एडम अस्क्विनी, केपीएमजी में सूचना प्रबंधन और डेटा विश्लेषण के निदेशक – साक्षात्कार श्रृंखला

एडम अस्क्विनी केपीएमजी में सूचना प्रबंधन और डेटा विश्लेषण के निदेशक हैं। वह एडमंटन में केपीएमजी में हैं और प्रेयरी में केपीएमजी के ग्राहकों के लिए डेटा और उन्नत विश्लेषण परियोजनाओं का नेतृत्व करते हैं। एडम उच्च-प्रदर्शन वाली टीमों को बनाने और विकसित करने के लिए उत्साहित हैं ताकि ग्राहकों के लिए सर्वोत्तम संभव परिणाम प्राप्त किए जा सकें और उनकी टीमों के लिए एक आकर्षक कार्य अनुभव प्रदान किया जा सके। उन्होंने पहले अल्टामेल में ग्राहक समाधान के उपाध्यक्ष के रूप में, अल्बर्टा सरकार में कार्यक्रम प्रबंधक के रूप में, और कनाडाई सशस्त्र बलों में सिग्नल अधिकारी के रूप में काम किया है। एआई में एक गैर-पारंपरिक करियर पथ का अनुसरण करने के बाद, एडम क्रॉस-फंक्शनल टीमों की विविधता और अनुभव को हार्नेस करने में विश्वास करते हैं और मानते हैं कि कोई भी व्यक्ति बढ़ते एआई समुदाय में शामिल हो सकता है।

हमने एडम के साथ अपने साक्षात्कार के लिए बैठे, जो अल्बर्टा में आयोजित किए जाने वाले वार्षिक 2023 अपर बाउंड सम्मेलन में था, जो अमी (अल्बर्टा मशीन इंटेलिजेंस इंस्टीट्यूट) द्वारा आयोजित किया जाता है।

आपके पास एक गैर-पारंपरिक करियर पथ है, क्या आप बता सकते हैं कि आप एआई में कैसे आए?

मैंने अपना करियर कनाडाई सशस्त्र बलों में सिग्नल अधिकारी के रूप में शुरू किया, सिग्नल अधिकारी आईटी टेलीकम्युनिकेशन सिस्टम के लिए जिम्मेदार होते हैं जो लोगों को संवाद करने में मदद करते हैं। इसलिए, वास्तव में, बहुत सारे रेडियो उपग्रह थे। वहाँ कुछ डेटा था, लेकिन यह मुख्य रूप से उन कोर इन्फ्रास्ट्रक्चर प्रौद्योगिकियों के बारे में था जिनके लिए हम जिम्मेदार थे, जो मुझे प्रौद्योगिकी में शुरू करने के लिए प्रेरित करते थे। मैंने विश्वविद्यालय में रासायनिक इंजीनियरिंग का अध्ययन किया, जो मेरी अपनी जिज्ञासा और सीखने की इच्छा से प्रेरित था। यह वहाँ से शुरू हुआ और प्रौद्योगिकी में अपने कौशल को बढ़ाने और स्व-विकास पर ध्यान केंद्रित करना मेरे लिए बहुत महत्वपूर्ण था।

सेना में 14 साल बिताने के बाद, मैंने अल्बर्टा प्रांतीय सरकार में कार्यक्रम प्रबंधन में काम किया, जहाँ मैं क्रॉस-सरकारी प्रौद्योगिकी पहलों पर काम कर रहा था। उस समय, सरकार ने आईटी को केंद्रीकृत किया था, और हम विभिन्न सरकारी मंत्रालयों के साथ काम कर रहे थे ताकि उनकी सेवाओं को एक साथ लाया जा सके और चीजों को समेकित किया जा सके। मैंने वहाँ बहुत काम किया, साथ ही निवेश प्रबंधन में भी। और वास्तव में, उस काम को करते हुए, मैंने देखा कि कुछ संगठन डेटा और विश्लेषण का लाभ उठा रहे हैं।

यह मेरी जिज्ञासा को बढ़ाता है, और मैं हमेशा जिज्ञासु और जानने के लिए उत्सुक रहता हूं, मैंने कोर्सेरा या अन्य प्रशिक्षण उपकरणों का उपयोग करके स्व-अध्ययन करना शुरू किया, चीजों के बारे में अधिक जानने के लिए। मैंने बहुत सारे पढ़ाई किए, विक्रेताओं और प्लेटफ़ॉर्मों के बारे में शोध किया जो इन उपकरणों को प्रदान करते हैं। मैं डेटा और विश्लेषण में बहुत रुचि रखता हूं, और मेरी प्राकृतिक जिज्ञासा और अधिक जानने की इच्छा के माध्यम से, मैं इस क्षेत्र में और अधिक शामिल हो गया।

कोर्सेरा के अलावा, क्या कोई विशिष्ट पॉडकास्ट या पुस्तकें हैं जिन्हें आप अनुशंसा करेंगे?

