Kimberly Nevala Διευθύντρια Επιχειρηματικών Στρατηγικών στην SAS – Σειρά Συνεντεύξεων

SAS είναι μια παγκόσμια εταιρεία ανάλυσης και AI που προσφέρει λύσεις στη διαχείριση δεδομένων, προηγμένη ανάλυση και τεχνητή νοημοσύνη. Η πλατφόρμα της, SAS Viya, τονίζει την ταχύτητα, την κλιμακωσιμότητα και την αξιόπιστη λήψη αποφάσεων για οργανισμούς σε όλους τους κλάδους. Η εταιρεία παρουσιάζει περιπτώσεις χρήσης σε ανίχνευση απάτης, βελτίωση μάρκετινγκ, IoT και διαχείριση κινδύνων, ενώ同時 προσφέρει δωρεάν δοκιμές, εκπαίδευση και ακαδημαϊκά προγράμματα για την υποστήριξη της ευρείας υιοθέτησης της ανάλυσης.

Έχετε χτίσει την καριέρα σας καθοδηγώντας οργανισμούς μέσω σύνθετων πολιτιστικών, στρατηγικών και τεχνικών μετασχηματισμών – από συμβουλευτική διαχείριση έως ηγεσία επιχειρηματικής στρατηγικής στην SAS. Πώς έχει διαμορφώσει αυτό το ταξίδι την άποψή σας για το τι πραγματικά χρειάζονται οι οργανισμοί για να υιοθετήσουν την AI με σημαντικό και συμπεριληπτικό τρόπο;

Παρά την εκτεταμένη εμβέλεια των αναδυόμενων ικανοτήτων της AI και τις ισοδύναμες σεισμικές επιπτώσεις, τα βασικά δομικά στοιχεία για την οδήγηση της τεχνικής μετασχηματισμού δεν έχουν αλλάξει. Αν και οι επιπτώσεις για το λάθος έχουν.

Πρώτα, πρέπει να υπάρχει μια σαφής έκφραση των αξίων και των προτεραιοτήτων του οργανισμού. Μαζί με μια σαφή κατανόηση του πώς αυτά τα στοιχεία επηρεάζουν την εμπλοκή των υπαλλήλων ή των πελατών με το brand. Επόμενο, πρέπει να υπάρχει μια ευρεία κατανόηση της αναδυόμενης τεχνολογίας, συμπεριλαμβανομένων των εγγενών περιορισμών και των περιορισμών. Τέλος, ορατότητα στα προβλέψιμα κενά δεξιοτήτων και τους φραγμούς υιοθέτησης με βάση τα ένα και δύο παραπάνω. Αυτό δεν είναι περιορισμένο μόνο στην τεχνική εμπειρία αλλά και στη διοικητική ικανότητα.

Όλα αυτά πρέπει να υποστηριχθούν από ρομποτικά αλλά προσαρμόσιμη διακυβέρνηση. Υποστηριζόμενα, φυσικά, από στοχευμένες, επιμελείς επενδύσεις σε άτομα και τεχνολογία.

Έχετε μιλήσει για την αλφαβητισμό της AI να ανεβαίνει στο επίπεδο των απαραίτητων ηγετικών ικανοτήτων όπως η στρατηγική σκέψη και η οικονομική ευφυΐα. Τι μοιάζει η ικανότητα της AI στην πράξη για τους σημερινούς ηγέτες;

Ο δοκιμαστικός δείκτης για την πρακτική ικανότητα είναι απλός. Έχουν οι ηγέτες τις γνώσεις που απαιτούνται για να διερωτηθούν μια προτεινόμενη λύση AI;

Αυτό δεν σημαίνει ότι οι ηγέτες πρέπει να πάρουν τα δάχτυλά τους στο κώδικα. Αντίθετα, οι ηγέτες σε όλα τα επίπεδα πρέπει να αποδείξουν περιβαλλοντική ικανότητα. Αυτό σημαίνει ότι είναι εκπαιδευμένοι στα στοιχεία που θα μπορούσαν να επηρεάσουν ή να επηρεάσουν την κρίση τους για ένα σύστημα AI. Αυτά τα στοιχεία θα αλλάξουν με βάση το ρόλο του ηγέτη. Συγκεκριμένα, το εύρος της απόφασης που τους έχει ανατεθεί.

