Adam Asquini, directeur de la gestion de l’information et de l’analyse de données chez KPMG – Série d’entretiens

Adam Asquini est directeur de la gestion de l’information et de l’analyse de données chez KPMG à Edmonton. Il est responsable de la direction de projets de données et d’analyse avancée pour les clients de KPMG dans les prairies. Adam est passionné par la construction et le développement d’équipes de haute performance pour offrir les meilleurs résultats possibles aux clients et permettre une expérience de travail engageante pour ses équipes. Il a précédemment travaillé chez AltaML en tant que vice-président des solutions client, au gouvernement de l’Alberta en tant que gestionnaire de programme et dans les Forces armées canadiennes en tant qu’officier des signaux. Ayant suivi un parcours de carrière non traditionnel dans l’IA, Adam est un grand défenseur de l’exploitation de la diversité et de l’expérience des équipes multifonctionnelles et croit également que quiconque peut rejoindre la communauté de l’IA en pleine croissance.

Nous nous sommes assis pour notre entretien avec Adam lors de la conférence annuelle 2023 Upper Bound sur l’IA qui se tient à Edmonton, AB et est organisée par Amii (Alberta Machine Intelligence Institute).

Vous avez un parcours de carrière non traditionnel, pourriez-vous discuter de la façon dont vous êtes entré dans l’IA ?

J’ai commencé ma carrière dans les Forces armées canadiennes en tant qu’officier des signaux, les officiers des signaux sont responsables des systèmes de télécommunication et d’IT qui aident les gens à communiquer. Donc, vraiment, beaucoup de radio, de satellites. Il y avait un peu de données, mais c’étaient principalement les technologies d’infrastructure de base que nous étions responsables de, ce qui m’a initialement introduit dans la technologie. J’avais étudié la génie chimique à l’université, de toutes choses, juste poussé par ma propre curiosité et mon désir d’apprendre. Cela a commencé là et plonger dans la technologie, le perfectionnement et l’auto-développement étaient vraiment importants pour moi.

Après 14 ans dans l’armée, en faisant différents postes de signaux, tout, desde travailler sur une base et en soutenant les services d’IT et de télécommunication sur le terrain, en établissant des quartiers généraux et en communiquant avec les unités de première ligne, en soutenant les opérations intérieures comme les incendies de forêt et les inondations, je suis passé au gouvernement provincial de l’Alberta. J’étais dans la gestion de programme, en regardant certaines initiatives technologiques transgouvernementales. À l’époque, le gouvernement centralisait l’IT, nous travaillions avec différents ministères gouvernementaux pour rassembler leurs services et les consolider, j’ai fait beaucoup de travail là-bas, ainsi que dans la gestion des investissements. Et vraiment, en faisant ce travail, j’ai commencé à voir certaines organisations utiliser des données et des analyses.

Cela a vraiment piqué ma curiosité et, toujours curieux et affamé d’apprendre, j’ai commencé à m’impliquer dans certains projets là-bas ou à faire de l’auto-étude, des choses comme Coursera ou d’autres outils de formation pour apprendre un peu plus. J’ai fait beaucoup de lecture, j’ai recherché certains des fournisseurs et des plates-formes qui fournissaient ces outils. Je me suis vraiment intéressé aux données et aux analyses et, grâce à ma curiosité naturelle et à mon désir d’en apprendre davantage, j’ai commencé à m’impliquer de plus en plus dans cela au fil du temps.

Hors de Coursera, y a-t-il des podcasts ou des livres spécifiques que vous recommanderiez ?

Je suis un grand nombre de différents followers sur LinkedIn, mais certains qui me viennent à l’esprit, tels que Emerj. Dan Faggella est la personne derrière. Il apporte beaucoup de leadership de pensée à cela. Je suis certains des plus grands médias, comme HBR et Forbes. Un contact à moi nommé Andreas Welch qui travaille chez SAP, il publie beaucoup de contenu autour de l’IA et de l’adoption de l’IA, donc je l’ai suivi. Je pense que, pour ce qui est de podcasts, il y en a eu quelques-uns que j’ai écoutés et puis des livres également. Un très bon livre que j’ai récemment lu s’appelle Infonomics par Doug Laney. Il est ancien de Gartner et du MIT, et c’est un très bon livre pour expliquer un cadre de monétisation des données. J’essaie juste de m’immerger dans autant de choses que possible, plus de travail de projet pour en apprendre davantage.

