Άνταμ Άσκουινι, Διευθυντής Διαχείρισης Πληροφοριών και Ανάλυσης Δεδομένων στην KPMG – Σειρά συνεντεύξεων

Ο Άνταμ Άσκουινι είναι Διευθυντής Διαχείρισης Πληροφοριών και Ανάλυσης Δεδομένων στην KPMG στο Έντμοντον. Είναι υπεύθυνος για την ηγεσία έργων δεδομένων και προηγμένης ανάλυσης για τους πελάτες της KPMG στις καναδικές επαρχίες των Πραιριών. Ο Άνταμ είναι παθιασμένος με την κατασκευή και ανάπτυξη υψηλής απόδοσης ομάδων για την παροχή των καλύτερων δυνατών αποτελεσμάτων για τους πελάτες και για την ενεργοποίηση μιας ελκυστικής εργασιακής εμπειρίας για τις ομάδες του. Έχει εργαστεί στο παρελθόν στην AltaML ως Αντιπρόεδρος Λύσεων Πελατών, στην Κυβέρνηση της Αλμπέρτα ως Διευθυντής Προγράμματος και στις Καναδικές Ένοπλες Δυνάμεις ως Αξιωματικός Διαβιβάσεων. Ακολουθώντας μια μη παραδοσιακή σταδιοδρομία στον τομέα του AI, ο Άνταμ είναι μεγάλος υποστηρικτής της αξιοποίησης της ποικιλομορφίας και της εμπειρίας των διαλειτουργικών ομάδων και πιστεύει επίσης ότι οποιοσδήποτε μπορεί να ενταχθεί στην αυξανόμενη κοινότητα του AI.

Καθίσαμε για συνέντευξη με τον Άνταμ στην ετήσια διάσκεψη Upper Bound του 2023 για το AI, η οποία διεξάγεται στο Έντμοντον, Αλμπέρτα και φιλοξενείται από το Amii (Ινστιτούτο Μηχανικής Νοημοσύνης της Αλμπέρτα).

Έχετε μια μη παραδοσιακή σταδιοδρομία, θα μπορούσατε να συζητήσετε πώς μπήκατε στον τομέα του AI;

Ξεκίνησα την καριέρα μου στις Καναδικές Ένοπλες Δυνάμεις ως αξιωματικός διαβιβάσεων, οι αξιωματικοί διαβιβάσεων είναι υπεύθυνοι για τα συστήματα τηλεπικοινωνιών που βοηθούν τους ανθρώπους να επικοινωνούν. Έτσι, πραγματικά, πολλά συστήματα ασυρμάτου και δορυφορικών επικοινωνιών. Υπήρχαν και κάποια δεδομένα, αλλά κυρίως ήμασταν υπεύθυνοι για βασικές τεχνολογίες υποδομών, που αρχικά με οδήγησαν στην τεχνολογία. Είχα σπουδάσει χημική μηχανική στο πανεπιστήμιο, από την αρχή οδηγούμενος από την περιέργειά μου και την επιθυμία μου να μάθω. Ξεκίνησε εκεί και η εμβάθυνση στην τεχνολογία, η αναβάθμιση δεξιοτήτων και η προσωπική ανάπτυξη ήταν πραγματικά σημαντικές για μένα.

Μετά από 14 χρόνια στις ένοπλες δυνάμεις, κάνοντας διάφορα καθήκοντα διαβιβάσεων, όλα από το να εργάζομαι σε μια βάση και να υποστηρίζω τις υπηρεσίες τηλεπικοινωνιών και πληροφορικής στο πεδίο, εγκατάσταση στρατηγείων και επικοινωνία με μονάδες πρώτης γραμμής, υποστήριξη εγχώριων επιχειρήσεων όπως πυρκαγιές και πλημμύρες, μετακινήθηκα στην επαρχιακή κυβέρνηση της Αλμπέρτα. Ήμουν στη διαχείριση προγράμματος, εξετάζοντας ορισμένες διακυβερνητικές πρωτοβουλίες τεχνολογίας. Την εποχή εκείνη, η κυβέρνηση κεντρικοποιούσε την τεχνολογία, εργαζόμασταν με διάφορα κυβερνητικά υπουργεία για να φέρουμε τις υπηρεσίες τους μαζί και να συνδυάσουμε πράγματα, έκανα πολλή δουλειά εκεί, καθώς και στη διαχείριση επενδύσεων. Και πραγματικά, κάνοντας αυτή τη δουλειά, άρχισα να βλέπω κάποιους από τους οργανισμούς να αξιοποιούν δεδομένα και αναλυτικά.

