شادي رستمي، نائب الرئيس الأول للهندسة في شركة Amplitude – سلسلة المقابلات

شادي هو نائب الرئيس الأول للهندسة في شركة Amplitude الرائدة في مجال التحليلات الرقمية. إنها قائدة تقنية متحمسة ومتمرسة ومعمارية تتمتع بخبرة في بناء وإدارة فرق هندسية عالية الكفاءة. قبل ذ لك سعة، كانت نائبة رئيس قسم الهندسة في شركة Palo Alto Networks. لقد ابتكرت وقدمت العديد من خطوط الإنتاج والخدمات المتخصصة في الأنظمة الموزعة والحوسبة السحابية والبيانات الضخمة والتعلم الآلي والأمن.

سعة مبني على التعلم الآلي الحديث وتقنيات الذكاء الاصطناعي التوليدية التي تمكن فرق المنتج من البناء بشكل أكثر ذكاءً والتعلم بشكل أسرع وإنشاء أفضل التجارب الرقمية لعملائهم.

ما الذي جذبك في البداية إلى علوم وهندسة الكمبيوتر؟

لقد نشأت في إيران واتبعت في الأصل مسارًا في المدرسة الثانوية من شأنه أن يتيح لي العمل في الطب، وهو المسار الذي أرادني والدي أن أتبعه وهو المسار الذي اتبعه أخي. وبعد حوالي عام ونصف، قررت أن هذا ليس هو الطريق المناسب لي. وبدلاً من ذلك، تابعت الهندسة وانتهى بي الأمر بأن أصبحت أول فتاة في إيران تشارك في الأولمبياد المعلوماتي (IOI) وفازت بالميدالية البرونزية، وهي مسابقة سنوية لطلاب المدارس الثانوية حول العالم يتنافسون في الرياضيات والفيزياء والمعلوماتية والكيمياء. قادني ذلك إلى متابعة الهندسة في جامعة شريف للتكنولوجيا في إيران ثم الحصول على درجة الدكتوراه لاحقًا. في هندسة الكمبيوتر في جامعة كولومبيا البريطانية في كندا. بعد ذلك، عملت في شركات ناشئة لبضع سنوات ثم أمضيت عقدًا من الزمن في Palo Alto Networks، وأصبحت في النهاية نائب الرئيس المسؤول عن التطوير وضمان الجودة وDevOps وعلوم البيانات. قبل خمس سنوات، انتقلت إلى Amplitude بمنصب نائب الرئيس الأول للهندسة.

هل يمكنك مناقشة فلسفة الذكاء الاصطناعي الأساسية لشركة Amplitude والتي تنص على أن الذكاء الاصطناعي يجب أن يساعد البشر في تحسين عملهم بدلاً من استبدالهم؟

يعمل الذكاء الاصطناعي على تحويل كل الصناعات تقريبًا بسرعة، ومع هذا التحول تأتي أسئلة حول كيفية استخدام الشركات لهذه التكنولوجيا. نحن نشعر بقوة تجاه فهم الذكاء الاصطناعي بشكل صحيح. قادنا هذا الاعتقاد إلى تطوير فلسفة الذكاء الاصطناعي التي تركز على العملاء، والتي ترتكز على خمسة مبادئ رئيسية: (1) التطوير التعاوني والشراكة الفكرية، (2) إدارة البيانات وحماية بيانات المستخدم، (3) الشفافية، (4) الخصوصية والأمن ، والامتثال التنظيمي، و (5) اختيار العملاء والتحكم. نحن نعلم أن هذه المبادئ أساسية مع استمرار الشركات في اعتماد واختبار الذكاء الاصطناعي وتصبح في نهاية المطاف تعتمد على البيانات حقًا. ولأغراضنا، يعني هذا بناء أدوات الذكاء الاصطناعي التي تساعد الأشخاص في الوصول إلى الرؤى بشكل أسرع. عندما يتم تسخيرها بشكل صحيح، تؤدي هذه الأفكار إلى اتخاذ قرارات أسرع وأفضل تؤدي إلى تحقيق النتائج النهائية. إن استخدام الذكاء الاصطناعي كأداة لاستكمال الذكاء البشري والإبداع هو المكان الذي أرى أن للذكاء الاصطناعي تأثيره الأكبر.

