导读:
一位在麦肯锡工作8年的顾问Alibek Dostiyarov
,离职后和苹果前工程师Yersultan Sapar 创办了一家AI公司Perceptis,总部位于西雅图,
将致力于实现咨询行业繁琐任务的自动化
。新公司已经
筹集了约 360 万美元(约合2600万元人民币)
。
首席执行官兼联合创始人 Alibek Dostiyarov 表示:“Perceptis 旨在解决咨询公司的根本限制——缺乏可扩展性。”
“目前,如果你经营一家去年盈利 5000 万美元的咨询公司,而你希望今年的盈利突破 1 亿美元,那么你必须准备雇佣两倍的员工,租用两倍的办公空间等等。Perceptis 所做的就是利用人工智能消除手工工作的低效率。”
Alibek,
拥有加州大学伯克利分校哈斯商学院的MBA学位和普渡大学电气工程、经济学和计算机科学的学士学位。在不同行业和多元文化中有丰富的经验。主要的工作经历在麦肯锡,其余的公司,因为读书的原因,都是短暂的从业经历。
2010年-2013年,美国普渡大学学士学位
2017年-2019年,加州大学伯克利分校哈斯商学院-MBA
......
2015年3月-2017年8月,麦肯锡高级商业分析师。
-
在包括银行业、电信、公共部门、在线教育、矿业在内的多个行业,以及在多个地区(新西兰、澳大利亚、中东、俄罗斯和哈萨克斯坦)制定了战略并实施了转型。
-
在澳大利亚一家大型炼油厂实施了数字化转型:在前线工人的日常活动中引入了敏捷流程的元素;指导主管领导变革管理;开发了数字报告工具
-
大数据使用案例实施对大型移动运营商的预计财务结果
-
由于合并前两家移动运营商的协同效应,预计合并后的收入和成本将减少
-
为严重依赖自然资源的经济制定了未来能源展望:传统和替代能源需求模型,制定了过渡性建议
-
开发了一个模型,揭示了将IT部门从瀑布式开发转变为敏捷开发对亚太地区一家主要银行的底线影响。
-
引入中东教育网络平台质量保证机制;协助与战略伙伴谈判条款;为客户制定内容战略,以适应预期的增长规划
-
在麦肯锡内部新创企业竞赛中进入决赛,项目为公众情绪分析解决方案
2018年5月-2018年8月,Google任职全球产品主管
2018年5月-2018年12月,普莱克斯资本Associate
2019年7月-2023年10月,麦肯锡工作
2019年7月-2021年5月,麦肯锡公司Associate(软件/技术)
2021年6月-2023年10月,麦肯锡高级经理(软件/技术)
-
与约20名软件工程师、数据工程师和数据科学家合作,开发了一种规定性的AI模型,以优化铜矿的铜吞吐量
-
为一家主要金融公司制定数据产品策略并优化数据产品组合
-
领导团队为一家主要硬件公司构建全球科技人才足迹的数字孪生(情景引擎)
-
领导一个团队开发用于清洁采矿运营成本的工具
-
领导一个团队为欧洲公用事业公司构建一个劳动力管理工具并实施聊天机器人
-
为一家矿业公司的人工智能产品组建了一个产品管理团队
-
为一家主要金融参与者设计了一个技术项目优先级框架,以实现每年4000多个全职工人的战略分配
-
为一家财富500强消费品公司制定技术技能战略
-
操作化I外包战略(50%以上的内部IT组织)为一家大型OEM公司制定市场进入战略,为一家大型电信公司开发新的云边缘产品
2024年1月-至今,Perceptis Al,联合创始人兼首席执行官
为咨询公司自动化繁琐的管理工作
总结
Alibek的职业生涯,我们有以下五点分析:
在麦肯锡横跨银行、矿业、电信等八竿子打不着的行业,从澳大利亚炼油厂的“敏捷转型”到中东教育平台的“谈判桌战术”,再到给非洲挖矿的搞AI模型,硬生生把自己练成“行业变形金刚”。咨询顾问最怕“纸上谈兵”,这老哥的实战经验就是活教材——客户说“我这行特殊”,他能回一句“巧了,我干过”。
用AI优化铜矿产能,甚至给金融公司搞“数据产品组合”。咨询行业越来越卷技术,这哥们儿直接把工程师技能包焊死在工具箱里——既能和客户高管谈战略,又能和码农掰扯算法,完美避开“顾问只会画饼”的坑。
在麦肯锡干到Senior Manager后,转头创业做“咨询公司管理自动化”,这波操作堪称“用魔法打败魔法”。天天帮客户优化流程,最后发现最该优化的其实是自家同行——抓痛点稳准狠,完美诠释什么叫“用甲方思维做乙方,用乙方经验做甲方”。
从麦肯锡(分析师
→
助理
→
高级经理),再到
Google
、资本公司短暂试水,最后创业做
AI
工具
——
他的路径暗含一个逻辑:
在咨询公司攒行业资源、技术洞察和领导力,再用创业放大个人价值
。
对想创业的顾问:先在大平台把
“
杠杆支点
”
(客户网络、专项能力)夯实,再跳出去撬动更大的机会。
Alibek说:
“我在麦肯锡的 8 年经历极大地塑造了我对这个行业的理解。我学会了如何传达正确的信息,如何创造一个自上而下的故事情节,以及如何用数据影响和说服决策者。这些学习为 Perceptis 今天如何制定提案奠定了基础。”