Sean Byrnes es director ejecutivo y cofundador de Outlier, es la principal autoridad en plataformas de análisis empresarial automatizado e identificación de datos atípicos. Antes de crear Outlier, Sean fundó Ráfaga, una plataforma de publicidad y análisis móvil de gran éxito adquirida por Yahoo en 2014.
¿Qué fue lo que inicialmente te interesó en el aprendizaje automático y la ciencia de datos?
Siempre me ha gustado construir cosas, y en la universidad me especialicé en ingeniería porque pensé que era la mejor manera de pasar mi vida construyendo. Empecé a tomar cursos de informática y poco a poco me di cuenta de que las cosas más interesantes que se construían no eran las físicas, sino los sistemas informáticos que iban a cambiar el mundo. Tomé un curso de aprendizaje automático (ML) y me sorprendió saber que puedes escribir programas que aprenderán. ¡Como la gente! El último día de esa clase, me acerqué a la profesora y le dije que quería pasar mi vida trabajando en el aprendizaje automático.
Eso me llevó a la escuela de posgrado en aprendizaje automático, pero en el momento de mi graduación, la industria en torno a ML todavía era demasiado primitiva para convertirla en una carrera. Empecé a trabajar para compañías de software, luego comencé compañías de software yo mismo. En 2015, cuando comencé Outlier, las tecnologías en la nube finalmente hicieron que ML fuera una plataforma viable en la que enfocarme como fundador y ¡pude hacer realidad mi sueño!
En 2014, fundó Flurry, Inc., que luego fue adquirida por Yahoo. ¿Cuál era tu mentalidad en el momento de lanzar Flurry? ¿Alguna vez esperó que se convertiría en un éxito tan salvaje?
La idea inicial detrás de iniciar Flurry en 2005 fue resolver el simple problema de un fácil acceso a nuestro correo electrónico. Esto fue cuando un teléfono celular hacía muy poco, hacía llamadas telefónicas y tal vez enviaba mensajes de texto. Flurry se inició para resolver este problema de conectividad, para llevar correo electrónico y noticias a los dispositivos que todos teníamos en nuestros bolsillos. Blackberry había demostrado que la mensajería móvil era un éxito entre los profesionales, por lo que intentamos llevar esa experiencia a todos los consumidores.
Flurry fue un exitoso desarrollador de aplicaciones, pero vimos una gran oportunidad al abrir nuestra plataforma interna de análisis a otros desarrolladores de aplicaciones en 2008. En ese momento, tanto el iPhone como Android se habían lanzado, pero ninguna aplicación era compatible todavía. Habíamos visto el poder transformador de las aplicaciones móviles a través de nuestras propias aplicaciones Flurry, por lo que creíamos que se avecinaba una revolución mayor a pesar de que Apple había anunciado que el iPhone nunca ejecutaría aplicaciones. En un momento en que todo el mundo estaba invirtiendo en la web móvil, decidimos apostar por las aplicaciones móviles proporcionando una plataforma de análisis diseñada exclusivamente para aplicaciones móviles.
Resultó ser un buen momento. Cuando Apple y Google hicieron el cambio para lanzar tiendas de aplicaciones, Flurry estaba en la zona cero de la revolución de las aplicaciones con una plataforma creada para aplicaciones móviles refinada durante tres años de uso. A partir de ese momento en el otoño de 2008, Flurry como negocio se duplicó cada seis meses durante los siguientes seis años.
En 2015, lanzó Outlier AI. ¿Podría compartir la historia de génesis detrás de esta empresa?
En 2014, vendimos Flurry a Yahoo después de un viaje de nueve años. Cuando se adquirió, teníamos alrededor de 500 000 clientes de análisis en todo el mundo, y había estado viajando y reuniéndome con tantos de ellos como pude. Dondequiera que iba, todas las empresas me preguntaban lo mismo: “Sean, me encantan estos datos que me estás dando. Pero, ¿cómo sé qué buscar en todos estos datos?” Cada empresa en cada ubicación y cada vertical estaba luchando por encontrar valor en sus datos.
