Adam Asquini, Direttore Information Management & Data Analytics presso KPMG – Serie di interviste

Adam Asquini è un Direttore di Information Management & Data Analytics presso KPMG a Edmonton. È responsabile della gestione dei progetti di dati e analisi avanzate per i clienti di KPMG nelle praterie. Adam è appassionato di costruire e sviluppare team ad alte prestazioni per offrire i migliori risultati possibili per i clienti e garantire un’esperienza di lavoro coinvolgente per i suoi team. In precedenza, ha lavorato presso AltaML come Vice Presidente delle Soluzioni per i Clienti, presso il Governo dell’Alberta come Responsabile di Programma e nelle Forze Armate Canadesi come Ufficiale di Segnalazione. Avendo seguito un percorso di carriera non tradizionale nell’AI, Adam è un grande sostenitore dell’utilizzo della diversità e dell’esperienza di team cross-funzionali e crede anche che chiunque possa unirsi alla crescente comunità dell’AI.

Ci siamo seduti per la nostra intervista con Adam alla conferenza annuale 2023 Upper Bound sull’AI, che si tiene a Edmonton, AB e ospitata da Amii (Alberta Machine Intelligence Institute).

Hai un percorso di carriera non tradizionale, potresti parlare di come sei entrato nell’AI?

Ho iniziato la mia carriera nelle Forze Armate Canadesi come ufficiale di segnalazione, gli ufficiali di segnalazione sono responsabili dei sistemi di telecomunicazione IT che aiutano le persone a comunicare. Quindi, in realtà, molti satelliti radio. C’era un po’ di dati lì, ma era più che altro tecnologia di infrastruttura di base che eravamo responsabili di gestire, ciò che mi ha inizialmente avvicinato alla tecnologia. Avevo studiato ingegneria chimica all’università, tutto questo è iniziato con la mia curiosità e il mio desiderio di imparare. È iniziato lì e immergermi nella tecnologia, migliorare le mie competenze e lo sviluppo personale sono stati molto importanti per me.

Dopo 14 anni nelle forze armate, facendo diversi lavori di segnalazione, tutto, dal lavoro in una base e supporto ai servizi IT e di telecomunicazione sul campo, allestimento di quartier generali e comunicazioni con le unità di prima linea, supporto alle operazioni domestiche come incendi e inondazioni, mi sono trasferito nel governo provinciale dell’Alberta. Ero nel settore della gestione dei programmi, esaminavo alcune iniziative tecnologiche cross-governative. All’epoca, il governo stava centralizzando l’IT, stavamo lavorando con vari ministeri del governo per unire i loro servizi e consolidare le cose, ho fatto molto lavoro lì, così come nella gestione degli investimenti. E, in realtà, facendo quel lavoro, ho iniziato a vedere alcune organizzazioni che sfruttavano i dati e l’analisi.

Ha veramente stimolato la mia curiosità e, essendo sempre curioso e affamato di imparare, ho iniziato a perseguire alcune di quelle cose attraverso il coinvolgimento in alcuni progetti lì o solo attraverso lo studio personale, cose come Coursera o altri strumenti di formazione per imparare un po’ di più. Ho fatto molta lettura, ho ricercato alcuni dei fornitori e delle piattaforme che fornivano questi strumenti. Mi sono veramente interessato ai dati e all’analisi e, attraverso la mia naturale curiosità e il mio desiderio di imparare di più, sono diventato sempre più coinvolto in questo nel tempo.

Al di fuori di Coursera, ci sono podcast o libri specifici che ti piacerebbe raccomandare?

Seguo molti follower diversi su LinkedIn, ma alcuni che mi vengono in mente sono Emerj. Dan Faggella è la persona dietro di esso. Porta molto pensiero di leadership lì. Seguo anche alcuni dei principali come HBR e Forbes. Un mio contatto di nome Andreas Welch che lavora presso SAP, rilascia molto contenuto intorno all’AI e all’adozione dell’AI, quindi lo sto seguendo. Penso che, per quanto riguarda i podcast, ce ne siano stati alcuni che ho ascoltato e anche libri. Un libro veramente buono che ho letto di recente si chiama Infonomics di Doug Laney. È stato ex Gartner e MIT, ed è un libro veramente utile per spiegare un framework di monetizzazione per i dati. Cerco solo di immergermi il più possibile in tutte le cose, più il lavoro di progetto per imparare di più.