मैं लिंक्डइन पर कई अनुयायियों का पालन करता हूं, लेकिन कुछ जो मेरे दिमाग में आते हैं उनमें एमर्ज शामिल है, जिसके पीछे डैन फैगेला है। वह इसमें बहुत सारे विचार नेतृत्व लाते हैं। मैं कुछ मुख्यधारा के लोगों का भी पालन करता हूं, जैसे कि एचबीआर और फोर्ब्स। मेरे एक संपर्क, आंद्रे वेल्स, जो एसएपी में काम करते हैं, वे एआई और एआई अपनाने के बारे में बहुत सारी सामग्री जारी करते हैं, इसलिए मैंने उन्हें फॉलो किया है। मुझे लगता है कि पॉडकास्ट के रूप में, मैंने कुछ सुने हैं और किताबें भी पढ़ी हैं। एक बहुत अच्छी किताब जो मैंने हाल ही में पढ़ी है वह है इन्फोनॉमिक्स डग लेनी द्वारा, जो पूर्व में गार्टनर और एमआईटी में थे। यह डेटा के लिए एक मुद्रीकरण फ्रेमवर्क को समझाने के लिए एक बहुत अच्छी किताब है। मैं बस इतना करने की कोशिश करता हूं कि मैं जितना संभव हो उतनी चीजों में खुद को डुबो दूं, साथ ही परियोजना कार्य में शामिल होऊं ताकि मैं और अधिक जान सकूं।

आपका सैन्य अनुभव आपकी वर्तमान भूमिका में आपकी मदद कैसे करता है?

कई तरह से। मुझे लगता है कि सैन्य करियर के माध्यम से मैंने जो कुछ कोर स्किल सेट सीखे हैं, वे मेरी वर्तमान भूमिका में बहुत उपयोगी हैं। एक बहुत ही संरचित दृष्टिकोण योजना में मदद करता है, जो वास्तव में अच्छा है। समय प्रबंधन और प्राथमिकता निर्धारण। सैन्य वातावरण में, यह वास्तव में आपको सिखाता है कि सबसे महत्वपूर्ण बात क्या है और एक निश्चित गति से काम करने के लिए, व्यापार-बंद का मूल्यांकन करने के लिए, और एक पाठ्यक्रम की कार्रवाई के साथ आने के लिए जो काम करेगा और आगे बढ़ने में मदद करेगा। मुझे लगता है कि तेजी से बदलते प्रौद्योगिकी परिदृश्य में एआई जैसे क्षेत्र में, जहां चीजें बहुत तेजी से बढ़ रही हैं, जानकारी की बड़ी मात्रा को संसाधित करने और एक संरचित दृष्टिकोण को समझने में सक्षम होना कि क्या महत्वपूर्ण है और क्या नहीं है, यह एक अच्छा कौशल सेट है।

एक और बड़ा कौशल सेट नेतृत्व और टीम वर्क के बारे में है। आप एक बड़े संगठन के साथ काम कर रहे हैं। फील्ड में, टीमें लगातार संगठित और पुनर्गठित हो रही हैं ताकि मिशन को पूरा करने के लिए सर्वोत्तम समूह एक साथ आ सके। मजबूत अंतरव्यक्ति कौशल, नेतृत्व कौशल, संचार कौशल होना वास्तव में महत्वपूर्ण है, और मुझे लगता है कि वे सैन्य प्रशिक्षण में बहुत जोर देते हैं।

आप अल्टामेल में ग्राहक समाधान के उपाध्यक्ष थे, अल्टामेल क्या है और आपने वहाँ कुछ दिलचस्प परियोजनाओं पर काम किया?

