Adam Asquini, Diretor de Gerenciamento de Informações e Análise de Dados da KPMG – Série de Entrevistas

Adam Asquini é Diretor de Gerenciamento de Informações e Análise de Dados da KPMG em Edmonton. Ele é responsável por liderar projetos de dados e análise avançada para os clientes da KPMG nas pradarias. Adam é apaixonado por construir e desenvolver equipes de alto desempenho para entregar os melhores resultados possíveis para os clientes e para permitir uma experiência de trabalho envolvente para suas equipes. Ele trabalhou anteriormente na AltaML como Vice-Presidente de Soluções de Cliente, no Governo de Alberta como Gerente de Programa e nas Forças Armadas Canadenses como Oficial de Sinal. Tendo seguido uma carreira não tradicional em IA, Adam é um grande defensor do uso da diversidade e experiência de equipes multifuncionais e também acredita que qualquer pessoa pode se juntar à crescente comunidade de IA.

Nós nos sentamos para nossa entrevista com Adam na conferência anual de 2023 Upper Bound sobre IA, que é realizada em Edmonton, AB, e sediada pela Amii (Instituto de Inteligência de Máquina de Alberta).

Você tem uma carreira não tradicional, poderia discutir como você entrou em IA?

Eu comecei minha carreira nas Forças Armadas Canadenses como oficial de sinal, os oficiais de sinal são responsáveis por sistemas de telecomunicações e TI que ajudam as pessoas a se comunicar. Então, realmente, muita tecnologia de infraestrutura, como satélites e rádio. Havia alguns dados lá, mas era mais sobre a tecnologia de infraestrutura que estávamos trabalhando. Isso me iniciou na tecnologia. Eu havia estudado engenharia química na universidade, de todas as coisas, impulsionado pela minha própria curiosidade e desejo de aprender. Começou lá e mergulhar na tecnologia, melhorar e desenvolver habilidades foram muito importantes para mim.

Depois de 14 anos nas forças armadas, fazendo vários trabalhos de sinal, desde trabalhar em uma base e apoiar serviços de TI e telecomunicações no campo, configurando quartéis-generais e comunicando unidades da linha de frente, apoiando operações domésticas como incêndios florestais e inundações, eu me mudei para o governo provincial de Alberta. Eu estava na gestão de programas, olhando para algumas iniciativas de tecnologia transversal ao governo. Na época, o governo estava centralizando a TI, estávamos trabalhando com vários ministérios do governo para trazer seus serviços juntos e consolidá-los, eu fiz muito trabalho lá, bem como na gestão de investimentos. E realmente, ao fazer esse trabalho, comecei a ver algumas organizações usando dados e análise.

Isso realmente despertou minha curiosidade e, sempre sendo curioso e com fome de aprender, eu comecei a me envolver nisso, seja participando de alguns projetos lá ou apenas fazendo estudos por conta própria, coisas como Coursera ou outras ferramentas de treinamento para aprender um pouco mais. Eu fiz muita leitura, pesquisei alguns dos fornecedores e plataformas que estavam fornecendo essas ferramentas. Eu realmente me interessei por dados e análise e, por meio da minha própria curiosidade e desejo de aprender mais, comecei a me envolver cada vez mais nisso ao longo do tempo.

Fora da Coursera, há podcasts ou livros específicos que você recomendaria?

Eu sigo muitos seguidores no LinkedIn, mas alguns que vêm à mente, como Emerj. Dan Faggella é a pessoa por trás disso. Ele traz muita liderança de pensamento para isso. Eu certamente sigo alguns dos principais, como HBR e Forbes. Um contato meu chamado Andreas Welch, que trabalha na SAP, ele lança muito conteúdo sobre IA e adoção de IA, então eu o estou seguindo. Acho que, no que diz respeito a podcasts, há alguns que eu ouvi e também livros. Um livro muito bom que eu li recentemente é chamado Infonomics por Doug Laney. Ele é ex-Gartner e MIT, e é um livro muito bom para explicar um quadro de monetização de dados. Eu tento apenas me imergir em tantas coisas quanto possível, mais entrar no trabalho do projeto para aprender mais.

Como sua experiência militar o beneficiou em seu papel atual?