Come la tua esperienza militare ti ha aiutato nel tuo ruolo attuale?

In diversi modi. Penso che alcune delle ottime competenze di base che ho imparato attraverso la mia carriera militare, un approccio strutturato alla pianificazione, che è veramente utile. La gestione del tempo e la priorità. In un ambiente militare, ti costringe a imparare cosa è più importante e a lavorare a un certo ritmo, valutando i compromessi e capendo come arrivare a un piano d’azione che funzioni e che ti faccia andare avanti. Trovo che in un panorama tecnologico veloce come l’AI, dove le cose si muovono così velocemente, essere in grado di elaborare molte informazioni e avere un approccio strutturato per capire cosa è importante, cosa non è importante, dove vuoi concentrarti, sia una buona competenza.

L’altro grande vantaggio è stato quello della leadership e del lavoro di squadra. Lavori con una grande organizzazione. Sul campo, i team vengono organizzati e riorganizzati costantemente per mettere insieme il miglior gruppo per completare una missione, avere ottime competenze interpersonali, di leadership, di comunicazione, sono tutte competenze che vengono enfatizzate nella formazione militare, credo che abbiano veramente sfruttato alcune di quelle competenze.

Eri vicepresidente delle soluzioni per i clienti presso AltaML per oltre due anni, cosa è AltaML e quali sono stati alcuni progetti interessanti su cui hai lavorato?

AltaML è una società di intelligenza artificiale applicata e apprendimento automatico. Ha sede in Alberta, con sede a Edmonton, un grande ufficio a Calgary e anche uno a Toronto. Ciò che fanno è lavorare con altre aziende per sviluppare soluzioni software e prodotti che hanno l’AI al loro nucleo, è un’azienda-azienda. La parte dell’organizzazione in cui ho lavorato era il lato dei servizi, lavoravamo con aziende di oil e gas, istituzioni finanziarie. Lavoravamo attraverso molti settori verticali diversi. Ho lavorato con loro per definire problemi aziendali rilevanti che potevano essere risolti con l’AI e poi li ho aiutati a portare i loro dati insieme, a costruire modelli di AI, a distribuirli e a lavorare sul lato della gestione del cambiamento in modo che potessero essere operativizzati e utilizzati, aiutando veramente quelle organizzazioni a risolvere problemi attraverso la costruzione di soluzioni di AI applicate.

Il ruolo era vicepresidente delle soluzioni per i clienti. Quando ho iniziato, ero in un ruolo di project manager, guidavo alcuni impegni di AI, poi sono salito nel tempo e il ruolo di vicepresidente delle soluzioni per i clienti era responsabile della funzione di consegna, della gestione delle risorse per i progetti e della gestione dei conti attivi, molti aspetti di lavoro con i clienti di quel lavoro rientravano nel mio team.

Per quanto riguarda i progetti, ce ne sono stati molti, direi in un modo o nell’altro, come project manager a tempo pieno, un coach o una risorsa di garanzia della qualità, dozzine di progetti di AI che avrei lavorato su nel corso di due anni e mezzo, uno dei miei preferiti è stato un progetto di incendio boschivo. Ho lavorato con il governatore dell’Alberta. Stavano lottando nei giorni in cui c’era un moderato rischio di incendio, per capire se un incendio fosse probabile in una determinata area. Quando erano incerti, la loro pratica di pianificazione era quella di pianificare tutte le risorse che avevano a disposizione, e ciò includeva il contratto di risorse aggiuntive, attrezzature pesanti come bulldozer o aerei, elicotteri, che naturalmente è molto costoso.

Lo scopo del progetto di AI era prevedere, per una data regione, la probabilità che un incendio si verificasse in quella regione per il giorno successivo, per aiutarli a prendere decisioni sull’allocazione ottimale delle risorse per un processo che chiamavano pre-suppressione, che è veramente la pianificazione e l’allocazione proattiva delle risorse.