Comment votre expérience militaire vous a-t-elle bénéficié dans votre rôle actuel ?

De plusieurs manières. Je pense que certaines des compétences de base que j’ai apprises grâce à ma carrière militaire, une approche structurée de la planification, ce qui est vraiment bon. La gestion du temps et la priorisation. Dans un environnement militaire, cela oblige vraiment à apprendre ce qui est le plus important et à travailler à un certain rythme, en évaluant les compromis et en comprenant comment élaborer un plan d’action qui est réalisable et qui va vous faire progresser. Je trouve que, dans un paysage technologique en évolution rapide comme l’IA où les choses bougent si vite, être capable de traiter une grande quantité d’informations et avoir une approche structurée pour comprendre ce qui est important, ce qui ne l’est pas, où vous voulez vous concentrer, a été un bon ensemble de compétences.

L’autre grande chose, c’est autour du leadership et de l’équipe. Vous travaillez avec une grande organisation. Sur le terrain, les équipes sont organisées et réorganisées tout le temps pour obtenir le meilleur groupe pour accomplir une mission, avoir de solides compétences interpersonnelles, des compétences de leadership, des compétences de communication sont toutes des compétences qui sont vraiment soulignées dans la formation militaire, je pense qu’elles ont vraiment été utiles.

Vous étiez vice-président des solutions client chez AltaML pendant plus de deux ans, qu’est-ce qu’AltaML et quels étaient certains projets intéressants sur lesquels vous avez travaillé ?

AltaML est une entreprise d’intelligence artificielle et d’apprentissage automatique appliqués. Elle est basée en Alberta, son siège social est à Edmonton, un grand bureau à Calgary et également un à Toronto. Ce qu’ils font, c’est travailler avec d’autres entreprises pour développer des solutions logicielles et des produits qui ont l’IA à leur cœur, c’est une entreprise à entreprise. La partie de l’organisation dans laquelle j’ai travaillé était le côté services, nous travaillions avec des entreprises de l’industrie pétrolière et gazière, des institutions financières. Nous avons travaillé sur de nombreux secteurs verticaux différents. J’ai travaillé avec eux pour définir des problèmes commerciaux pertinents qui pourraient être résolus avec l’IA, puis les ai aidés à rassembler leurs données, à construire des modèles d’IA, à les déployer et à travailler sur la gestion du changement pour qu’ils puissent être opérationnalisés et utilisés, en aidant vraiment ces organisations à résoudre des problèmes en construisant des solutions d’IA appliquées.

Le rôle était vice-président des solutions client. Lorsque j’ai commencé, j’étais dans un rôle de gestionnaire de projet, en dirigeant plusieurs engagements d’IA, puis j’ai progressé avec le temps, et le rôle de vice-président des solutions client était responsable de la fonction de livraison, de la gestion des ressources pour les projets et de la gestion active des comptes, beaucoup des aspects liés aux clients de ce travail sont tombés dans mon équipe.

En ce qui concerne les projets, il y en a eu beaucoup, je dirais d’une manière ou d’une autre, soit en tant que gestionnaire de projet à temps partiel, entraîneur ou ressource d’assurance qualité, des dizaines de projets d’IA sur lesquels j’aurais travaillé au cours des deux ans et demi, l’un de mes préférés était un projet d’incendie de forêt. J’ai travaillé avec le gouverneur de l’Alberta. Ils avaient du mal, les jours où il y avait un risque d’incendie modéré, à comprendre si un incendie allait se produire dans une zone particulière. Lorsqu’ils étaient incertains, leur pratique de planification consistait à planifier toutes les ressources dont ils disposaient, ce qui incluait la sous-traitance de ressources supplémentaires, d’équipement lourd comme des bulldozers ou des avions, des hélicoptères, ce qui est bien sûr coûteux.

L’objectif du projet d’IA était de prédire, pour une région donnée, la probabilité qu’un incendie se produise dans cette région pour le lendemain, pour les aider à prendre des décisions sur l’allocation optimale des ressources pour un processus qu’ils appelaient pré-suppression, qui est vraiment la planification proactive et l’allocation de ressources.