Λίγο πιο απλά: η δοκιμή είναι αυτή: γνωρίζουν τι ερωτήσεις να κάνουν; Για παράδειγμα, μπορεί ένας εκτελεστής να αναγνωρίσει τα ανθρώπινα και τεχνικά στοιχεία με την μεγαλύτερη επίδραση στο προφίλ βιωσιμότητας και κινδύνου μιας δεδομένης λύσης AI; Και τόσο ευρέως όσο και σε ένα εφαρμοσμένο контекστό.

Ακόμα καλύτερα: γνωρίζουν τα όρια της τεχνολογίας; Η δημοσιότητα και η διαφήμιση τείνουν να εστιάσουν στην αναβάθμιση, ενώ η εμπειρική εκπαίδευση εκθέτει τα όρια. Αυτά τα όρια μπορούν να ορίσουν τις διαδικασίες και τις τεχνικές φραγμούς που απαιτούνται για την ανάπτυξη μιας δεδομένης λύσης AI με κέρδος. Σε αυτό το контекστό, το βαθμό στον οποίο οι ηγέτες κατανοούν και αναγνωρίζουν τα όρια είναι συχνά η διαφορά μεταξύ της σημαντικής υιοθέτησης και της αποτυχίας.

Γιατί η ισότητα των φύλων στην ηγεσία της AI είναι τόσο κρίσιμο ζήτημα αυτή τη στιγμή – και ποια рисκς αντιμετωπίζουμε αν οι γυναίκες παραμείνουν παθητικοί χρήστες παρά ενεργοί διαμορφωτές της ανάπτυξης και της διακυβέρνησης της AI;

Είμαι προνομιούχος να εργάζομαι, να μιλάω και να μαθαίνω από γυναίκες που εργάζονται σε όλους τους τομείς της AI κάθε μέρα. Έτσι, η στάση των γυναικών ως παθητικών χρηστών, για μένα, προκαλεί εικόνες που είναι παιδικές και παραπλανητικές. Οι γυναίκες είναι ενεργά εμπλεγμένες στην ηγεσία των προσπαθειών AI, αν και σε μικρότερες αριθμούς από ό,τι θα δείχνε η εκπαιδευμένη πληθυσμιακή μας.

Η ανισότητα των φύλων στην τεχνολογία είναι ένα πολύπλοκο ζήτημα που προηγείται της AI. Δεν υπάρχει ένα μόνο λύση, καθώς υπάρχουν πολλά παράγοντες που παίζουν. Ορισμένοι από αυτούς οδηγούν σε λιγότερη χρηματοδότηση για και/ή αναγνώριση των γυναικών στον τομέα. Κάνουνε το ιδιαίτερα ιδιαίτερο ότι οι γυναίκες που λαμβάνουν ευρεία αναγνώριση συχνά εργάζονται σε υπεύθυνες ή ηθικές AI. Αρχικά etiqued ως anti-AI, το έργο τους τώρα επανεξετάζεται καθώς οι στάσεις εξελίσσονται.

Ανεξάρτητα, χωρίς σκόπιμη παρέμβαση, κινδυνεύουμε με συστήματα AI που ενισχύουν τις υφιστάμενες ανισότητες σε κλίμακα. Βλέπουμε αυτό στην χρήση αυτοματοποιημένων συστημάτων ανίχνευσης και πρόσληψης HR που προτιμούν τους αρσενικούς υποψήφιους λόγω των ιστορικών προκαταλήψεων που έχουν καταγραφεί στα δεδομένα.

Μια έλλειψη ποικιλίας σε όλα τα επίπεδα σημαίνει ότι οι αποφάσεις σχετικά με ποια συστήματα AI θα κατασκευαστούν, πώς θα αναπτυχθούν, ποιες προοπτικές και ανάγκες θα αντιμετωπιστούν και ποιες όχι, καθορίζονται από μια ολοένα και πιο εγκλειστική ομάδα. Αυτό είναι κακό για όλους. Οι ποικίλες ομάδες διαχείρισης οδηγούν σε καλύτερα επιχειρηματικά αποτελέσματα. Οι ποικίλες ομάδες προϊόντων παρέχουν λύσεις AI που είναι πιο ανθεκτικές, ανθεκτικές και λειτουργούν καλύτερα.