هل يمكنك شرح مفهوم "ديمقراطية البيانات" في سياق بيئة الأعمال التي تعتمد على الذكاء الاصطناعي اليوم؟

"إن ديمقراطية البيانات مدفوعة بمعرفة أن الفرق تعمل بشكل أفضل وأسرع وأكثر كفاءة عندما تتمكن من الوصول إلى رؤى البيانات الصحيحة في الوقت المناسب. في البيئة الحالية التي تعتمد على الذكاء الاصطناعي والتي تشهد تقدمًا سريعًا، لا تستطيع الفرق الانتظار لأيام أو أسابيع حتى يتم سحب البيانات. وللتخفيف من هذه المشكلة، يجب على الشركات تمكين فرقها من الاستفادة من البيانات بطريقة الخدمة الذاتية. الآن، هذا لا يعني فوضى البيانات مع عدم وجود معلمات. وفي نهاية المطاف، تؤدي البيانات السيئة إلى ذكاء اصطناعي سيئ. ولكن مع وجود الأدوات والعمليات المناسبة، يمكن للشركات تحقيق التوازن بين ديمقراطية البيانات وإدارة البيانات، مما يتيح نتائج أعمال أفضل.

ما هي التحولات الرئيسية في الثقافة التنظيمية التي تعتقد أنها ضرورية لتمكين ديمقراطية البيانات الحقيقية في عصر الذكاء الاصطناعي؟

يبدأ إنشاء ديمقراطية بيانات حقيقية داخل مؤسستك بتحولين ثقافيين أساسيين: توفير الأدوات المناسبة والتي يسهل الوصول إليها وبذل جهود على مستوى المؤسسة حول المعرفة بالبيانات. وهذا يعني اعتماد أدوات الخدمة الذاتية التي تسمح لأعضاء الفريق غير التقنيين، مثل فرق التسويق أو فرق نجاح العملاء، ليس فقط بالوصول إلى البيانات ولكن أيضًا بتحليلها واتخاذ الإجراءات بشأنها. أعتقد أن تحليلات بيانات الخدمة الذاتية يمكنها، بل وينبغي لها، تعزيز التعاون بين الفرق، وإلهام الفضول والاستكشاف، وتوسيع نطاق المعرفة بالبيانات، ووضع تحيز على العمل والتأثير. ومن المهم أيضًا بذل جهود مشتركة بين فريق البيانات المركزي وفرق العمل للقيام بحوكمة البيانات بشكل مستمر للتأكد من عدم تدهور جودة البيانات بمرور الوقت.

من خلال تجربتك، ما هي أهم التحديات التي تواجهها المؤسسات في تحقيق ديمقراطية البيانات، وكيف يمكنها التغلب على هذه العقبات؟

في الماضي، حاولت الشركات مركزية البيانات ضمن فريق واحد من الخبراء، مما ترك بقية المؤسسة تعتمد على هذا الفريق لتقديم التحليلات والرؤى الرئيسية التي قد تكون حاسمة لعملياتهم اليومية وصنع القرار. في حين أن إضفاء الطابع الديمقراطي على الوصول إلى البيانات أمر بالغ الأهمية لحل هذا الاختناق، إلا أنه قد يكون أمرًا صعبًا أيضًا. عندما أتحدث إلى قادة البيانات حول تفعيل الخدمة الذاتية، فمن الواضح أن هناك نطاقًا واسعًا. من ناحية، لديك أدوات إعداد منخفضة للفرق غير الفنية وفرق العمل. في نهاية المطاف، لا توفر هذه الأدوات عمق واتساع الإجابات التي تحتاجها هذه الفرق. على الجانب الآخر، لديك المزيد من الأدوات التقنية لمزيد من الفرق الفنية. إنها أكثر مرونة من حيث التحليل، لكنها بطيئة، ومن المحتمل أن قلة قليلة من الناس يمكنهم استخدامها. ونحن نشير إلى هذه الأدوات على أنها إنشاء "خط نقل البيانات"... فأنت تنتظر دائمًا الإجابات. الفرق تحتاج إلى حل في المنتصف. فكر في حلول غير تقليدية تشجع الاستكشاف والتجريب، ولا تمنعه. ومن خلال الأدوات المناسبة وتعليم الفريق، يمكن للشركات سد فجوة ديمقراطية البيانات بسهولة أكبر.

