Ritika Gunnar, Wakil Presiden Expert Labs, IBM Cloud dan Cognitive Software – Seri Wawancara

Ritika Gunnar adalah Wakil Presiden Expert Labs, IBM Cloud dan Cognitive Software. Dia juga sangat terlibat dalam program Women Leaders in AI dari IBM. Sebelumnya, dia mengelola bisnis Master Data Management & Information Integration and Governance dan bisnis Data Warehousing & Analytics dari IBM, yang bertanggung jawab atas strategi, arah, dan manajemen operasional portofolio Warehousing.

Anda awalnya tertarik dengan matematika dan linguistik. Apa yang menginspirasi Anda untuk beralih ke ilmu komputer dan AI?

Ketika saya masih muda, saya memiliki minat pada segala hal kecuali teknologi. Seperti yang Anda sebutkan, saya terutama tertarik dengan bahasa Spanyol dan linguistik. Orang tua saya adalah insinyur dan wirausaha, dan mereka menginspirasi saya untuk mencintai sains. Teknologi memiliki titik pertemuan yang memungkinkan mempengaruhi setiap industri dan aspek kehidupan sehari-hari. Setelah kelas pertama saya di perguruan tinggi, saya tahu bahwa ini adalah tempat saya berada.

Saya mengikuti passion saya menuju karir di teknologi, namun sayangnya banyak wanita muda memilih jalur karir non-STEM. Itulah mengapa saya sangat senang bahwa untuk ketiga kalinya berturut-turut, IBM menghormati wanita bisnis yang luar biasa untuk penggunaan AI yang inovatif di perusahaan di seluruh dunia melalui program Women Leaders in AI kami. Wanita muda lainnya perlu dapat melihat diri mereka sendiri dalam Women Leaders in AI ini dan memiliki kepercayaan diri dan komunitas untuk mendorong pengejaran di bidang teknologi dan AI.

Anda memiliki karir yang luar biasa di IBM, dapatkah Anda berbagi dengan kami sebagian dari perjalanan ini?

Orang sering bertanya kepada saya mengapa saya memiliki karir yang panjang di IBM. Di IBM, saya dapat mengembangkan keterampilan saya di area produk dan domain fungsional. Saya memulai di tim manajemen sistem sebagai pengembang dan telah berkembang melalui data, analitik, dan AI dalam fungsi manajemen produk, penjualan, dan layanan.

Sangat berharga bagi karir saya untuk dapat memulai di satu area, memperluas pengetahuan saya tentang domain tertentu, kemudian beralih ke area lain. Saya telah belajar dari setiap langkah, mengembangkan fondasi yang kuat yang kritis untuk peran saya saat ini membantu bisnis mengadopsi teknologi baru.

Melalui setiap peran, saya telah menemukan bahwa ada tiga area yang membantu pertumbuhan: (1) Temukan komunitas untuk mendukung pembelajaran dan pertumbuhan yang diperlukan untuk peran baru. Ini dapat melalui grup yang ada, mentor, dan bahkan mentoring terbalik. (2) Jadilah penasaran. Selalu belajar dari pekerjaan tangan, mempelajari dan mempraktikkan kerajinan Anda dan terus belajar. (3) Percayalah pada kemampuan Anda, mungkin aspek yang paling penting.

Anda saat ini adalah Wakil Presiden Expert Labs, IBM Cloud dan Cognitive Software. Dapatkah Anda berbagi dengan kami apa yang terkait dengan peran ini?

Tim Expert Labs membantu organisasi sepenuhnya merealisasikan potensi kecerdasan buatan dalam menjaga kekuatan bisnis mereka di lanskap yang sangat kompetitif. Saya memimpin tim yang terdiri dari lebih dari 2400 ahli teknis yang sangat fokus pada memberikan saran, mengarsitektur, dan mengirimkan keberhasilan klien dengan data, otomatisasi, dan kasus penggunaan AI lainnya.

Kami bekerja dengan klien untuk memastikan bahwa proyek teknologi mereka berhasil dengan membantu mereka memahami tujuan mereka dan membimbing mereka melalui setiap langkah perjalanan mereka menuju transformasi bisnis.

Anda sebelumnya telah menyatakan bahwa untuk sukses dengan AI, semuanya dimulai dengan data. Dapatkah Anda menjelaskan lebih lanjut tentang hal ini?

