Ritika Gunnar, Vicepræsident for Expert Labs, IBM Cloud og Cognitive Software – Intervieuserie

Ritika Gunnar er vicepræsident for Expert Labs, IBM Cloud og Cognitive Software. Hun er også meget involveret i IBMs Women Leaders in AI-program. Tidligere havde hun ansvaret for IBMs Master Data Management & Information Integration and Governance-forretning og IBMs Data Warehousing & Analytics-forretning, der var ansvarlig for strategi, retning og operativ ledelse af Warehouse-porteføljen.

Hvad inspirerede dig til at skifte fra matematik og sprog til computervidenskab og AI?

Da jeg var ung, havde jeg interesse for alt andet end teknologi. Som du nævnte, var jeg primært interesseret i spansk og fremmedsprog og sprogvidenskab. Mine forældre var begge ingeniører og iværksættere og de indpodede i mig en kærlighed til videnskab. Teknologi har det punkt, hvor det kan påvirke enhver industri og enhver del af vores daglige liv. Efter min første klasse på universitetet, vidste jeg, at dette var, hvor jeg hørte til.

Mens jeg fulgte mine passioner mod en karriere i teknologi, valgte mange unge kvinder ikke-STEM-karriereveje. Det er derfor, jeg er så begejstret for, at IBM for tredje år i træk hædrer exceptionelle kvindelige erhvervsledere for deres pionerarbejde med AI på virksomheder over hele verden gennem vores Women Leaders in AI-initiativ. Andre unge kvinder skal kunne se sig selv i disse kvinder og have tillid og fællesskab til at opmuntre til teknologi og AI.

DU har haft en fantastisk karriere i IBM, kan du dele en del af denne rejse med os?

Mennesker spørger ofte mig, hvorfor jeg har så lang karriere her i IBM. Hos IBM har jeg kunnet udvikle mine færdigheder inden for produktområder og funktionelle domæner. Jeg startede i vores systemledelsesteam som udvikler og har siden udvidet min viden om data, analytics og AI i funktioner af produktledelse, salg og service.

Det har været meget værdifuldt for min karriere at kunne starte i et område, udvide min viden om et bestemt domæne og derefter skifte til et andet område. Jeg har lært noget nyt fra hver skiftning, udviklet en solid grundlag, der er kritisk for min nuværende rolle med at hjælpe virksomheder med at adoptere nye teknologier.

Gennem hver rolle har jeg fundet det nyttigt at fokusere på 3 områder for at fremme vækst: (1) Find et fællesskab til at støtte læring og vækstområderne, der er nødvendige for den nye rolle. Dette kan ske gennem eksisterende grupper, mentorer og selv omvendt mentoring. (2) Vær nysgerrig. Lær altid noget nyt gennem hånden på arbejde, studier og praksis og læring. (3) Vær tryg i dine evner, sandsynligvis det vigtigste aspekt.

DU er nu vicepræsident for Expert Labs, IBM Cloud og Cognitive Software. Kan du fortælle os mere om, hvad denne rolle indebærer?

Expert Labs-holdet hjælper organisationer med at fuldt ud udnytte potentialet for kunstig intelligens til at holde deres forretning stærk i et højkonkurrencemæssigt landskab. Jeg leder et hold på over 2400 højteknologiske eksperter, der fokuserer på at rådgive, arkitektur og levere kundesucces med data, automatisering og andre AI-brugsområder.

Vi arbejder med kunder for at sikre, at deres teknologi-projekter er succesfulde ved at hjælpe dem med at forstå deres mål og guide dem gennem hver skridt af deres rejse mod forretnings-transformation.

DU har tidligere udtalt, at for at være succesfuld med AI, starter det hele med data. Kan du uddybe dette?

Som du sagde, for at opfylde løftet om AI, skal organisationer starte med deres data. AI har potentialet til at transformere, hvordan virksomheder opererer og leverer værdi, men mange kæmper stadig med at overvinde data-kompleksitet, talent-mangel og mangel på tillid til AI-systemer. Da vi fejrer diversitet i AI, vil jeg fokusere på to nøgle-spørgsmål, som jeg tror er nøgle til udvikling af tillid til data og AI-systemer: Er mit AI retfærdigt, og er mit AI forklareligt?

For at sikre retfærdigt AI, må vi sikre, at data, som modellerne er bygget på, er retfærdigt, og at modellerne selv er designede til at opdage og mindske bias, når nye data introduceres. Kravet til at fjerne bias er blevet mere presserende midt i vores intensiverede globale samtale omkring racial og økonomisk retfærdighed. Når vi sikrer, at AI er retfærdigt, kan det være et fremragende værktøj til at mindske menneskelig bias.

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. Brancher som finansielle tjenester, sundheds- og forsikringstjenester præsenterer en enorm mulighed for at implementere AI i stor skala, men det kræver meget følsomme data for at træffe beslutninger, der har en betydelig indvirkning på menneskers liv. Det er kritisk, at kunderne forstår, hvordan disse beslutninger træffes og hvorfor. For at sikre, at de bedste og mest retfærdige beslutninger træffes, og for at tilfredsstille regulatorer, har vi brug for en revisionssikker data-spor, der giver præcise svar.

Sikring af, at AI og data, det er bygget på, er retfærdigt og forklareligt, er den linse, hvorigennem vi skal se succesfulde AI-projekter. Min overbevisning er, at en divers gruppe af baggrunde og erfaringer er kritisk for denne proces.

DU er meget involveret i IBMs Women of AI-program. Kan du fortælle os mere om dette program?

