Generative KI und Lieferkette

Jeff: Hallo nochmal alle zusammen. Sie nehmen an einer weiteren Episode der Executive Platforms Blueprint-Podcastserie teil. Mein Name ist Jeff Nicks. Ich bin Leiterin für Inhalt und Forschung. Mein heutiger Gast ist Chris Cutshaw. Er ist bei TMC, einer Abteilung von CH Robinson. Wir werden ein Gespräch über generative KI führen, die Rolle, die sie in Zukunft bei der Orchestrierung von Lieferketten spielen wird. Und er hat kürzlich einen Vortrag zu diesem Thema gehalten, in dem er tatsächlich auf einige Einzelheiten eingeht, worüber ich mich sehr freue. Ich denke, die meisten Unternehmen sind sehr an diesem Bereich interessiert, aber vieles davon klingt theoretisch. Wenn wir uns also tatsächlich mit Unkraut befassen können. Ja, ich freue mich sehr auf dieses Gespräch. Chris. Vielen Dank, dass Sie sich mir angeschlossen haben.
Chris: Ja, kein Problem. Danke, dass Sie uns haben.
Jeff: Warum fangen wir nicht einfach damit an, um sicherzustellen, dass wir hier die richtigen Begriffe verwenden? Wenn Sie generative KI sagen, was unterscheidet sie von der breiteren KI-Kategorie?
Chris: Ja, ich denke ein paar Dinge, richtig. Man spricht also schon lange von KI, und ich denke, bei einigen der Innovationen, die gerade stattgefunden haben, insbesondere bei der offenen KI, werden diese Inhalte tatsächlich generiert. Es ist also für Menschen lesbar. Es ist in der Lage, Erzählungen und eine Sprache zu schaffen, die wir verstehen und mit der wir interagieren können. Hier kommt also das Generative ins Spiel. Und tatsächlich, seit Open AI im November 2022 die Chat-GBT-Plattform startete, kommen definitiv noch andere Plattformen hinzu. Es hat es für die Nutzung und Lieferketten wirklich greifbar gemacht. Ich denke, es ist reif für den Einsatz in diesem Raum.
Jeff: Sie haben heute etwas früher eine Präsentation gehalten, die sich eigentlich an ein Publikum aus leitenden Supply-Chain-Führungskräften richtete und sagte, dies seien einige der Möglichkeiten. Das ist es, was einige Leute bereits damit machen. Ich werde Sie nicht bitten, eine 35-minütige Präsentation zu wiederholen, aber was waren einige der wichtigsten Erkenntnisse, die die Leute Ihrer Meinung nach mitnehmen konnten?
Chris: Ja, die wichtigsten Erkenntnisse sind, dass es definitiv sehr neu ist. Wir befinden uns also in der Lernphase, aber ich denke, dass die Chancen in unserem Raum und in unseren Lieferketten im Allgemeinen einfach enorm sind. Es gibt viele Partner. Es sind viele Leute beteiligt, viele verschiedene Systeme. Diese Dinge harmonieren nicht immer miteinander, und am Ende müssen viele Leute manuelle Dinge erledigen, indem sie Knöpfe drücken, weil es keine besseren Begriffe gibt. Wenn Sie also die wertschöpfende Arbeit oder die nicht wertschöpfende Arbeit aus ihren Bemühungen herausnehmen und sie tatsächlich mehr auf Dinge konzentrieren können, die eine kontinuierliche Verbesserung ihrer Lieferkette ermöglichen, Dinge, die optimiert werden können, dann sollten Sie anfangen, sich auf einige davon zu konzentrieren diese neue Technologie, um ihnen die taktische Arbeit im Alltag abzunehmen. So können sie sich auf Verbesserungsideen konzentrieren.
Jeff: Ich kann mir auch vorstellen, dass dies ein leistungsstarkes Tool ist, um Daten eine Stimme zu geben, denn ich denke, dass bei der digitalen Transformation viel davon die Rede ist, dass es eine Kaskade von Daten gibt, die hereinkommen, und man muss herausfinden, was umsetzbar ist, wenn eine … Ein KI-Tool kann es tatsächlich in Worte fassen. Deshalb machen wir es so.
