Ritika Gunnar, visepresident for Expert Labs, IBM Cloud and Cognitive Software – Intervju-serie

Ritika Gunnar er visepresident for Expert Labs, IBM Cloud and Cognitive Software. Hun er også meget engasjert i IBMs Women Leaders in AI program. Tidligere ledet hun IBMs Master Data Management & Information Integration and Governance business og IBMs Data Warehousing & Analytics business, som var ansvarlig for strategi, retning og operasjonell ledelse av Warehouse-porteføljen.

Hva var det som opprinnelig interesserte deg for matematikk og lingvistikk, og hva inspirerte deg til å gå over til datavitenskap og AI?

Når jeg var ung, hadde jeg interesse for alt annet enn teknologi. Som du nevnte, var jeg hovedsakelig interessert i spansk og fremmedspråk og lingvistikk. Mine foreldre var begge ingeniører og entreprenører og de innplantet i meg en kjærlighet til vitenskap. Teknologi har det punktet der det kan påvirke hver industri og hver del av vårt daglige liv. Etter min første time på college, visste jeg at dette var der jeg hørte hjemme.

Mens jeg fulgte mine lidenskaper mot en karriere i teknologi, valgte mange unge kvinner ikke-STEM-karriereveier. Derfor er jeg så begeistret for at IBM for tredje år på rad hedrer eksepsjonelle kvinnelige forretningsledere for deres pionerbruk av AI i selskaper over hele verden gjennom vårt Women Leaders in AI-initiativ. Andre unge kvinner må kunne se seg selv i disse kvinnelige ledere i AI og ha tillit og fellesskap til å oppmuntre til teknologi- og AI-aktiviteter.

Du har hatt en fantastisk karriere i IBM, kan du dele med oss en del av denne reisen?

Folk spør ofte meg hvorfor jeg har en så lang karriere her i IBM. Hos IBM har jeg kunnet utvikle mine ferdigheter i produktområder og funksjonelle domener. Jeg startet i vårt systems management-team som utvikler og har siden progredert gjennom data, analytics og AI i funksjoner som produktledelse, salg og tjenester.

Det har vært svært verdifullt for min karriere å kunne starte i ett område, utvide min kunnskap om et bestemt domene, så gå over til et annet område. Jeg har lært fra hver overgang, og utviklet en solid grunn som er kritisk for min nåværende rolle med å hjelpe bedrifter å adoptere nye teknologier.

Gjennom hver rolle har jeg funnet det nyttig å fokusere på 3 områder for å fremme vekst: (1) Finn et fellesskap som støtter læring og vekstområder nødvendige for den nye rollen. Dette kan være gjennom eksisterende grupper, mentorer og også revers-mentoring. (2) Vær nysgjerrig. Lær alltid fra hånd-on-arbeid, studier og praksis og kontinuerlig læring. (3) Vær trygg på dine evner, kanskje det viktigste aspektet.

Du er nå visepresident for Expert Labs, IBM Cloud and Cognitive Software. Kan du dele med oss hva denne rollen innebærer?

Expert Labs-teamet hjelper organisasjoner å fullt ut realisere potensialet for kunstig intelligens i å holde deres forretning sterk i et høyt konkurranseutsatt landskap. Jeg leder et team på over 2400 høyt tekniske eksperter som fokuserer på å rådgive, arkitektur og levere kunde-suksess med data, automatisering og andre AI-bruksområder.

Vi arbeider med kunder for å sikre at deres teknologiprojekter er vellykkede ved å hjelpe dem å forstå deres mål og guide dem gjennom hver skritt på deres reise mot forretnings-transformasjon.

Du har tidligere uttalt at for å være suksessfulle med AI, starter det hele med data. Kan du utdype på dette?

Som du sa, for å innfri løftet om AI, må organisasjoner starte med deres data. AI har potensialet til å transformere hvordan bedrifter opererer og leverer verdi, men mange fortsatt å struggle med å overvinne data-kompleksitet, talent-mangel og mangel på tillit til AI-systemer. Mens vi feirer mangfold i AI, vil jeg fokusere på to nøkkel-spørsmål som jeg tror er nødvendige for å utvikle tillit til data og AI-systemer: er mitt AI rettferdig og er mitt AI forklarlig?

For å sikre rettferdig AI, må vi sikre at dataene modellene er bygget på er rettferdige, og at modellene selv er designet for å detektere og mildne bias når nye data introduseres. Mandatet til å fjerne bias har blitt mer urgent i vårt intensiverende globale samtale om rase- og økonomisk rettferdighet. Når vi sikrer at AI er rettferdig, kan det være et utmerket verktøy for å mildne menneskelig bias.

Hvis vi ikke kan forklare hvorfor AI tar bestemte beslutninger, kan frykten for en “black box” av mystiske algoritmer gjøre det umulig å skape tillit. Industrier som finansielle tjenester, helse og forsikring presenterer en enorm mulighet for å deployere AI i stor skala, men det krever høyt sensitiv data for å ta beslutninger som betyr mye for menneskers liv. Det er kritisk at kundene forstår hvordan disse beslutningene tas og hvorfor. For å sikre at de beste og mest rettferdige beslutningene tas, og for å tilfredsstille regulatorer, trenger vi en auditable data-spor som gir nøyaktige svar.

Å sikre at AI og dataene det er bygget på er rettferdige og forklarlige, er linsem som vi må se på suksessfulle AI-prosjekter. Min overbevisning er at en divers gruppe av bakgrunner og erfaringer er kritisk til denne prosessen.

Du er svært engasjert i IBMs Women of AI-program. Kan du fortelle oss mer om dette programmet?