Kvinderne, der er inkluderet i vores årlige liste over Women Leaders in AI, har skabt en omgang, hvor flere og flere kvinder kan skubbe grænserne i teknologi-industrien, gøre deres stemmer hørt og åbne døre for den næste generation. Det er kritisk at fejre og dele disse historier for at opretholde momentum, hvilket er, hvorfor vi hædrer 40 fantastiske kvinder fra 18 lande over hele verden, som former fremtiden for kunstig intelligens og hvordan fremskridt i naturlig sprogbehandling, automatisering og troværdig AI kan bruges til at hjælpe organisationer med at forbedre resultater, automatisere processer og drive nye effektiviteter.

Listen hædrer ledere fra AdMed, The Ad Council, The Clorox Company (CLX ), City of Austin, EY, Ford Motor Company (F ), Lloyds Banking (LYG ) Group, Mitsui Chemical, Telstra, Vodafone New Zealand, Westpac og mange flere. Disse fantastiske ledere bryder nye grænser med AI til at forbedre effekten af reklamer, give bønder væsentlige værktøjer til afgrøde-prognose, hjælpe med at forbedre fødevaresikkerhed, holde befolkningen opdateret 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?

Inden for et år har COVID-19-pandemien vendt generationer af arbejdende kvinder på hovedet, med mere end 5 millioner i USA, der har mistet eller forladt deres job. Faktisk viser ny forskning fra IBM Institute for Business Value, at færre kvinder i dag besidder senior vicepræsident-, vicepræsident-, direktør- og lederroller i dag end de gjorde i 2019. Vi skabte det årlige Women Leaders in AI-program i 2019 for at opmuntre til øget divers deltagelse i feltet og give hædrende en netværk for fælles læring. Min håb er, at andre vil læse historierne om disse bemærkelsesværdige ledere og finde inspiration – og lige så vigtigt, se glimt af sig selv.

Derudover kan vigtigheden af at have diversificeret tænkning bag innovationer i AI ikke overvurderes. Diversificering af tænkning er nøgle til udviklingen af AI. Vi har set, at jo mere variation af tænkning, der går ind i skabelsen af teknologien, jo større sandsynlighed er der for at mindske bias, fremme etisk opereret AI og forbedre tillid til AI-systemer. Det viser, at diversificerede arbejdspraksis ermögelskaber en dybere tillid til de programmer, der udvikles, hvilket fører til bedre økonomiske afkast og fordele for alle. Vi fejrer de skridt, der er taget for at skabe et mere diversificeret og inklusivt AI-felt, mens vi fortsætter med at stræbe efter at gøre det endnu bedre.

Hvad kan forældre gøre for at inspirere piger til at være mere interesseret i både computervidenskab og AI?

To ting står klart for mig – nysgerrighed og mentoring. I min erfaring er den vigtigste ingrediens for succes i AI en kultur af nysgerrighed og kontinuerlig læring. I teknologi generelt har den gennemsnitlige levetid for færdigheder og informationer en levetid på tre til fem år. Med AI er det 12 til 18 måneder. Teknologien udvikler sig så hurtigt, at en nysgerrig sindstilstand og en sult efter at lære er mere vigtig end nogen bestemt færdighed. Fremme af nysgerrighed kan starte i en ung alder.

For piger, der er interesseret i teknologi, er støttesystemer og mentoring kritisk. Det handler om at skabe en kultur, hvor folk føler, de kan fortsætte med at stræbe efter at lære. Jeg lærte dette på en personlig måde for flere år siden, da jeg sendte min søn og datter til kodningslejr 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 skrev jeg hende ind i et specialprogram, hvor piger koder sammen. Hun havde det sjovt, fik selvtilstrækkelighed og kan nu holde sin egen i et rum med dusinvis af drenge, der bygger Minecraft-moduler.

Hvad kan virksomheder gøre for at tiltrække flere kvinder?

Hvis vi vil øge antallet af kvinder i AI – og øge diversitet i feltet på tværs af alle dimensioner – må vi fejre den diversitet, der findes. Vi må sikre, at mennesker fra forskellige grupper og baggrunde har støttende teknologiske fællesskaber, hvor de føler sig trygge ved at stille spørgsmål, begå fejl og gå ind i ukendt territorium – alt sammen nødvendige dele af læring. Da IBM fejrer 40 kvinder, der er sande pionerer, forbinder vi dem også til hinanden som et nyt netværk for læring, deling og støtte til hinanden. Baseret på resultaterne i ny forskning fra IBM Institute for Business Value, har vi foreslået en vejviser for forandring:

1. Parret med dristigt tænkning og store forpligtelser, hvor ligestilling er en formal forretningsprioritet.
2. Applikation af specifikke krise-relaterede interventioner. Fordele som backup-børnepasning, støtte til mental sundhed og fleksible arbejdssteder og skemaer kan være afgørende.
3. Skab en kultur af intention og insister på at gøre plads. Arbejdsgivere og ledere skal tage en empatisk og inklusiv tilgang over for deres medarbejdere.
4. Brug teknologi til at accelerere præstation. Det betyder at hårdkodificere lighed i screening, brug digitale værktøjer til kommunikation og feedback til at fremhæve, hvad der fungerer, og hvad der ikke fungerer, og investere i samarbejdsværktøjer og team- praksis, der tillader kvinder og mænd at engagere sig effektivt i fysiske og fjernmiljøer, selv efter at pandemien er afværget.

Tak for det fantastiske interview, læsere, der er interesseret, skal besøge IBMs Expert Labs, eller IBMs Women Leaders in AI-program.