Cuando comencé a pensar en ello, me di cuenta de que habíamos llegado a una nueva era de inteligencia de negocios. Todas nuestras herramientas de inteligencia comercial fueron diseñadas para responder preguntas que sabíamos hacer, pero el problema era que ni siquiera sabíamos qué preguntas hacer. Necesitábamos una nueva generación de productos que encontraran esas preguntas y nos las trajeran automáticamente.
Esa visión se convirtió en análisis comercial automatizado: la capacidad del software para descubrir problemas y oportunidades emergentes automáticamente, utilizando IA.
Saber qué pregunta hacer es el mayor problema que suelen tener las empresas. ¿Puede explicar cómo Outlier AI resuelve esto?
Outlier encuentra información oculta en sus datos automáticamente. Dedica unos minutos a conectar valores atípicos a todos los diferentes lugares en los que se encuentran sus datos (bases de datos, herramientas en la nube, etc.) y, a cambio, recibe una fuente de preguntas sobre cómo está cambiando el comportamiento de sus clientes, cómo se están modificando los datos demográficos y cómo su negocio las operaciones están cambiando. Estos conocimientos se generan automáticamente, pero tienen todo lo que esperaría de un analista humano que escribe un informe, incluida la generación de lenguaje natural y el análisis de causa raíz. No requiere configuración, capacitación o implementación para comenzar, ya que se basa completamente en sistemas de aprendizaje en línea.
Como resultado, Outlier se puede implementar extremadamente rápido y lo utilizan los usuarios comerciales típicos que no saben nada sobre el aprendizaje automático. Simplemente conectan Outlier a sus datos y se despiertan todas las mañanas con un conjunto de 3 a 5 ideas sobre las cosas que deberían preguntar sobre su negocio. Se siente como magia, pero es solo un montón de matemáticas.
La parte más emocionante para nosotros es que Outlier no solo es el primer producto ML que nuestros clientes han usado, en muchos casos es la primera herramienta de inteligencia empresarial que han usado. Las herramientas tradicionales de inteligencia comercial son tan difíciles de instalar y configurar que intimidan a la mayoría de los usuarios. Outlier es tan fácil que puede estar funcionando sin experiencia previa.
¿Qué tecnologías de aprendizaje automático utiliza Outlier AI?
La plataforma Outlier utiliza docenas de técnicas de aprendizaje automático como parte de nuestra canalización, que van desde el modelado de series temporales hasta la agrupación en clústeres y los sistemas de recomendación no supervisados. De hecho, cada conocimiento producido por el sistema Outlier es el resultado de al menos una docena de sistemas de aprendizaje automático trabajando juntos. Eso es importante, ya que los usuarios comerciales exigen un nivel muy alto de calidad y fidelidad, y ninguna tecnología ML puede producir esa calidad por sí sola. Orquestar esa enorme cantidad de sistemas ML es extremadamente difícil, pero cuando ves los resultados, es mágico.
De hecho, solo hay unas pocas tecnologías de ML que no usamos, como el aprendizaje profundo (redes neuronales). Una parte crítica del producto Outlier es la explicabilidad, de modo que el usuario sepa exactamente cómo Outlier encontró una información determinada. Esto es fundamental para generar confianza con los usuarios que no saben nada de aprendizaje automático y necesitan que les expliques las cosas en términos sencillos. Se está realizando un gran trabajo para llevar la explicabilidad a enfoques como el aprendizaje profundo, y podríamos agregarlos a medida que se desarrolle.
Usted también es un inversionista ángel. ¿En qué tipo de empresas o emprendedores invierte?
