آدم أسكويني، مدير إدارة المعلومات وتحليل البيانات في كي بي إم جي – سلسلة المقابلات

آدم أسكويني هو مدير إدارة المعلومات وتحليل البيانات في كي بي إم جي في إدمونتون. وهو مسؤول عن قيادة مشاريع البيانات والتحليلات المتقدمة لعملاء كي بي إم جي في البراري. آدم متحمس لبناء وتنمية فرق عالية الأداء لتسليم أفضل النتائج الممكنة للعملاء وتحقيق تجربة عمل ممتعة لفرقه. كان يعمل في شركة AltaML كنائب رئيس حلول العملاء، وحكومة ألبرتا كمدير برنامج، والقوات المسلحة الكندية كضابط إشارات. بعد متابعة مسار وظيفي غير تقليدي في مجال الذكاء الاصطناعي، آدم يعتقد بقوة في استغلال التنوع وخبرة الفرق متعددة التخصصات، ويؤمن أن أي شخص يمكنه الانضمام إلى المجتمع المتزايد للذكاء الاصطناعي.

كنا قد جلنا مع آدم لمقابلتنا في مؤتمر Upper Bound السنوي لعام 2023 حول الذكاء الاصطناعي في إدمونتون، ألبرتا، والذي يستضيفه Amii (معهد الذكاء الآلي في ألبرتا).

لديك مسار وظيفي غير تقليدي، هل يمكن أن نتحدث عن كيفية دخولك إلى مجال الذكاء الاصطناعي؟

بدأت مسيرتي في القوات المسلحة الكندية كضابط إشارات، وضباط الإشارات مسؤولون عن أنظمة الاتصالات وتكنولوجيا المعلومات التي تساعد الناس على التواصل. لذلك، في الواقع، الكثير من تكنولوجيا الأقمار الصناعية والإشارات الراديوية. كان هناك بعض البيانات هناك، ولكن كان الكثير من التكنولوجيا الأساسية التي كنا مسؤولين عنها في البداية، والتي بدأتني في مجال التكنولوجيا. درست الهندسة الكيميائية في جامعة جميع الأشياء، مدفوعًا بفضوليتي و رغبتي في التعلم. بدأ كل شيء هناك، والغوص في التكنولوجيا وتطوير المهارات كانت مهمة جدًا بالنسبة لي.

بعد 14 عامًا في الجيش، وعمل في العديد من الوظائف المختلفة، كل شيء من العمل في قاعدة ودعم خدمات الاتصالات وتكنولوجيا المعلومات في الميدان، وإنشاء مقر وتمكين الوحدات الأمامية، ودعم العمليات المحلية مثل الحرائق والفيضانات، انتقلت إلى حكومة مقاطعة ألبرتا. كنت في إدارة البرامج، ونظرنا في بعض المبادرات التكنولوجية الحكومية. في ذلك الوقت، كانت الحكومة ت集中 تكنولوجيا المعلومات، وكنا نعمل مع مختلف وزارات الحكومة لتوحيد خدماتهم ودمجها، قمت ببعض العمل هناك، بالإضافة إلى إدارة الاستثمارات. وفي القيام بذلك العمل، بدأت أرى بعض المنظمات تستفيد من البيانات والتحليلات.

لقد أثار ذلك فضولي حقًا، وكوني دائمًا فضوليًا وجائعًا للتعلم، بدأت أشارك في بعض المشاريع هناك أو ببساطة الدراسة الذاتية، أشياء مثل Coursera أو أدوات التدريب الأخرى لتعلم المزيد. قمت بقراءة الكثير، وبحثت عن بعض البائعين والمنصات التي قدمت هذه الأدوات. أصبحت مهتمًا حقًا بالبيانات والتحليلات، ومن خلال فضولي الطبيعي ورغبتي في التعلم المزيد، بدأت أ涉ح أكثر فأكثر في هذا الأمر مع مرور الوقت.

