Rajan Sethuraman, CEO al LatentView Analytics – Seria de interviuri

Rajan Sethuraman, CEO al LatentView Analytics, este un executiv experimentat a cărui carieră cuprinde consultanță, conducere de talente și transformare la nivel de întreprindere, cu experiență de conducere la Accenture și KPMG înainte de a se alătura LatentView. Progresul său de la Chief People Officer la CEO reflectă o puternică accentuare a dezvoltării de talente, a proiectării organizaționale și a modelului de operare extensibil, care acum conturează abordarea sa față de inteligența artificială și analitică. Cu o experiență profundă în recrutare, învățare și strategie de afaceri, el s-a concentrat constant pe alinierea oamenilor, culturii și tehnologiei pentru a obține rezultate măsurabile, culminând cu conducerea LatentView prin IPO și expansiune globală, poziționând inteligența artificială ca o capacitate de afaceri și nu ca o funcție independentă.

LatentView Analytics este o firmă globală de analitică a datelor și transformare digitală care ajută întreprinderile să valorifice datele, inteligența artificială și analitica avansată pentru a îmbunătăți procesul de luare a deciziilor și a stimula creșterea. Compania oferă servicii precum ingineria datelor, analitica predictivă și consultanță condusă de inteligență artificială în diverse industrii, inclusiv servicii financiare, retail și tehnologie, colaborând cu clienți din lista Fortune 500 la nivel global. Valoarea sa fundamentală constă în transformarea datelor brute în informații acționabile care permit companiilor să optimizeze operațiunile, să anticipeze tendințele și să creeze avantaje competitive într-o economie din ce în ce mai dinamică.

Ați început cariera în consultanță și conducere de talente la Accenture și KPMG, înainte de a deveni CEO al LatentView Analytics, unde ați condus compania prin IPO și prima achiziție. Cum v-a influențat background-ul în dezvoltarea de talente și strategie organizațională modul în care scalați inteligența artificială și analitica în prezent?

Cariera mea timpurie s-a concentrat puternic pe talente, dezvoltare de conducere și construirea unor organizații care pot scala. Această experiență continuă să contureze modul în care gândesc despre inteligența artificială astăzi. Tehnologia singură nu poate scala o organizație. Ceea ce contează este modul în care echipele o adoptă, modul în care conducătorii se aliniază în jurul ei și modul în care problema de afaceri este definită clar. La LatentView, ne concentrăm mult timpul pe ajutarea organizațiilor să construiască modelul de operare, abilitățile și cultura necesare pentru a transforma analitica și inteligența artificială în procese de luare a deciziilor de zi cu zi.

Deoarece aceasta, tind să gândesc despre inteligența artificială prin lentila pregătirii organizaționale. Scalarea inteligenței artificiale necesită o expertiză puternică de domeniu, fundații de date și echipe care pot traduce insight-urile în acțiune. Focusul meu a fost întotdeauna pe construirea acestor capacități împreună, în loc de a trata inteligența artificială ca o capacitate izolată.

Ați vorbit despre minimalismul inteligenței artificiale — prioritatea clarității, curiozității și culturii față de urmărirea fiecărei tendințe noi a inteligenței artificiale. Cum arată minimalismul inteligenței artificiale în practică pentru liderii de întreprindere?

Minimalismul inteligenței artificiale începe cu focalizarea. Liderii de întreprindere nu trebuie să urmărească fiecare model sau capacitate nouă care apare. Ei au nevoie de un număr mic de probleme semnificative unde inteligența artificială poate îmbunătăți deciziile sau productivitatea într-un mod măsurabil. Acest lucru ar putea fi decizii de prețuire, planificarea lanțului de aprovizionare sau modul în care cunoașterea se deplasează în cadrul organizației. Începerea cu o problemă bine definită ajută echipele să construiască încredere și să învețe ce înseamnă cu adevărat scalarea responsabilă.

Acest lucru înseamnă și încorporarea inteligenței artificiale în fluxurile de lucru reale, în loc de a o trata ca un experiment izolat. Când echipele văd tehnologia ajutându-le să rezolve problemele de zi cu zi, adoptarea tendează să crească în mod natural. Curiozitatea și experimentarea sunt încă importante, dar funcționează cel mai bine atunci când sunt ancorate într-un sens clar al scopului.