Chris: Ja. Was für ein mächtiges Werkzeug.
Jeff: Auf jeden Fall sehr kraftvoll.
Chris: Die Möglichkeiten fangen gerade erst an, aber sie scheinen wirklich wirklich transformativ zu sein, und wenn Sie wissen, wenn Sie viele Daten haben, kommen auch viele Informationen herein. Es ist schwierig, all das zu verarbeiten und daraus Informationen zu gewinnen, und ich denke, dass Technologien wie diese beginnen, tatsächlich mit einer definitiv vielfältigen Menge an Informationen zu interagieren. Daraus Informationen herauszuholen und greifbar zu machen, sodass man Prozesse automatisieren kann, finde ich wirklich spannend.
Jeff: Ja. Auch hier versuche ich, mich manchmal in die Lage eines Lieferkettenleiters zu versetzen, der weiß, dass dieses Tool online kommt. Ich möchte sicherlich nicht der Letzte sein, der sich damit befasst, aber es kann einschüchternd sein, der Erste zu sein. Was sind einige der niedrig hängenden Früchte da draußen, mit denen ich vielleicht experimentieren könnte oder mit denen ich jemandem, den Sie kennen, dabei zusehen kann, wie er ein früher Adaptor ist und von ihm lernt?
Chris: Ja. Ich denke, in erster Linie müssen Sie sicherstellen, dass Ihre Datensicherheit und der Datenschutz vollständig gelöst sind. Sie möchten also sicherstellen, dass durch die Art und Weise, wie Sie dies verwenden, keine Informationen offengelegt werden, die nicht angezeigt werden sollten, und dass dies auch wirklich der Fall ist gezielt und fokussiert. Zu den Low-Hanging-Früchten, die Supply-Chain-Führungskräfte kennen, gehört, dass wir in der gesamten Wertschöpfungs- oder Lieferkette Dinge manuell erledigen. Also mal ehrlich: „Hey, wo verbringe ich die meiste Zeit?“ Das ist keine Mehrwertarbeit oder eine Steigerung des Werts dessen, was wir für unsere Abläufe tun, und eine Art Aggregation und Stack-Ranking. Und wenn ich sehe, habe ich die Daten, die ausreichen, um diesen Anwendungsfall zu lösen, und kann ich diese dann an einen begrenzten Ort streamen? AGI-Agent, der möglicherweise einige dieser Aktionen übernehmen kann. Fangen wir also ganz klein an und sagen: „Hey, ich drücke diesen Knopf“ oder ich antworte auf eine E-Mail-Frage, die wirklich manueller oder taktischer Natur ist. Und ich mache das oft oder ich habe Teams von Leuten, die das machen. Kann ich dort anfangen, einige dieser Leute zu entfernen oder, was noch wichtiger ist, ihre Arbeit zu transformieren und ihr Talent zu mehr, Sie wissen schon, innovativen und wertschöpfenden Produkten zu machen?
Jeff: Ich war am Anfang Ihrer Antwort interessiert. Wollen Sie damit sagen, dass Sie wirklich abriegeln müssen? Welche Daten Sie angeben, ob es sich um die richtigen Daten handelt und ob sie sicher sind. Ich kann mir vorstellen, dass Unternehmen das sehr deutlich machen wollen. Was sind möglicherweise die neuen Regeln? Ich meine, Datensicherheit ist immer etwas, worüber wir reden, aber wir speisen tatsächlich und ich möchte keine dramatischen Informationen in eine Black Box, wo sie etwas bewirken und dann auf der anderen Seite eine Antwort herauskommt. Wie sieht die Bereitstellung dieser Daten aus?