Στο τέλος, αν τα συστήματα AI δεν αντιμετωπίζουν τις προοπτικές και τις ανάγκες των γυναικών (ή οποιαδήποτε άλλη υποαπασχολημένη δημογραφική) ή φαίνονται να είναι ενεργά βλαβερά, ποια είναι η ενθάρρυνση για υιοθέτηση; Εκτός, φυσικά, ότι αυτά τα συστήματα θα αναπτυχθούν με ή χωρίς τη συμμετοχή μας. Με την ενσωμάτωση ποικίλων φωνών και την επιβολή της διακυβέρνησης AI, είναι δυνατό να παραδώσουμε την υπόσχεση της AI.

Δεδομένων των τελευταίων καινοτομιών της SAS – όπως τα πράκτορες AI εντός του SAS Viya, τα πλαισια δια 智能 αποφάσεων, τα εργαλεία συνθετικών δεδομένων όπως το Data Maker και τα προσαρμοσμένα μοντέλα AI – πώς οι οργανισμοί ανασκέφτονται τις ηγετικές τους πipelines για να υψώσουν τόσο την ικανότητα της AI όσο και την ισότητα;

Οι οργανισμοί συνειδητοποιούν ότι ο σκοπός και η επίδραση αυτών των εφαρμογών υπερβαίνουν την ικανότητα οποιουδήποτε einzelnego αποφασιστή ή εκτελεστή. Η επιτυχημένη ανάπτυξη της AI εξαρτάται από την εμπιστοσύνη και την εμπλοκή του “χωριού”. Τα πιθανά ζητήματα και τα gotchas είναι πολύ ευρύτερα για οποιοδήποτε ηγέτη να αντιμετωπίσει αποτελεσματικά μόνος του.

Σε αναγνώριση αυτής της πραγματικότητας, οι ηγέτες της AI ανακατευθύνουν σε συμμετοχικές πρακτικές σχεδιασμού και διακυβέρνησης. Σε αυτό το μοντέλο, η ικανότητα και η ισότητα δεν ενισχύονται από τα προγράμματα γραμματικής και εκπαίδευσης ούτε από τις πρωτοβουλίες του HR μόνο. Αλλά από την ανταλλαγή γνώσεων και την συλλογική λήψη αποφάσεων που συμβαίνει όταν φέρνουμε μαζί ποικίλες προοπτικές από το οικοσύστημα της επιχείρησης. Αυτές οι συνεργασίες δεν είναι περιορισμένες αυστηρά στους αποφασιστικούς παράγοντες αλλά ενεργά περιλαμβάνουν τους ανθρώπους των οποίων η δουλειά θα επηρεαστεί από το σύστημα AI που εξετάζεται. Ενώ είναι κυρίως τομέας των δημόσιων και κυβερνητικών υπηρεσιών σήμερα, ορισμένες οργανώσεις έχουν ενεργά εμπλακεί εξωτερικούς ενδιαφερόμενους, συμπεριλαμβανομένων ομάδων πελατών και οργανισμών κοινής ωφέλειας.

Τι πρακτικά βήματα μπορούν να λάβουν οι πιθανοί ηγέτες – ιδιαίτερα οι γυναίκες – για να χτίσουν αξιοπιστία και agency σε ένα όλο και πιο AI-κίνητο περιβάλλον;

Πρώτα είναι να αναγνωρίσουν ότι έχουμε agency. Κάθε άτομο έχει την ευκαιρία να επηρεάσει την ανάπτυξη της AI με πολλούς τρόπους: μέσω της σκόπιμης κατανάλωσης και χρήσης συγκεκριμένων εργαλείων AI, μέσω της倡導 και της συλλογικής εμπλοκής σε κοινοτικές φόρουμ και τοπική πολιτική, με την ένταξη σε ομάδες ενδιαφέροντος εργαζομένων ή δίκτυα κοινής ωφέλειας (και αν δεν υπάρχουν, με την έναρξή τους) και με την άρση του χεριού για συμμετοχή σε προγράμματα AI ή για ηγεσία πρωτοβουλιών στην εργασία.