Πραγματικά, αυτό προκάλεσε την περιέργειά μου και πάντα περίεργος και πεινασμένος να μάθω, άρχισα να συμμετέχω σε κάποια από αυτά τα έργα εκεί ή απλά να κάνω αυτο-μελέτη, πράγματα όπως το Coursera ή άλλα εργαλεία εκπαίδευσης για να μάθω λίγο περισσότερα. Έκανα πολλή ανάγνωση, έρευνα κάποιων από τους προμηθευτές και τις πλατφόρμες που παρείχαν αυτά τα εργαλεία. Πραγματικά, ενδιαφέρθηκα για τα δεδομένα και τα αναλυτικά και μέσω της φυσικής μου περιέργειας και της επιθυμίας μου να μάθω περισσότερα, άρχισα να εμπλέκομαι όλο και περισσότερο σε αυτό με τον καιρό.

Εκτός από το Coursera, υπάρχουν συγκεκριμένα podcasts ή βιβλία που θα συνιστούσατε;

Ακολουθώ πολλούς διαφορετικούς δημιουργούς περιεχομένου στο LinkedIn, αλλά κάποιοι που ξεχωρίζουν είναι Emerj. Ο Dan Faggella είναι ο άνθρωπος πίσω από αυτό. Φέρνει πολλή ηγετική σκέψη σε αυτό. Σίγουρα ακολουθώ κάποια από τα mainstream όπως HBR και Forbes. Μια επαφή μου, ο Andreas Welch που εργάζεται στην SAP, εκδίδει πολλά περιεχόμενα γύρω από το AI και την υιοθέτηση του AI, έτσι ώστε να τον ακολουθώ. Νομίζω ότι όσον αφορά τα podcasts, υπάρχουν κάποια που τα άκουσα και μετά βιβλία επίσης. Ένα πραγματικά καλό βιβλίο που διάβασα πρόσφατα είναι το Infonomics από τον Doug Laney. Είναι πρώην Gartner και MIT, και είναι ένα πραγματικά καλό βιβλίο για να εξηγήσει ένα πλαίσιο οικονομικής αξιοποίησης για τα δεδομένα. Προσπαθώ να εμβαθύνω σε όσο το δυνατόν περισσότερα θέματα και να συμμετέχω σε έργα για να μαθαίνω περισσότερα.

Πώς η στρατιωτική σας εμπειρία σας έχει ωφελήσει στη σημερινή σας θέση;

Με κάποιο τρόπο. Νομίζω ότι κάποια από τα εξαιρετικά βασικά σετ δεξιοτήτων που έμαθα μέσω της στρατιωτικής μου καριέρας, μια πολύ δομημένη προσέγγιση στο σχεδιασμό, η οποία είναι πραγματικά καλή. Η διαχείριση του χρόνου και η προτεραιότητα. Σε ένα στρατιωτικό περιβάλλον, πραγματικά με αναγκάζει να μάθω τι είναι το πιο σημαντικό και να εργαστώ με έναν συγκεκριμένο ρυθμό, αξιολογώντας συμβιβασμούς και κατανοώντας πώς να βρω την καλύτερη πορεία δράσης που θα είναι εφικτή και θα με κάνει να προχωρήσω. Βρίσκω ότι σε ένα ταχύτατο τεχνολογικό τοπίο όπως το AI, όπου τα πράγματα κινούνται τόσο γρήγορα, η ικανότητα να επεξεργαστώ πολλές πληροφορίες και να έχω μια δομημένη προσέγγιση για να κατανοήσω τι είναι σημαντικό, τι δεν είναι σημαντικό, πού θέλω να εστιαστώ έχει αποδειχθεί χρήσιμη δεξιότητα.