Chris: Ja. Ich denke wirklich, dass es bei der Arbeit mit AGI vor allem um schnelles Engineering geht, also trainierst du das Modell oder den Agenten, um zu reagieren. Genauer gesagt, wie Sie es wollen. Nehmen Sie sich also wirklich im Vorfeld Zeit, um sicherzustellen, dass eine schnelle Entwicklung dazu führt, dass die API nicht mehr auf Informationen zugreifen kann, die sie nicht sollte, oder dass sie nicht mehr in der Lage ist, Narrative zu erstellen, die, sagen wir, Dinge erfinden oder Informationen fabrizieren. Sie wollten es also wirklich definieren, sagen wir. Hier ist Ihre Rolle im Leben. Hier erfahren Sie, was Sie tun sollten, und im Übrigen dürfen Sie niemals Informationen fabrizieren. Befolgen Sie einen festgelegten, starren Prozess, aber was wirklich cool ist, ist, dass wir tatsächlich die Planung großer Sprachmodelle vorangestellt haben, sodass Sie wirklich spezifische Agenten erstellen können, die über taktische, Sie kennen Anforderungen oder taktische Optionen verfügen, die sie nutzen können Nachdem sie auf interne Tools zugegriffen haben, müssen sie die Daten wirklich einschränken, um sicherzustellen, dass sie wirklich genau das sind, was sie brauchen und mehr wissen, und dann sicherstellen, dass die Ausgaben sehr streng sind. Es hängt also von dem Anwendungsfall ab, auf den Sie sich konzentrieren. Gehen Sie also noch einmal einen Schritt zurück und schauen Sie sich all die manuellen Prozesse an, von denen Sie wissen, dass sie überflüssig sind und die Ihre Teams nicht gerne tun. Nehmen Sie das und beginnen Sie Ihre Reise innerhalb der offenen KI-Technologie, oder es kommen einige andere online und Konzentrieren Sie sich konkret auf einige dieser Anwendungsfälle und gehen Sie ihnen nach.
Jeff: Ich bin so interessiert, dass Sie erwähnt haben, dass man es so lehren soll, dass man es nicht erfinden kann. Also, und verzeihen Sie mir, ich kenne mich mit Chat und GPT etwas besser aus als mit einigen Branchenanwendungen, aber ich weiß, dass Halluzination einer der Begriffe ist, die wir gehört haben. Wo es dir einfach nur gefallen will. Es gibt Ihnen nicht unbedingt die richtige Antwort. Es geht darum, eine Antwort zu generieren, mit der Sie zufrieden sind. Meiner Meinung nach war das die richtige Antwort. Ob es nun Tiefe gibt oder nicht, daran kann es nicht liegen, denn es handelt sich um verwertbare Daten, auf denen es herumkaut. Können Sie das näher erläutern?
Chris: „Keine Halluzination“ ist eigentlich ein Fachbegriff für einige dieser KI-Agenten. Ich meine, es gibt Beispiele von Anwaltskanzleien, die dies nutzen, die Ergebnisse nicht überprüfen und dann herausfinden, dass, ja, Zitate einen Fall ausmachen, oder? Sie müssen also sehr strikt und klar sein und die Anweisungen befolgen, von denen Sie wissen, dass Sie sie befolgen müssen, und sicherstellen, dass Sie nur über die Wahrheit sprechen, über die Daten, die Ihnen zugänglich sind, und wenn wir mit ihnen wie einigen von ihnen interagieren Offene Eingabeaufforderungen können viele unterschiedliche Wege gehen, und wir konzentrieren uns darauf, sie in unserer Codebasis bereitzustellen, indem wir einige dieser trainierten Modelle verwenden, um auf menschenähnliche Weise zu reagieren, uns aber wirklich darauf zu konzentrieren, was sie tun können. Das geht also nicht über seine Grenzen hinaus.
Jeff: Das interessiert mich so sehr und ich erinnere mich, dass Sie vor Beginn der Aufnahme gesagt haben, dass Sie tatsächlich ein paar Details und praktische Dinge haben, auf die wir eingehen können. Ich würde das jetzt gerne tun, da dieses Gesamtbild faszinierend ist. Was sind einige konkrete Beispiele dafür, dass jemand dies auf einen angewendet hat? Was bringt es ihnen? Und natürlich müssen Sie den Namen eines Kunden nicht nennen. Aber führen Sie uns gerne durch das Szenario.
