موریسیو ورگارا، مدیرعامل و بنیانگذار Kapwork ، نظارت بر فعالیت ها ، فروش ها و بازاریابی شرکت را بر عهده دارد. او به عنوان یک صاحب سابق مشاغل کوچک ، دست اول را تجربه کرد که پرداخت های دیررس برای شرکت های در حال رشد جای می گیرد. بعداً ، در زمان حضور در Google و Unity ، وی دید که چقدر تأخیر در پرداخت ها بر خالقان تأثیر می گذارد و توانایی مقیاس آنها را متوقف می کند. با انگیزه برای یافتن راه حل بهتر ، او شروع به کاوش در فضا کرد – کاملاً متوجه شد که گزینه های بودجه برای مشاغل کوچک چقدر محدود است و چقدر چالش برانگیز است که سرمایه گذاران از آنها به طور مؤثر پشتیبانی کنند.
این منجر به ایجاد شد کله کار، بستری که با اتصال مشاغل با ارائه دهندگان سرمایه از طریق یک تجربه شفاف و بدون اصطکاک ، تأمین مالی مبتنی بر درآمد را ساده می کند. KAPWORK برای حمایت از نسل بعدی کارآفرینان ، به مشاغل کمک می کند تا با تبدیل درآمد آینده به بودجه فوری ، از شرایط خود رشد کنند.
چه چیزی شما را به شروع کاپور الهام بخش کرده است ، و چگونه تجربه شخصی شما به عنوان یک صاحب مشاغل کوچک در کلمبیا چشم انداز شما را برای تغییر صنعت فاکتورسازی شکل داد؟
من قبلاً یک رستوران و یک تجارت پذیرایی در کلمبیا اداره می کردم. تا به امروز ، به یاد می آورم وقتی مشتری اول از طریق در می رفت و با خودم فکر می کرد ، “او اینجا است زیرا من چیزی برای ارائه دارم. چیزی که ارزش آن را می بخشد.” این یک تجربه سورئال بود که بعداً در Google تأیید کردم.
با همکاری مستقیم با توسعه دهندگان برنامه و بازی ، فهمیدم که چقدر دوست دارم به افرادی کمک کنم که بتوانند چیزی را ایجاد کنند که در آن چیزی نبود. توسعه دهندگان ، مانند صاحبان SMB ، صنعتگران و زنان عصر مدرن هستند و برای من ، هیچ چیز رضایت بخش تر از کمک به کسانی که ارزش ایجاد می کنند ، ثروتمندتر نیست. به همین دلیل من با پیت توماس کاپور را شروع کردم. یک بخش کامل وجود داشت که برای اقتصاد ما بسیار مهم بود ، که تا حد زیادی توسط فناوری نادیده گرفته شده بود. هوش مصنوعی فرصت زیادی را برای تحول باز کرده است ، چرا هر مرز را پشت سر بگذارید؟ این یک مشکل متراکم است ، و من را جلب کردم تا سرانجام دست خود را در ساخت یک شرکت از زمین به بالا امتحان کنم. همانطور که پیتر تیل آن را وارد می کند صفر تا یک: “یک استارتاپ بزرگترین تلاش است که می توانید تسلط قطعی داشته باشید”.
شما فاکتورسازی فاکتور را به عنوان یک نجات برای مشاغل کوچک توصیف کرده اید. این زندگی امروز چگونه به نظر می رسد ، و چگونه کاپور دوباره آن را تغییر شکل می دهد؟
Cashflow نجات دهنده مشاغل کوچک است و بدون اینکه فاکتورسازی آن را برای آنها فراهم کند ، بسیاری از این شرکت ها به سادگی از تجارت خارج می شوند. در B2B مرسوم است که شرایط پرداخت 30 تا 90 روز برجسته را مشاهده کنید. تصور کنید که در رحمت شرکتهای بزرگی هستند که منتظر دریافت هزینه خدمات و محصولاتی هستید که قبلاً تحویل داده اید. این مشاغل بدون وجود فاکتورسازی سرمایه در گردش لازم ، نمی توانند رشد کنند و در برخی موارد ، حتی می توانند از تجارت خارج شوند. فاکتورسازی بیش از 100 سال است که می تواند این شکاف ها را برطرف کند ، فاکتورها را خریداری کرده و سرمایه را تحویل می دهد – اما هنوز مقیاس نشده است. این یک فرآیند بسیار دستی ، پرخطر و پر فشار برای هزاران عامل در سراسر جهان است.