Το άλλο μεγάλο είναι γύρω από ηγεσία και ομαδικότητα. Εργάζεστε με μια μεγάλη οργάνωση. Στο πεδίο, οι ομάδες οργανώνονται και αναοργανώνονται συνεχώς για να φέρουν την καλύτερη ομάδα μαζί για να ολοκληρώσουν μια αποστολή, έχοντας πραγματικά ισχυρές διαπροσωπικές δεξιότητες, ηγετικές δεξιότητες, δεξιότητες επικοινωνίας είναι όλες δεξιότητες που πραγματικά ενθαρρύνθηκαν στην εκπαίδευση στο στρατό, νομίζω ότι έχω αξιοποιήσει πραγματικά και αυτές τις δεξιότητες.

Ήσασταν αντιπρόεδρος λύσεων πελατών στην AltaML για πάνω από δύο χρόνια, τι είναι η AltaML και ποια ήταν κάποια ενδιαφέροντα έργα που εργαστήκατε;

AltaML είναι μια εταιρεία εφαρμοσμένης τεχνητής νοημοσύνης και μηχανικής μάθησης. Είναι με έδρα στην Αλμπέρτα, με έδρα στο Έντμοντον, ένα μεγάλο γραφείο στο Κάλγκαρι και επίσης ένα στο Τορόντο. Αυτό που κάνουν είναι να εργάζονται με άλλες επιχειρήσεις για να αναπτύξουν λύσεις λογισμικού και προϊόντα που έχουν AI στο κέντρο τους, είναι ένα business-to-business. Το τμήμα της οργάνωσης που εργαζόμουν ήταν η πλευρά των υπηρεσιών, εργαζόμουν με εταιρείες πετρελαίου και αερίου, χρηματοοικονομικά ιδρύματα. Εργαζόμουν σε πολλά διαφορετικά κλάδους της βιομηχανίας. Εργαζόμουν μαζί τους για να ορίσω επιχειρηματικά προβλήματα που ήταν σχετικά και θα μπορούσαν να έχουν επίδραση να λυθούν με AI, και μετά εργαζόμουν μαζί τους για να φέρουμε τα δεδομένα τους μαζί, να χτίζουμε μοντέλα AI, να τα αναπτύσσουμε και να εργαζόμουν στην πλευρά της διαχείρισης αλλαγών, ώστε να μπορούν να τεθούν σε λειτουργία και να χρησιμοποιηθούν, πραγματικά βοηθώντας αυτές τις οργανώσεις να λύσουν προβλήματα μέσω της κατασκευής εφαρμοσμένων λύσεων AI.

Ο ρόλος ήταν αντιπρόεδρος λύσεων πελατών. Όταν άρχισα, ήμουν σε ένα ρόλο διαχείρισης έργου, οδηγώντας κάποια έργα AI, μετά μετακινήθηκα και ο ρόλος του αντιπροέδρου λύσεων πελατών ήταν υπεύθυνος για τη λειτουργία της παράδοσης, τη διαχείριση πόρων για έργα και την ενεργό διαχείριση λογαριασμών, πολλές από τις πτυχές της εργασίας που αφορούσαν τους πελάτες έπεσαν στην ομάδα μου.

Όσον αφορά τα έργα, υπήρξαν πολλά, θα έλεγα ότι με κάποιο τρόπο, είτε ως υπεύθυνος έργου, είτε ως καθοδηγητής ή ως υπεύθυνος διασφάλισης ποιότητας, δεκάδες έργα AI που θα εργαζόμουν πάνω τους κατά τη διάρκεια των δύο και μισό ετών, ένα από τα αγαπημένα μου ήταν ένα έργο για τις πυρκαγιές. Εργάστηκα με την κυβέρνηση της Αλμπέρτα. Είχαν δυσκολίες τις ημέρες που υπάρχει μέτριος κίνδυνος πυρκαγιάς, να κατανοήσουν αν μια πυρκαγιά είναι πιθανό να συμβεί σε μια συγκεκριμένη περιοχή. Όταν ήταν αβέβαιοι, η πρακτική τους ήταν να προγραμματίσουν όλους τους διαθέσιμους πόρους, και αυτό θα περιελάμβανε τη σύναψη συμβάσεων για πρόσθετους πόρους, βαρέα μηχανήματα όπως βουλντόζες ή αεροπλάνα, ελικόπτερα, που φυσικά ήταν ακριβό.