Chris: Ja. Nun, ich kann Ihnen ein ganz konkretes Szenario nennen, mit dem wir begonnen haben und das wir in Produktion haben. In unserer Branche, auf die wir uns wirklich konzentrieren, bedeutet Transport oft, dass man etwas physisch liefert, jemand ein Dokument unterschreibt und es als Liefernachweis bezeichnet wird. Und dass viele Kunden ihren Zahlungsprozess automatisieren wollten, um sicherzustellen, dass dieser pünktlich und vollständig erfolgt, hat sich die OTIF wirklich darauf konzentriert. Sie möchten alle diese Dokumente erfassen und im Falle einer Prüfung sicherstellen, dass sie nicht korrekt sind. Bei den Tausenden von Sendungen, die Sie verwalten, haben Sie es also mit unzähligen verschiedenen Anbietern zu tun, und diese Anbieter haben Unterlieferanten wie Fahrer oder Lagerarbeiter. Sie haben also all diese Informationsquellen, in denen Dokumente gespeichert werden können, und oft gibt es Teams von Leuten, die E-Mails suchen und versenden und nachverfolgen und diese Daten wieder ins System bringen. Das ist ein perfekter, greifbarer Anwendungsfall, auf den Sie einen KI-Agenten konzentrieren könnten, anstatt, wie Sie wissen, Teams von Menschen darauf zu konzentrieren. Also jagen Sie POs nach Dokumenten, verfolgen Sie, wenn etwas nicht stimmt, und holen Sie sich die Informationen auf automatisierte Weise, Sie wissen, dass Sie die Grenzen und Kontrolle gesetzt haben, die erforderlich sind, Sie wissen, dass manuelle Arbeit aus der Gleichung herausfällt und Sie konzentrieren ihre Zeit auf mehr, sagen wir, Optimierungsaktivitäten, die Kosten senken oder den Service verbessern können, und verlieren sich nicht in der taktischen Alltagsarbeit. Ich denke also, Sie wissen, dass die Dokumentation und Weitergabe der Dokumentation korrekt und zeitnah ist und dass sie mit dem Sendungsprotokoll verknüpft ist. Darauf haben wir uns bei einigen dieser Entwicklungen konzentriert.
Jeff: Fantastisch. Um das vielleicht anders zu sagen, und Sie können mir nachschauen, dass es aus all diesen Datenpunkten einen Bericht erstellen kann. Aber was die Leute dort oben befreit, war früher jemand, der das alles zusammentragen musste, der alles in einem Bericht zusammenfassen musste. Jetzt können sie vielleicht befreit werden. Wir verfügen nicht über diese Informationen und sie können diese menschliche Verbindung zu der Person herstellen, die ihre Daten nicht gebündelt hat, oder sie haben die Möglichkeit, Fehler zu beheben, während das System den arbeitsintensiven Teil erledigt.
Chris: Genau. Der KI-Agent erkennt also, dass kein POD vorhanden ist und dass kein Dokument vorhanden ist. Es folgt definierten Schritten. Es wird erreichen. Schreiben Sie eine E-Mail, die scheinbar von einem Menschen stammt. Ja, das sieht so aus, als würde jemand um etwas bitten. Und was heute bei Menschen normalerweise passiert, sie bekommen eine Antwort. Sie werden diesen Anhang nehmen. Sie werden es irgendwo hochladen, also denke ich, dass das einfach ein toller Schwerpunkt ist, und das ist etwas, was wir getan haben.
Jeff: Ich schätze, ich versetze mich wieder in die Lage eines Supply-Chain-Managers, der sieht, dass dies ein unglaubliches Tool ist, das auf den Markt kommt. Wie sieht der Einstieg aus? Was ist ein realistischer Zeitplan, um einen Piloten auszuprobieren? Stellen Sie sicher, dass Sie tatsächlich wissen, dass die richtigen Daten eingehen und die richtigen Daten ausgegeben werden, denn es wird noch lange Zeit eine Person sein, die diese überprüft, um sicherzustellen, dass Sie wissen, dass sie Ihr Unternehmen repräsentieren.