È stato veramente divertente vedere che, in certi scenari, si potevano ridurre le risorse o concentrarle in certi momenti della giornata. Ciò avrebbe risparmiato molti soldi, ma non avrebbe introdotto un grande rischio di perdita di un incendio, milioni di dollari di potenziale risparmio. Quel lavoro è ancora in corso. Anche oggi, stanno cercando di estendere la finestra di tempo un po’ più in là, rendendo le zone più piccole e più granulari per ottimizzare meglio le risorse. Ma guardando come la stagione degli incendi che abbiamo avuto finora in Alberta, qualsiasi intelligenza che puoi fornire in anticipo su dove sono i rischi e poter ottimizzare le risorse o almeno riallocarle nei posti giusti è veramente un lavoro di impatto, è stato veramente divertente.

Ho anche fatto del lavoro nel trattamento delle richieste di indennizzo. Come un fornitore di assicurazioni riceve migliaia di richieste, quali possono essere approvate automaticamente, quali richiedono una revisione umana, o anche a quale team la richiesta di indennizzo dovrebbe essere inoltrata per ottenere il giusto livello di revisione. Quel tipo di lavoro è anche veramente importante e può risparmiare alle organizzazioni molta fatica e molti soldi nel modo in cui fanno il loro business,

Attualmente sei il direttore di Information Management e Data Analytics presso KPMG. Cosa comporta esattamente questo ruolo?

Lavoro con le aziende per guidarle nel percorso di risoluzione di questi problemi attraverso, in questo caso, un insieme più ampio di capacità di dati e analisi. Lavoriamo su tutto, dalla strategia dei dati iniziale e aiutando le organizzazioni a organizzare i dati da sistemi disparati, unendoli, reporting e analisi, così come AI e ML. È un ruolo un po’ più ampio del mio precedente, ma è anche veramente emozionante per me. Alimenta la mia passione per l’apprendimento e lo sviluppo personale.

Come direttore, lavoro di solito con i leader senior sul lato del cliente per aiutarli a consigliare nel percorso, dar loro un’idea di cosa significhi, cosa significhino quei progetti, come possono prepararsi. Un grande focus sull’adozione, soprattutto con i sistemi di analisi avanzata che sono nuovi e che a volte vengono con una connotazione negativa da parte della forza lavoro, quindi lavorare veramente con loro su come implementare al meglio queste soluzioni, così come le procedure che avranno bisogno, le strutture che avranno bisogno. Quella è una grande parte del ruolo. Internamente, guidare l’impegno e guidare i team di progetto, aiutare a ottenere le priorità giuste per il team di progetto e guidare il lavoro, così come la sincronizzazione dei diversi team che lavorano su questi progetti.

Nel corso di un’intervista recente con il Calgary Herald, hai parlato di come ci sia stata una discreta adozione dell’AI in Alberta. In quali settori stai vedendo questo di più?

Ho visto l’adozione in diversi settori in Alberta. Certamente, l’energia ha molto di questo, quindi ho visto casi d’uso in cui le organizzazioni utilizzano l’intelligenza artificiale per aiutare a ottimizzare le ispezioni di manutenzione e sicurezza nei gasdotti, dove dovrebbero o potrebbero essere eseguiti scavi? Perché gli scavi sono molto costosi da eseguire se c’è un sospetto di perdita. Ho anche visto molto lavoro nella catena di approvvigionamento. Come le grandi organizzazioni fanno fusioni e acquisizioni, i loro dati sono ovunque. A volte, lottano veramente per trovare elementi nei loro maestri di materiali, quindi essere in grado di utilizzare questi modelli di linguaggio che stiamo vedendo emergere adesso per organizzare i dati, strutturarli in un modo che possa essere analizzato. Abbiamo visto un lavoro significativo nella consolidazione dei contratti di fornitura semplicemente potendo cercare e interrogare meglio le informazioni. Quella può essere applicata attraverso diversi settori, non solo nell’energia, ma la sto vedendo applicata lì.