ما مدى أهمية معرفة البيانات في عملية إضفاء الطابع الديمقراطي على البيانات، وما الخطوات التي يجب على الشركات اتخاذها لتحسينها بين موظفيها؟

يعد تعزيز بيئة ديمقراطية البيانات عبر فرقك تحديًا ثقافيًا يتطلب التعليم والمشاركة على مستوى الشركة. من خلال تجربتي في تدريس عمليات البيانات للأعضاء غير التقنيين، فإن أفضل طريقة لتطوير هذه المهارات هي من خلال الجمع بين التدريب والتعلم العملي. أوصي بتطوير برنامج تدريبي شامل لضمان شعور الموظفين بالراحة والثقة في الرؤى التي يستمدونها من بياناتهم. تأكد من أنك تستخدم أداة لا تحظر المستخدمين غير التقنيين: على سبيل المثال، أي أداة تتطلب معرفة SQL من شأنها تهميش الأشخاص الذين ليس لديهم خبرة في البرمجة. ومن هناك، قم بتوفير الفرص للموظفين للتعمق في البيانات والبدء في التعامل معها. وأخيرًا، استخدم أداة تعزز الاستكشاف والتعاون. كلما قل عدد الأشخاص الذين يعملون في صوامع، زادت قدرتهم على تبادل الأفكار مع بعضهم البعض، مما يؤدي إلى رؤى أكثر توضيحًا. إذا كنت متخصصًا في البيانات وتقوم بتدريس عضو غير تقني في الفريق، فتذكر أنك قضيت سنوات في تعلم كيفية الحصول على البيانات واستخدامها، لذلك تفكر في الأمر بشكل مختلف عن المستخدم العادي. كن منفتحًا على تعليم الآخرين بدلاً من القيام بكل شيء بنفسك. وإلا فلن يكون لديك أي وقت فراغ لفعل أي شيء بخلاف الإجابة على أسئلة الأشخاص.

مع التطور السريع لأدوات البيانات وتقنيات الذكاء الاصطناعي التوليدية، كيف ينبغي للشركات تكييف استراتيجياتها للبقاء في المقدمة في إدارة البيانات واستخدامها؟

تعد حوكمة البيانات أحد التحديات الرئيسية التي لا تزال تواجهها الشركات، وهو أمر يجب على كل مؤسسة أن تتقنه لتمكين تجارب الذكاء الاصطناعي والبيانات الهادفة. إن جودة الذكاء الاصطناعي لا تقل جودة عن البيانات التي تدعمه، وتؤدي البيانات النظيفة إلى رؤى أكثر تأثيراً، ومستخدمين أكثر سعادة، ونمو الأعمال. بهذه الطريقة، يجب على الشركات أن تكون استباقية بشأن تنظيف البيانات وتصنيفها، وهناك فرص لاستخدام الذكاء الاصطناعي التوليدي لإدارة حوكمة الذكاء الاصطناعي وجودته. على سبيل المثال، في Amplitude، أطلقنا منتج مساعد البيانات المدعوم بالذكاء الاصطناعي العام الماضي، والذي يقدم توصيات ذكية وأتمتة لجعل إدارة البيانات سلسة ومساعدة المستخدمين على تحمل مسؤولية جهود جودة البيانات.

كيف تمكن Amplitude المؤسسات من فهم رحلة العميل بشكل أفضل؟

يعد بناء منتجات وتجارب رقمية رائعة أمرًا صعبًا، خاصة في ظل المشهد التنافسي الحالي. واليوم، لا تزال العديد من الشركات لا تعرف من الذي تبني من أجله أو ما يريده عملاؤها. تساعد Amplitude الشركات في الإجابة على أسئلة مثل: "ما الذي يحبه عملاؤنا؟ أين يعلقون؟ ما الذي يجعلهم يعودون؟" من خلال رؤى البيانات الكمية والنوعية. تساعد منصتنا الشركات على فهم رحلة العميل الشاملة بشكل أفضل من خلال عرض البيانات للمساعدة في تحفيز دورة اكتساب العملاء وتحقيق الدخل والاحتفاظ بهم. واليوم، يستفيد أكثر من 2,700 عميل، بما في ذلك العلامات التجارية للمؤسسات مثل Atlassian وNBC Universal وUnder Armour، من Amplitude لبناء منتجات أفضل.

شكرا لك على المقابلة الرائعة ، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا سعة.