مقابلات
شادي روستامي، نائب الرئيس للهندسة في أمبلتيود – سلسلة المقابلات
شادي هي نائب الرئيس للهندسة في شركة أمبلتيود الرائدة في تحليلات الرقمية. وهي قائدة تقنية شغوفة ومخضعة ذات خبرة في بناء وإدارة فرق هندسية عالية الكفاءة. قبل انضمامها إلى Amplitude، كانت نائب الرئيس للهندسة في شركة Palo Alto Networks. لقد ابتكرت وتسلمت العديد من خطوط المنتجات والخدمات المتخصصة في الأنظمة الموزعة والحوسبة السحابية والبيانات الكبيرة والتعلم الآلي والأمان.
Amplitude مبني على تقنيات التعلم الآلي والذكاء الاصطناعي التوليدي الحديثة التي تمكن فرق المنتجات من بناء منتجات أكثر ذكاءً، والتعلم بشكل أسرع، وإنشاء أفضل تجارب رقمية لزبائنهم.
ما الذي جذبك في البداية إلى علوم الحاسوب والهندسة؟
كنت قد نشأت في إيران وتبعت مسارًا دراسيًا في المدرسة الثانوية يتيح لي مسارًا مهنيًا في الطب، وهو المسار الذي أراد والدي أن أتبعه والمسار الذي اتبعه أخي. بعد عام ونصف العام، قررت أن هذا المسار ليس لي. بدلاً من ذلك، اتبعت مسار الهندسة واصبحت أول فتاة في إيران تذهب إلى الأولمبياد المعلوماتي (IOI) وفازت بميدالية البرونز، وهو مسابقة سنوية للطلاب في المدارس الثانوية حول العالم يتنافسون في الرياضيات والفيزياء والمعلومات والكيمياء. هذا أدى بي إلى متابعة الهندسة في جامعة الشريف للتكنولوجيا في إيران والتحصل لاحقًا على دكتوراه في هندسة الحاسوب من جامعة كولومبيا البريطانية في كندا. بعد ذلك، عملت في شركات بدءية لعدة سنوات ثم قمت بإنفاق عقد من الزمن في شركة Palo Alto Networks، وأصبحت في النهاية نائب الرئيس المسؤول عن التطوير والجودة وعمليات DevOps والعلوم البيانية. قبل خمس سنوات، انتقلت إلى Amplitude كنائب الرئيس للهندسة.
يمكنك مناقشة فلسفة أمبلتيود الأساسية للذكاء الاصطناعي التي تنص على أن الذكاء الاصطناعي يجب أن يساعد البشر في تحسين عملهم بدلاً من استبدالهم؟
الذكاء الاصطناعي يتحول بسرعة تقريبًا كل صناعة، ومع التحول تأتي أسئلة حول كيفية استخدام الشركات لتكنولوجيا الذكاء الاصطناعي. نشعر بقوة حول الحصول على الذكاء الاصطناعي بشكل صحيح. أدت هذه العقيدة بنا إلى تطوير فلسفة الذكاء الاصطناعي المتمركزة على الزبون، والتي تقوم على خمسة مبادئ رئيسية: (1) التطوير التعاوني والشراكة في التفكير، (2) حوكمة البيانات وحماية بيانات المستخدم، (3) الشفافية، (4) الخصوصية والأمان والامتثال التنظيمي، و (5) خيار الزبون والسيطرة. نعرف أن هذه المبادئ هي مفتاح الاستمرار في تبني الشركات للذكاء الاصطناعي واختباره و في النهاية أصبحت حقيقية مدفوعة بالبيانات. لغرضنا، هذا يعني بناء أدوات الذكاء الاصطناعي التي تساعد الناس على الحصول على رؤى أسرع. عندما يتم استغلالها بشكل صحيح، تؤدي هذه الرؤى إلى قرارات أسرع وأفضل تدفع نتائج أساسية. استخدام الذكاء الاصطناعي كأداة لتكمل الذكاء البشري والإبداع هو المكان الذي أرى فيه للذكاء الاصطناعي أكبر تأثير.