Seperti yang Anda katakan, untuk memenuhi janji AI, organisasi perlu memulai dengan data mereka. AI memiliki potensi untuk mengubah cara bisnis beroperasi dan memberikan nilai, namun banyak yang terus bergelut dengan mengatasi kompleksitas data, kelangkaan bakat, dan kurangnya kepercayaan pada sistem AI. Ketika kami merayakan keberagaman di AI, saya akan fokus pada dua pertanyaan yang saya pikir kunci dalam mengembangkan kepercayaan pada data dan sistem AI: apakah AI saya adil dan apakah AI saya dapat dijelaskan?

Untuk memastikan AI yang adil, kita harus memastikan bahwa data yang digunakan untuk membangun model tersebut adil, dan bahwa model itu sendiri dirancang untuk mendeteksi dan memitigasi bias ketika data baru diperkenalkan. Mandat untuk menghilangkan bias telah menjadi lebih mendesak di tengah-tengah percakapan global yang intensif tentang keadilan rasial dan ekonomi. Ketika kita memastikan bahwa AI adil, itu dapat menjadi alat yang sangat baik untuk memitigasi bias manusia.

Jika kita tidak dapat menjelaskan mengapa AI membuat keputusan tertentu, ketakutan akan “black box” algoritma misterius dapat membuatnya mustahil untuk membangun kepercayaan. Industri seperti jasa keuangan, kesehatan, dan asuransi, menawarkan kesempatan besar untuk mengirimkan AI dalam skala besar, namun memerlukan data yang sangat sensitif untuk membuat keputusan yang secara signifikan mempengaruhi kehidupan orang. Sangat penting bahwa pelanggan memahami bagaimana keputusan tersebut dibuat dan mengapa. Untuk memastikan bahwa keputusan terbaik dan paling adil dibuat, dan untuk memuaskan regulator, kita perlu memiliki jejak data yang dapat diaudit yang memberikan jawaban yang akurat.

Memastikan bahwa AI dan data yang digunakan untuk membangunnya adil dan dapat dijelaskan adalah lensa melalui mana kita perlu melihat proyek AI yang sukses. Keyakinan saya adalah bahwa kelompok yang beragam dari latar belakang dan pengalaman hidup sangat penting dalam proses tersebut.

Anda sangat terlibat dalam program Women of AI dari IBM. Dapatkah Anda menceritakan lebih lanjut tentang program ini?

Wanita yang mempelopori yang termasuk dalam daftar tahunan Women Leaders in AI telah menciptakan lingkungan di mana lebih banyak wanita dapat mendorong batas di industri teknologi, membuat suara mereka terdengar, dan membuka pintu untuk generasi berikutnya. Sangat penting untuk merayakan dan membagikan kisah-kisah ini untuk mempertahankan momentum, yang mengapa kami menghormati 40 wanita luar biasa dari 18 negara di seluruh dunia yang membentuk masa depan kecerdasan buatan dan bagaimana kemajuan dalam pemrosesan bahasa alami, otomatisasi, dan AI yang dapat dipercaya dapat digunakan untuk membantu organisasi memprediksi hasil, mengotomatisasi proses, dan menggerakkan efisiensi baru.

Daftar ini menghormati pemimpin dari 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, dan banyak lagi. Pemimpin luar biasa ini memecahkan batas baru dengan menggunakan AI untuk meningkatkan efektivitas iklan, memberdayakan petani dengan alat ramalan tanaman yang penting, membantu meningkatkan keamanan pangan, menjaga konstituen tetap terkini selama pandemi COVID-19, dan banyak lagi.

Seberapa penting memiliki tim yang beragam dari minoritas dan wanita untuk menghindari bias AI?

Dalam jangka waktu satu tahun, pandemi COVID-19 mengguncang generasi wanita yang bekerja, dengan lebih dari 5 juta hanya di AS kehilangan atau meninggalkan pekerjaan mereka. Faktanya, penelitian baru dari IBM Institute for Business Value menunjukkan bahwa lebih sedikit wanita hari ini yang memegang posisi wakil presiden, direktur, dan manajer daripada yang mereka lakukan pada 2019. Kami menciptakan program tahunan Women Leaders in AI pada 2019 untuk membantu mendorong partisipasi yang lebih beragam di bidang ini dan memberikan penghargaan kepada jaringan untuk pembelajaran bersama. Harapan saya adalah bahwa orang lain akan membaca kisah-kisah pemimpin luar biasa ini dan menemukan inspirasi—dan, sama pentingnya, melihat kilasan dari diri mereka sendiri.