Kapwork برای تعمیرات اساسی این عملیات آغاز شد. ما در حال قرار دادن هوش مصنوعی و اتوماسیون برای کار برای تسریع در گردش کار ، کاهش خطاها و مقیاس بیشتر هستیم. این بدان معنی است که پول بیشتری به سمت مشاغل جریان می یابد. فاکتورسازی به رشد مشاغل کمک می کند ، و کاپور به آن عوامل و مشاغل کوچک که به آنها اعتماد می کنند کمک می کند.
سکوی Kapwork شامل یک عامل هوش مصنوعی خود درمانی است. آیا می توانید توضیح دهید که این به معنای عملی چیست و چگونه روند فاکتورسازی را تقویت می کند؟
Kapwork با استقرار عوامل در تعداد زیادی از درگاه های فروشنده برای کشیدن و جمع آوری داده ها کار می کند. به طور سنتی ، این نوع اتوماسیون ها برای ساخت آنلاین سخت و بسیار گران هستند ، وقتی که به عنوان مثال چیزی در پورتال وب تغییر می کند. در این حالت ، کل فرآیند سردردهای بیشتری را نسبت به مزایا ایجاد می کند و قابلیت اطمینان را به زیر سوال می برد. ما برای جلوگیری از این امر مجبور شدیم رویکردی را توسعه دهیم.
وقتی می گوییم که عوامل هوش مصنوعی ما “خود درمانی” هستند ، منظور ما این است که وقتی یک عامل AI Kapwork موجود به دلیل برخی از تغییرات جدید و خارجی که مانع از دستیابی به هدف خود می شود ، خطای مهلکی را تجربه می کند ، این عامل می تواند یک فرآیند هوش مصنوعی را برای ارزیابی آنچه تغییر کرده است ، فراخوانی کند و نشان دهد که چگونه نیاز به اصلاح یا جایگزین شدن دارد تا دوباره کار خود را ادامه دهد. این توانایی همان چیزی است که به Kapwork دوام ما می دهد ، ما همیشه داده های مورد نیاز را بازیابی می کنیم. هنگامی که رویکرد فعلی ما به دلیل تغییر یک وب سایت ، ما برنگردیم و یک رویکرد جدید به دست نمی آوریم ، در عوض به AI اجازه می دهیم که این کار را به طور خودکار برای ما انجام دهد.
بزرگترین موانع فنی در ساخت یک بستر هوش مصنوعی که با 4000+ پورتال فروشنده و سیستم های مالی ادغام شده است؟
اولین مانع فنی بزرگ این است که بیشتر سیستم های مدیریت فروشنده (VMS) API را ارائه نمی دهند ، بنابراین عوامل AI Kapwork باید برای حرکت در رابط های VMS یکسان که انسان از آنها استفاده می کنند ، طراحی شوند. این رابط ها می توانند در هنگام اتوماسیون بازیابی داده ها ، با برخی شکل و عملکرد در هر چند ماه یکبار غیرقابل اعتماد باشند ، بنابراین ما واقعاً مجبور شدیم یک سیستم اصلاح خطای قوی را در چارچوب عامل خود ایجاد کنیم تا عوامل کاپور علی رغم محیط ذاتاً غیرقابل اعتماد ، دوام بمانند و می توانند به طور یکپارچه خطاها را در هنگام توجه به آنها بپردازند.
دومین مانع فنی بزرگ این واقعیت است که هر VMS متفاوت است. اگرچه بدهکاران که از Ariba و Coupa استفاده می کنند ، به طور کلی رابط کاربری یکسان را برای بازیابی داده ها ارائه می دهند ، هزاران بدهکار دیگر در “دم بلند” هیچ استاندارد رابط را دنبال نمی کنند و سرمایه گذاران داده را به انواع روشهای غیر شهودی و دست و پا گیر ارائه می دهند. برای کارآمد ماندن ، ما مجبور شدیم یک سیستم AI عامل را توسعه دهیم که بتواند هر پورتال را که قبلاً ندیده است ، کشف کند و به سرعت بفهمد که داده های مورد نیاز و نحوه نوشتن یک برنامه قابل اعتماد برای دریافت آن را به دست می آوریم.