Chris: Ja. Ich meine, Sie müssen einige technische Teams haben, die damit beginnen, die richtige Technologie auswählen und dann die Daten, auf die sie Zugriff haben, beschränken und sie in Ihrem Ökosystem bereitstellen. Es ist also nicht wie eine offene Quelle da draußen, die in der Lage ist, proprietäre Informationen an diesen Agenten weiterzugeben. Damit du es wirklich einschränkst. Zu Beginn dieser Reise sollten Sie sich also mit dem Thema „Prompt Engineering“ befassen. Ein großer Teil dieser Codierung, die wirklich spannend ist, kann durch Training und Lernen von technisch nicht versierten Leuten durchgeführt werden, und wir haben einige Technologien verwendet, darunter Lang Chain, das uns dabei hilft, kleinere Aufgaben in einem insgesamt komplexen Workflow zu verketten offene KI. Und dann müssen wir auf proprietäre Modelle zurückgreifen, die wir im Logistikbereich entwickelt haben, um ihm dann Daten sowie unser Aufzeichnungssystem zur Verfügung zu stellen, um Zugriff auf Informationen zu haben, die wir weiterverfolgen können. Es dauert also wahrscheinlich zwei bis drei Monate, bis die Infrastruktur eingerichtet ist. Stellen Sie sicher, dass Sie sich mit Ihren Datenschutzteams für die Datensicherheit absprechen, um sicherzustellen, dass sie dem zugestimmt haben, und fangen Sie dann wirklich ganz klein an Anwendungsfälle lernen, dabei lernen und dann herausfinden, wie man es skalieren kann und was wir tun, um es skalieren zu können, besteht im Grunde darin, einem planenden großen Sprachmodell zu ermöglichen, SOPs zu betrachten, die Menschen schreiben. So kann ich grundsätzlich eine SOP für eine bestimmte Aktion schreiben, die ich automatisieren möchte. Der Planungs-LLM kann aus dieser SOP lernen und dann Aufgaben definieren, denen kleinere, spezifische LLM folgen werden. Es kann den Arbeitsablauf basierend auf dem, was es lernt, neu ordnen und dann das greifbare Ergebnis erzielen: Sie wissen, was ein Mensch in der Vergangenheit getan hätte.
Jeff: Ich möchte näher darauf eingehen, was ein TMC zu einem bevorzugten Partner in diesem Bereich macht. Ich verstehe, dass Sie ein früher Innovator sind und über einige Erfahrungen verfügen, die Sie bereits von vielen anderen unterscheiden, aber erläutern Sie mir, wie Sie dazu gekommen sind und was Sie konkret tun, das spannend ist. Einige Supply-Chain-Führungskräfte führen mich gerne durch das.
Chris: Ja, ich meine eins, wir wollten teilen, was wir tun, nur um die Möglichkeiten in diesem Bereich aufzuzeigen. Und dann denke ich insbesondere, dass der Grund für eine Partnerschaft mit uns in diesem Bereich darin besteht, dass wir wahrscheinlich mehr Zugriff auf Transportdaten haben als wirklich jedes andere Unternehmen auf der Welt. Wir haben also Fracht im Wert von 30 Milliarden US-Dollar auf unserer Plattform. Wenn wir also sehr logistikorientierte Modelle entwickeln, werden wir über geistiges Eigentum oder geistiges Eigentum verfügen, das Unternehmen nutzen können. Wissen Sie, ich denke, dass wir dafür ein großartiger Partner sind, aber wir möchten auch beratend sein und einfach über die wahren und enormen Chancen sprechen, die diese Art von Technologie mit sich bringen kann. Wir befinden uns sicherlich noch in einem sehr frühen Stadium, aber wir sind wirklich begeistert von einigen der, wie Sie wissen, logistikspezifischen Modelle, die wir entwickeln, und einigen der Fähigkeiten, die wir bereits aus dem Bereich Technik und Talententwicklung hatten, die wir jetzt nutzen Ich konzentriere mich wirklich auf diese Technologie. Und wir investieren viel mehr in diesen Bereich. Wir haben also wirklich den Ball ins Rollen gebracht und versucht, voranzukommen. Sie wissen ja, welche Möglichkeiten es gibt. Ich denke also, dass Sie wissen, dass Unternehmen, die insbesondere in der Transportabwicklungsphase nach einer Partnerschaft suchen, TMC und CH Robinson als wichtige Partner betrachten sollten.
