Intervju med Anthony Tan

Anthony Tan, CEO för Grab, den sydostasiatiska superapp-jätten, satte sig nyligen ner med Rapid Response för att reda ut Grabs meteoriska uppgång. Från att ha överlistat Uber till att vara pionjärer inom AI-integration, erbjöd Tan en övertygande inblick i den strategi och filosofi som driver Grabs framgång. Intervjun avslöjar en ledare som är djupt engagerad i att lösa lokala problem och skapa ett hållbart och effektfullt företag.

Att lösa Sydostasiens unika utmaningar

Grabs resa från en samåkningsplattform till en superapp var inte en beräknad expansion, utan en serie lösningar på pressande sydostasiatiska utmaningar. Ursprungligen fokuserade man på säkerhet, särskilt för kvinnor och barn, och Grab bemötte ett kritiskt behov i regionen. Men deras problemlösning stannade inte där. Genom att inse att många förare saknade smartphones, lanserade Grab en finansieringsverksamhet för att utrusta dem, och byggde effektivt in fintech i sin plattform organiskt. "Vi insåg, vänta, men för att få förare behövde man låna ut en telefon till dem. Hur lånar man ut en telefon till dem? Eftersom många av dem inte ens hade en smartphone," minns Tan. Detta proaktiva tillvägagångssätt för att övervinna hinder drev på Grabs expansion och befäste dess ställning som en viktig tjänsteleverantör.

Viktiga insikter:

• Problem-först-strategi: Att fokusera på att lösa verkliga problem som är specifika för regionen var nyckeln till Grabs initiala acceptans och efterföljande tillväxt.
• Iterativ expansion: Superapp-modellen var inte förplanerad utan växte fram organiskt när Grab identifierade och adresserade kunders och förares behov.

Kraften i data och AI-först med hjärta

Även om Grabs olika tjänster ger värde på egen hand, ligger den verkliga magin i de data de genererar. Tan framhåller att "nyckeln är två saker, ett, hur skapar man fantastiska data, och två, hur skapar man en fantastisk samling, eller hur?" Denna datafördel gör det möjligt för Grab att skapa omfattande kreditvärdighet och prissätta risk mer effektivt i sin fintech-verksamhet. För att fullt ut utnyttja denna potential initierade Tan en företagstäckande "generativ AI-sprint", som syftade till att kompetensutveckla alla anställda, oavsett deras roll. Programmet lyckades förändra de anställdas tänkesätt och ledde till skapandet av AI-drivna lösningar som AI-handlarassistenten, som ger affärsstöd och uppmuntran. Detta omfattande tillvägagångssätt visar Grabs engagemang för att inte bara anamma AI, utan verkligen bädda in det i sin kultur.

Viktiga förändringar:

• AI-kompetensutvecklingsinitiativ: "Generative AI sprint" var avgörande för att omvandla Grab till ett "AI-först"-företag genom att kompetensutveckla anställda och främja en kultur av experimenterande.
• Datadriven beslutsfattning: Genom att utnyttja den stora mängd data som genereras av deras tjänster får Grab en konkurrensfördel inom riskprissättning och tjänsteoptimering.

Lokal kunskap: Att vinna mot globala jättar

På frågan om hur Grab lyckades slå Uber i Sydostasien, pekar Tan på vikten av hyperlokal expertis och en vilja att ta itu med utmaningar som globala aktörer förbiser. "Hur vinner lokala hyperlokala aktörer som vi? Det är tufft. Men hur får man problem som ingen annan kan lösa?" konstaterar Tan. Ett utmärkt exempel är Grab Maps, byggt från grunden för att åtgärda felaktigheter i kartor från tredje part i Sydostasien, särskilt för tvåhjuliga fordon. Detta engagemang för att förstå och lösa lokala nyanser gav inte bara Grab en konkurrensfördel utan skapade också en värdefull B2B-tjänst som nu används av företag som Amazon och Microsoft.

Viktiga metoder:

• Omfamna hyperlokala lösningar: Investera i att förstå och ta itu med unika regionala utmaningar som globala aktörer kan förbise.
• Strategiska partnerskap: Samarbeta med regeringar, forskningsinstitutioner och andra företag för att utnyttja expertis och resurser.

"Du kan komma ut som ett lejon och vara stolt och vara våldsam och um du vet du är villig att tugga vad som helst i din väg men samtidigt också ha ödmjukheten hos ett lamm." - Anthony Tan