O Dr. Zohar Bronfman é o cofundador e CEO da Pecan AI. Com profunda experiência em psicologia computacional e ciência de dados, Zohar aplicou seu espírito empreendedor inerente para cofundar a Pecan, emblem após a pós-graduação. Zohar possui dois PhDs pela Universidade de Tel Aviv – um em neurociência cognitiva computacional e outro em história e filosofia da ciência e tecnologia. Ele também possui um BA em economia pela Open College of Israel.
Fundada em 2018, a Pecan AI é uma plataforma de análise preditiva que alavanca seu pioneiro Predictive GenAI para remover barreiras à adoção de IA, tornando a modelagem preditiva acessível a todos os dados e equipes de negócios. Guiadas pela IA generativa, as empresas podem obter previsões precisas em vários domínios de negócios sem a necessidade de pessoal especializado. O Predictive GenAI permite a definição e o treinamento rápidos de modelos, enquanto os processos automatizados aceleram a implementação da IA. Com a fusão de IA preditiva e generativa da Pecan, perceber o impacto comercial da IA agora é muito mais rápido e fácil.
Como foi a jornada de fundação da Pecan AI e quais são alguns dos principais marcos alcançados ao longo do caminho?
Começar a Pecan AI foi uma montanha-russa. Tudo começou quando meu cofundador e eu participamos de uma competição internacional de ciência de dados. Criamos uma automação de preparação de dados que se transformou no protótipo da Pecan, mas perdemos o prazo e perdemos. Em vez de seguir em frente, decidimos transformar nosso protótipo em algo impactante. Apenas dois meses após terminar nossos doutorados em 2018, alugamos uma pequena sala na Universidade de Tel Aviv e começamos a nos esforçar. Com experiência limitada em negócios, lançamos nossa ideia para capitalistas de risco. Felizmente, Haim Sadger e Aya Peterburg da S Capital viram potencial e investiram US$ 4 milhões, nos dando o impulso de que precisávamos.
Um marco importante foi levantar US$ 66 milhões em uma rodada da Série C liderada pela Perception Companions, com apoio da GV (antiga Google Ventures) e outros. Esse financiamento nos permitiu expandir globalmente e acelerar nossos esforços de desenvolvimento.
Como sua formação em neurociência cognitiva computacional influencia sua abordagem para desenvolver soluções de IA?
Minha formação em neurociência cognitiva computacional, juntamente com meu PhD em história e filosofia da ciência, desempenha um grande papel em como desenvolvo soluções de IA. Esses campos me ajudam a entender os aspectos técnicos e filosóficos da tecnologia. Essa perspectiva dupla é incrivelmente valiosa no cenário tecnológico de rápida mudança de hoje. Ela me permite criar produtos de IA que não são apenas tecnicamente avançados, mas também eticamente sólidos e fáceis de usar.
Você pode explicar o conceito de GenAI preditiva e como ele integra IA generativa com aprendizado de máquina preditivo?
Claro. O Predictive GenAI é sobre mesclar Generative AI com Predictive Machine Studying. O Generative AI permite que os usuários interajam com dados por meio de linguagem pure, facilitando a formulação de perguntas e a orientação da IA. No entanto, suas habilidades preditivas são limitadas. É aí que o Predictive Machine Studying entra, pois ele processa dados para fazer previsões futuras precisas. Ao combinar essas duas tecnologias, o Predictive GenAI permite que até mesmo aqueles com pouca experiência em ciência de dados criem modelos preditivos e os usem perfeitamente, como conversar com o ChatGPT.
Como o Predictive GenAI simplifica o processo de criação e implantação de modelos preditivos para empresas?
O Predictive GenAI simplifica as coisas com recursos como o Predictive Chat e o Predictive Pocket book. O Predictive Chat atua como um ajudante de IA, guiando os usuários pelo processo de modelagem usando linguagem pure. Ele formulation perguntas preditivas com base nas preocupações comerciais do usuário e gera um Predictive Pocket book com consultas SQL prontas e dados de amostra. Isso significa que os usuários não precisam começar do zero ou ter profundo conhecimento técnico para obter previsões precisas.