Ο σκοπός του έργου AI ήταν να προβλέψει για μια δεδομένη περιοχή ποια είναι η πιθανότητα μιας πυρκαγιάς για αυτή την περιοχή για την επόμενη ημέρα, για να βοηθήσει στην λήψη αποφάσεων γύρω από την βέλτιστη κατανομή πόρων για μια διαδικασία που ονομάζεται προ-καταστολή, η οποία είναι πραγματικά ο προληπτικός προγραμματισμός και κατανομή πόρων.

Ήταν πραγματικά ωραίο να δω ότι σε κάποια σενάρια, θα μπορούσατε να μειώσετε τους πόρους ή να τους επικεντρώσετε σε συγκεκριμένες ώρες της ημέρας. Αυτό θα εξοικονομούσε πολλά χρήματα χωρίς να αυξάνει ουσιαστικά τον κίνδυνο να μην εντοπιστεί μια πυρκαγιά, με δυνατότητα εξοικονόμησης εκατομμυρίων δολαρίων. Αυτό το έργο συνεχίζει ακόμη και σήμερα. Ακόμη και τώρα, κοιτάζουν να επεκτείνουν το χρονικό παράθυρο λίγο έξω, να κάνουν τις ζώνες μικρότερες και πιο αναλυτικές για να βελτιώσουν τους πόρους. Αλλά κοιτάζοντας πώς έχει εξελιχθεί η φετινή αντιπυρική περίοδος που είχαμε μέχρι τώρα στην Αλμπέρτα, οποιεσδήποτε πληροφορίες μπορείτε να παρέχετε εκ των προτέρων για το πού είναι οι κίνδυνοι και να μπορείτε να βελτιώσετε τους πόρους ή να τους ανακατανείμετε στα σωστά μέρη είναι πραγματικά έργο με ουσιαστικό αντίκτυπο, ήταν πραγματικά διασκεδαστικό.

Εργάστηκα επίσης σε κάποια έργα επεξεργασίας ασφαλιστικών απαιτήσεων. Όπως ένας πάροχος ασφάλισης λαμβάνει χιλιάδες ασφαλιστικές απαιτήσεις, ποια από αυτά μπορούν να εγκριθούν αυτόματα, ποια θα χρειαστούν μια ανθρώπινη ανασκόπηση, ή ακόμη και σε ποια ομάδα πρέπει να προωθηθεί μια απαίτηση για το κατάλληλο επίπεδο ελέγχου. Αυτό το είδος έργου είναι επίσης πραγματικά σημαντικό και μπορεί να εξοικονομήσει πολύ χρόνο και χρήμα στους οργανισμούς σε αυτό που κάνουν.

Είστε τώρα ο διευθυντής διαχείρισης πληροφοριών και ανάλυσης δεδομένων στην KPMG. Τι ακριβώς περιλαμβάνει αυτός ο ρόλος;

Εργάζομαι με επιχειρήσεις για να τις οδηγήσω μέσα από το ταξίδι της επίλυσης αυτών των προβλημάτων μέσω, σε αυτή την περίπτωση, ενός ευρύτερου συνόλου δυνατοτήτων δεδομένων και ανάλυσης. Εργαζόμαστε όλα, από τον αρχικό σχεδιασμό στρατηγικής δεδομένων και βοηθώντας τις οργανώσεις να οργανώσουν δεδομένα από διαφορετικά συστήματα, να τα φέρουμε μαζί, αναφορές και ανάλυση, καθώς και AI και ML. Είναι ένας λίγο ευρύτερος ρόλος από τον προηγούμενο μου, αλλά αυτό είναι πραγματικά ενθαρρυντικό για μένα. Τροφοδοτεί το πάθος μου για μάθηση και αυτοανάπτυξη.

Ως διευθυντής, συνήθως εργάζομαι με ανώτερα στελέχη στην πλευρά του πελάτη για να τους βοηθήσω να κατανοήσουν το ταξίδι, να τους δώσω μια αίσθηση του τι θα χρειαστεί, τι αυτά τα έργα θα μοιάζουν, πώς μπορούν να προετοιμαστούν. Μια μεγάλη εστίαση στην υιοθέτηση επίσης, ειδικά με τα προηγμένα συστήματα αναλυτικών που είναι καινούρια και που μερικές φορές έρχονται με μια αρνητική χροιά από την πλευρά της εργατικής δύναμης, πραγματικά εργάζομαι μαζί τους για να κατανοήσουν πώς να εφαρμόσουν αυτές τις λύσεις, καθώς και πράγματα όπως τις διαδικασίες που θα χρειαστούν, τις δομές που θα χρειαστούν. Αυτό είναι ένα μεγάλο μέρος του ρόλου. Εσωτερικά, ηγεσία της εμπλοκής και ηγεσία των ομάδων έργων, βοηθώντας να πάρουν τις σωστές προτεραιότητες για την ομάδα έργου και να οδηγήσουν το έργο, καθώς και τον συγχρονισμό των διαφορετικών ομάδων που εργάζονται σε αυτά τα έργα.