سرانجام ، فقدان API ها باعث تعیین پروتکل های مدیریت رمز عبور برای تسهیل اتوماسیون یک مانع فوق العاده چالش برانگیز شد. امور مالی غیر سنتی به طور کلی مقصر بهداشت رمز عبور بد است. ما اغلب می بینیم که چندین طرف اغلب اعتبار حساب های مختلف را به اشتراک می گذارند تا به یکدیگر ثابت کنند که احزاب و همتایان داده های مناسب را در سیستم های مناسب ذخیره می کنند. بنابراین ، هنگامی که صحبت از این صنعت می شود ، تأیید داده ها را در مقیاس ، تعریف پروتکل های امنیتی سازگار و ترویج بهترین شیوه ها با استفاده از اپراتورهایی که امروز در فضا کار می کنند ، انجام داد.
چگونه Kapwork از AI برای تأیید فاکتورها در ثانیه استفاده می کند – چیزی که قبلاً 1-2 روز تلاش دستی را انجام می داد؟
از آنجا که عوامل AI Kapwork به طور همزمان کار می کنند ، به عنوان مثال ، بازیابی داده ها از 20 پورتال به طور همزمان ، می توانیم داده های فاکتور را در مقیاس تأیید کنیم. سپس داده ها می توانند به طور خودکار در یک داشبورد متمرکز برای نمای جامع از خط لوله جمع شوند. این برخلاف اکثر تیم های مالی در تجارت تأیید امروز است ، که در آن یک نفر فقط می تواند به طور همزمان به یک پورتال وارد شود ، داده های مورد نیاز خود را پیدا کند ، آن را بارگیری کند ، از سیستم خارج شود ، برای مشتری بعدی خود و غیره وارد شوید و وقتی با اولین مورد به پایان رسید ، به سمت VM های بعدی حرکت کنید. تا امروز ، مردم همه این کارها را با دست و سریال انجام می دادند و از طریق یک کتاب بزرگ تأیید می کردند که می تواند یک روز مجرد را به اتمام برساند.
سیستم AI شما چه نوع اعتبار سنجی داده یا تشخیص کلاهبرداری را ارائه می دهد و چگونه آنها را با رویکردهای سنتی مقایسه می کنند؟
با توجه به تشخیص کلاهبرداری امروز ، کاپور توانایی منحصر به فرد ما را “تشخیص ناهنجاری” توصیف می کند. ما در حال حاضر هیچ گونه هوش مصنوعی تخصصی را برای این مشکل استفاده نمی کنیم ، بلکه در عوض به این واقعیت متکی هستیم که جمع آوری داده ها توسط Kapwork AI به طور طبیعی الگوهای چگونگی تجارت دو شرکت را در کنار هم ایجاد می کند ، چه مقدار ارزش برای مواردی مانند مبلغ و تاریخ موعد است ، و اینکه آیا همیشه یک سفارش خرید در ارتباط با دریافتی وجود دارد. با ایجاد الگوهای با گذشت زمان ، KAPWORK می تواند با نشان دادن معامله اخیر یا مجموعه ای از معاملات خارج از محدوده تجارت “عادی” در نظر گرفته شود و مشتری را هشدار دهد. بخش اعظم این موارد را می توان با چشم انسان و فرآیندهای عادی از دست داد. این یک منطقه اکتشافی است و ما در آینده در اینجا هیجان زده هستیم.
هوش مصنوعی در بهبود جریان معاملات و نرخ تبدیل برای خریداران فاکتور در سکو شما چه نقشی دارد؟
یک عامل به طور معمول برای تحقق فروشنده فاکتور به یک تا سه ماه نیاز دارد. در این مدت ، فروشنده برای پول نقد ناامید می شود در حالی که این عامل سرمایه خود را در بانک بیکار نگه می دارد. هوش مصنوعی Kapwork بلافاصله داده های فاکتور را تأیید می کند ، سوابق را مستقیماً از سیستم های بدهکار بیرون می کشد و یک “عکس فوری” را ارائه می دهد که به تیم های اعتباری اجازه می دهد تا در روزها و نه ماه ها ، تسهیلات مطالبات قابل دریافت را تأیید یا رد کنند. این سیستم همچنین به عواملی اجازه می دهد تا فاکتورها را از پایگاه مشتری موجود خود بارها و بارها و بدون در نظر گرفتن مبلغ اضافی ، تأیید کنند ، و آنها را قادر می سازد تا بتوانند سریعتر سرمایه را مستقر کنند.