De várias maneiras. Acho que algumas das habilidades básicas incríveis que eu aprendi com minha carreira militar, uma abordagem estruturada para planejamento, o que é muito bom. Gerenciamento de tempo e priorização. Em um ambiente militar, isso realmente te faz aprender o que é mais importante e trabalhar a um certo ritmo, avaliar trocas e entender como chegar a um curso de ação que seja viável e que vá te mover para frente. Eu acho que, em um cenário de tecnologia em rápida mudança como IA, onde as coisas estão se movendo tão rápido, ser capaz de processar muita informação e ter uma abordagem estruturada para entender o que é importante, o que não é importante, onde você quer se concentrar, tem sido um conjunto de habilidades muito útil.

A outra grande coisa é sobre liderança e trabalho em equipe. Você está trabalhando com uma grande organização. No campo, as equipes estão sendo organizadas e reorganizadas o tempo todo para obter o melhor grupo para completar uma missão, ter habilidades interpessoais fortes, habilidades de liderança, habilidades de comunicação são todas habilidades que são realmente enfatizadas no treinamento militar, eu acho que elas realmente se destacam aqui.

Você foi vice-presidente de soluções de cliente na AltaML por mais de dois anos, o que é a AltaML e quais foram alguns projetos interessantes que você trabalhou?

AltaML é uma empresa de inteligência artificial e aprendizado de máquina aplicada. É baseada em Alberta, com sede em Edmonton, um grande escritório em Calgary e também um em Toronto. O que eles fazem é trabalhar com outras empresas para desenvolver soluções de software e produtos que tenham IA em seu núcleo, é um negócio para negócios. A parte da organização em que eu trabalhava era o lado de serviços, trabalhávamos com empresas de petróleo e gás, instituições financeiras. Trabalhamos em muitos setores diferentes. Eu trabalhei com eles para definir problemas de negócios relevantes que pudessem ser resolvidos com IA e, em seguida, trabalhei com eles para trazer seus dados juntos, construir modelos de IA, implantá-los e trabalhar no lado de gestão de mudanças, para que pudessem ser operacionalizados e usados, realmente ajudando essas organizações a resolver problemas por meio da construção de soluções de IA aplicadas.

O papel era vice-presidente de soluções de cliente. Quando eu comecei, eu estava em um papel de gerente de projeto, liderando alguns compromissos de IA, então eu me movi ao longo do tempo, e o papel de vice-presidente de soluções de cliente era responsável pela função de entrega, gerenciamento de recursos para projetos e gerenciamento de contas ativo, muitos dos aspectos de cliente que caíam no meu time.

Quanto a projetos, havia muitos, eu diria que, de uma forma ou de outra, como gerente de projeto à mão, treinador ou recurso de garantia de qualidade, dezenas de projetos de IA que eu teria trabalhado nos dois anos e meio, um dos meus favoritos foi um projeto de incêndio florestal. Eu trabalhei com o governador de Alberta. Eles estavam lutando em dias em que havia um risco moderado de incêndio, para entender se um incêndio era provável de ocorrer em uma área específica. Quando eles estavam incertos, sua prática de programação era programar todos os recursos que eles tinham disponíveis, e isso incluía contratar recursos adicionais, equipamentos pesados como bulldozers ou aviões, helicópteros, o que é claro que é caro.

O objetivo do projeto de IA era prever, para uma região determinada, a probabilidade de um incêndio naquela região para o dia seguinte, para ajudá-los a tomar decisões sobre a alocação ótima de recursos para um processo que chamavam de pré-supressão, que é realmente a programação proativa e alocação de recursos.

Foi realmente incrível ver que, em certos cenários, você poderia reduzir recursos ou apenas reduzir o nível ou focá-los em certos momentos do dia. Isso economizaria muito dinheiro, mas não introduziria muito risco material de perder um incêndio, milhões de dólares de economia potencial. Esse trabalho ainda continua. Mesmo hoje, eles estão agora olhando para estender a janela de tempo um pouco, tornar as zonas menores e mais granulares para otimizar melhor os recursos. Mas olhando para a temporada de incêndios que tivemos até agora em Alberta, qualquer inteligência que você possa fornecer antecipadamente sobre onde os riscos estão e ser capaz de otimizar recursos ou pelo menos realocá-los para os lugares certos é um trabalho realmente impactante, foi realmente divertido.