De banebrytende kvinnene som er inkludert i vår årlige liste over Women Leaders in AI har skapt en miljø hvor flere og flere kvinner kan pushe grenser i teknologi-industrien, gjøre deres stemmer hørt og åpne dører for den neste generasjonen. Det er kritisk å feire og dele disse historiene for å holde denne momentum, som er hvorfor vi hedrer 40 fantastiske kvinner fra 18 land over hele verden som former fremtiden for kunstig intelligens og hvordan fremgang i naturlig språk-behandling, automatisering og pålitelig AI kan brukes til å hjelpe organisasjoner å forbedre resultater, automatisere prosesser og drive nye effektiviteter.

Listen hedrer ledere fra 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 og mange flere. Disse fantastiske ledere bryter ny grund med å bruke AI til å forbedre effektiviteten av reklame, gi bønder med essensielle avling-prognose-verktøy, hjelpe til å forbedre mat-sikkerhet, holde konstituenter oppdatert under COVID-19-pandemien og mye mer.

Hvor viktig er det å ha en diversifisert gruppe av minoriteter og kvinner for å unngå AI-bias?

I løpet av ett år, har COVID-19-pandemien snudd generasjoner av kvinner som jobber, med over 5 millioner bare i USA som har tapt eller forlatt jobben. Faktisk, ny forskning fra IBM Institute for Business Value viser at færre kvinner i dag holder senior vice president, vice president, direktør og leder-roller i dag enn de gjorde i 2019. Vi skapte det årlige Women Leaders in AI-programmet i 2019 for å hjelpe å oppmuntre økt divers deltagelse i feltet og gi hedret kvinner en nettverk for delt læring. Min håp er at andre vil lese historiene om disse bemerkelsesverdige lederne og finne inspirasjon – og like viktig, se glimt av seg selv.

Ekstra, viktigheten av å ha diversifisert tenkning bak innovasjoner i AI kan ikke overdrives. Diversifisering av tenkning er nøkkel til utviklingen av AI. Vi har sett at jo mer variasjon av tenkning som går inn i å skape teknologien, jo større sjanse er det for å mildne bias, fremme etisk operert AI og forbedre tillit til AI-systemer. Til slutt viser det at diversifiserte arbeidspraksiser muliggjør en dypere tillit til programmene som utvikles, og fører til bedre økonomiske avkastninger og fordeler for alle. Vi feirer skrittene som er tatt for å skape en mer divers og inkluderende AI-felt, mens vi fortsetter å strebe mot å gjøre det enda bedre.

Hva er noen ting som foreldre kan gjøre for å inspirere jenter til å være mer interessert i både datavitenskap og AI?

To ting som står ut for meg – nysgjerrighet og mentoring. I min erfaring, det viktigste ingrediensen for suksess i AI er en kultur av nysgjerrighet og kontinuerlig læring. I teknologi, bredt talt, er gjennomsnittlig levetid for ferdigheter og informasjon tre til fem år. Med AI, er det 12 til 18 måneder. Teknologien beveger seg så raskt at en nysgjerrig holdning og hunger til å lære er mer viktig enn noen bestemt ferdighet. Å fremme nysgjerrighet kan starte i en ung alder.

For jenter som er interessert i teknologi, er støttesystemer og mentoring kritisk. Det handler om å skape en kultur hvor folk føler at de kan kontinuerlig strekke seg selv. Jeg lærte dette på en personlig måte for flere år siden, da jeg sendte min sønn og datter til kode-leir sammen. Min sønn elsket det, men min datter kom hjem og erklærte: “Jeg vil ikke kode mer, mor.” Etter en prat, forsto jeg at hun var den eneste jenta i sin klasse. Så jeg meldte henne på et spesielt program hvor jenter kodet sammen. Hun hadde det gøy, fikk tillit og kan nå holde sin egen – inkludert i et rom med dusinvis av gutter som bygger Minecraft-moduler.

Hva kan bedrifter gjøre for å tiltrekke seg flere kvinner?

Hvis vi ønsker å øke antallet kvinner i AI – og øke mangfold i feltet over hver dimensjon – må vi feire mangfoldet som eksisterer. Vi må sikre at mennesker som representerer forskjellige grupper og bakgrunner har støttende teknologiske samfunn hvor de føler seg komfortable med å stille spørsmål, gjøre feil og gå inn i ukjent territorium – alle nødvendige deler av læring. Mens IBM feirer 40 kvinner som er sanne pionerer, kobler vi dem også til hverandre som et nytt nettverk for læring, deling og støtte. Basert på resultater funnet i ny forskning fra IBM Institute for Business Value, har vi foreslått en veikart for endring:

1. Par bold tenkning med store forpliktelser, gjør likestilling en formell forretningsprioritet.
2. Bruk spesifikke kriserelaterte intervensjoner. Fordeler som backup-barneomsorg-støtte og mentale helse-resurser og fleksible arbeidssteder og skemaer kan være nøkkel.
3. Skap en kultur av intensjon og insister på å gjøre plass. Arbeidsgivere og ledere må ta en empatisk og inkluderende tilnærming til deres ansatte.
4. Bruk teknologi til å akselerere ytelse. Det betyr å hardkoble rettferdighet inn i skjerming, bruke digitale verktøy for kommunikasjon og tilbakemelding til å surface hva som fungerer og hva som ikke gjør det, og investere i samarbeidsverktøy og team- praksiser som tillater kvinner og menn å engasjere effektivt i fysiske og fjern-miljøer, selv etter at pandemien avtar.

Takk for det flotte intervjuet, lesere som er interessert bør besøke IBMs Expert Labs, eller IBMs Women Leaders in AI program.