خارج Coursera، هل هناك بودكاستات أو كتب معينة أنت توصي بها؟

أتابع الكثير من المتابعين على LinkedIn، ولكن بعض الأسماء التي تبرز في ذهني مثل Emerj. Dan Faggella هو الشخص وراء ذلك. إنه يقدم الكثير من القيادة الفكرية. أتابع أيضًا بعض الأسماء الشهيرة مثل HBR وForbes. شخص كنت على اتصال به اسمه Andreas Welch يعمل في SAP، وهو يصدر الكثير من المحتوى حول الذكاء الاصطناعي واعتماد الذكاء الاصطناعي، لذلك كنت أتابعه. أعتقد أنه من حيث البودكاستات، هناك بعضها التي استمعت إليها، وكذلك الكتب. هناك كتاب جيد قرأته مؤخرًا يسمى Infonomics من تأليف Doug Laney. وهو خبير سابق في Gartner وMIT، وهو كتاب جيد حقًا لشرح إطار عمل لتحقيق الأرباح من البيانات.

أحاول فقط أن أغمر نفسي في كل ما يمكنني، بالإضافة إلى الانخراط في مشاريع العمل لتعلم المزيد.

كيف ساعدتك خبرتك العسكرية في دورك الحالي؟

ب几 طرق. أعتقد أن بعض المهارات الأساسية التي تعلمتها من خلال مسيرتي العسكرية، وهي نهج منظم للتخطيط، وهو جيد حقًا. إدارة الوقت وتحديد الأولويات. في بيئة عسكرية، يُجبرك على تعلم ما هو الأكثر أهمية والعمل بسرعة معينة، وتقييم التبادل وتفهم كيفية وضع مسار عمل قابل للتنفيذ، وهو ما ساعدني في دوري الحالي.

المهارة الكبيرة الأخرى هي حول القيادة والعمل الجماعي. كنت أعمل مع منظمة كبيرة. في الميدان، يتم تنظيم الفرق وإعادة تنظيمها دائمًا لتحقيق أفضل مجموعة معًا لإنجاز مهمة، ولديك مهارات بين الأشخاص القوية، ومهارات قيادية، ومهارات اتصال، كلها مهارات يتم التأكيد عليها في التدريب في الجيش، وأعتقد أنني استفدت من تلك المهارات أيضًا.

كنت نائب رئيس حلول العملاء في AltaML لمدة عامين، ما هي AltaML وما هي بعض المشاريع المثيرة للاهتمام التي عملت عليها؟

AltaML هي شركة تطبيقات الذكاء الاصطناعي والتعلم الآلي. مقرها في ألبرتا، ومكتب كبير في إدمونتون ومكتب كبير في كالجاري ومكتب في تورونتو. ما يفعلونه هو العمل مع الشركات الأخرى لتطوير حلول برمجيات ومنتجات تحتوي على الذكاء الاصطناعي في جوهرها، وهي عمل تجاري إلى تجاري. الجزء من المنظمة الذي عملت فيه كان جانب الخدمات، حيث عملنا مع شركات النفط والغاز والمؤسسات المالية. عملنا عبر العديد من القطاعات المختلفة. عملت معهم لتحديد مشاكل أعمال ذات صلة يمكن حلها بالذكاء الاصطناعي، ثم عملت معهم في عملية جمع بياناتهم معًا، وإنشاء نماذج الذكاء الاصطناعي، وتنفيذها، وعملت معهم على جانب إدارة التغيير أيضًا، حتى يتمكنوا من تشغيلها واستخدامها، ومساعدتهم حقًا على حل المشاكل من خلال بناء حلول الذكاء الاصطناعي التطبيقية.

كان دوري نائب رئيس حلول العملاء. عندما بدأت، كنت في دور مدير المشروع، وقادت几个 مشاريع للذكاء الاصطناعي، ثم انتقلت إلى أعلى مع مرور الوقت، وكان دور نائب رئيس حلول العملاء مسؤولًا عن وظيفة التسليم، وإدارة الموارد للمشاريع، وإدارة الحسابات النشطة، وكثير من الجوانب المواجهة للعميل من ذلك العمل كانت تقع ضمن فريقي.

