Rohit Aggarwal é diretor de operações da DecisionNext, uma plataforma líder de IA que permite às empresas otimizar a compra ou venda de commodities no melhor momento e preço possíveis. Ele aproveita uma sólida experiência em cadeia de suprimentos e gerenciamento de produtos, bem como experiência em liderar diretamente equipes muito grandes para executar projetos multidisciplinares complexos e entregar resultados de negócios. Rohit ocupou anteriormente funções de gerenciamento de produtos e operações no Google e na Amazon.
Você trabalhou na Amazon e, mais recentemente, no Google. Quais foram alguns dos principais destaques dessas experiências?
Na Amazon, tive a oportunidade de gerenciar uma equipe diversificada de 250 funcionários multifuncionais para lançar as melhores instalações operacionais da categoria. Também apoiei a implementação de inovações como entrega no mesmo dia, robótica e outras tecnologias emergentes. Depois, no Google, usei minhas habilidades para preencher a lacuna entre produto e operações. Isso envolveu a construção de aplicativos do zero para gerenciar um novo estilo de processo de atendimento, entre outras novas ofertas.
Você pode explicar como o DecisionNext aproveita a IA e o aprendizado de máquina para melhorar o preço das commodities e a previsão de fornecimento?
DecisionNext usa inteligência synthetic e aprendizado de máquina para consumir milhares de conjuntos de dados e encontrar relações históricas e atuais entre fatores-chave. Em seguida, aprende com essas informações e constrói modelos relevantes para qualquer mercadoria. Nos mercados agrícolas e de recursos naturais, as nossas ferramentas ajudam os clientes a prever melhor os preços, a tomar decisões mais inteligentes, a reduzir riscos e a aumentar os lucros nas cadeias de abastecimento globais. Também estamos trabalhando no uso de Giant Language Fashions (LLMs) para simplificar decisões globais complexas com soluções conscientes de risco.
Quais são os principais benefícios de usar a plataforma de IA da DecisionNext em comparação com os métodos tradicionais de previsão?
Os compradores e vendedores globais de produtos de base recorrem frequentemente a regras práticas e folhas de cálculo para simplificar um sistema complexo que vale milhares de milhões de dólares em transações. Isso deixa dinheiro significativo na mesa. Essas planilhas fizeram maravilhas e apoiaram centenas de empresas. No entanto, à medida que a dinâmica da força de trabalho muda e os mercados globais se tornam mais imprevisíveis, estes tornam-se menos eficazes. A DecisionNext passou anos aperfeiçoando uma plataforma de IA que transforma complexidades globais em recomendações acionáveis em escala, melhorando significativamente o desempenho financeiro.
Nossos clientes têm especialistas no assunto que atuam em um determinado espaço ou setor há 30 anos ou mais. E com a chegada de novas gerações, é extremamente importante reter toda essa experiência de uma forma utilizável. DecisionNext ajuda nisso construindo bibliotecas abrangentes de decisões, integrando opiniões de especialistas e aprendendo com o passado.
Ao fazer isso, a plataforma DecisionNext reduz o risco e a incerteza nas decisões de negócios entre unidades de negócios e indivíduos, ao mesmo tempo que estabelece uma forma escalonável de tomar essas decisões. Também melhora a rentabilidade nas transações diárias, nas posições de longo prazo e no planejamento estratégico voltado para o futuro.
Qual o papel dos dados dinâmicos no processo de tomada de decisão baseado em IA da DecisionNext e como esses dados são integrados e utilizados?
Dados dinâmicos e atualizados são extremamente importantes quando se trata de construir os melhores modelos da categoria. Dito isto, a velocidade e a complexidade com que os dados podem ser processados e modelados não são o único issue. Por exemplo, como um modelo sabe o peso do ponto de dados mais recente (digamos, um choque no sistema) e que precisa tratá-lo de forma diferente? Nossos usuários podem interagir com os modelos por meio de tecnologia patenteada para inserir suas opiniões e construir análises hipotéticas para usar dados que o modelo ou sistema simplesmente ainda não pode conhecer. Isso permite que nossos clientes obtenham novos insights que de outra forma não seriam possíveis. Eles também são capazes de compreender melhor o impacto das mudanças globais na oferta ou de novas regulamentações comerciais, entre um número infinito de outras situações potenciais.
De que forma a plataforma de IA da DecisionNext revolucionou as decisões de negócios no mercado de commodities?