C’était vraiment cool de voir que, dans certains scénarios, vous pouviez réduire les ressources ou simplement les concentrer à certains moments de la journée. Cela pourrait économiser beaucoup d’argent sans vraiment introduire de risque important de manquer un incendie, des millions de dollars d’économies potentielles. Ce travail a continué. Même aujourd’hui, ils regardent maintenant pour étendre la fenêtre de temps un peu plus loin, rendre les zones plus petites et plus granulaires pour mieux optimiser les ressources. Mais en regardant la saison des incendies que nous avons eue jusqu’à présent en Alberta, toute intelligence que vous pouvez fournir à l’avance sur les risques et être capable d’optimiser les ressources ou au moins de réaffecter les ressources aux bons endroits est vraiment un travail d’impact, c’était vraiment agréable.

J’ai également fait du travail sur le traitement des réclamations. Lorsqu’un fournisseur d’assurance reçoit des milliers de réclamations, lesquelles peuvent être approuvées automatiquement, lesquelles nécessitent une révision humaine, ou même à quel équipe une réclamation doit être transmise pour obtenir le niveau de révision approprié. Ce type de travail est également très important et peut économiser aux organisations beaucoup d’efforts et d’argent dans la façon dont ils font leurs affaires,

Vous êtes actuellement directeur de la gestion de l’information et de l’analyse de données chez KPMG. Quel est exactement le contenu de ce rôle ?

Je travaille avec des entreprises pour les guider dans le parcours de résolution de ces problèmes grâce à, dans ce cas, un ensemble plus large de capacités de données et d’analyse. Nous travaillons sur tout, depuis la stratégie de données jusqu’à l’organisation des données à partir de systèmes disparates, en passant par les rapports et les analyses, ainsi que l’IA et le ML. C’est un peu plus large que mon rôle précédent, mais c’est également vraiment excitant pour moi. Cela alimente ma passion pour l’apprentissage et l’auto-développement.

En tant que directeur, je travaille généralement avec des dirigeants seniors du côté client pour les aider à conseiller sur le parcours, à leur donner une idée de ce que cela va prendre, à quelles ressources ils auront besoin, comment ils peuvent se préparer. Un grand accent sur l’adoption, en particulier avec les systèmes d’analyse avancée qui sont nouveaux et qui viennent parfois avec une connotation négative d’un point de vue de la main-d’œuvre, donc vraiment travailler avec eux sur la façon de mettre en œuvre ces solutions, ainsi que des choses comme les processus dont ils auront besoin, les structures dont ils auront besoin. C’est une grande partie du rôle. À l’interne, en dirigeant l’engagement et en dirigeant les équipes de projet, en aidant à obtenir les bonnes priorités pour l’équipe de projet et à guider le travail, ainsi que la synchronisation des différentes équipes qui travaillent sur ces projets.

Dans un récent entretien avec le Calgary Herald, vous avez parlé de la façon dont il y a eu une adoption importante de l’IA en Alberta. Dans quels secteurs voyez-vous cela le plus ?

J’ai vu l’adoption dans de nombreux secteurs différents en Alberta. Certainement, l’énergie a beaucoup, donc j’ai vu des cas d’utilisation où des organisations utilisent l’intelligence artificielle pour aider à optimiser les inspections de maintenance et de sécurité dans les pipelines, où devraient ou pourraient se produire des excavations ? Parce que les excavations sont très coûteuses à effectuer si un fuite suspecte. J’ai également vu beaucoup dans la chaîne d’approvisionnement. Lorsque de grandes organisations font des fusions et acquisitions, leurs données sont partout. Parfois, ils ont vraiment du mal à trouver des articles dans leurs maîtres de matériel, donc être capable d’utiliser ces modèles de langage que nous voyons émerger en ce moment pour organiser les données, les structurer de manière à ce qu’elles puissent être analysées. Nous avons vu un travail important sur la consolidation des contrats d’approvisionnement en étant simplement capable de mieux rechercher et interroger et trouver des informations. Cela peut s’appliquer à plusieurs secteurs, pas nécessairement seulement dans l’énergie, mais je le vois appliqué là.