فيما يتعلق بالمشاريع، كان هناك الكثير، أعتقد أنني عملت على عشرات المشاريع للذكاء الاصطناعي، إما كمدیر مشروع يدير أو كمدرب أو كموارد ضمان الجودة، واحدة من مشاريعي المفضلة كانت مشروع الحرائق. عملت مع حاكم ألبرتا. كانوا يعانون من مشكلة في الأيام التي توجد فيها مخاطر حرائق معتدلة، لفهم ما إذا كان من المحتمل أن تحدث حريق في منطقة معينة. عندما كانوا غير متأكدين، كانت ممارسة جدولهم هي جدولة جميع الموارد المتاحة، والتي تشمل التعاقد مع موارد إضافية، مثل المعدات الثقيلة أو الطائرات أو المروحيات، والتي تكلفتها باهظة.

الغرض من مشروع الذكاء الاصطناعي كان توقع احتمال حدوث حريق في منطقة معينة للغد، لمساعدتهم في اتخاذ قرارات حول التخصيص الأمثل للموارد لعملية يسمونها الوقاية المسبقة، وهي في الواقع التخطيط والتحفيز المسبقين للموارد.

كان من الرائع رؤية أنه في بعض السيناريوهات، يمكنك تخفيض الموارد أو تقليل مستوى التركيز عليها في أوقات معينة من اليوم، مما يوفر الكثير من المال دون إدخال مخاطر مادية كبيرة لتفويت حريق، هناك إمكانية لتوفير ملايين الدولارات. هذا العمل لا يزال مستمرًا حتى اليوم، فهم الآن ينظرون إلى توسيع نافذة الوقت قليلًا، وجعل المناطق أصغر وأكثر تفصيلاً لتحسين الموارد بشكل أفضل.

كانت هذه أيضًا عملًا رائعًا، لأن أي استخبارات يمكن توفيرها مسبقًا حول哪里 توجد المخاطر وتمكينك من تحسين الموارد أو إعادة تخصيصها إلى المكان الصحيح هو عمل مؤثر حقًا، وكان من الجيد رؤية ذلك.

كما قمت ببعض العمل في معالجة المطالبات أيضًا. عندما يحصل مزود التأمين على آلاف المطالبات، أي منها يمكن الموافقة عليه تلقائيًا، وأي منها يحتاج إلى مراجعة بشرية، أو أي فريق يجب إرسال المطالبة إليه للحصول على مستوى المراجعة الصحيح، هذا النوع من العمل مهم حقًا ويمكن أن يوفر للشركات الكثير من الجهد والمال في كيفية إجراء أعمالهم.

أنت حاليًا مدير إدارة المعلومات وتحليل البيانات في كي بي إم جي. ماذا يشمل هذا الدور بالضبط؟

أعمل مع الشركات لتوجيههم خلال رحلة حل هذه المشاكل من خلال، في هذه الحالة، مجموعة أوسع من قدرات البيانات والتحليلات. نعمل على كل شيء من استراتيجية البيانات في البداية ومساعدة المنظمات على تنظيم بياناتها من الأنظمة المتنوعة، وجمعها معًا، وتقارير وبيانات وتحليلات، وكذلك الذكاء الاصطناعي والتعلم الآلي. إنه دور أوسع قليلًا من دوري السابق، ولكن هذا أيضًا مثير جدًا لي. إنه يغذي شغفي بالتعلم والتنمية الذاتية.