يمكنك شرح مفهوم “ديمقراطية البيانات” في سياق بيئة الأعمال التي تقودها الذكاء الاصطناعي اليوم؟
“ديمقراطية البيانات مدفوعة بالمعرفة التي تعمل الفرق بشكل أفضل وأسرع وأكثر كفاءة عندما يمكنهم الوصول إلى رؤى البيانات الصحيحة في الوقت الصحيح. في بيئة اليوم التي تقودها الذكاء الاصطناعي بتقدم سريع، لا يمكن للفرق أن تنتظر أيامًا أو أسابيع للحصول على سحب البيانات. لتخفيف ذلك، يجب على الشركات تمكين فرقها للاستفادة من البيانات بطريقة ذاتية الخدمة. الآن، هذا لا يعني فوضى البيانات بدون معايير. في النهاية، البيانات السيئة تؤدي إلى ذكاء اصطناعي سيئ. ومع ذلك، مع وجود الأدوات والعمليات المناسبة في المكان، يمكن للشركات تحقيق توازن بين ديمقراطية البيانات وحوكمة البيانات، مما يتيح نتائج عمل أفضل.”
ما هي التحولات الرئيسية في ثقافة المنظمة التي تعتقد أنها ضرورية لتمكين ديمقراطية البيانات الحقيقية في عصر الذكاء الاصطناعي؟
تأسيس ديمقراطية حقيقية للبيانات داخل منظمتك يبدأ بتحولين ثقافيين أساسيين: توفير الأدوات الأكثر سهولة وصولًا وتنفيذ جهود منظمة على نطاق واسع حول أدب البيانات. هذا يعني اعتماد أدوات الخدمة الذاتية التي تسمح لأعضاء الفريق غير التقنيين، مثل فرق التسويق أو نجاح العملاء، ليس فقط بالوصول إلى البيانات ولكن أيضًا تحليلها واتخاذ إجراءات بشأنها. أعتقد أن تحليلات البيانات الذاتية الخدمة يمكن أن وتجب أن تغذي التعاون عبر الفرق، وتلهم الفضول والاستكشاف، وتنمي أدب البيانات، ووضع تحيز على الإجراء والimpact. كما أنه من المهم بذل جهود مشتركة بين فريق البيانات المركزي وفرق خطوط الأعمال للقيام بحوكمة البيانات المستمرة لضمان عدم تدهور جودة البيانات مع مرور الوقت.
ما هي التحديات الأكثر أهمية التي تواجهها المنظمات في تحقيق ديمقراطية البيانات، وكيف يمكنها التغلب على هذه العوائق؟
في الماضي، حاولت الشركات تركز البيانات داخل فريق من الخبراء، تاركة بقية المنظمة تعتمد على هذا الفريق لتسليم التحليل والرؤى الرئيسية التي قد تكون حاسمة لعملياتهم اليومية وصنع القرار. بينما ديمقراطية وصول البيانات حاسمة لحل هذا انسداد، يمكن أن تكون أيضًا تحديًا. عندما أتحدث مع قادة البيانات حول تشغيل الخدمة الذاتية، من الواضح أن هناك طيفًا. في أحد الطرفين، لديك أدوات إعداد منخفضة للفرق غير التقنية وفرق خطوط الأعمال. في النهاية، هذه الأدوات لا توفر العمق والمدى من الإجابات التي تحتاجها هذه الفرق. في الطرف الآخر، لديك أدوات أكثر تقنية لفرق أكثر تقنية. وهي أكثر مرونة فيما يتعلق بالتحليل، ولكنها بطيئة، ومن المحتمل أن القليل من الناس يمكنهم حتى استخدامها. نسمي هذه الأدوات “خط خبز البيانات” … أنت دائمًا تنتظر الإجابات. الفرق تحتاج إلى حل في الوسط. فكر في حلول خارج الصندوق تشجع، لا تمنع، الاستكشاف والتجربة. مع التأطير والتعليم المناسبين للفرق، يمكن للشركات جسورًا أكثر سهولة فجوة ديمقراطية البيانات.