Invierto en empresas y emprendedores que están resolviendo problemas. Un problema es la diferencia entre lo que una persona quiere o necesita y lo que puede obtener hoy. Lo más importante que busco es el potencial del problema que está resolviendo y qué tan grande es el mercado que tiene ese problema. No puede producir un rendimiento de 20 veces sobre $ 10 millones de inversión si el tamaño de su mercado es de solo $ 50 millones, pero puede hacerlo si el tamaño de su mercado es de $ 1 mil millones. Si puedo imaginar su empresa en 10 años operando a esa escala, llamará mi atención. Eso implica hacer lo siguiente y hacerlo bien:
en un charla reciente habló sobre cómo los empresarios necesitan vender un producto de nueva categoría o decirle al cliente cómo usarlo, pero no puede hacer ambas cosas. ¿Puede explicar brevemente este comentario y explicar cuán importante es esta mentalidad para tener éxito?
Las nuevas categorías de productos son nuevas, por lo que no serán parte de la rutina diaria de alguien. Las personas están ocupadas y, como resultado, la mayor parte de su tiempo ya está ocupado por productos que ya están usando. Como nueva categoría, necesitas ganar tiempo en la rutina de alguien, y lo haces al encajar en su vida de la forma en que ellos quieren que encajes. No puede decirles cómo usarlo, ya que eso significaría decirles cómo encaja, debe ser flexible. Con el tiempo, después de probarse a sí mismo, puede convertirse en parte de su hábito diario y luego puede comenzar a decirles cómo usar el producto.
Si solo está creando un reemplazo para un producto existente, y no una nueva categoría, entonces ya hay tiempo en el día de la persona reservado para ese tipo de producto. En esos casos, desea decirles cómo usarlo para asegurarse de que reemplacen los otros productos con el suyo, para que reclame el tiempo antes de que se escape.
Ha pasado más de 15 años creando interfaces de usuario galardonadas para empresas de consumo y empresariales. ¿Qué diferencia a una gran interfaz de la competencia?
Una excelente experiencia de usuario es algo que puede elegir y comenzar a usar de inmediato, sin necesidad de capacitación o videos tutoriales. Demasiados productos se centran en lo que es posible una vez que el usuario se convierte en un experto, pero la mayoría de los usuarios se dan por vencidos mucho antes de convertirse en expertos, por lo que todas esas funciones avanzadas nunca se utilizan. La habilidad más importante que un diseñador de productos puede desarrollar es ponerse en la posición de un usuario nuevo una y otra vez, viendo el producto por primera vez e identificando toda la confusión y la fricción que existe.
Otro aspecto importante de una gran interfaz de usuario es lo que yo llamo “diferenciación visible”. En los primeros 30 segundos de usar su producto, una persona debe saber exactamente qué lo hace diferente a cualquier otra cosa. Si tarda más de 30 segundos, o si tiene que explicárselo, se darán por vencidos y seguirán adelante mucho antes de que lo vean. La gente está inundada de productos hoy en día, por lo que debe moverse extremadamente rápido para llamar su atención y hacer que entiendan lo que lo hace destacar. Esto es cierto para todo, desde productos de consumo hasta software empresarial.
Cuando piensa en ventajas competitivas, la mayoría de la gente piensa en tecnologías complejas, pero las excelentes experiencias de usuario son algunas de las mejores ventajas competitivas. Es muy difícil copiar un producto con una experiencia de usuario perfecta y mágica, ya que implica muchos matices y detalles.
También asesoras a empresas. ¿Qué tipos de empresas deberían acercarse a usted?
Asesoro a una amplia gama de empresas, desde aplicaciones de consumo hasta servicios financieros y nuevas empresas de software empresarial. El único criterio que tengo es que los fundadores realmente quieran aprender y estén abiertos a comentarios tanto positivos como negativos. Los asesores más valiosos que he tenido en mi carrera atravesaron todo el ruido y me dieron su evaluación honesta y crítica, incluso si era difícil de escuchar. Muchos asesores simplemente intentan decir cosas positivas y fortalecer a los fundadores, y eso también es valioso, pero creo que eso no ayuda a largo plazo. Resumí la diferencia en una publicación de blog (Entrenadores vs porristas) sobre los diferentes tipos de colaboradores que necesita en su recorrido como fundador.
Gracias por la gran entrevista, los empresarios deben prestar atención a estas pepitas de sabiduría. Los lectores que deseen obtener más información deben visitar Outlier.