Δεύτερον, είναι να επενδύσουν στην δική τους αλφαβητισμό σε οποιοδήποτε επίπεδο έχει νόημα για αυτούς. Υπάρχουν πολλά διαδικτυακά πόρους που καλύπτουν από μαθήματα AI και ηθικής έως διαδικτυακά πανεπιστημιακά εισαγωγικά μαθήματα που καλύπτουν το πλήρες φάσμα των ικανοτήτων AI. Πολλοί από αυτούς τους πόρους παρέχονται δωρεάν ή για ονομαστικές χρεώσεις.

Τέλος, να ενταχθούν και να συνεισφέρουν ενεργά στα δίκτυα της βιομηχανίας AI ή των ειδικών ενδιαφερόντων. Αυτά παρέχουν την ευκαιρία να μοιράζονται γνώσεις αλλά και να καλλιεργούν σχέσεις που μπορούν να προσφέρουν mentoring, συμμαχίες και αξιοπιστία καθώς χτίζουν την εμπειρία και το δίκτυό τους.

Έχετε τονίσει την πολιτιστική μετασχηματισμό, τη διακυβέρνηση δεδομένων και την υπεύθυνη υιοθέτηση τεχνολογίας. Πώς υποστηρίζουν αυτά τα θεμελιώδη στοιχεία την ανάπτυξη ηγετών που είναι έτοιμοι για την AI;

Η παραδοσιακή απάντηση είναι ότι αυτά τα θεμελιώδη στοιχεία οπλίζουν τους ηγέτες με τα εργαλεία για να αντιμετωπίσουν την πολυπλοκότητα, να διαχειριστούν τον κίνδυνο, να μειώσουν το κόστος και να αυξήσουν την παραγωγικότητα. Όλα αυτά τα αποτελέσματα είναι αλήθεια, ωστόσο, το πιο υποτιμημένο όφελος αυτών των πρακτικών είναι η εμπιστοσύνη.

Κάνουν σωστά, αυτά τα στοιχεία δημιουργούν ένα περιβάλλον στο οποίο οι υπαλλήλους μπορούν να πειραματιστούν και να καινοτομήσουν με εμπιστοσύνη εντός των ορίων του εθους, του νόμου και της επιχείρησης. Αυτό είναι ιδιαίτερα σημαντικό既然 η διαθέσιμη λύση κυμαίνεται από εργαλεία προσωπικής παραγωγικότητας σε ενσωματωμένα ροές εργασίας. Οι αποφάσεις σχετικά με τη χρήση της AI δεν λαμβάνονται μόνο στην αίθουσα του διοικητικού συμβουλίου ή στο контекστό ενός формικού προγράμματος AI. Από την ανάπτυξη έως την εξερεύνηση έως την ανάπτυξη και πέρα, μια μυριάδα συνδυαστικών παραγόντων επηρεάζει το πώς το σύστημα εκτελείται και αντιμετωπίζεται.

Απάντηση καθοδήγηση επιτρέπει σε άτομα και ομάδες σε όλα τα επίπεδα να πειραματιστούν ενεργά, να λάβουν έγκαιρες αποφάσεις σχετικά με το αν και πώς να προχωρήσουν λύσεις, και να χτίσουν καλύτερα εντός των ορίων ενός συστήματος κανονισμών.

Από τις συνομιλίες σας στο podcast Pondering AI, ποια είναι τα πιο κρίσιμα σημεία για την υπεύθυνη και συμπεριληπτική ηγεσία που ξεχωρίζουν για τις οργανώσεις που διαπερνούν την μετασχηματισμό της AI;

Η γλώσσα της AI είναι περίπλοκη. Μιλάμε για συστήματα AI που σκέφτονται, οραματίζονται και ακόμη και συμπεριφέρονται λανθασμένα. Σκεφτόμαστε τα συστήματα AI ως συνεργάτες ή συναδέλφους. Ως εκ τούτου, είναι πειρασμός να μεταφέρουμε υποθέσεις και προσδοκίες από τους ανθρώπους στην AI. Έτσι, χάνουμε την εστίαση στην ανθρώπινη ευθύνη, συμμετοχή και υπεύθυνη χρήση. Επίσης, σκεπάζουμε την αυστηρότητα που απαιτείται για να παραδοθούν ρομποτικά και ανθεκτικά συστήματα AI, τα οποία, όταν γίνονται καλά, φαίνονται απλά.

