Di solito è il software a chiedere alle aziende di adattarsi. Octopus fa il contrario.
Un'idea su come l'AI dovrebbe lavorare dentro un'azienda, e le persone che la stanno costruendo.
La conoscenza operativa non vive in un diagramma.
Vive tra le persone, i sistemi ERP, le email, i documenti, i fogli di calcolo, le decisioni e le eccezioni: il lavoro quotidiano che non compare mai in un flowchart di processo. Quasi tutto il software chiede a un'azienda di adattarsi a un processo predefinito. Quasi tutta l'automazione AI parte da un task e lo automatizza. Noi pensiamo che sia al contrario: l'AI deve capire un'azienda prima di decidere cosa cambiare.
I principi dietro al modo in cui costruiamo Octopus.
Capire prima di cambiare
Non puoi migliorare in modo significativo un processo che non capisci.
L'impatto conta più della tecnologia
L'AI non è l'obiettivo. Il miglioramento operativo misurabile lo è.
Costruire intorno all'azienda reale
Ogni azienda ha i propri processi, persone, vincoli ed eccezioni. È la soluzione che deve adattarsi a quella realtà, non il contrario.
Imparare ancora
L'implementazione non è il traguardo. L'azienda continua a cambiare, quindi l'intelligenza deve continuare a imparare.
Dove la complessità operativa è reale, capire conta più di tutto.
Le aziende manifatturiere e industriali portano con sé una complessità operativa enorme: ordini, fornitori, produzione, pianificazione, acquisti, qualità, logistica, persone, sistemi, documenti, eccezioni. È proprio in quella complessità che un'intelligenza capace di capire l'azienda, invece di dare per scontato un processo standard, trova i miglioramenti che il software generico si perde. Per questo Octopus nasce pensando prima di tutto alle aziende manifatturiere.