La sécurité est un grand secteur, en utilisant soit le traitement d’images, soit les modèles de langage pour trouver le type de briefing de sécurité ou d’inspection de sécurité le plus pertinent qui devrait se produire sur un site particulier. Dans les services financiers, beaucoup de travail sur la personnalisation de l’expérience pour un client bancaire, en fournissant les meilleurs conseils possibles et en trouvant des solutions personnalisées pour les personnes qui se trouvent dans des scénarios financiers différents, c’est un focus vraiment important et nous avons vu beaucoup de travail là-bas. Et puis l’assurance. Comme je l’ai mentionné plus tôt, beaucoup de travail sur le triage et le traitement des réclamations. Un autre que je pourrais suggérer également est la foresterie et la gestion des terres naturelles, en voyant un peu de prise de conscience de l’utilisation d’images satellites pour détecter les changements de terrain, en étant capable de gérer les accords sur les terres et en utilisant ces techniques de traitement d’images pour identifier les choses qui devraient ou ne devraient pas être là, ou les choses qui ont changé au fil du temps.

C’est vraiment excitant et nous voyons que les différentes organisations sont à différents stades de leur maturité. Certaines sont juste en train de commencer ou d’expérimenter, d’autres sont plus avancées et adoptent pleinement, mais la plupart des organisations reconnaissent que s’ils ne commencent pas ou s’ils ne progressent pas sur cela, ils seront laissés pour compte et que cela créera un désavantage concurrentiel important pour eux, donc l’intérêt est vraiment élevé dans l’ensemble. Évidemment, avec les capacités d’IA générative, cela génère beaucoup d’intérêt.

En parlant d’IA générative, comment voyez-vous cette technologie transformer l’avenir ?

Je suis très enthousiaste à ce sujet. Je vois le potentiel. Je pense également qu’il est important d’avoir les contrôles appropriés en place pour l’IA générative, je pense vraiment qu’il y a beaucoup de cas d’utilisation là où cela pourrait être appliqué pour réaliser d’énormes gains de productivité ou d’efficacité pour les entreprises. Certains de ceux-ci, comme dans le cas d’utilisation que je viens de mentionner dans la chaîne d’approvisionnement, cela utilisait certaines de ces techniques même avant que ChatGPT ne soit annoncé publiquement. En ce qui concerne où je vois cela aller, l’une des autres tendances cool que je vois est que de plus en plus de cette technologie est intégrée dans les applications commerciales principales en ce moment. Microsoft (MSFT ) a annoncé son outil Copilot qui sera intégré à vos applications Microsoft Office, j’ai vu dans certains de leurs matériaux des choses comme la rédaction d’une note de briefing et simplement en faisant la promotion du processeur de mots avec « Pouvez-vous rendre ce paragraphe plus court ? » Et il le fait simplement pour vous.

À mesure que ces technologies d’IA générative sont intégrées dans les applications commerciales principales, cela va vraiment forcer les entreprises à réfléchir à la façon dont elles les adoptent, à la façon dont elles les contrôlent, à la façon dont elles peuvent surveiller l’assurance qualité des produits qu’elles produisent. Lorsqu’il s’agit d’une capacité autonome distincte, il est un peu plus facile de jouer les choses en douceur ou de l’ignorer, mais voir cela intégré dans les applications commerciales principales et les plates-formes est vraiment ce qui va pousser cette discussion vers l’avant.

Je suis également espérant que, avec cela et l’accent mis actuellement sur l’utilisation responsable de cette technologie, cela aide les organisations à mettre l’accent sur l’IA responsable, à mettre en place les bons processus, la bonne gouvernance pour vraiment s’assurer que leurs solutions d’IA sont construites efficacement, que le risque est géré tout au long du cycle de vie, qu’il y a des vérifications de suivi et que vous pouvez faire confiance aux sorties de celles-ci. J’espère que cet engouement actuel pour l’IA générative continue de pousser cette discussion avec ces capacités vers l’avant.

Pouvez-vous discuter de l’importance de l’IA responsable et de la réduction des biais dans l’IA ?

Absolument. Je pense que cela doit l’être pour un certain nombre de raisons. La plupart des personnes qui construisent ces systèmes auront de la fierté dans le travail qu’elles font et elles ne veulent pas que leurs systèmes aient cela, il y aura donc un besoin interne de le faire pour garder leur main-d’œuvre engagée et heureuse et protégée. Légalement, il y a des exemples là-bas où des organisations ont fait face à des défis juridiques ou réglementaires pour les biais dans leur IA. Il y a une étude de cas classique d’une organisation qui utilisait l’IA dans le recrutement. L’ensemble de données était trop biaisé en faveur des hommes par rapport aux femmes, donc leur IA discriminait les femmes.

C’était un outil d’IA d’Amazon.

