Ritika Gunnar, VP for Expert Labs, IBM Cloud and Cognitive Software – Interview Series

Ritika Gunnar er næstformand for Ekspertlaboratorier, IBM Cloud og kognitiv software. Hun er også meget involveret i IBM's Kvindelige ledere i AI-program. Tidligere ledede hun IBM's Master Data Management & Information Integration and Governance-forretning og IBM's Data Warehousing & Analytics-forretning med ansvar for strategien, retningerne og den operationelle ledelse af Warehousing-porteføljen.

Du var oprindeligt interesseret i matematik og lingvistik. Hvad inspirerede dig til at dreje mod datalogi og kunstig intelligens?

Da jeg var ung, var jeg interesseret i alt andet end teknologi. Som du bemærkede, var jeg primært interesseret i spansk og fremmedsprog og lingvistik. Mine forældre var både ingeniører og iværksættere, og de indpodede mig en kærlighed til videnskab. Teknologi har det skæringspunkt for at kunne påvirke alle brancher og alle aspekter af vores daglige liv. Efter min første klasse på college vidste jeg, at det var her, jeg hørte til.

Mens jeg fulgte mine passioner mod en karriere inden for teknologi, vælger mange unge kvinder desværre ikke-STEM karriereveje. Det er derfor, jeg er så begejstret over, at IBM for tredje år i træk hædrer exceptionelle kvindelige virksomhedsledere for deres banebrydende brug af kunstig intelligens i virksomheder over hele kloden gennem vores Kvindelige ledere inden for AI initiativ. Andre unge kvinder skal være i stand til at se sig selv i disse kvindelige ledere inden for AI og have tillid og fællesskab for at opmuntre til stræben efter teknologi og AI.

Du har haft en utrolig karriere hos IBM, kunne du dele en del af denne rejse med os?

Folk spørger mig ofte, hvorfor jeg har så lang en karriere her hos IBM. Hos IBM har jeg kunnet udvikle mine kompetencer inden for produktområder og funktionelle domæner. Jeg startede i vores systemledelsesteam som udvikler og har siden udviklet mig gennem data, analyser og kunstig intelligens i funktionerne produktstyring, salg og tjenester.

Det har været meget værdifuldt for min karriere at kunne starte på et område, udvide min viden om et bestemt domæne og derefter gå over til et andet område. Jeg har lært af hvert træk og udviklet et solidt fundament, der er afgørende for min nuværende rolle, som hjælper virksomheder med at tage nye teknologier i brug.

Gennem hver rolle har jeg fundet det nyttigt at fokusere på 3 områder for at fremme vækst: (1) Find et fællesskab til at understøtte de lærings- og vækstområder, der er nødvendige for den nye rolle. Dette kan være gennem eksisterende grupper, mentorer og endda omvendt mentoring. (2) Vær nysgerrig. Lær altid fra hænderne på arbejde, studere og praktisere dit håndværk og løbende lære. (3) Vær sikker på dine evner, nok det vigtigste aspekt.

Du er i øjeblikket Vice President for Expert Labs, IBM Cloud og Cognitive Software. Vil du dele med os, hvad denne rolle indebærer?

Expert Labs-teamet hjælper organisationer med fuldt ud at realisere potentialet ved kunstig intelligens i at holde deres virksomhed stærk i et stærkt konkurrencepræget landskab. Jeg leder et team på over 2400 yderst tekniske eksperter med fokus på rådgivning, arkitektur og levering af klientsucces med data, automatisering og andre AI-brugssager.

Vi arbejder sammen med kunder for at sikre, at deres teknologiprojekter bliver succesfulde ved at hjælpe dem med at forstå deres mål og vejlede dem langs hvert trin af deres rejse til forretningstransformation.

Du har tidligere udtalt, at for at få succes med AI, starter det hele med dataene. Kan du uddybe dette?