كمدیر، عادة ما أعمل مع القيادة العليا على جانب العميل لمساعدتهم في التوجيه خلال الرحلة، وإعطائهم فكرة عما سيأتي، وما ستبدو عليه هذه المشاريع، وكيف يمكنهم الاستعداد، والتركيز الكبير على التحول، خاصة بالنسبة لأنظمة التحليلات المتقدمة الجديدة التي قد تأتي أحيانًا مع انطباع سلبي من جانب القوى العاملة، لذا العمل معهم على كيفية تنفيذ هذه الحلول بشكل أفضل، وأشياء مثل العمليات التي سوف يحتاجون إليها، والهياكل التي سوف يحتاجون إليها. هذا جزء كبير من الدور. داخليًا، قيادة المشروع وقيادة فريق المشروع، ومساعدة الحصول على الأولويات الصحيحة لفريق المشروع وتوجيه العمل، بالإضافة إلى تنسيق الفرق المختلفة التي تعمل على هذه المشاريع.

في مقابلة最近 مع Calgary Herald، تحدثت عن كيفية اعتماد الكثير من الشركات للذكاء الاصطناعي في ألبرتا. في أي قطاعات تري هذا الاعتماذ أكثر؟

لقد رأيت اعتمادًا عبر العديد من القطاعات المختلفة في ألبرتا. بالتأكيد، الطاقة لديها الكثير من ذلك، لذلك رأيت حالات استخدام حيث تستخدم المنظمات الذكاء الاصطناعي لمساعدتهم على تحسين عمليات الصيانة والتحقق من السلامة في خطوط الأنابيب، حيث يجب أو يمكن أن يحدث الحفريات، لأن الحفريات باهظة الثمن إذا كان هناك شبهة تسرب. رأيت أيضًا الكثير في سلسلة التوريد. عندما تقوم الشركات الكبيرة بالاستحواذ، بياناتهم منتشرة في كل مكان، وأحيانًا يجدون صعوبة في العثور على عناصر في قوائم المواد الخاصة بهم، لذا فإن استخدام هذه نماذج اللغة التي نراها تظهر الآن لمساعدتهم على تنظيم بياناتهم، وتنظيمها بطريقة يمكن تحليلها، رأيت عملًا كبيرًا في توحيد عقود التوريد ببساطة من خلال القدرة على البحث بشكل أفضل والاستعلام والبحث عن المعلومات. هذا يمكن أن يمتد عبر العديد من القطاعات، وليس فقط في الطاقة، لكنني أراه يطبق هناك.

الأمان هو واحد كبير، لذا استخدام معالجة الصور أو حتى نماذج اللغة للعثور على نوع التحقق من الأمان الأكثر صلة أو فحص السلامة الذي يجب أن يحدث في موقع معين. في خدمات التمويل، هناك الكثير من العمل على تخصيص الخبرة لأي عميل بنكي، وتقديم أفضل النصائح وتقديم حلول مخصصة للناس في سيناريوهات مالية مختلفة هو تركيز مهم جدًا، رأيت الكثير من العمل هناك. ثم التأمين، كما ذكرت من قبل، الكثير من هذا التriage ومعالجة المطالبات. واحد آخر قد أقترحه أيضًا هو الغابات وإدارة الأراضي الطبيعية، حيث رأيت بعض الاهتمام باستخدام الصور الفضائية للكشف عن التغييرات في الأراضي، وتمكين إدارة الاتفاقيات على الأراضي، واستخدام تقنيات معالجة الصور للتعرف على الأشياء التي يجب أو لا يجب أن تكون هناك، أو الأشياء التي تغيرت مع مرور الوقت.

إنه مثير حقًا، ونرى المنظمات في مراحل مختلفة من النضج. بعضها يبدأ أو يجرّب، والبعض الآخر أكثر تقدمًا ويعتمد بالكامل، لكن معظم المنظمات تدرك أن إذا لم يبدأوا أو لم يتحركوا في هذا، سوف يتركون وراءهم، وهذا سوف يخلق عيوبًا تنافسية كبيرة لهم، لذلك الاهتمام حقيقي جدًا عبر اللوحة.