Des choses comme celles-ci se sont déjà produites et ont le potentiel de continuer à se produire si vous n’avez pas les contrôles appropriés en place, avoir un véritable accent sur cela sera critique pour la plupart des organisations. Et puis le risque réputationnel pour les organisations. Si vous le faites mal, cela pourrait avoir un impact énorme sur votre entreprise.

Vous êtes également un grand défenseur de l’exploitation de la diversité et de l’expérience des équipes multifonctionnelles. Pourquoi la diversité est-elle si importante à vos yeux ?

Actuellement, les types de problèmes qui sont résolus avec l’IA sont si complexes, d’un point de vue commercial, des données qui se trouvent derrière, personne ne peut résoudre tous ces problèmes par lui-même. Avoir une bonne équipe multifonctionnelle avec différentes perspectives et compétences est vraiment important, pour être capable d’avoir des personnes qui sont fortes dans un domaine en exploitant vraiment leur force. En ce qui concerne le morceau de diversité, un autre grand moteur de l’avoir une équipe diverse est que, dans la plupart des cas, l’utilisateur final de ces systèmes sera un groupe diversifié de personnes, et ne pas avoir ces perspectives apportées dans votre équipe lorsque vous les construisez vraiment vous met en place pour faire des erreurs plus tard ou pour manquer des choses, des choses que je pourrais ne pas penser qui pourraient être apportées par quelqu’un d’autre. C’est plus facile de résoudre les problèmes et de les ajuster pour cela dans le cycle de développement que plus tard après une sortie.

Je crois également fortement que l’avoir une perspective différente est là où vous obtenez le meilleur dialogue, vous obtenez vraiment de bonnes questions qui viennent de personnes qui voient quelque chose d’une lentille différente. Cela force la conversation sur la façon de mieux aborder quelque chose. Cela vous oblige à retourner certains de ces cailloux que vous n’auriez peut-être pas retournés si cette personne n’était pas là, avoir un groupe diversifié de personnes qui regardent un problème permet vraiment d’obtenir le meilleur résultat possible et la meilleure solution.

Qu’est-ce que vous pensez que sera la prochaine grande percée dans l’IA ?

Dans cette optique d’IA générative, je pense que, à mesure que nous verrons plus de cette technologie intégrée dans les applications principales, cela va vraiment être énorme pour l’adoption de la technologie car elle sera juste là sur les systèmes que les gens utilisent déjà. Cela sera vraiment, vraiment important, et cela pourrait ouvrir la porte à certains des autres cas d’utilisation à mesure que les gens deviennent plus familiers avec ce qu’elle peut faire, quels sont ses limites, comment elle peut être utilisée de manière optimale, et cela pourrait simplement déclencher la réflexion des gens et, ok, maintenant j’ai une meilleure idée du type de problèmes que cela résoudra. Nous avons ce problème. Ce serait vraiment cool de résoudre et peut ouvrir de nouvelles portes.

Je suis également espérant que la réglementation et la politique seront une percée qui se produira dans un avenir proche. Je sais qu’il y a beaucoup de mouvement au niveau de la loi et de la réglementation, mais ce que j’espère, c’est que les entreprises individuelles trouvent également leur propre chemin pour y réfléchir et pour savoir quels sont les contrôles internes qu’elles devraient mettre en place maintenant.

Les lois et les réglementations prennent beaucoup de temps. Les entreprises peuvent conduire beaucoup de changements en prenant certains de ces contrôles en interne et en réfléchissant à cela. Il y a un précédent pour cela, évidemment avec les audits et les choses comme ça, quelque chose que KPMG est vraiment fort. Mais en pensant à ce que ces contrôles pourraient être, à la façon dont nous pourrions les contrôler, à la façon dont nous pourrions tester les sorties ? Comment pouvons-nous nous assurer que nous réduisons les hallucinations ? Quelles sont les étapes supplémentaires après que le modèle a produit sa sortie que nous pouvons prendre pour minimiser tout préjudice ou risque potentiel ? Ce sont les bonnes questions et j’espère que certains de l’engouement actuel, encore une fois, est une percée sur la façon dont nous pensons à cela et sur la façon dont nous construisons les bonnes structures, les bons processus et les bonnes équipes sur le côté de l’IA responsable.

Merci pour cette grande interview, les lecteurs qui souhaitent en apprendre davantage doivent visiter KPMG.