अल्टामेल एक अनुप्रयुक्त कृत्रिम बुद्धिमत्ता मशीन लर्निंग कंपनी है। यह अल्बर्टा में स्थित है, एडमंटन में मुख्यालय है, कैलगरी में एक बड़ा कार्यालय है और टोरंटो में भी एक कार्यालय है। वे व्यवसायों के साथ मिलकर काम करते हैं ताकि उन्हें सॉफ्टवेयर समाधान और उत्पाद विकसित करने में मदद मिल सके जिनमें एआई उनके मूल में है। यह एक व्यवसाय से व्यवसाय की बात है। संगठन का हिस्सा जिसमें मैं काम करता था वह सेवा पक्ष था, हम तेल और गैस कंपनियों, वित्तीय संस्थानों के साथ काम करते थे। हम विभिन्न उद्योग क्षेत्रों में काम करते थे। मैंने उन्हें परियोजनाओं पर काम करने के लिए परामर्श दिया जो एआई के साथ हल की जा सकती थीं।

मैंने अल्टामेल में दो साल से अधिक समय तक काम किया, और मैंने वहाँ कई एआई परियोजनाओं पर काम किया। एक मेरे पसंदीदा परियोजनाओं में से एक एक जंगल की आग परियोजना थी। मैंने अल्बर्टा के गवर्नर के साथ काम किया, और वे मध्यम आग जोखिम वाले दिनों में एक विशिष्ट क्षेत्र में आग लगने की संभावना को समझने में संघर्ष कर रहे थे। जब वे अनिश्चित थे, तो उनकी अनुसूची अभ्यास यह थी कि वे जो भी संसाधन उपलब्ध थे उन्हें अनुसूचित करते थे, जिसमें भारी उपकरण जैसे बुलडोजर या विमान, हेलीकॉप्टर शामिल थे, जो बहुत महंगा था।

एआई परियोजना का उद्देश्य एक दिए गए क्षेत्र के लिए अगले दिन आग लगने की संभावना की भविष्यवाणी करना था, ताकि वे संसाधनों के आवंटन के बारे में निर्णय ले सकें। यह वास्तव में बहुत अच्छा था कि हमने देखा कि कुछ परिदृश्यों में, हम संसाधनों को कम कर सकते हैं या उन्हें कुछ समय के लिए केंद्रित कर सकते हैं, जिससे लाखों डॉलर की बचत हो सकती है। यह काम अभी भी जारी है, और वे अब समय खिड़की को थोड़ा बढ़ाने और क्षेत्रों को अधिक विस्तृत बनाने की कोशिश कर रहे हैं।

आप वर्तमान में केपीएमजी में सूचना प्रबंधन और डेटा विश्लेषण के निदेशक हैं, यह भूमिका क्या है?

मैं व्यवसायों के साथ काम करता हूं ताकि उन्हें डेटा और विश्लेषण की एक व्यापक श्रृंखला के माध्यम से समस्याओं का समाधान करने में मदद मिल सके। हम डेटा रणनीति से लेकर डेटा को विभिन्न प्रणालियों से एक साथ लाने में मदद करते हैं, रिपोर्टिंग और विश्लेषण के साथ-साथ एआई और एमएल में भी काम करते हैं। यह मेरी पिछली भूमिका से थोड़ा व्यापक है, लेकिन यह मुझे सीखने और स्व-विकास के लिए बहुत उत्साहित करता है।

एक निदेशक के रूप में, मैं आमतौर पर ग्राहक पक्ष के वरिष्ठ नेताओं के साथ काम करता हूं ताकि उन्हें इस यात्रा के माध्यम से मार्गदर्शन मिल सके, उन्हें यह समझने में मदद मिल सके कि इसके लिए क्या आवश्यक होगा, वे क्या परियोजनाएं देखेंगे, और वे इन समाधानों को कैसे लागू कर सकते हैं। गोद लेने पर बहुत ध्यान केंद्रित किया जाता है, खासकर जब उन्नत विश्लेषण प्रणालियों की बात आती है जो नए होते हैं और कभी-कभी कार्यबल से नकारात्मक धारणा के साथ आते हैं।

हाल ही में कैलगरी हेराल्ड के साथ एक साक्षात्कार में, आपने उल्लेख किया कि अल्बर्टा में एआई को अपनाने में बहुत काम हुआ है, आप किन उद्योगों में इसका सबसे अधिक उपयोग देख रहे हैं?