La sicurezza è una grande questione, quindi utilizzare l’elaborazione di immagini o anche i modelli di linguaggio per trovare il tipo più rilevante di briefing sulla sicurezza o ispezione della sicurezza che dovrebbe verificarsi in un determinato sito. Nei servizi finanziari, molto lavoro sulla personalizzazione dell’esperienza per un cliente di banca, fornendo il miglior consiglio possibile e trovando soluzioni personalizzate per le persone che si trovano in diverse situazioni finanziarie è un focus veramente importante e abbiamo visto molto lavoro lì. E poi, assicurazioni. Come ho menzionato prima, molto lavoro sulla triage e sull’elaborazione delle richieste di indennizzo. Un altro che potrei suggerire è la gestione forestale e delle risorse naturali, sto vedendo un po’ di aumento nell’utilizzo dell’immagine satellitare per rilevare i cambiamenti della terra, essere in grado di gestire gli accordi sulla terra e utilizzare quelle tecniche di elaborazione delle immagini per identificare le cose che dovrebbero o non dovrebbero esserci, o le cose che sono cambiate nel tempo.

È veramente emozionante e vediamo che le diverse organizzazioni sono a diversi stadi della loro maturità. Alcune stanno solo iniziando o sperimentando, altre sono più avanti e stanno adottando appieno, ma la maggior parte delle organizzazioni riconosce che se non iniziano o non si muovono in questa direzione, saranno lasciate indietro e ciò creerà un grande svantaggio competitivo per loro, quindi l’interesse è veramente alto in tutto.

Parlando di AI generativa, come vedi questa tecnologia trasformare il futuro?

Sono molto emozionato. Vedrei il potenziale. Penso anche che sia importante avere i controlli giusti per l’AI generativa, credo veramente che ci siano molti casi d’uso lì dove questa potrebbe essere applicata per ottenere grandi guadagni di produttività o efficienza per le aziende. Alcuni di quelli, come nel caso d’uso che ho appena menzionato con la catena di approvvigionamento, che stava sfruttando alcune di quelle tecniche anche prima che ChatGPT fosse annunciato pubblicamente. Per quanto riguarda dove vedo che questo va, un’altra tendenza cool che sto vedendo è che sempre più di questa tecnologia viene integrata nelle applicazioni aziendali principali proprio adesso. Microsoft (MSFT ) ha annunciato il suo strumento Copilot che sarà integrato con le app Microsoft Office, ho visto in alcuni dei loro materiali cose come la scrittura di una nota di briefing e solo il prompt del word processor con “Puoi rendere questo paragrafo più breve?” E lo fa per te.

Man mano che queste tecnologie di AI generativa vengono integrate direttamente nelle applicazioni aziendali principali, sarà costretto a far riflettere le aziende su come e quando adottarle, come controllarle, come possono monitorare la garanzia della qualità dei prodotti che stanno producendo. Quando è una capacità autonoma separata, è un po’ più facile rallentare o ignorarla, ma vedere che questa tecnologia viene integrata nelle applicazioni aziendali principali e nelle piattaforme è veramente ciò che guiderà quella discussione in avanti.

Spero anche che, con questo e l’enfasi attuale sull’uso responsabile di questa tecnologia, ciò aiuti le organizzazioni a porre l’enfasi sull’AI responsabile, mettendo in atto i processi giusti, la governance giusta per assicurarsi veramente che le loro soluzioni di AI siano costruite in modo efficace, il rischio viene gestito in tutto il ciclo di vita, ci sono controlli successivi e puoi fidarti dei risultati di essi. Spero che questo hype attuale sull’AI generativa continui a guidare quella discussione con quelle capacità in avanti.

Puoi discutere come l’AI responsabile e la riduzione del bias dell’AI siano veramente importanti per te.

Absolutamente. Penso che debba esserlo per diverse ragioni. La maggior parte delle persone che costruiscono questi sistemi avranno orgoglio nel lavoro che stanno facendo e non vogliono che i loro sistemi abbiano quel tipo di problemi, quindi ci sarà un bisogno interno di avere questo per mantenere il proprio personale impegnato e felice e protetto. Giuridicamente, ci sono esempi lì fuori dove le organizzazioni hanno affrontato sfide legali o sfide regolamentari per il bias nei loro sistemi di AI. C’è uno studio di caso classico di un’organizzazione che stava utilizzando l’AI nelle assunzioni. Il set di dati era troppo distorto verso gli uomini rispetto alle donne, quindi il loro sistema di AI discriminava le donne.