متحدثًا عن الذكاء الاصطناعي التوليدي، كيف ترى أن هذه التكنولوجيا ستغير المستقبل؟

أنا متحمس جدًا لها. أرى الإمكانيات، وأعتقد أيضًا أن من المهم أن يكون لديك التحكمات الصحيحة لمواجهة الذكاء الاصطناعي التوليدي، أعتقد حقًا أن هناك الكثير من الحالات التي يمكن تطبيقها فيها لتحقيق مكاسب إنتاجية أو كفاءة كبيرة للأعمال. بعضها مثل حالة سلسلة التوريد التي ذكرتها من قبل، كانت تستخدم بعض هذه التقنيات حتى قبل الإعلان عن ChatGPT للجمهور. فيما يتعلق بما أريه قادمًا، أحد الاتجاهات الرائعة التي أراها هو أن هذه التكنولوجيا المتولدة تدمج بشكل متزايد في تطبيقات الأعمال الرئيسية الآن.

أعلنت Microsoft (MSFT ) أداة Copilot التي ستدمج مع تطبيقات Microsoft Office الخاصة بهم، رأيت في بعض موادهم أشياء مثل كتابة مذكرة وتوجيه معالج الكلمات بمثل “يمكنك جعل هذا الفقرة أقصر؟” ويفعل ذلك لك.

كما أرى أن هذه التكنولوجيا المتولدة تدمج في تطبيقات الأعمال الرئيسية، سوف يضطر الأعمال إلى التفكير في كيفية اعتمادها، وكيفية التحكم فيها، وكيف يمكنهم مراقبتها لضمان جودة ما ينتجونه، عندما تكون هذه القدرة مستقلة ومختلفة، من السهل أن تتباطأ أو تتجاهلها، ولكن عندما تدمج في تطبيقات الأعمال الرئيسية والمنصات، سوف يدفع ذلك المناقشة إلى الأمام.

أنا أيضًا آمل أن هذا الاهتمام الحالي بالذكاء الاصطناعي التوليدي يساعد المنظمات على وضع تركيز على الذكاء الاصطناعي المسؤول، ووضع العمليات الصحيحة والحوكمة في المكان لضمان أن حلول الذكاء الاصطناعي الخاصة بهم مبنية بشكل فعال، وأن المخاطر تُدار خلال دورة الحياة الكاملة، وأن هناك فحصًا متبوعًا، وأنك تثق بنتائجها. آمل أن هذا الاهتمام الحالي بالذكاء الاصطناعي التوليدي يستمر في دفع هذه المناقشة إلى الأمام.

يمكنك مناقشة كيفية أهمية الذكاء الاصطناعي المسؤول وتقليل انحياز الذكاء الاصطناعي بالنسبة لك؟

بالتأكيد. أعتقد أنه يجب أن يكون كذلك لعدة أسباب. معظم الأشخاص الذين يبنيون هذه الأنظمة سيكونون فخورين بالعمل الذي يقومون به، وهم لا يريدون أن تتميز أنظمتهم بالانحياز، لذا سيكون هناك حاجة داخلية لذلك، وللحفاظ على قوة العمل وفرحتهم وأمانهم. قانونيًا، هناك أمثلة هناك حيث واجهت المنظمات تحديات قانونية أو تنظيمية لانحياز الذكاء الاصطناعي.

هناك دراسة حالة كلاسيكية لشركة استخدمت الذكاء الاصطناعي في التوظيف، وكانت قاعدة البيانات متحيزة بشكل كبير تجاه الرجال أكثر من النساء، لذلك تميز نظام الذكاء الاصطناعي ضد النساء.

أشياء مثل هذه حدثت بالفعل ويمكن أن تستمر في الحدوث إذا لم تكن لديك التحكمات الصحيحة في المكان، لذا فإن وضع تركيز حقيقي على هذا سوف يكون حرجًا جدًا للمنظمات. ثم هناك مخاطر السمعة للمنظمات. إذا فشلت، يمكن أن يكون لها تأثير كبير على أعمالك.