मैंने अल्बर्टा में विभिन्न उद्योगों में एआई को अपनाने देखा है। निश्चित रूप से, ऊर्जा में बहुत कुछ है, इसलिए मैंने देखा है कि कंपनियां एआई का उपयोग पाइपलाइनों में रखरखाव और सुरक्षा निरीक्षण को अनुकूलित करने के लिए कर रही हैं। मैंने आपूर्ति श्रृंखला में भी बहुत काम देखा है, क्योंकि बड़े संगठन विलय और अधिग्रहण करते हैं, उनका डेटा हर जगह होता है। कभी-कभी वे अपने सामग्री मास्टर में आइटम खोजने के लिए संघर्ष करते हैं, इसलिए भाषा मॉडल का उपयोग करके डेटा को व्यवस्थित करने और इसे विश्लेषण के लिए तैयार करने में सक्षम होना बहुत महत्वपूर्ण है।

सुरक्षा एक बड़ा क्षेत्र है, इसलिए छवि प्रसंस्करण या भाषा मॉडल का उपयोग करके सुरक्षा ब्रीफ या सुरक्षा निरीक्षण को खोजने में मदद मिल सकती है जो एक विशिष्ट साइट पर होना चाहिए। वित्तीय सेवाओं में, बहुत सारा काम बैंकिंग ग्राहकों के लिए अनुभव को व्यक्तिगत बनाने पर केंद्रित है, उन्हें सर्वोत्तम संभव सलाह प्रदान करने और विभिन्न वित्तीय परिदृश्यों में लोगों के लिए अनुकूलित समाधान खोजने में मदद करने पर। और फिर बीमा में, जैसा कि मैंने पहले उल्लेख किया है, दावों की प्रक्रिया में बहुत काम हो रहा है।

यह वास्तव में रोमांचक है और हम देखते हैं कि विभिन्न संगठन अपनी परिपक्वता के विभिन्न स्तरों पर हैं। कुछ बस शुरू कर रहे हैं या प्रयोग कर रहे हैं, जबकि अन्य आगे बढ़ रहे हैं और पूरी तरह से अपनाने जा रहे हैं। लेकिन अधिकांश संगठनों को यह एहसास है कि यदि वे इसकी शुरुआत नहीं करते हैं या आगे नहीं बढ़ते हैं, तो वे पीछे रह जाएंगे और यह उनके लिए एक महत्वपूर्ण प्रतिस्पर्धी नुकसान पैदा करेगा। इसलिए, रुचि वास्तव में उच्च है, और जनरेटिव एआई क्षमताओं के साथ, यह और भी दिलचस्प हो रहा है।

जनरेटिव एआई के बारे में बात करते हुए, आप इस प्रौद्योगिकी को भविष्य को कैसे बदलते हुए देखते हैं?

मैं इसके लिए बहुत उत्साहित हूं। मैं इसकी संभावना को देखता हूं, और मुझे लगता है कि यह व्यवसायों के लिए उत्पादकता और दक्षता में बड़ी बढ़त दिला सकता है। कुछ उपयोग के मामलों में, जैसा कि मैंने पहले उल्लेख किया है, आपूर्ति श्रृंखला में भाषा मॉडल का उपयोग करके डेटा को व्यवस्थित करने में सक्षम होने से लाभ उठा सकते हैं। माइक्रोसॉफ्ट ने अपने कोपायलट टूल की घोषणा की है, जो माइक्रोसॉफ्ट ऑफिस ऐप्स में एकीकृत होगा, और मैंने देखा है कि वे एक ब्रीफिंग नोट लिखने और शब्द प्रोसेसर को प्रॉम्प्ट करने में सक्षम होंगे, “क्या आप इस अनुच्छेद को छोटा बना सकते हैं?” और यह बस ऐसा करता है।

जैसा कि ये जनरेटिव एआई प्रौद्योगिकियां मुख्यधारा के व्यवसायिक अनुप्रयोगों में एकीकृत हो रही हैं, यह व्यवसायों को यह सोचने पर मजबूर करेगा कि वे इनका उपयोग कैसे करेंगे, वे इनका नियंत्रण कैसे करेंगे, और वे इनकी गुणवत्ता सुनिश्चित करने के लिए उत्पादों की निगरानी कैसे करेंगे। जब यह एक अलग क्षमता होती है, तो यह थोड़ा आसान होता है कि आप इसे धीमा कर दें या अनदेखा करें, लेकिन जब यह मुख्यधारा के व्यवसायिक अनुप्रयोगों में एकीकृत हो जाता है, तो यह वास्तव में इस चर्चा को आगे बढ़ाने जा रहा है।

क्या आप बता सकते हैं कि जिम्मेदार एआई और एआई पूर्वाग्रह को कम करना आपके लिए क्यों महत्वपूर्ण है?