Jeff: Auf jeden Fall. Und wissen Sie, niemandem Worte in den Mund zu legen. Aber noch einmal: Wenn ich als Supply-Chain-Manager sagen würde, dass mich das interessiert, mit welchen Fragen sollte ich dann zu Ihnen kommen? Ich denke, dass es eine Herausforderung für das Unternehmen geben muss, die gelöst werden muss, oder wie man dies richtig angehen kann, anstatt einfach nur. Ich möchte das neue Spielzeug ausprobieren.
Chris: Ja. Ich meine, die Leute wollen das neue Spielzeug doch ausprobieren, oder? Es ist sehr, dass es in den Nachrichten ist. Es steht in der Presse, daher denke ich, dass zunächst die Möglichkeiten, die Geschäftsszenarien zu schaffen, bewertet werden. Sie müssen sich weiterentwickeln, Sie müssen die Dinge auf Ihrer Seite tun. Es ist jedoch nicht vollständig etwas, das Sie an einen Partner auslagern können. Es gibt einige Szenarien, in denen man es finden kann, aber ich habe wirklich die informierten Kunden gebeten, sich die Zeit zu nehmen, den Geschäftsszenario zu erstellen und Bereiche innerhalb ihrer Lieferkette zu finden, in denen dies eine Fokustechnologie sein könnte und in denen sie möglicherweise blinde Flecken haben der Dokumentation zur Sichtbarkeit von Logistikdaten, die wir zuvor erwähnt und besprochen haben. Schauen Sie sich dann Ihr Partnernetzwerk an und sehen Sie, wer tatsächlich in den Bereich investiert. Das könnte also verwendet werden, das könnten andere sein. Aber wirklich, Stack-Ranking, Ihre Möglichkeiten sind sehr prägnant und auf das beschränkt, was Sie anstreben, und dann können Partner wie wir damit wirklich durchstarten, als Leitplanke für die Entwicklung.
Jeff: OK, wenn ich also meinen Schwachpunkt oder meine Chance habe, denke ich, dass dies ein guter Anfang ist, und ich komme zu CH Robinson. Und ich danke Ihnen für TMC. Wie sieht der erste Tag der Abteilung von CH Robinson aus, die speziell in diesem Bereich arbeitet? Wie sieht der eigentliche Beginn dieser Partnerschaft aus und wie bereite ich mein Team auf den Start vor?
Chris: Ja, ich denke erstens, wir wollen uns das Datenmodell ansehen. Stellen Sie also sicher, dass Sie wissen, dass wir unsere proprietäre Plattform Navisphere verwenden. Deshalb möchten wir uns in Ihr Logistiknetzwerk einbinden. Sie möchten einige Daten erhalten. Sie benötigen wirklich eine große Menge an Daten, um loszulegen. Wenn es in den Daten blinde Flecken gibt, werden die KI-Agenten Schwierigkeiten haben, Fragen zu beantworten oder prägnant zu sein. Ich denke also, wenn man sich das Datenmodell anschaut und sieht, wo man weiß, dass wir es integrieren und unterstützen können, und dann weiß man, dass die Bereitstellung dieses Geschäftsszenarios und das Anstreben spezifischer Szenariotests und -lern schnell scheitern, und man weiß, dass man kostengünstig scheitern kann, wenn man etwas anstrebt, das vielleicht zu robust ist Sie möchten nicht zu viel Zeit in Anspruch nehmen. Daher ist es unglaublich wichtig, sehr prägnant anzufangen, schnell vorzugehen und das Datenmodell zu identifizieren, das Sie dafür verwenden möchten. Es ermöglicht Ihnen, sich schnell im Raum zu bewegen.
