема, с которой мы столкнулись, заключалась в том, что нам пришлось перепрофилировать наши фундаментальные знания в области науки о данных и машинного обучения, чтобы они соответствовали различным инструментам, используемым разными компаниями. Чтобы быть более конкретным, нам пришлось заново учиться тому, как делать то, что мы делаем, используя различное программное обеспечение и среды, которые используются различными компаниями.

Что делает машинное обучение и искусственный интеллект столь важными для бизнеса в современном мире?

В MetaLogic мы всегда говорили, что машинное обучение и искусственный интеллект больше не являются роскошью, а необходимы для сохранения конкурентоспособности в современном деловом мире. Позвольте мне привести вам очень упрощенный пример, чтобы объяснить, что я имею в виду. Предположим, что вы производитель виджетов, у которого есть только одна машина. После использования машины в течение года подряд, она ломается в течение двух недель. В течение этих двух недель у вас увеличиваются расходы (ремонт и техническое обслуживание), снижается доход (отсутствие запасов для продажи) и возникает новое ощущение ненадежности.

Чтобы предотвратить все эти вещи, ваша компания могла бы использовать алгоритм машинного обучения, который отслеживает данные об использовании вашей машины и сообщает вам, когда вам нужно ее отремонтировать или как ее оптимально использовать, чтобы предотвратить поломки. Это очень упрощенный пример, но суть в том, что по мере усложнения бизнеса и процессов появляются бесчисленные возможности для машинного обучения и обработки данных, помогающие повысить эффективность. Это особенно верно, если компании хотят оставаться на шаг впереди и быть конкурентоспособными.

Что бы вы хотели, чтобы больше людей знали о науке о данных?

Я думаю, что существует предвзятое мнение о том, что наука о данных и, в частности, машинное обучение — это очень сложная и подавляющая область. Многие руководители думают только об автономных автомобилях или очень сложных концепциях, когда думают о машинном обучении, что, в свою очередь, заставляет их чувствовать, что оно неприменимо к их бизнесу. Но на самом деле наука о данных может быть применена к простейшим задачам почти в каждой компании в мире, которая занимается сбором данных.

Что вас волнует в будущем?

Я считаю, что будущее очень интересно для науки о данных в целом. Все больше компаний понимают ценность внедрения машинного обучения и науки о данных в своих компаниях. Это не только означает для нас больший рынок, но также приводит к более обдуманным и интересным решениям, принимаемым компаниями по всем направлениям.

Первоначально опубликовано на http://ursuladedekind.com 9 сентября 2020 г.