Som du sagde, for at opfylde løftet om kunstig intelligens, skal organisationer starte med deres data. AI har potentialet til at transformere, hvordan virksomheder fungerer og leverer værdi, men mange kæmper fortsat med at overvinde datakompleksitet, talentmangel og mangel på tillid til AI-systemer. Mens vi fejrer mangfoldighed i AI, vil jeg fokusere på to nøglespørgsmål, som jeg mener er nøglen til at udvikle tillid til data og AI-systemer: er min AI fair, og kan min AI forklares?

For at sikre retfærdig AI skal vi sikre os, at de data, modellerne er bygget på, er retfærdige, og at modellerne i sig selv er designet til at opdage og afbøde bias, når nye data introduceres. Mandatet til at fjerne bias er blevet mere presserende midt i vores intensiverede globale samtale om racemæssig og økonomisk retfærdighed. Når vi sikrer, at AI er fair, kan det være et glimrende værktøj til at afbøde menneskelig skævhed.

Hvis vi ikke kan forklare, hvorfor AI træffer bestemte beslutninger, kan frygten for en "sort boks" af mystiske algoritmer gøre det umuligt at skabe tillid. Industrier som finansielle tjenester, sundhedspleje og forsikring giver en enorm mulighed for at implementere kunstig intelligens i stor skala, men det kræver meget følsomme data at træffe beslutninger, der har en væsentlig indvirkning på folks liv. Det er afgørende, at kunderne forstår, hvordan disse beslutninger bliver truffet og hvorfor. For at sikre, at de bedste og mest retfærdige beslutninger træffes, og for at tilfredsstille regulatorer, har vi brug for et revideret dataspor, der giver præcise svar.

At sikre, at AI og de data, den er bygget på, er retfærdige og kan forklares, er den linse, hvorigennem vi skal se vellykkede AI-projekter. Min overbevisning er, at en mangfoldig gruppe af baggrunde og levede erfaringer er afgørende for den proces.

Du er meget involveret i IBM's Women of AI-program. Kan du fortælle os mere om dette program?

De banebrydende kvinder med på vores årlige liste over Kvindelige ledere inden for AI har skabt et miljø, hvor flere og flere kvinder kan rykke grænser i teknologiindustrien, gøre deres stemme hørt og åbne døre for den næste generation. Det er afgørende at fejre og dele disse historier for at holde det momentum, og det er derfor, vi hædrer 40 fantastiske kvinder fra 18 lande rundt om i verden, som former fremtiden for kunstig intelligens, og hvordan fremskridt inden for naturlig sprogbehandling, automatisering og pålidelig AI kan være bruges til at hjælpe organisationer med bedre at forudsige resultater, automatisere processer og drive ny effektivitet.

Listen hædrer ledere fra AdMed, The Ad Council, The Clorox Company, City of Austin, EY, Ford Motor Company, Lloyds Banking Group, Mitsui Chemical, Telstra, Vodafone New Zealand, Westpac og mange flere. Disse utrolige ledere bryder nye veje ved at bruge kunstig intelligens til at forbedre effektiviteten af ​​reklamer, styrke landmændene med vigtige værktøjer til afgrødeprognose, hjælper med at forbedre fødevaresikkerheden, holde bestanddele ajour under COVID-19-pandemien og meget mere.

Hvor vigtigt er det at have et diversificeret hold af minoriteter og kvinder for at undgå AI-bias?

I løbet af et år ødelagde COVID-19-pandemien generationer af arbejdende kvinder, hvor mere end 5 millioner bare i USA mistede eller forlod deres job. Faktisk, ny forskning fra IBM Institute for Business Value viser det færre kvinder i dag holder senior vicepræsident, vicepræsident, direktør og lederroller i dag, end de gjorde i 2019. Vi oprettede den årlige Kvindelige ledere inden for AI program i 2019 for at hjælpe med at tilskynde til øget forskelligartet deltagelse i feltet og give honorerede et netværk til fælles læring. Mit håb er, at andre vil læse disse bemærkelsesværdige lederes historier og finde inspiration – og, lige så vigtigt, se glimt af sig selv.