Σε μια πρόσφατη συνέντευξη με την Calgary Herald, μιλήσατε για το πώς υπάρχει αρκετά εκτεταμένη υιοθέτηση του AI στην Αλμπέρτα. Σε ποιες βιομηχανίες βλέπετε αυτή την υιοθέτηση περισσότερο;

Έχω δει υιοθέτηση σε πολλές διαφορετικές βιομηχανίες στην Αλμπέρτα. Βέβαια, η ενέργεια έχει πολλά από αυτά, έτσι έχω δει χρήσεις όπου οι οργανώσεις χρησιμοποιούν τεχνητή νοημοσύνη για να βοηθήσουν στην βελτιστοποίηση της συντήρησης και των ελέγχων ασφαλείας σε αγωγούς, πού θα πρέπει ή θα μπορούσαν να γίνουν εκσκαφές. Οι εκσκαφές είναι πολύ δαπανηρές όταν υπάρχει υποψία διαρροής. Έχω επίσης δει πολλά στη διαχείριση της αλυσίδας εφοδιασμού. Όπως οι μεγάλες οργανώσεις κάνουν συγχωνεύσεις και εξαγορές, τα δεδομένα τους είναι παντού. Μερικές φορές, πραγματικά αγωνίζονται να βρουν είδη στα βασικά μητρώα υλικών τους, έτσι η χρήση αυτών των γλωσσικών μοντέλων που βλέπουμε να εμφανίζονται τώρα για να οργανώσουν δεδομένα, να τα δομήσουν με τρόπο που μπορούν να αναλυθούν. Έχω δει σημαντική δουλειά στη συνένωση συμβάσεων εφοδιασμού με την απλή ικανότητα να αναζητήσετε και να βρείτε πληροφορίες. Αυτό μπορεί να εξαπλωθεί σε πολλές βιομηχανίες, όχι μόνο στην ενέργεια, αλλά το βλέπω να εφαρμόζεται εκεί.

Η ασφάλεια είναι ένα μεγάλο. Χρησιμοποιώντας είτε επεξεργασία εικόνας είτε ακόμη και τα γλωσσικά μοντέλα για να βρείτε την καταλληλότερη ενημέρωση ασφάλειας ή τον έλεγχο ασφάλειας που θα πρέπει να γίνει σε μια συγκεκριμένη τοποθεσία. Στις χρηματοοικονομικές υπηρεσίες, πολλή δουλειά στην προσωπικοποίηση της εμπειρίας για έναν πελάτη τράπεζας, παρέχοντας την καλύτερη δυνατή συμβουλή και βρίσκοντας προσαρμοσμένες λύσεις για άτομα που βρίσκονται σε διαφορετικές οικονομικές καταστάσεις είναι μια πραγματικά σημαντική εστίαση και έχω δει πολλή δουλειά εκεί. Και έπειτα υπάρχει ο ασφαλιστικός κλάδος. Όπως ανέφερα προηγουμένως, γίνεται πολλή δουλειά στη διαλογή και στην επεξεργασία ασφαλιστικών απαιτήσεων. Θα πρόσθετα επίσης τη δασοκομία και τη διαχείριση γης φυσικών πόρων: βλέπουμε αυξανόμενη χρήση δορυφορικών εικόνων για τον εντοπισμό αλλαγών στη γη, τη διαχείριση συμφωνιών χρήσης γης και την αξιοποίηση επεξεργασίας εικόνας για να εντοπίζονται πράγματα που θα έπρεπε ή δεν θα έπρεπε να υπάρχουν, καθώς και αλλαγές με την πάροδο του χρόνου.

