采访：Fausto Fleites，ScottsMiracle-Gro数据智能副总裁

园艺专家ScottsMiracle-Gro的数据智能副总裁Fausto Fleites是一位与众不同的数字领导者。“我非常亲力亲为，”他说，“我自己开发了许多我们使用的机器学习模型。”

这种亲身体验意味着Fleites持续打磨他的实际数据经验。虽然晋升到高级管理职位可能意味着一些数字领导者会远离困扰企业的日常数据挑战，但他的亲力亲为意味着他对技术如何解决组织问题有着敏锐的认识——在自动化时代，这种关注至关重要。

“我清楚地了解我们可以用AI做什么以及如何使用它，”他说，“大多数对AI不清楚的公司要么相信营销材料，要么听信那些夸大AI能力的人。成功的关键在于理解AI能做什么和不能做什么，以及如何以副驾驶的方式应用AI，而不是让它端到端地完成所有事情。”

曾在Sears和Accenture担任高级数字领导职位的Fleites于2023年2月开始在Scotts工作。这家拥有150年历史的公司渴望更有效地利用其数据，而他则热衷于制定转型战略。

“他们过去常用Google Sheets做很多决策，但公司有市场份额可以从高级分析中获取全部价值，并且有机会利用他们的信息做很多事情，”Fleites说，“所以对我来说，这是一家完美的公司，可以通过高级分析及其所有相关内容创造真正价值。”

以实现效益为目标

作为其初始数据战略的一部分，Fleites在亚马逊网络服务云中创建了一个现代数据湖，并开发了机器学习的首批用例。这些例子展示了数据如何为决策过程提供信息，例如理解促销活动的影响和宏观经济因素的影响，以及支持测试运营计划的模拟。

“通过所有这些工作，我展示了我们可以提供改变业务方式的见解，并于2024年5月晋升为数据智能副总裁，”他在谈到自己转到当前职位时说，“我现在思考的是如何更有效地管理我们的数据和AI资产，以及如何在AI世界中进行业务转型。”

Fleites表示，他角色的转变是由于技术环境的更广泛变化。他认识到，随着OpenAI在2022年底发布ChatGPT，发生了一个重大变化。如今，他说大多数公司都想使用AI，因为他们相信这是商业的未来。然而，这本身并不是目的。

“问题在于，以提供业务投资回报的方式正确完成这项工作，”他说，“在Scotts，对AI的需求在高层领导中引发了一场运动，考虑如何利用新兴技术推进我们的数字化转型。基于我在AI系统和机器学习算法方面的经验，我适合指导如何适当扩展这些工作的实施。”

Fleites表示，Scotts的数字化转型方向是一个更普遍的、以实现效益为目标的三阶段进程。他认为，数字化转型的基础阶段是公司为数据主导的变革制定战略并获得高层的支持。第二阶段，实施，侧重于流程数字化、部署新技术和支持数据驱动的决策。

数字化转型旅程的最后阶段是实现，即业务效益来自已实施的战略。Fleites表示，Scotts在实施阶段进展顺利，并随着组织进入实现阶段开始收获效益。

“我们在数字化努力中取得了显著进展。我们通过RPA在流程自动化方面有多年的实践，我们正在用AI和个性化现代化我们的数字资产，并且我们正在部署生产用例，包括机器学习和AI，这些已经改变了业务的运营方式，”他说，“所以，我们在实施阶段很先进，并且已经在一些已实施的用例中收获了一些实现阶段的效益。”

拥抱机器学习

Fleites表示，他在公司期间的主要成就之一是确立了组织对机器学习的坚定关注。他说这种方法使高级管理人员能够从及时的见解中受益，用于决策过程。

“我们在公司使用机器学习的方式绝对是一个关键成就。我们不仅在生产预测工具中部署了该技术，而且还将其操作化并应用可解释的AI将该预测分解为原因，”他说。

“每周，我们销售团队、供应链和品牌中的业务领导都会查看这些见解以了解发生了什么，这种方法改变了我们如何调整未来两周的营销投资。所以，数据对我们运营方式产生了有意义的影响。”