Derudover kan vigtigheden af ​​at have diversificeret tænkning bag innovationer inden for AI ikke undervurderes. Diversificering af tanker er nøglen til udviklingen af ​​AI. Vi har set, at efterhånden som der går flere tanker i at skabe teknologien, er der større sandsynlighed for at afbøde bias, fremme etisk drevet AI og forbedre tilliden til AI-systemer. I sidste ende viser, at forskelligartede arbejdsmetoder muliggør en dybere tillid til de programmer, der udvikles, hvilket fører til bedre økonomisk afkast og fordele for alle. Vi fejrer de skridt, der er taget for at skabe et mere mangfoldigt og inkluderende AI-felt, mens vi fortsat stræber efter at gøre det så meget bedre.

Hvad er nogle ting, forældre kan gøre for at inspirere piger til at være mere interesserede i både datalogi og kunstig intelligens?

To ting skiller sig ud for mig – nysgerrighed og vejledning. Efter min erfaring er den mest essentielle ingrediens for succes i AI en kultur af nysgerrighed og kontinuerlig læring. Inden for teknologi er den gennemsnitlige levetid for færdigheder og information i store træk tre til fem år. Med kunstig intelligens er det 12 til 18 måneder. Teknologien bevæger sig så hurtigt, at en nysgerrig tankegang og sult efter at lære er vigtigere end nogen bestemt færdighed. Fremme af nysgerrighed kan begynde i en ung alder.

For piger, der er interesseret i teknologi, er støttesystemer og mentorordninger afgørende. Det handler om at skabe en kultur, hvor folk føler, at de hele tiden kan strække sig. Det lærte jeg på et personligt plan for flere år siden, da jeg sendte min søn og datter til kodelejr sammen. Min søn elskede det, men min datter kom hjem og erklærede: "Jeg vil ikke kode mere, mor." Efter en snak indså jeg, at hun var den eneste pige i sin klasse. Så jeg meldte hende til et særligt program, hvor piger koder sammen. Hun havde det sjovt, fik selvtillid og kan nu holde sig selv hvor som helst - inklusive i et rum med snesevis af drenge, der bygger Minecraft-moduler.

Hvad kan virksomheder gøre for at tiltrække flere kvinder?

Hvis vi ønsker at øge antallet af kvinder i kunstig intelligens – og øge mangfoldigheden i feltet på tværs af alle dimensioner – skal vi fejre den mangfoldighed, der eksisterer. Vi skal sørge for, at mennesker, der repræsenterer forskellige grupper og baggrunde, har støttende teknologiske fællesskaber, hvor de føler sig trygge ved at stille spørgsmål, begå fejl og begive sig ud i ukendt territorium – alt sammen nødvendige dele af læring. Da IBM fejrer 40 kvinder, der er sande pionerer, forbinder vi dem også med hinanden som et nyt netværk til at lære, dele og støtte hinanden. Baseret på resultaterne fundet i ny forskning fra IBM Institute for Business Value har vi foreslået en køreplan for forandring:

1. Kombiner dristig tænkning med store forpligtelser, og gør ligestilling mellem kønnene til en formel forretningsprioritet.
2. Anvend specifikke kriserelaterede indsatser. Fordele som backup børnepasningsstøtte og mentale sundhedsressourcer og fleksible arbejdssteder og tidsplaner kan være nøglen.
3. Skab en intentionskultur og insister på at give plads. Arbejdsgivere og ledere skal have en empatisk og inkluderende tilgang til deres medarbejdere.
4. Brug teknologi til at accelerere ydeevnen. Det betyder, at man skal fastlægge retfærdighed i screening, bruge digitale værktøjer til kommunikation og feedback til at synliggøre, hvad der virker, og hvad der ikke virker, og investere i samarbejdsværktøjer og teaming-praksis, der gør det muligt for kvinder og mænd at engagere sig effektivt i fysiske og fjerntliggende miljøer, selv efter pandemien er aftaget.

Tak for det gode interview, interesserede læsere bør besøge IBM's Ekspertlaboratorier, eller IBM'er Kvindelige ledere i AI-program.