Είναι πραγματικά ενθαρρυντικό και βλέπω διαφορετικές οργανώσεις που είναι σε διαφορετικά στάδια της ωριμότητας. Κάποιοι είναι είτε στην αρχή είτε πειραματίζονται, άλλοι είναι πιο μπροστά και πλήρως υιοθετούν, αλλά οι περισσότερες οργανώσεις αναγνωρίζουν ότι αν δεν αρχίσουν ή αν δεν προχωρήσουν σε αυτό, θα μείνουν πίσω και αυτό θα δημιουργήσει ένα μεγάλο ανταγωνιστικό μειονέκτημα για αυτούς, έτσι το ενδιαφέρον είναι πραγματικά υψηλό σε όλους. Φυσικά, οι δυνατότητες της παραγωγικής AI προκαλούν επίσης μεγάλο ενδιαφέρον.

Μιλάτε για την παραγωγική AI, πώς τη βλέπετε να μεταμορφώνει το μέλλον;

Είμαι πολύ ενθουσιασμένος γι’ αυτό. Βλέπω το δυναμικό. Νομίζω ότι είναι επίσης σημαντικό να έχουμε τους σωστούς ελέγχους στη θέση τους για την παραγωγική AI, πραγματικά πιστεύω ότι υπάρχουν πολλές περιπτώσεις χρήσης εκεί που αυτό θα μπορούσε να εφαρμοστεί για να κάνει τεράστια κέρδη παραγωγικότητας ή αποδοτικότητας για τις επιχειρήσεις. Κάποια από αυτά, όπως η χρήση που ανέφερα πριν στη διαχείριση της αλυσίδας εφοδιασμού, που χρησιμοποίησε κάποιες από αυτές τις τεχνικές ακόμη και πριν από την δημόσια ανακοίνωση του ChatGPT. Όσον αφορά το πού το βλέπω να πηγαίνει, μια άλλη ενδιαφέρουσα τάση που βλέπω είναι ότι όλο και περισσότερη από αυτή τη τεχνολογία ενσωματώνεται σε ευρέως χρησιμοποιούμενες επιχειρηματικές εφαρμογές τώρα. Η Microsoft (MSFT ) έχει ανακοινώσει το εργαλείο Copilot που θα ενσωματωθεί με τις εφαρμογές Microsoft Office, είδα σε κάποιο από το υλικό τους πράγματα όπως η γραφή μιας σημείωσης και απλώς να προτρέπω τον επεξεργαστή κειμένου με “Μπορείτε να κάνετε αυτή την παράγραφο συντομότερη;” Και το κάνει για σας.

Όταν αυτές οι τεχνολογίες παραγωγικής AI ενσωματώνονται απευθείας σε ευρέως χρησιμοποιούμενες επιχειρηματικές εφαρμογές και πλατφόρμες, θα αναγκάσουν τις επιχειρήσεις να σκεφτούν πώς και πότε θα τις υιοθετήσουν, πώς θα τις ελέγξουν, πώς θα παρακολουθήσουν για εγγύηση ποιότητας στα προϊόντα που παράγουν. Όταν είναι μια ξεχωριστή ικανότητα, είναι λίγο πιο εύκολο να το αργοπορήσετε ή να το αγνοήσετε, αλλά βλέποντας αυτή τη τεχνολογία να ενσωματώνεται σε ευρέως χρησιμοποιούμενες επιχειρηματικές εφαρμογές και πλατφόρμες θα ωθήσει αυτή τη συζήτηση προς τα εμπρός.

Επίσης ελπίζω ότι με αυτό και την έμφαση που δίνεται τώρα στην υπεύθυνη χρήση αυτής της τεχνολογίας, ότι θα βοηθήσει τις οργανώσεις να βάλουν έμφαση στην υπεύθυνη AI, να βάλουν τις σωστές διαδικασίες, τη σωστή διακυβέρνηση στη θέση τους για να βεβαιωθούν ότι οι λύσεις AI τους είναι κατασκευασμένες αποτελεσματικά, οι κίνδυνοι αντιμετωπίζονται καθ’ όλη τη διάρκεια του κύκλου ζωής, ότι υπάρχουν ελέγχοι για την ποιότητα και ότι μπορείτε να εμπιστευτείτε τις εξόδους τους. Ελπίζω ότι αυτός ο έντονος ενθουσιασμός τώρα στην παραγωγική AI πραγματικά θα ωθήσει αυτή τη συζήτηση με αυτές τις ικανότητες προς τα εμπρός.