बिल्कुल। मुझे लगता है कि इसके कई कारण हैं। ज्यादातर लोग जो इन प्रणालियों का निर्माण कर रहे हैं, उन्हें अपने काम में गर्व होगा, और वे नहीं चाहेंगे कि उनकी प्रणाली में यह हो। इसलिए, अपने कर्मचारियों को संलग्न रखने और सुरक्षित रखने के लिए, यह एक आंतरिक आवश्यकता होगी। कानूनी रूप से, ऐसे उदाहरण हैं जहां संगठनों ने अपने एआई में पूर्वाग्रह के लिए कानूनी चुनौतियों या नियामक चुनौतियों का सामना किया है। एक प्रसिद्ध मामला है जहां एक कंपनी ने एआई का उपयोग भर्ती में किया था, और डेटा सेट पुरुषों की तुलना में महिलाओं के प्रति बहुत अधिक पूर्वाग्रही था, इसलिए उनका एआई महिलाओं के खिलाफ भेदभाव करता था।

यह पहले से ही हुआ है, और अगर आप सही नियंत्रण नहीं रखते हैं, तो यह आगे भी हो सकता है। और फिर, निश्चित रूप से, संगठनों के लिए प्रतिष्ठा जोखिम है। यदि आप इसे गलत करते हैं, तो इसका आपके व्यवसाय पर बहुत बड़ा प्रभाव पड़ सकता है।

आप क्रॉस-फंक्शनल टीमों की विविधता और अनुभव को हार्नेस करने में भी विश्वास करते हैं। विविधता आपके लिए इतनी महत्वपूर्ण क्यों है?

अब, एआई के साथ हल किए जा रहे समस्याओं के प्रकार इतने जटिल हैं कि व्यवसायिक दृष्टिकोण से, डेटा को देखते हुए, कोई एक व्यक्ति या एक भूमिका इन सभी समस्याओं का समाधान नहीं कर सकती है। एक अच्छी क्रॉस-फंक्शनल टीम का होना और विभिन्न दृष्टिकोण और कौशल सेट होना वास्तव में महत्वपूर्ण है। जैसा कि विविधता के हिस्से के रूप में आता है, एक और बहुत बड़ा ड्राइवर यह है कि ज्यादातर मामलों में, इन प्रणालियों का अंतिम उपयोगकर्ता एक विविध समूह लोग होंगे, और यदि आप उन दृष्टिकोणों को अपनी टीम में शामिल नहीं करते हैं, तो आप गलतियां करने और चीजों को याद करने के लिए खुद को स्थापित कर रहे हैं।

मुझे लगता है कि विभिन्न दृष्टिकोण वाले लोगों के साथ काम करना और उन्हें अपनी ताकत का लाभ उठाने देना वास्तव में महत्वपूर्ण है। मैं वास्तव में मानता हूं कि विभिन्न दृष्टिकोण से लोगों के साथ बातचीत करना और उन्हें अपनी ताकत का लाभ उठाने देना वास्तव में महत्वपूर्ण है। मुझे लगता है कि यह वास्तव में महत्वपूर्ण है कि हम विविध टीमों का निर्माण करें और उन्हें अपना सर्वश्रेष्ठ काम करने दें।

आपको लगता है कि एआई में अगला बड़ा सफलता क्या होगा?

जनरेटिव एआई लेंस में, मुझे लगता है कि जैसा कि हम इस प्रौद्योगिकी को मुख्यधारा के अनुप्रयोगों में एकीकृत होते देखेंगे, यह वास्तव में बहुत बड़ा होगा। यह वास्तव में अपनाने के लिए बहुत महत्वपूर्ण होगा क्योंकि यह प्रणालियों पर होगा जिनका लोग पहले से ही उपयोग कर रहे हैं। यह वास्तव में महत्वपूर्ण होगा और यह शायद कुछ नए उपयोग के मामलों को खोल सकता है क्योंकि लोग इसे बेहतर ढंग से समझने लगेंगे कि यह क्या कर सकता है, इसकी सीमाएं क्या हैं, और यह कैसे उपयोग किया जा सकता है।

मुझे लगता है कि नियामक नीति एक ऐसा सफलता होगा जो जल्द ही आएगी। मुझे पता है कि कानून बनाने के स्तर पर और नियामक स्तर पर बहुत काम हो रहा है, लेकिन मुझे उम्मीद है कि व्यक्तिगत व्यवसाय भी अपने लिए यह तय करेंगे कि उन्हें इसके बारे में कैसे सोचना चाहिए और उन्हें कौन से आंतरिक नियंत्रण लागू करने चाहिए। कानून और नियमन में बहुत समय लगता है, लेकिन व्यवसाय बहुत सारा परिवर्तन ला सकते हैं यदि वे इन नियंत्रणों को आंतरिक रूप से लागू करते हैं।