Αυτό κάνει κρίσιμο να κεντρώσουμε την κατανόησή μας της AI ως μιαν ανθρώπινη προσπάθεια. Παρά τις ανθρωπομορφικές αφηγήσεις, τα συστήματα AI αντανακλούν πάντα τις αξίες και τις προθέσεις των δημιουργών τους: τα προβλήματα που επιλέγουμε να λύσουμε, τις τεχνικές ή τα μοντέλα που εφαρμόζουμε, τα δεδομένα που χρησιμοποιούμε κατά την εκπαίδευση, και το πώς οι χρήστες αλληλεπιδρούν με το σύστημα. Κάθε σύστημα AI είναι το προϊόν αυτών των ανθρώπινων αποφάσεων.

Η εμπιστοσύνη και η εμπιστοσύνη στα συστήματα AI δεν έρχεται από την AI. Οι άνθρωποι τελικά αποφασίζουν να αυτοματοποιήσουν ή να αυξήσουν την δουλειά ενός ατόμου. Δεν είναι το σύστημα που καθορίζει ποιο επίπεδο ακρίβειας ή εξηγήσιμης είναι επαρκές. Δεν είναι η AI που καθορίζει το πιο κατάλληλο μοντέλο αλληλεπίδρασης του χρήστη. Όταν ένα chatbot συμπεριφέρεται λανθασμένα, δεν επηρεάζει την AI· βλάπτει το brand και το ισοζύγιο της εταιρείας που χρησιμοποιεί την AI.

Λόγω αυτού, η ανθρώπινη κεντρική AI είναι κλειδί.

Πολλοί οργανισμοί έχουν προηγμένα εργαλεία AI, αλλά ακόμα πηγαίνουν με την κουλτούρα, τη διακυβέρνηση και την ένταξη. Από την εμπειρία σας, ποια παρέμβαση ή στάση βοηθά τις οργανώσεις να γεφυρώσουν αυτό το χάσμα αποτελεσματικά;

Η AI, όπως και πολλές αναδυόμενες τεχνολογίες, είναι υποκειμένη στο να πέσει στην ίδια υπερβολική κλίμακα όπως οι προκατόχοι της. Κατά την εποχή των μεγάλων δεδομένων, το να γίνει data-driven ήταν το一切. Λίγες οργανώσεις παρείχαν την όρασή τους. Αυτές που το έκαναν ήταν πειθαρχικές στο να λύνουν αναγνωρίσιμα προβλήματα, όπως τη μείωση των χρόνων εκπλήρωσης για το X ή την ενεργοποίηση της αυτοεξυπηρέτησης για το Y. Δεν είναι τυχαίο ότι πολλές από αυτές τις εταιρείες είναι τώρα ηγέτες της βιομηχανίας AI.

Όταν αναγνωρίζονται πρωτοβουλίες AI, αρχίστε με σαφείς επιχειρηματικές στόχους και μετρήσιμες αποτελέσματα, και στη συνέχεια αναγνωρίστε ποια διαθέσιμα τεχνικά AI είναι κατάλληλα για τον σκοπό. Αντίσταση στο να είναι φανταστική. Οι καινοτόμες λύσεις σε βαρετά προβλήματα τελικά αποδίδουν. Διευθύνετε τις απαθείς, επαναλαμβανόμενες διαδικασίες και εργασίες που συμβαίνουν σε κλίμακα.

Δεν θα το κάνετε σωστά κάθε φορά. Αλλά εστιάζοντας την προσοχή και την επένδυση με τον επιχειρηματικό στόχο στο νου, επιτρέπει την υψηλότερη πιθανότητα επιτυχίας.