Jeff: Immer wenn wir über eine neue Technologie sprechen, insbesondere über KI, ist das sehr in aller Munde. Ja, ich möchte mir eine Minute Zeit nehmen und über die Menschen sprechen. Das liegt zum Teil daran, dass es eine bestehende Lieferkettenorganisation gibt. Ja, wir reden unter anderem über die Automatisierung ihrer Aufgaben, wodurch sie mehr Zeit für wichtigere Aufgaben haben. Aber es gibt dort für eine Minute einen Kampf. Können wir darüber reden?
Chris: Es ist die menschliche Gleichung, oder? Als Teil davon. Ich würde also sagen, dass unsere Branche im Allgemeinen eine Talentlücke hat. Daher haben wir Mühe, Logistik-, Transport- und sogar Supply-Chain-Know-how in die richtigen Sitze zu packen, um Organisationen zu vergrößern, während wir wachsen. Auch wenn Sie wissen, dass es in dieser turbulenten Zeit, die wir durchgemacht haben, immer noch an Fachwissen mangelt. Meiner Meinung nach geht es also nicht darum, Humankapital zu ersetzen, sondern darum, es zu maximieren und über viele verschiedene Ströme hinweg skalieren zu können. Sie müssen nicht noch weiter gehen und Ihr Team erweitern, und Sie können das Team wirklich auf die Mehrwertinitiativen konzentrieren .
Jeff: Wir haben in diesem Gespräch viel besprochen. Wenn es zwei oder drei Schlüsselpunkte gäbe, über die die Leute etwas weiter nachdenken sollen, ja, welche wären das? Chris: Ja. Wir sind also noch am Anfang, es ist sehr aufregend, aber wir müssen sehr vorsichtig und sehr überlegt sein, was wir mit dieser Technologie machen. Es gibt also viel zu lernen. Wir wollen sicherstellen, dass es kontrolliert wird, und wir waren sehr streng bei dem, was wir ihm erlauben. Ich denke, wir wollen uns auf den menschlichen Faktor konzentrieren. Ich denke, wir wollen das Leben der Menschen verbessern und uns nicht unbedingt auf Ersatz konzentrieren, sondern auf die Erweiterung von Dingen, von denen Sie wissen, dass die Menschen sie nicht tun möchten. Wir möchten, dass sie sich auf die coolen Dinge konzentrieren, die ihnen wirklich einen Mehrwert bieten Firmen. Und dies ist ein Weg, dies zu tun. Beginnen Sie also schnell mit kleinem Lernen, beurteilen Sie Ihr Partnernetzwerk, wer tatsächlich in diese Art von Technologie investiert, mit wem Sie zusammenarbeiten können, und schauen Sie sich dann zunächst Ihr eigenes Datenmodell an.
Jeff: Ich muss bei etwas so Neuem und so Aufregendem denken, es werden Leute sein, die Fragen haben, Leute, die mehr lernen wollen. Wie kann man am besten Kontakt aufnehmen? Vielleicht jemandes Gehirn bei TMC aussuchen.
Chris: Ja. Daher würde ich die Leute anweisen, zu thechrobinson.com/TMC zu gehen. Dort gibt es die Möglichkeit, einen Experten zu finden. So können Sie mehr darüber erfahren, was wir in diesem Bereich tun. Gerne stehen wir Ihnen auch beratend zur Seite und erfahren, was wir tun und wie wir es gemacht haben. Sie können das also tatsächlich auf Ihrer Seite ausbauen und möglicherweise können wir einen Weg finden, in Zukunft eine Partnerschaft einzugehen.
Jeff: Ich schätze deine Zeit hier wirklich, Chris. Das ist eine wirklich aufregende Sache, und ich hatte noch nie die Gelegenheit, mit jemandem darüber zu sprechen, der das wirklich macht. Das war also aufregend für mich. Ich weiß es wirklich zu schätzen, dass Sie hier sind.
Chris: Vielen Dank und vielen Dank für die Plattformen für Führungskräfte. Ihr leitet großartige Konferenzen, hattet eine tolle Zeit hier und freut euch auf weitere in der Zukunft. Jeff: Fantastisch. In der Zwischenzeit haben Sie sich eine weitere Folge der Executive-Podcast-Serie „Platforms Blueprint“ angehört. Ich war Jeff Nicks. Lass es uns bald wieder tun.