Shadi Rostami, SVP di Ingegneria presso Amplitude – Serie di Interviste

Shadi è SVP di Ingegneria presso il leader dell’analisi digitale Amplitude. È un leader tecnologico appassionato e navigato, con esperienza nella costruzione e gestione di team di ingegneria altamente qualificati. Prima di Amplitude, era VP di Ingegneria presso Palo Alto Networks (PANW ). Ha innovato e consegnato diverse linee di prodotti e servizi specializzati in sistemi distribuiti, cloud computing, big data, apprendimento automatico e sicurezza.

Amplitude è costruito su tecnologie di apprendimento automatico e intelligenza artificiale generativa moderne che consentono ai team di prodotto di costruire prodotti più intelligenti, imparare più velocemente e creare le migliori esperienze digitali per i loro clienti.

Cosa ti ha inizialmente attratto verso l’informatica e l’ingegneria?

Sono cresciuta in Iran e ho inizialmente seguito un percorso scolastico che mi avrebbe permesso di intraprendere una carriera in medicina, che era il percorso che mio padre voleva che seguisse e che mio fratello aveva seguito. Circa un anno e mezzo dopo, ho deciso che non era il percorso giusto per me. Invece, ho seguito l’ingegneria e sono diventata la prima ragazza in Iran a partecipare all’Olimpiade Informatica (IOI) e ho vinto la medaglia di bronzo, una competizione annuale per studenti delle scuole superiori di tutto il mondo che gareggiano in matematica, fisica, informatica e chimica. Ciò mi ha portato a studiare ingegneria all’Università di Tecnologia di Sharif in Iran e successivamente a ottenere il dottorato in ingegneria informatica all’Università della Columbia Britannica in Canada. Dopo di che, ho lavorato per alcune startup per alcuni anni e poi ho trascorso un decennio presso Palo Alto Networks, diventando infine VP responsabile dello sviluppo, del controllo qualità, del DevOps e della scienza dei dati. Cinque anni fa, mi sono trasferita ad Amplitude come SVP di Ingegneria.

Puoi discutere della filosofia di base di Amplitude sull’intelligenza artificiale, secondo cui l’IA dovrebbe aiutare gli esseri umani a migliorare il loro lavoro piuttosto che sostituirli?

L’IA sta trasformando rapidamente quasi ogni industria e, con questa trasformazione, sorgono domande su come le aziende utilizzeranno questa tecnologia. Noi crediamo fortemente nell’utilizzo corretto dell’IA. Questa convinzione ci ha portato a sviluppare la nostra filosofia di IA centrata sul cliente, che si basa su cinque principi fondamentali: (1) sviluppo collaborativo e partnership di pensiero, (2) governance dei dati e protezione dei dati degli utenti, (3) trasparenza, (4) privacy, sicurezza e conformità normativa, e (5) scelta e controllo del cliente. Sappiamo che questi principi sono fondamentali per le aziende che adottano e testano l’IA e che alla fine diventeranno truly guidate dai dati. Per i nostri scopi, ciò significa costruire strumenti di IA che aiutano le persone a raggiungere più rapidamente le informazioni. Quando utilizzata correttamente, queste informazioni portano a decisioni più rapide e migliori che guidano i risultati di bilancio. Utilizzare l’IA come strumento per complementare l’intelligenza e la creatività umana è dove vedo l’IA avere il suo impatto più grande.

Puoi spiegare il concetto di “democrazia dei dati” nel contesto dell’ambiente aziendale guidato dall’IA di oggi?

“La democrazia dei dati è guidata dalla consapevolezza che i team funzionano meglio, più velocemente e più efficientemente quando possono accedere alle informazioni sui dati giuste al momento giusto. Nell’ambiente in rapida evoluzione guidato dall’IA di oggi, i team non possono permettersi di aspettare giorni o settimane per estrarre i dati. Per mitigare ciò, le aziende devono autorizzare i loro team a sfruttare i dati in modo self-service. Ora, ciò non significa caos dei dati senza parametri. Alla fine, i cattivi dati portano a una cattiva IA. Ma con gli strumenti e i processi giusti in atto, le aziende possono bilanciare la democratizzazione dei dati con la governance dei dati, consentendo risultati aziendali migliori.”

Quali sono i principali cambiamenti culturali organizzativi che ritieni siano essenziali per abilitare la vera democrazia dei dati nell’era dell’IA?

Stabilire una vera democrazia dei dati all’interno della tua organizzazione inizia con due cambiamenti culturali fondamentali: fornire gli strumenti giusti e più accessibili e condurre sforzi a livello di organizzazione sulla alfabetizzazione dei dati. Ciò significa adottare strumenti self-service che consentono ai membri del team non tecnici, come i team di marketing o di customer success, di non solo accedere ai dati ma anche analizzarli e agire su di essi. Credo che l’analisi dei dati self-service possa e debba alimentare la collaborazione tra i team, ispirare la curiosità e l’esplorazione, aumentare l’alfabetizzazione dei dati e porre un bias sull’azione e sull’impatto. Inoltre, è importante spendere sforzi congiunti tra il team di dati centralizzato e i team di business per fare una governance dei dati continua e assicurarsi che la qualità dei dati non si deteriori nel tempo.