Eu também fiz algum trabalho no processamento de reclamações. Como um provedor de seguros recebe milhares de reclamações, quais delas poderiam ser aprovadas automaticamente, quais exigiriam uma revisão humana, ou mesmo para qual equipe uma reclamação deveria ser encaminhada para obter o nível certo de revisão. Esse tipo de trabalho também é muito importante e pode economizar organizações muito esforço e muito dinheiro em como elas fazem seus negócios,

Você é atualmente o diretor de gerenciamento de informações e análise de dados da KPMG. O que exatamente esse papel envolve?

Eu trabalho com empresas para guiá-las na jornada de resolver esses problemas por meio de, nesse caso, um conjunto mais amplo de capacidades de dados e análise. Trabalhamos em tudo, desde estratégia de dados até a frente e ajudar as organizações a organizar dados de sistemas diferentes, trazendo-os juntos, relatórios e análise, bem como IA e ML. É um papel um pouco mais amplo do que o meu anterior, mas isso também é realmente emocionante para mim. Isso alimenta minha paixão por aprender e desenvolver.

Como diretor, eu geralmente trabalho com líderes seniores no lado do cliente para ajudá-los a entender a jornada, dar-lhes uma ideia do que vai ser necessário, como esses projetos parecem, como eles podem se preparar. Um grande foco na adoção, especialmente com os sistemas de análise avançada que são novos e que às vezes vêm com uma conotação negativa de uma força de trabalho, então realmente trabalhando com eles sobre como melhor implementar essas soluções, bem como coisas como os processos que eles precisarão, as estruturas que precisarão. Isso é uma grande parte do papel. Internamente, liderando o engajamento e liderando as equipes de projeto, ajudando a obter as prioridades certas para a equipe do projeto e orientar o trabalho, bem como a sincronização de diferentes equipes que estão trabalhando nesses projetos.

Falando sobre IA gerativa, como você vê essa tecnologia transformando o futuro?

Estou muito animado com isso. Vejo o potencial. Acho que também é importante ter os controles certos no lugar para IA gerativa, eu realmente acho que há muitos casos de uso lá onde isso poderia ser aplicado para fazer ganhos de produtividade ou eficiência enormes para os negócios. Algumas dessas coisas, como no caso de uso que eu mencionei anteriormente com a cadeia de suprimentos, que estava usando algumas dessas técnicas mesmo antes de o ChatGPT ser anunciado publicamente. Quanto a onde eu vejo isso indo, uma das outras tendências legais que estou vendo é que mais e mais dessa tecnologia está sendo incorporada a aplicativos de negócios principais agora. A Microsoft (MSFT ) anunciou sua ferramenta Copilot que será integrada aos aplicativos do Microsoft Office, eu vi em algum material coisas como escrever uma nota de briefing e apenas dar um prompt ao processador de texto com, “Posso tornar este parágrafo mais curto?” E ele simplesmente faz isso para você.

À medida que essas tecnologias de IA gerativa são incorporadas a aplicativos de negócios principais, isso realmente vai forçar os negócios a pensar sobre como e quando adotá-las, como controlá-las, como podem monitorar a garantia de qualidade dos produtos que estão produzindo. Quando é uma capacidade autônoma separada, é um pouco mais fácil jogar devagar ou ignorar, mas ver essa tecnologia sendo incorporada a aplicativos de negócios principais e plataformas é realmente vai impulsionar essa discussão para a frente.

Eu também estou torcendo para que, com isso e o destaque atual no uso responsável dessa tecnologia, que isso realmente ajude as organizações a colocar ênfase no uso responsável da IA, colocar os processos certos, a governança certa no lugar para realmente garantir que as soluções de IA estejam sendo construídas de forma eficaz, o risco está sendo gerenciado em todo o ciclo de vida, que há verificações de acompanhamento e que você pode confiar nos resultados delas. Estou torcendo para que essa hipe atual em IA gerativa continue a impulsionar essa discussão com essas capacidades para a frente.

Pode discutir como a IA responsável e a redução do viés de IA são realmente importantes para você.