Μπορείτε να συζητήσετε πώς η υπεύθυνη AI και η μείωση της μεροληψίας της AI έχουν ιδιαίτερη σημασία για σας;

Απόλυτα. Νομίζω ότι πρέπει να είναι για πολλούς λόγους. Οι περισσότεροι άνθρωποι που κατασκευάζουν αυτά τα συστήματα θα έχουν υπερηφάνεια στη δουλειά που κάνουν και δεν θέλουν τα συστήματά τους να έχουν αυτό, έτσι θα υπάρχει μια εσωτερική ανάγκη να έχουν αυτό για να κρατήσουν την εργατική δύναμη τους ενεργημένη και χαρούμενη και προστατευμένη. Νομίζω ότι είναι επίσης σημαντικό για να αποφευχθούν νομικές προκλήσεις ή προκλήσεις ρυθμίσεως για τη μεροληψία της AI. Υπάρχουν παραδείγματα εκεί έξω όπου οργανώσεις έχουν αντιμετωπίσει νομικές προκλήσεις ή προκλήσεις ρυθμίσεως για τη μεροληψία της AI.

Υπάρχει μια κλασική μελέτη περίπτωσης ενός οργανισμού που χρησιμοποιούσε AI για προσλήψεις. Το σύνολο δεδομένων ήταν υπερβολικά μεροληπτικό υπέρ των ανδρών έναντι των γυναικών, με αποτέλεσμα η AI να κάνει διακρίσεις εις βάρος των γυναικών.

Αυτό ήταν ένα εργαλείο AI από την Amazon.

Πράγματα όπως αυτά έχουν ήδη συμβεί και έχουν το δυναμικό να συνεχίσουν να συμβαίνουν αν δεν έχετε τους σωστούς ελέγχους στη θέση τους, έχοντας μια πραγματική εστίαση σε αυτό θα είναι κρίσιμο για τις περισσότερες οργανώσεις. Και τότε υπάρχει επίσης ο κίνδυνος για τη φήμη για τις οργανώσεις. Αν το κάνετε λάθος, αυτό θα μπορούσε να έχει μια τεράστια, τεράστια επίδραση στη δουλειά σας.

Είστε επίσης ένας μεγάλος υποστηρικτής της αξιοποίησης της διαφορετικότητας και της εμπειρίας των διαλειτουργικών ομάδων. Γιατί η διαφορετικότητα είναι τόσο σημαντική κατά την άποψή σας;

Τώρα, τα είδη προβλημάτων που λύνονται με AI είναι τόσο σύνθετα, από μια επιχειρηματική προοπτική, από τα δεδομένα που υποκρύπτουν πίσω από αυτά, δεν μπορεί κανείς να λύσει όλα αυτά τα προβλήματα μόνος του. Έχοντας μια καλή διαλειτουργική ομάδα με διαφορετικές προοπτικές και δεξιότητες είναι πραγματικά σημαντικό, για να μπορέσετε να έχετε άτομα που είναι ισχυρά σε μια περιοχή να αξιοποιούν πραγματικά την ισχύ τους. Όσον αφορά το κομμάτι της διαφορετικότητας, ένας ακόμη σημαντικός λόγος για τη διαφορετικότητα είναι ότι στις περισσότερες περιπτώσεις, ο τελικός χρήστης αυτών των συστημάτων θα είναι μια ομάδα ανθρώπων με διαφορετικά χαρακτηριστικά, και δεν έχοντας αυτές τις προοπτικές στην ομάδα σας όταν τα κατασκευάζετε πραγματικά σας εκθέτει σε μελλοντικά λάθη ή να χάσετε πράγματα, Πράγματα που μπορεί να μην σκεφτώ ότι κάποιος άλλος μπορεί και να τα φέρει μπροστά. Είναι πιο εύκολο να λύσετε προβλήματα και να προσαρμόσετε για αυτό στη διάρκεια της ανάπτυξης παρά μετά από μια κυκλοφορία.