أنت أيضًا مؤمن كبير بقوة الفرق متعددة التخصصات. لماذا تعتقد أن التنوع مهم جدًا في وجهة نظرك؟

الآن، أنواع المشاكل التي تحل بالذكاء الاصطناعي معقدة جدًا، من منظور الأعمال، ومن البيانات التي تقف وراءها، لا يمكن لأي شخص أو دور واحد حل كل هذه المشاكل بمفرده. وجود فريق متعدد التخصصات مع وجهات نظر ومهارات مختلفة مهم جدًا، لتسخير قوة كل شخص في مجال معين. فيما يتعلق بجزء التنوع، هناك مشغل كبير لوجود فريق متنوع، وهو أن مستخدمي نهاية هذه الأنظمة سيكونون مجموعة متنوعة من الناس، وعدم وجود تلك الوجهات في فريقك عند بناءها يضعك في موقف لارتكاب الأخطاء أو تفويت الأشياء.

الأشياء التي قد لا أفكر فيها، قد يفكر فيها شخص آخر، وسيجلبها إلى الأمام. من السهل حل المشاكل وتعديلها في دورة التطوير أكثر من بعد الإصدار. أعتقد أيضًا أن وجود منظور مختلف يمنحك الحوار الأفضل، وتسأل أسئلة جيدة تأتي من الناس الذين يرون شيئًا من عدسة مختلفة. إنه يضطر إلى مناقشة كيفية أفضل نهج، ويجعل你 تقلب بعض الحجارة التي قد لا تقلبها إذا لم يكن ذلك الشخص هناك، وجود مجموعة متنوعة من الناس ينظرون إلى مشكلة يتيح لهم الحصول على أفضل نتيجة ممكنة.

ماذا تعتقد أنه سيكون التطور الكبير التالي في الذكاء الاصطناعي؟

في سياق الذكاء الاصطناعي التوليدي، أعتقد أنه مع رؤية هذه التكنولوجيا تدمج في التطبيقات الرئيسية، وهذا يبدأ بالفعل، سوف يكون هذا كبيرًا جدًا لاعتماد التكنولوجيا لأنها سوف تكون هناك في الأنظمة التي يستخدمها الناس بالفعل. سوف يكون هذا مهمًا جدًا، وقد يفتح الباب لبعض الحالات الأخرى، حيث يصبح الناس أكثر ألفة مع ما يمكن أن يفعله، ومحدودياته، وكيفية استخدامه الأمثل، وقد يفتح ذلك بابًا لفكرهم، و”الآن أدرك أفضل ما يمكن أن يفعله، لدينا هذه المشكلة، سيكون من الرائع حلها”.

آمل أيضًا أن السياسة التنظيمية ستكون كسرًا في المستقبل القريب. أعلم أن هناك الكثير من الحركة على مستوى التشريع والتنظيم، لكن ما آمل هو أن تقوم الشركات الفردية بتحديد كيفية التفكير في ذلك، وما هي بعض التحكمات الداخلية التي يجب أن يضعوها في المكان الآن.

التشريعات واللوائح تأخذ وقتًا طويلاً. يمكن للشركات أن تدفع الكثير من التغيير من خلال اتخاذ بعض هذه التحكمات داخليًا، والتفكير في ما قد تكون عليه، وكيف يمكنهم التحكم فيها، وكيف يمكنهم اختبار النتائج، وكيف يمكنهم التأكد من تقليل الهلوسة؟ ما هي بعض الخطوات الإضافية التي يمكنهم اتخاذها بعد أن أنتج النموذج نتيجته؟ هذه هي الأسئلة الصحيحة، وأنا آمل أن بعض الاهتمام الحالي بالذكاء الاصطناعي التوليدي سوف يكون كسرًا في كيفية تفكيرنا في هذا وكيف بناء الهياكل والعمليات والفرق على جانب الذكاء الاصطناعي المسؤول.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم المزيد يجب أن يزوروا كي بي إم جي.