Fleites表示，公司的机器学习模型由其AWS数据湖支持。他的团队使用Airflow来编排和重新训练模型。公司使用的模型类型取决于需求。

对于短期预测，团队使用XGBoost或LightGBM模型。对于商店或区域级别的预测（可能涉及数千种产品类型），团队使用Google的深度学习模型。

他说，由此产生的洞察驱动方法至关重要，因为许多大公司专注于使用机器学习为最终客户创造运营效益。“他们将其用于供应链补货等事情，”他说，“但能够在高层领导层面拥有精细的数据细节是不寻常的。”

利用生成式AI

Fleites还在领导为客户发布创新的AI支持功能。使用Google Vertex AI中的检索增强生成应用程序，客户可以使用自然语言搜索公司目录以获取问题的答案。

公司还使用AI来提高其基于网络的聊天代理中对话的质量。该技术利用数据洞察来解决客户关切，并且可以将他们转接到实时代理进行详细查询。

聊天体验由Sierra提供支持，这是一家为客户服务提供个性化AI代理的技术公司，由前Salesforce联合首席执行官Bret Taylor共同创立。Fleites表示，他的团队通过运行在Google Cloud平台上的API向Sierra提供产品目录和问题信息。

“这两个功能只是我们AI旅程的第一步，”Fleites在谈到搜索和聊天中的AI探索时说，“然而，它们很重要，因为现在只是添加新旅程、增强我们的内容并超越该阶段的问题。”

虽然Scotts在为客户服务提供AI支持的前端方面继续取得进展，但Fleites表示，公司的AI战略还有另一个专注于后台元素的组成部分。正在采用AI驱动的副驾驶来重新构想内部流程，以便员工可以将时间投入到更高价值的任务上。

Fleites表示，他的组织大约一年前在生产中开发了一个用例，称为Email Rewrite。客户服务团队传统上使用Salesforce中的知识文章拼凑电子邮件回复。这种耗时的过程产生的电子邮件感觉不连贯且缺乏品牌声音。

Fleites的团队开发了一个代理工具，可以从Salesforce系统中提取文本，并在30秒内创建具有正确品牌声音的连贯电子邮件。他说，自动化还将电子邮件回复的质量提高了多达10倍。Email Rewrite是公司后台自动化的第一个用例。现在，Fleites正在通过一个称为X-ray的内部流程寻找其他机会。

“我们希望从技术角度理解流程，”他说，“我们正在思考如何与中间的AI一起运营，为未来的工作做准备。如果我考虑五到十年后，随着围绕AI代理的技术成熟，这种方法将对大公司的后台领域变得至关重要。”

提供主动个性化

Fleites反思了他迄今为止实施的变革，并描绘了24个月后他希望支持的数据主导业务图景。在客户服务和内部运营方面，目标是深入实现效益，这是他数字化转型的最后一个领域。他首先转向以客户为中心的服务。

“在两年内，我们的数字平台将完全不同，”他说，“我们正在努力发布新版本平台，其中AI、个性化和动态内容从一开始就是核心，我们将利用我们的预测能力来预测消费者需求。我们与消费者互动的方式，在电子商务和数字资产方面，将完全革命化。”

Fleites表示，客户将能够通过生成式AI的专家建议拍照并询问关于他们的草坪或植物的问题。更一般地说，他的组织将使用机器学习来预测客户需求。

“例如，可能在7月，我们从天气预报知道下周湿度将显著偏高，并且有草坪疾病的风险，”他说，“所以，在那种情况下，我们可以主动告诉你该怎么做。”

在后台，Fleites预计在未来24个月内在全公司部署至少十几个代理自动化用例。“这一成功将巩固我们采取的方法，并为下一阶段扩展到后台自动化奠定基础，”他说。