Όταν τα συστήματα AI γίνονται πιο αυτόνομα και ενσωματωμένα στη λήψη αποφάσεων – μέσω εργαλείων όπως οι πράκτορες AI και οι βοηθοί copilot – ποια ηθικά φραγμοί ή διακυβερνητικές δομές πιστεύετε ότι είναι απαραίτητα για την διατήρηση της εμπιστοσύνης, της διαφάνειας και της ισότητας στην ηγεσία;

Στην SAS, ορίζουμε την διακυβέρνηση AI μέσω του φακού της εποπτείας, της συμμόρφωσης, των επιχειρήσεων και του πολιτισμού. Ανεξάρτητα από το ποιο πλαίσιο υιοθετείτε, υπάρχουν δύο παράγοντες που θα τονίσω.

Ο πρώτος είναι ότι κάθε εφαρμογή AI, ακόμη και αν είναι κατασκευασμένη στην ίδια υποκείμενη μοντέλο ή σύνολο δεδομένων, πρέπει να αξιολογηθεί ανεξάρτητα και συνεχώς. Τι λειτουργεί για το μάρκετινγκ μπορεί να μην λειτουργεί για τις χρηματοοικονομικές. Ένας αποδεκτός ρυθμός λάθους για τους υπαλλήλους δεν θα είναι αποτελεσματικός στις αλληλεπιδράσεις με τους πελάτες. Επιπλέον, λόγω της προβληματικής φύσης τους, οι αλλαγές στη συμπεριφορά του χρήστη, η ροή δεδομένων και μια μυριάδα άλλων παραγόντων μπορούν να αλλάξουν γρήγορα τη συμπεριφορά και τις εξόδους του συστήματος AI.

Ο δεύτερος είναι ότι η ηθική AI και η διακυβέρνηση δεν υπάρχουν στο κενό. Η φύση αυτών των λύσεων απαιτεί συνεργασία με την εταιρική διακυβέρνηση, τη νομική και κανονιστική συμμόρφωση, τη διαχείριση κινδύνων και την κυβερνοασφάλεια. Η εκμετάλλευση και η επέκταση αυτών των πρακτικών αντί να τις ξαναεφευρίσκουμε μπορεί να παρέχει μια αρχική ώθηση.

Κοιτάζοντας μπροστά, πώς βλέπετε τις ηγετικές ικανότητες να αλλάζουν σε ένα AI-κίνητο κόσμο – και ποίες είναι οι επιπτώσεις για τις οργανώσεις που δεν καλλιεργούν αυτή τη νέα ικανότητα;

Πιστεύω ότι η πρόνοια και η ανθεκτικότητα θα γίνουν ολοένα και πιο σημαντικές. Η ταχεία αλλαγή της τεχνολογίας ενθαρρύνει τους ηγέτες να αξιολογούν συνεχώς και να προσαρμόζουν τις επιχειρηματικές στρατηγικές και τακτικές καθώς η τεχνολογία εξελίσσεται. Οι ηγέτες πρέπει να αξιολογούν την αξία, τη βιωσιμότητα και τον κίνδυνο σε διαφορετικά χρονικά ορίζοντα και προοπτικές. Λόγω της κοινωνικοτεχνικής φύσης της AI, αυτές οι προοπτικές πρέπει να περιλαμβάνουν όχι μόνο μετόχους, αλλά και πελάτες, υπαλλήλους και, σε ορισμένες περιπτώσεις, την κοινωνία ως σύνολο. Η πρόνοια απαιτείται για να ναυηγηθεί σε αυτό το τοπίο.

Η ανθεκτικότητα είναι επίσης ένας παράγοντας στην AI. Όπως ο Jordan Loewen-Colón αναφέρει εύγλωττα αναφορικά με την υιοθέτηση και τη διακυβέρνηση της AI: η AI είναι μια διαδικασία, όχι ένα διακόπτη. Η ικανότητα να μαθαίνει, να προσαρμόζεται και να βελτιώνεται συνεχώς ενώ παραμένει στο γενικό πεδίο θα διαφοροποιήσει τους ηγέτες από τους υπόλοιπους.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την SAS.