Nossa plataforma, a melhor do setor, revolucionou a abordagem padrão de preços, previsão de oferta e demanda, fornecendo aos nossos usuários mais do que apenas uma previsão. Com nossa ferramenta, eles podem entender rapidamente riscos, incertezas e analisar decisões complexas com apenas alguns cliques do mouse. DecisionNext tem vários casos de uso em cadeias de abastecimento tanto na agricultura quanto na mineração. Estes incluem otimização de preços de aquisição e venda, planejamento de negócios, arbitragem geográfica e de produtos, formulação de menor custo e gerenciamento de risco, entre muitos outros.
Como a DecisionNext garante a precisão e a confiabilidade de seus modelos de previsão de IA para negociação de commodities?
Garantimos a precisão e a confiabilidade de nossos modelos de previsão de IA por meio de backtesting intensivo. A DecisionNext construiu um sistema rigoroso que é capaz de testar rapidamente milhares de estruturas de modelos e fornecer ao usuário uma compreensão completa da precisão dos modelos. Isso pode ser feito de uma forma fácil de entender que também nos permite usar essa precisão para prever a incerteza no futuro.
Você poderia compartilhar um exemplo ou estudo de caso de como a DecisionNext ajudou uma empresa a navegar pela volatilidade do mercado usando suas ferramentas de IA?
Com a DecisionNext, um grande produtor de minério de ferro aumentou os seus lucros em média 6-8% nas vendas spot. Nossa solução os ajudou a otimizar a estratégia de preços e a reduzir o tempo necessário para tomar decisões importantes sobre arbitragem geográfica. Da mesma forma, podemos ajudar os produtores de gado a tomar a mesma decisão sobre onde e quando vender a carne proveniente das suas carcaças.
Em ambos os casos, o DecisionNext forneceu uma previsão precisa e defensável de curto e longo prazo para otimizar a estratégia de planejamento de vendas. Nossas ferramentas de visualização permitiram que os produtores avaliassem rapidamente múltiplas estratégias de vendas lado a lado para melhor mitigar os riscos, agilizar a tomada de decisões e aumentar as margens de forma mais eficaz.
Sem o DecisionNext, as empresas são forçadas a confiar em médias históricas, mercados futuros (se disponíveis) e experiência para precificar produtos. Embora eficazes no passado, com os nossos mercados de matérias-primas cada vez mais voláteis, as empresas estão a deixar milhões de dólares em cima da mesa.
Você pode discutir a importância de ter modelos de previsão interativos para os usuários e como o DecisionNext garante que esses modelos sejam fáceis de usar?
O velho e ultrapassado modelo de previsão da “caixa preta” não diz às pessoas por que a previsão é o que é. Também não pode ajudar em como traduzir a previsão em decisões viáveis. Portanto, neste cenário, os usuários podem não usar nem mesmo uma previsão perfeita e voltar aos métodos antigos.
A DecisionNext ajuda seus clientes a compreender melhor o risco de mercado e o risco de negócios e por que os dois devem estar interligados quando se trata de previsões. DecisionNext fornece visibilidade completa das fontes de dados e estruturas de modelos, juntamente com clareza e direção estratégica.
Tudo isso é entregue por meio de um painel fácil de usar, projetado para engajamento contínuo.
De que forma a pandemia e os recentes acontecimentos geopolíticos influenciaram o desenvolvimento e a utilização da IA no comércio de mercadorias na DecisionNext?
A COVID-19 alterou a cadeia de valor international da carne e vem à mente um cliente que foi particularmente afetado pela crise. Com grandes quantidades de alimentos congelados destinados a canais de serviços de alimentação que em breve ficarão inativos, o cliente utilizou a análise DecisionNext para liquidar o estoque de forma rápida e otimizada à medida que os bloqueios se espalhavam pelos EUA e também planejar como e quando reconstruir esses estoques.
Usando a plataforma DecisionNext, o cliente criou e comparou quatro alternativas complexas de vendas e compras para ver os resultados esperados do mercado e comparar os riscos. Eles conseguiram liquidar com sucesso o excesso de estoque em vários cortes, e essas transações proporcionaram um retorno de 5X em relação ao investimento no software program DecisionNext em um único mês.
Quais avanços futuros em IA e aprendizado de máquina você prevê impactarem o mercado de commodities e como a DecisionNext está se preparando para eles?
A DecisionNext está na vanguarda do esforço para aproveitar a IA e o aprendizado de máquina para tornar os mercados de commodities mais eficientes, lucrativos e sustentáveis. À medida que o mundo continua a enfrentar desafios enormes, como as alterações climáticas e a instabilidade política, a tecnologia inteligente será uma componente cada vez mais importante na forma como os enfrentaremos com sucesso. Estamos honrados por contar com a confiança de nossos clientes e parceiros para fornecer uma plataforma para ajudar a fazer isso acontecer.
Obrigado pela ótima entrevista, os leitores que desejam saber mais devem visitar DecisionNext.