Quello era uno strumento di AI di Amazon.

Cose del genere sono già accadute e hanno il potenziale di continuare ad accadere se non si hanno i controlli giusti in atto, avere un focus reale su questo sarà critico per la maggior parte delle organizzazioni. E poi, il rischio reputazionale per le organizzazioni. Se si sbaglia, potrebbe avere un impatto enorme sul loro business.

Sei anche un grande sostenitore dell’utilizzo della diversità e dell’esperienza di team cross-funzionali. Perché la diversità è così importante per te?

Adesso, i tipi di problemi che vengono risolti con l’AI sono così complessi, da una prospettiva aziendale, dai dati che stanno dietro, nessuna persona o ruolo può risolvere tutti questi problemi da solo. Avere un buon team cross-funzionale con diverse prospettive e set di competenze è veramente importante, per poter avere persone che sono forti in un’area e sfruttare veramente la loro forza. Per quanto riguarda il pezzo di diversità, un altro grande driver dell’avere un team diversificato è che, nella maggior parte dei casi, l’utente finale di questi sistemi sarà un gruppo diversificato di persone, e non avere quelle prospettive portate nel tuo team mentre li stai costruendo ti mette in una posizione in cui potresti fare errori lungo la strada o perdere cose, cose che potrei non pensare che qualcun altro potrebbe e che portano quella prospettiva in avanti. È più facile risolvere problemi e adattarsi a quello nel ciclo di sviluppo che non dopo un rilascio.

Credo anche fortemente che avere una prospettiva diversa è dove si ottengono i migliori dialoghi, si ottengono domande veramente buone che vengono da persone che stanno guardando qualcosa da una lente diversa. Ciò costringe la conversazione su come affrontare al meglio le cose. Ti fa girare alcune di quelle pietre che potresti non aver girato se quella persona non fosse lì, avere un gruppo diversificato di persone che guardano un problema ti consente veramente di ottenere il miglior risultato possibile e la miglior soluzione.

Cosa pensi sarà il prossimo grande passo avanti nell’AI?

Nella lente dell’AI generativa, credo che, man mano che vedremo più di questa tecnologia integrata nelle applicazioni principali, e questo è già iniziato, sarà veramente enorme per l’adozione della tecnologia perché sarà proprio lì sui sistemi che le persone stanno già utilizzando. Sarà veramente, veramente importante, e potrebbe aprire la porta ad alcuni degli altri casi d’uso, man mano che le persone diventano più familiari con ciò che può fare, cosa sono i suoi limiti, come può essere utilizzato in modo ottimale, e potrebbe semplicemente scatenare il pensiero delle persone e, ok, adesso ho una migliore comprensione del tipo di problemi che questo può risolvere. Abbiamo questo problema. Sarebbe veramente cool risolverlo e potrebbe aprire alcune nuove porte.

Spero anche che quel policy regolamentare sia un passo avanti che arriverà nel prossimo futuro. So che c’è molto movimento a livello di legge e regolamentazione, ma ciò che spero è che le aziende individuali capiscano anche da sole come devono pensare a questo e quali controlli interni devono mettere in atto. Le leggi e i regolamenti richiedono molto tempo. Le aziende possono guidare molti cambiamenti adottando alcuni di quei controlli internamente e pensando a questo. C’è un precedente per questo, ovviamente con gli audit e cose del genere, qualcosa in cui KPMG è veramente forte. Ma pensare a quali potrebbero essere quei controlli, come potremmo controllarlo, come possiamo testare i risultati? Come possiamo assicurarci di ridurre le allucinazioni? Quali sono alcuni dei passaggi aggiuntivi dopo che il modello ha prodotto il suo output che possiamo fare per minimizzare qualsiasi danno o rischio potenziale? Quelli sono i giusti tipi di domande e spero che un po’ di questo hype attuale sia un passo avanti su come pensiamo a questo e come costruiamo le giuste strutture, processi e team sul lato dell’AI responsabile.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare KPMG.