Nella tua esperienza, quali sono le sfide più significative che le organizzazioni affrontano nel raggiungere la democratizzazione dei dati e come possono superare questi ostacoli?

In passato, le aziende hanno cercato di centralizzare i dati all’interno di un team di esperti, lasciando il resto dell’organizzazione dipendente da questo team per consegnare analisi e informazioni chiave che potrebbero essere critiche per le loro operazioni quotidiane e la presa di decisioni. Mentre la democratizzazione dell’accesso ai dati è fondamentale per risolvere questo collo di bottiglia, può anche essere sfidante. Quando parlo con i leader dei dati sull’operazionalizzazione del self-service, è chiaro che c’è uno spettro. A un’estremità, ci sono strumenti di setup basso per team non tecnici e di business. Alla fine, questi strumenti non forniscono la profondità e l’ampiezza delle risposte che questi team necessitano. All’altra estremità, ci sono strumenti più tecnici per team più tecnici. Sono molto più flessibili in termini di analisi, ma sono lenti e probabilmente solo poche persone possono usarli. Li chiamiamo strumenti che creano una “fila dei dati” … sei sempre in attesa di risposte. I team necessitano di una soluzione nel mezzo. Pensare a soluzioni fuori dagli schemi che incoraggiano, non inibiscono, l’esplorazione e la sperimentazione. Con gli strumenti e l’istruzione del team appropriati, le aziende possono più facilmente colmare il divario della democratizzazione dei dati.

Quanto è cruciale l’alfabetizzazione dei dati nel processo di democratizzazione dei dati e quali passi dovrebbero intraprendere le aziende per migliorarla tra i loro dipendenti?

Favorire un ambiente di democratizzazione dei dati tra i tuoi team è una sfida culturale che richiede istruzione e consenso a livello di azienda. Nelle mie esperienze con l’insegnamento dei processi di dati ai membri non tecnici, il modo migliore per sviluppare queste competenze è attraverso una combinazione di formazione e apprendimento pratico. Consiglio di sviluppare un programma di formazione completo per assicurarsi che i dipendenti si sentano a proprio agio e fiduciosi nelle informazioni che stanno estraendo dai loro dati. Assicurati di utilizzare uno strumento che non proibisca agli utenti non tecnici: ad esempio, qualsiasi strumento che richieda la conoscenza di SQL marginalizzerebbe le persone senza esperienza di programmazione. Da lì, fornisci opportunità ai dipendenti di immergersi e iniziare a giocare con i dati. Infine, implementa uno strumento che favorisca l’esplorazione e la collaborazione. Meno le persone lavorano in silos, più possono scambiare idee e portare a intuizioni più illuminanti. Se sei un professionista dei dati che insegna a un membro del team non tecnico, ricorda che hai trascorso anni a imparare come ottenere e utilizzare i dati, quindi pensi ai dati in modo diverso dall’utente occasionale. Sii aperto all’insegnamento agli altri invece di fare tutto da solo. Altrimenti, non avrai mai tempo libero per fare nulla oltre a rispondere alle domande delle persone.

Con l’evoluzione rapida degli strumenti di dati e delle tecnologie di intelligenza artificiale generativa, come dovrebbero adattare le loro strategie le aziende per rimanere in vantaggio nella gestione e nell’utilizzo dei dati?

La governance dei dati è una delle principali sfide che le aziende affrontano ancora e che ogni organizzazione deve risolvere per abilitare esperienze di dati e IA significative. L’IA è solo buona quanto i dati che la alimentano e i dati puliti portano a informazioni più impattanti, utenti più felici e crescita aziendale. In questo modo, le aziende devono essere proattive nella pulizia e nella tassonomia dei dati e ci sono opportunità per utilizzare l’IA generativa per gestire la governance dei dati e la qualità. Ad esempio, ad Amplitude, abbiamo lanciato il nostro prodotto Data Assistant basato sull’IA l’anno scorso, che offre raccomandazioni intelligenti e automazione per rendere la governance dei dati senza soluzione di continuità e aiutare gli utenti a prendere il controllo degli sforzi di qualità dei dati.

Come Amplitude consente alle aziende di comprendere meglio il percorso del cliente?

Costruire grandi prodotti e esperienze digitali è difficile, soprattutto nel panorama competitivo di oggi. Oggi, molte aziende non sanno ancora per chi stanno costruendo o cosa vogliono i loro clienti. Amplitude aiuta le aziende a rispondere a domande come “Cosa amano i nostri clienti? Dove si bloccano? Cosa li fa tornare?” attraverso informazioni quantitative e qualitative. La nostra piattaforma aiuta le aziende a comprendere meglio il percorso del cliente end-to-end portando a galla i dati per guidare il ciclo di acquisizione, monetizzazione e fidelizzazione del cliente. Oggi, più di 2.700 clienti, tra cui marchi aziendali come Atlassian (TEAM ), NBC Universal e Under Armour (UAA ), utilizzano Amplitude per costruire prodotti migliori.

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