شما نقش های رهبری را در Google و Unity برگزار کرده اید. چه درسهایی از Big Tech هنگام انتقال به زندگی استارتاپ در Kapwork به شما کمک کرد؟
از سه روش این به من کمک کرد تا بفهمم که نمی خواهم وقت بیشتری را صرف تماشای رنگ خشک کنم ، مرا به عنوان یک رهبر شکل داد و به من اطمینان داد تا بفهمم که همیشه می توانم سعی کنم و چیزهایی را کشف کنم.
به قول مارک راندولف ، “اگر مایل به شروع و کشف آن باشید ، همه چیز قابل حل است.” هنگامی که من برای اولین بار در Google و Unity کار کردم ، اغلب احساس سندرم Impostor می کردم. با داشتن پیش زمینه فروتنانه تر از همکاران من در لیگ Ivy League ، من به ارزش من شک می کردم اما گوگل به من آموخت که اگر من آنجا بودم ، به یک دلیل بود. از آنجا که من در حرفه خود پیشرفت کردم ، اعتماد به نفس را به دست آوردم که می دانم ، حتی اگر نمی دانم چگونه کاری انجام دهم ، تمام کاری که باید انجام دهم این است که شروع کنم. با گذشت زمان ، همیشه می توانید آن را بفهمید.
Google همچنین من را به عنوان یک رهبر شکل داد. این به من آموخت که هیچ چیز سریعتر از این نیست که افراد را پشت یک چشم انداز روشن قرار دهند که به آنها اعتقاد دارند. این همچنین به من کمک کرد تا آنچه را که برای ایجاد یک محیط سالم لازم است درک کنم که همه بتوانند بدون نگرانی در مورد مجازات ، نظرات خود را بیان کنند. هیچ چیز به یک شرکت کمک نمی کند تا سریعتر از یک تیم هوشمند از افراد فعال رشد کند و در اطراف دیدگاهی که مایل به به چالش کشیدن تفکر شما و مرتکب هستند ، رشد کند.
سرانجام ، Big Tech همچنین به من کمک کرد تا متوجه شوم که دیگر نمی خواهم رنگ خشک را تماشا کنم. سلسله مراتب و علایق تعبیه شده زیادی وجود دارد که همیشه به چالش کشیدن وضع موجود دشوار است. سیستم های موجود برای کاهش خطر طراحی شده اند و در برخی موارد باعث می شود که کارمندان بیشتر از انجام کار خود مشغول سیگنال دادن به کارهای خوب باشند. من دیگر در زندگی ام نمی خواستم ، به خصوص وقتی می بینید که جهان با سرعت نور با تمام تحولات اخیر در هوش مصنوعی حرکت می کند.
چشم انداز شما در مورد چگونگی تغییر هوش مصنوعی صنعت خدمات مالی – به ویژه در بخش های SMB تحت حمایت ، چیست؟
ناهمگونی برای جامعه خوب است و برای صنعت وام دهی بد است. به نظر من جالب توجه است که چگونه تنوع در بین مشاغل کوچک پیدا کردن راه حل های سرمایه در گردش را برای آنها دشوار می کند.
آنچه به معنای واقعی کلمه SMBS را خاص می کند ، رشد آنها را برای آنها سخت می کند. فقط در مورد تنوع SMB ها فکر کنید. از یک طرف ، شما یک عمده فروش سخت افزار خانوادگی و از طرف دیگر ، یک نانوایی صنعتگر بوتیک دارید. هر دو بسیار عالی هستند که به طور منحصر به فرد کمک می کنند ، اما نحوه اجرای و کار با آنها کاملاً متفاوت است. تنوع صنایع ، مالی و مدل های تجاری باعث می شود که وام دهندگان ذهن خود را در مورد آنها و SMB ها برای حرکت در چشم انداز بسیار دشوار کنند. بنابراین چگونه می توانید مشاغل متنوع را ارزیابی کنید بدون اینکه یک اندازه متناسب با همه رویکرد باشد؟ هوش مصنوعی ابزاری برای پل زدن آن شکاف برای مدتی بوده است اما همیشه هزینه آن ممنوع است.
به نظر من ، آنچه جالب ترین است این است که در نهایت ایجاد راه حل هایی برای مقابله با این چالش ها منطقی است. هوش مصنوعی مقرون به صرفه تر این امکان را برای صنعت مالی فراهم می کند تا بتواند راه حل هایی را برای یک صنعت SMB بسیار پراکنده و ناهمگن بسازد.
با تشکر از شما برای مصاحبه عالی ، خوانندگانی که مایل به کسب اطلاعات بیشتر هستند باید بازدید کنند کله کاربشر