Absolutamente. Acho que tem que ser por várias razões. A maioria das pessoas que estão construindo esses sistemas terá orgulho do trabalho que está sendo feito e não quer que seus sistemas tenham isso, então haverá uma necessidade interna de ter isso para manter a força de trabalho engajada e feliz e protegida. Legalmente, há exemplos lá fora onde as organizações enfrentaram desafios legais ou regulatórios por causa do viés em sua IA. Há um estudo de caso clássico de uma organização que usava IA no recrutamento. O conjunto de dados era muito tendencioso em relação aos homens em relação às mulheres, então sua IA discriminava as mulheres.

Isso foi uma ferramenta de IA da Amazon.

Coisas como essa já ocorreram e têm o potencial de continuar ocorrendo se você não tiver os controles certos no lugar, ter um foco real nisso será crítico para a maioria das organizações. E, então, o risco de reputação para as organizações. Se você errar, isso pode ter um impacto enorme em seu negócio.

Você também é um grande defensor do uso da diversidade e experiência de equipes multifuncionais. Por que a diversidade é tão importante na sua visão?

Agora, os tipos de problemas que estão sendo resolvidos com IA são tão complexos, do ponto de vista dos negócios, dos dados que estão por trás, ninguém ou nenhum papel pode resolver todos esses problemas sozinho. Ter uma boa equipe multifuncional com diferentes perspectivas e habilidades é realmente importante, para ter pessoas que sejam fortes em uma área realmente aproveitando sua força. Quanto à parte da diversidade, outro grande impulsionador de ter uma equipe diversificada é que, na maioria dos casos, o usuário final desses sistemas será um grupo diversificado de pessoas, e não ter essas perspectivas trazidas para sua equipe ao construí-las realmente as coloca para cometer erros ao longo do caminho ou perder coisas, coisas que eu possa não pensar que alguém mais pode e eles trazem essa perspectiva para a frente. É mais fácil resolver problemas e ajustar para isso no ciclo de desenvolvimento do que após um lançamento.

Eu também acredito fortemente que ter uma perspectiva diferente é onde você obtém o melhor diálogo, você obtém perguntas realmente boas vindo de pessoas que estão vendo algo de uma lente diferente. Isso força a conversa sobre como abordar algo. Isso me faz virar algumas dessas pedras que eu não teria virado se essa pessoa não estivesse lá, ter um grupo diversificado de pessoas olhando para um problema realmente permite obter o melhor resultado possível e a melhor solução.

O que você acha que será o próximo grande avanço em IA?

Nessa lente de IA gerativa, acho que, à medida que vemos mais dessa tecnologia sendo incorporada a aplicativos principais, e isso já está começando, isso realmente vai ser enorme para a adoção da tecnologia porque estará bem ali nos sistemas que as pessoas já estão usando. Isso será realmente, realmente importante, e isso pode abrir a porta para alguns dos outros casos de uso, à medida que as pessoas se tornam mais familiarizadas com o que pode fazer, quais são suas limitações, como pode ser usado de forma ideal, e isso pode apenas desencadear o pensamento das pessoas e, ok, agora eu tenho uma melhor compreensão do tipo de problemas que isso resolve. Nós temos esse problema. Isso seria realmente legal para resolver e pode abrir algumas novas portas.

Eu também estou torcendo para que esse avanço regulatório e político seja um avanço que venha em um futuro próximo. Eu sei que há muito movimento no nível da criação de leis e regulamentação, mas o que eu estou torcendo é que as empresas individuais também figurem por si mesmas ou obtenham conselhos sobre como elas precisam estar pensando sobre isso e quais são os controles internos que elas devem estar colocando em prática agora.

Leis e regulamentações levam muito tempo. As empresas podem impulsionar muita mudança adotando esses controles internamente e pensando sobre isso. Há precedentes para isso, obviamente, com auditorias e coisas assim, algo em que a KPMG é realmente forte. Mas pensar sobre o que esses controles poderiam ser, como podemos controlá-los, como podemos testar os resultados? Como podemos garantir que estamos reduzindo alucinações? Quais são alguns dos passos adicionais após o modelo ter produzido sua saída que podemos dar para minimizar qualquer dano ou risco potencial? Esses são os tipos certos de perguntas e estou torcendo para que alguma da hipe agora seja um avanço sobre como pensamos sobre isso e como construímos as estruturas, processos e equipes certas no lado de IA responsável.

Obrigado pela ótima entrevista, leitores que desejam aprender mais devem visitar KPMG.