Tambahnya, pentingnya memiliki pemikiran yang beragam di balik inovasi AI tidak dapat dilebihkan. Pemikiran yang beragam adalah kunci untuk pengembangan AI. Kami telah melihat bahwa semakin banyak variasi pemikiran yang masuk ke dalam teknologi, semakin besar kemungkinan untuk memitigasi bias, mempromosikan AI yang dioperasikan secara etis, dan meningkatkan kepercayaan pada sistem AI. Pada akhirnya, menunjukkan bahwa praktik kerja yang beragam memungkinkan kepercayaan yang lebih dalam pada program yang dikembangkan, yang mengarah pada pengembalian ekonomi yang lebih baik dan manfaat bagi semua. Kami merayakan langkah-langkah yang telah diambil untuk menciptakan bidang AI yang lebih beragam dan inklusif, karena kami terus berusaha untuk membuatnya lebih baik.

Apa yang dapat orang tua lakukan untuk menginspirasi gadis-gadis untuk lebih tertarik pada ilmu komputer dan AI?

Dua hal yang menonjol bagi saya – rasa ingin tahu dan mentoring. Dalam pengalaman saya, bahan penting untuk sukses di AI adalah budaya rasa ingin tahu dan pembelajaran terus-menerus. Dalam teknologi, secara umum, rata-rata umur keterampilan dan informasi adalah tiga hingga lima tahun. Dengan AI, itu 12 hingga 18 bulan. Teknologi berkembang sangat cepat sehingga pikiran yang ingin tahu dan hasrat untuk belajar lebih penting daripada keterampilan tertentu. Mendorong rasa ingin tahu dapat dimulai dari usia dini.

Bagi gadis-gadis yang tertarik dengan teknologi, sistem pendukung dan mentoring sangat penting. Ini semua tentang menciptakan budaya di mana orang merasa mereka dapat terus-menerus memperluas diri. Saya belajar ini secara pribadi beberapa tahun yang lalu, ketika saya mengirim putra dan putri saya ke kamp pemrograman bersama. Putra saya menyukainya, tetapi putri saya pulang dan menyatakan, “Saya tidak ingin memprogram lagi, Ibu.” Setelah berbicara, saya menyadari bahwa dia adalah satu-satunya gadis di kelasnya. Jadi saya mendaftarkannya dalam program khusus di mana gadis-gadis memprogram bersama. Dia memiliki kesenangan, memperoleh kepercayaan diri, dan sekarang dapat mempertahankan diri di mana saja — termasuk di ruangan dengan beberapa lusin anak laki-laki yang membangun modul Minecraft.

Apa yang dapat perusahaan lakukan untuk menarik lebih banyak wanita?

Jika kita ingin meningkatkan jumlah wanita di AI — dan meningkatkan keberagaman di bidang ini di setiap dimensi — kita harus merayakan keberagaman yang ada. Kita harus memastikan bahwa orang-orang dari berbagai kelompok dan latar belakang memiliki komunitas teknologi yang mendukung di mana mereka merasa nyaman untuk bertanya, membuat kesalahan, dan memasuki wilayah yang tidak biasa — semua bagian dari proses pembelajaran. Ketika IBM merayakan 40 wanita yang benar-benar pelopor, kita juga menghubungkan mereka satu sama lain sebagai jaringan baru untuk pembelajaran, berbagi, dan mendukung satu sama lain. Berdasarkan hasil yang ditemukan dalam penelitian baru dari IBM Institute for Business Value, kita telah mengusulkan peta jalan untuk perubahan:

1. Padukan pemikiran yang berani dengan komitmen besar, membuat kesetaraan gender sebagai prioritas bisnis formal.
2. Terapkan intervensi krisis yang spesifik. Manfaat seperti dukungan perawatan anak, sumber daya kesehatan mental, dan lokasi kerja yang fleksibel dapat menjadi kunci.
3. Buatlah budaya yang memiliki niat dan insistensi untuk membuat ruang. Pemberi kerja dan manajer perlu mengambil pendekatan yang empatik dan inklusif terhadap karyawan mereka.
4. Gunakan teknologi untuk mempercepat kinerja. Artinya adalah memasang keadilan ke dalam proses penyaringan, menggunakan alat digital untuk komunikasi dan umpan balik untuk menampilkan apa yang berhasil dan apa yang tidak, dan berinvestasi dalam alat kolaborasi dan praktik tim yang memungkinkan wanita dan pria untuk berinteraksi secara efektif di lingkungan fisik dan jarak jauh bahkan setelah pandemi mereda.

Terima kasih atas wawancara yang luar biasa, pembaca yang tertarik harus mengunjungi Expert Labs dari IBM, atau program Women Leaders in AI dari IBM.