Você poderia falar mais sobre o estudo de caso envolvendo o CAA Membership Group e como a Pecan AI otimizou seus serviços de assistência rodoviária?
Absolutamente. O CAA Membership Group costumava passar uma semana prevendo manualmente a assistência na estrada, o que period demorado e limitado. Após implementar o Pecan AI, sua equipe de ciência de dados desenvolveu mais de 30 modelos para gerar previsões de demanda de curto prazo duas vezes por semana. Essas previsões preveem volumes de chamadas e tipos de serviço por hora, garantindo pessoal eficiente e respostas rápidas, especialmente durante condições rigorosas de inverno. A plataforma da Pecan também permite a melhoria contínua desses modelos, aumentando a eficiência do serviço.
Como a Credit score Professionals se beneficiou do uso do Pecan AI para previsão de rotatividade de clientes e quais desafios específicos ele resolveu para eles?
A Credit score Professionals enfrentou desafios significativos com a previsão de rotatividade de clientes, que period um processo complexo e demorado. A implementação do Pecan AI reduziu o tempo de desenvolvimento do modelo de três meses para apenas algumas semanas, permitindo estratégias de retenção proativas. Esse processo simplificado permitiu que a TCP previsse com precisão a rotatividade de clientes e elaborasse estratégias eficazes para reter clientes, aumentando, em última análise, sua receita.
Como as ferramentas Predictive Chat e Predictive Pocket book melhoram a experiência do usuário e tornam a análise preditiva acessível a usuários não técnicos?
O Predictive Chat usa o GenAI para criar notebooks personalizados com base nas perguntas e dados comerciais do usuário. Os usuários podem interagir com o chat em linguagem pure, respondendo a perguntas e seguindo instruções, o que simplifica o processo de criação do modelo. O Predictive Pocket book inclui todo o código necessário, permitindo que os usuários visualizem consultas, criem tabelas personalizadas e entendam a lógica do conjunto de dados de treinamento. Essa abordagem torna a análise preditiva acessível a usuários não técnicos, simplificando a preparação de dados e a criação de modelos.
De que forma você vê o Predictive GenAI transformando vários setores e funções empresariais?
O Predictive GenAI capacita as empresas a tomar decisões baseadas em dados com precisão e eficiência inigualáveis. Na fabricação e logística, ele otimiza as operações ao prever a demanda e simplificar as cadeias de suprimentos. Em setores centrados no cliente, ele aumenta a satisfação e a fidelidade por meio de advertising and marketing direcionado e recomendações personalizadas. O Predictive GenAI também alimenta a inovação ao prever tendências de mercado, orientar o desenvolvimento de produtos e acelerar o tempo de colocação no mercado. Suas aplicações se estendem à saúde para previsão de doenças e planos de tratamento personalizados, e aos esforços de sustentabilidade ao otimizar o uso de recursos e reduzir o impacto ambiental.
Como a Pecan AI garante a precisão e a confiabilidade de seus modelos preditivos?
Garantimos precisão e confiabilidade por meio de testes rigorosos e validação contínua. A Pecan AI usa conjuntos de dados de treinamento e teste separados para avaliar o desempenho do modelo, semelhante à classificação de um teste escolar. Métricas-chave como precisão, exatidão e recall são usadas para validar modelos durante o desenvolvimento e na produção. Também promovemos a transparência por meio de previsões explicáveis, ajudando os usuários a entender os fatores que influenciam cada previsão e promovendo a confiança em insights orientados por IA.
Como você imagina a evolução do papel do Predictive GenAI nos próximos anos?
Olhando para o futuro, o futuro da IA não é apenas prever eventos, mas também prescrever ações com base nessas previsões. O Predictive GenAI visa automatizar processos de tomada de decisão e otimizar operações comerciais. No entanto, é essential entender os riscos associados e garantir o uso responsável da IA. À medida que a tecnologia evolui, ela desempenhará um papel crítico no aprimoramento da eficiência operacional, fomentando a inovação e impulsionando a tomada de decisões estratégicas em vários setores.
Obrigado pela ótima entrevista. Os leitores que desejarem saber mais devem visitar o Pecan AI.