ما مدى أهمية أدب البيانات في عملية ديمقراطية البيانات، وما هي الخطوات التي يجب على الشركات اتخاذها لتحسينه بين موظفيها؟
تعزيز بيئة ديمقراطية البيانات عبر فرقك هو تحدي ثقافي يتطلب التعليم والتصديق على مستوى الشركة. في تجاربي في تعليم عمليات البيانات لأعضاء غير تقنيين، أفضل طريقة لتطوير هذه المهارات هي من خلال مزيج من التدريب والتعلم العملي. أوصي بتطوير برنامج تدريبي شاملاً لضمان أن يشعر الموظفون بالراحة والثقة في الرؤى التي يسترجعونها من بياناتهم. تأكد من أنك تستخدم أداة لا تمنع المستخدمين غير التقنيين: على سبيل المثال، أي أداة تتطلب معرفة SQL ستستبعد الأشخاص بدون خبرة برمجة. من هناك، قدم فرصًا للموظفين للغوص والبدء في اللعب مع البيانات. في النهاية، قم بتنفيذ أداة تسهل الاستكشاف والتعاون. كلما كان الناس يعملون أقل في السيلوز، زادت قدرتهم على إلقاء الأفكار على بعضها البعض، مما يؤدي إلى رؤى أكثر إضاءة. إذا كنت محترفًا في البيانات تعلم عضو فريق غير تقني، تذكر أنك قمت بإنفاق سنوات في تعلم كيفية الحصول على البيانات واستخدامها، لذلك تفكر فيها بشكل مختلف عن المستخدم العادي. كن مفتوحًا لتعليم الآخرين بدلاً من فعل كل شيء بنفسك. وإلا، لن يكون لديك وقت حر لفعل أي شيء بخلاف الإجابة على أسئلة الناس.
مع التطور السريع لأدوات البيانات وتقنيات الذكاء الاصطناعي التوليدي، كيف يجب على الشركات تعديل استراتيجياتها للبقاء في المقدمة في إدارة البيانات وتحقيقها؟
حوكمة البيانات هي واحدة من التحديات الرئيسية التي لا تزال الشركات تواجهها، وهي شيء يجب على كل منظمة تثبيته لتمكين تجارب الذكاء الاصطناعي والبيانات المهمة. الذكاء الاصطناعي ليس أفضل من البيانات التي تدفعه، والبيانات النظيفة تؤدي إلى رؤى أكثر تأثيرًا ومستخدمين أكثر سعادة ونموًا أعمال. بهذه الطريقة، يجب على الشركات أن تكون استباقية حول تنظيف البيانات والتصنيف، وهناك فرص لاستخدام الذكاء الاصطناعي التوليدي لإدارة حوكمة الذكاء الاصطناعي وجودة البيانات. على سبيل المثال، في Amplitude، قمنا بإطلاق منتج مساعد البيانات المدعوم بالذكاء الاصطناعي في العام الماضي، والذي يقدم توصيات ذكية وتأتمتات لجعل حوكمة البيانات سهلة ويسهل على المستخدمين اتخاذ زمام مبادرة جهود جودة البيانات.
كيف تمكن Amplitude الشركات من فهم رحلة الزبون بشكل أفضل؟
بناء منتجات رقمية رائعة وتجارب هي صعب، خاصة في المناظير التنافسية اليوم. اليوم، لا تزال العديد من الشركات لا تعرف من هي تبني لهم أو ما يريد زبائنهم. تساعد Amplitude الشركات على الإجابة على أسئلة مثل “ما يحب زبائننا؟ أين يتعثرون؟ ما الذي يبقيهم قادمين؟” من خلال رؤى البيانات الكمية والنوعية. تساعد منصتنا الشركات على فهم رحلة الزبون من النهاية إلى النهاية من خلال إظهار البيانات التي تساعد على تشغيل دورة اكتساب الزبون وتنميته و الاحتفاظ به. اليوم، أكثر من 2700 زبون، بما في ذلك علامات تجارية كبيرة مثل Atlassian وNBC Universal وUnder Armour، يستخدمون Amplitude لبناء منتجات أفضل.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Amplitude.