Επίσης, πιστεύω ότι η διαφορετικότητα είναι όπου παίρνετε το καλύτερο διάλογο, παίρνετε πραγματικά καλές ερωτήσεις που έρχονται από ανθρώπους που βλέπουν κάτι από μια διαφορετική οπτική. Αυτό αναγκάζει τη συζήτηση για το πώς να προσεγγίσετε κάτι. Σας κάνει να εξετάζετε πτυχές που ίσως δεν θα διερευνούσατε αν αυτό το άτομο δεν συμμετείχε, έχοντας μια ομάδα ανθρώπων με διαφορετικά χαρακτηριστικά που κοιτάζουν ένα πρόβλημα πραγματικά σας επιτρέπει να πετύχετε το καλύτερο δυνατό αποτέλεσμα και την καλύτερη δυνατή λύση.

Τι νομίζετε ότι θα είναι η επόμενη μεγάλη ανακάλυψη στο AI;

Από την οπτική της παραγωγικής AI, νομίζω ότι καθώς θα δούμε περισσότερη από αυτή τη τεχνολογία να ενσωματώνεται σε ευρέως χρησιμοποιούμενες εφαρμογές, και αυτό έχει ήδη αρχίσει, Αυτό θα είναι πραγματικά μεγάλο για την υιοθέτηση της τεχνολογίας γιατί θα είναι ακριβώς στις εφαρμογές που οι άνθρωποι ήδη χρησιμοποιούν. Θα είναι πραγματικά, πραγματικά σημαντικό, και αυτό μπορεί να ανοίξει την πόρτα σε κάποιες άλλες περιπτώσεις χρήσης. Όταν οι άνθρωποι γίνουν πιο εξοικειωμένοι με αυτό που μπορεί να κάνει, ποια είναι τα όριά του, πώς μπορεί να χρησιμοποιηθεί με τον καλύτερο δυνατό τρόπο, μπορεί να προκαλέσει την σκέψη τους και, ω, τώρα έχω μια καλύτερη αίσθηση του είδους προβλημάτων που αυτό θα λύσει. Έχουμε αυτό το πρόβλημα. Αυτό θα ήταν πραγματικά ωραίο να λυθεί και μπορεί να ανοίξει κάποιες νέες πόρτες.

Επίσης ελπίζω ότι η ρυθμιστική πολιτική είναι μια σημαντική εξέλιξη που θα έρθει στο κοντινό μέλλον επίσης. Ξέρω ότι υπάρχουν πολλές κινήσεις στο επίπεδο της νομοθεσίας και της ρύθμισης, αλλά αυτό που ελπίζω είναι ότι οι μεμονωμένες επιχειρήσεις θα καταλάβουν για τον εαυτό τους ή θα λάβουν συμβουλές για το πώς πρέπει να σκέφτονται γι’ αυτό και ποια είναι κάποιοι από τους εσωτερικούς ελέγχους που πρέπει να βάλουν στη θέση τους τώρα.

Οι νόμοι και οι ρυθμίσεις παίρνουν πολύ χρόνο. Οι επιχειρήσεις μπορούν να οδηγήσουν πολλές αλλαγές λαμβάνοντας κάποιους από αυτούς τους ελέγχους εσωτερικά και σκέφτοντας μέσα από αυτό. Υπάρχει προηγούμενο για αυτό, φυσικά με τα audits και τα πράγματα σαν αυτά. Κάτι που η KPMG είναι πραγματικά ισχυρή. Αλλά σκέφτοντας για το τι θα ήταν κάποιοι από αυτούς τους ελέγχους, πώς θα τα ελέγξουμε, πώς θα βεβαιωθούμε ότι μειώνουμε τις παραισθήσεις των μοντέλων; Ποια είναι κάποια από τα πρόσθετα βήματα αφού το μοντέλο έχει παράγει την έξοδό του που μπορούμε να πάρουμε για να ελαχιστοποιήσουμε οποιαδήποτε πιθανή βλάβη ή κίνδυνο; Αυτά είναι τα σωστά είδη ερωτήσεων και ελπίζω ότι ο έντονος ενθουσιασμός που υπάρχει τώρα είναι μια σημαντική εξέλιξη σε αυτό πώς σκεφτόμαστε γι’ αυτό και πώς χτίζουμε τις σωστές δομές, διαδικασίες και ομάδες στην πλευρά της υπεύθυνης AI.

Ευχαριστούμε για την εξαιρετική συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την KPMG.