Multe organizații se grăbesc să adopte inteligența artificială generativă fără a-și consolida mai întâi fundațiile de date. Care sunt semnele de avertizare că o companie se construiește pe un teren instabil?

Un lucru pe care îl observ adesea este atunci când conversația despre inteligența artificială evoluează mult mai rapid decât conversația despre date. Dacă liderii discută despre copiloți și modele generative, dar încă există confuzie cu privire la unde se află datele cheie, cine le deține sau care sunt metricile de afaceri pe care compania le încredințează, acesta este de obicei un semn că fundația nu este încă pregătită. Sistemele de inteligență artificială depind puternic de date fiabile și bine guvernate. Fără acestea, devine dificil pentru oameni să aibă încredere în ieșirile sistemului.

Un alt semnal este atunci când companiile au multe proiecte pilot în derulare, dar foarte puține care influențează deciziile reale. Inteligența artificială generativă poate produce demonstrații impresionante, dar testul real este dacă devine parte a modului în care organizația operează.

De la preluarea funcției de CEO, ați condus impacturi măsurabile pentru clienții globali. Ce diferențiază companiile care opereationalizează cu succes inteligența artificială de cele care rămân blocate în modul de pilot?

Companiile care scalează inteligența artificială cu succes o tratează ca o disciplină operațională, nu ca un proiect de inovare lateral. Ei atribuie proprietatea executivă, conectează cazurile de utilizare la rezultatele măsurabile de afaceri și proiectează pentru integrare de la început. Ei investesc, de asemenea, în munca mai puțin glamuroasă, cum ar fi conducte de date, guvernanță, redesign de proces și adoptarea utilizatorilor. Acesta este de obicei diferența dintre un pilot care atrage atenția și o capacitate care schimbă cu adevărat modul în care se iau deciziile.

La LatentView, am văzut că companiile se deplasează mai repede atunci când ancorează inteligența artificială într-o problemă de afaceri care contează deja pentru întreprindere, cum ar fi îmbunătățirea acurateței planificării, a rezultatelor stocurilor sau a vizibilității furnizorilor. Inteligența artificială care este legată de metrici pe care afacerile le îngrijorează deja are o șansă mult mai bună de a fi finanțată, guvernată și adoptată la scară.

Cum abordați scalarea inteligenței artificiale în mod responsabil în cadrul unei organizații mari, menținând în același timp guvernanța, securitatea și responsabilitatea?

Scalarea responsabilă începe cu recunoașterea faptului că deciziile luate de inteligența artificială afectează în cele din urmă clienți reali, angajați și rezultate de afaceri. Acest lucru înseamnă că guvernanța nu poate fi o gândire ulterioară. Organizațiile au nevoie de politici clare cu privire la accesul la date, supravegherea modelelor și monitorizarea odată ce sistemele sunt în producție.

În practică, cele mai eficiente modele de guvernanță sunt interfuncționale. Liderii de afaceri, echipele tehnice și grupurile de risc sau conformitate trebuie să fie implicate. Sistemele de inteligență artificială beneficiază, de asemenea, de transparență cu privire la modul în care se generează ieșirile și unde judecata umană rămâne esențială. Cu gardurile stabilite de la început, organizațiile pot extinde adoptarea în timp ce mențin încrederea.

LatentView lucrează cu întreprinderi la niveluri foarte diferite de maturitate digitală. Cum diferă strategia dvs. de inteligență artificială atunci când consiliați o organizație versus una care se află încă la începutul călătoriei sale analitice?

Cu o organizație, conversația este de obicei despre accelerare. Ei au deja active de date semnificative, așa că ne concentrăm pe prioritizarea cazurilor de utilizare de înaltă valoare, îmbunătățirea accesibilității și încorporarea inteligenței artificiale în fluxurile de lucru unde afacerile pot acționa rapid. Acest lucru ar putea însemna recuperarea cunoașterii la nivel de întreprindere, planificarea conectată în lanțul de aprovizionare sau modele specifice de domeniu care îmbunătățesc viteza decizională în cadrul funcțiunilor.

Pentru organizațiile aflate la începutul călătoriei, punctul de plecare este diferit. Ne concentrăm mai mult pe pregătirea datelor, guvernanță, modernizarea BI și construirea de capacități, astfel încât compania să poată susține inteligența artificială într-un mod durabil. În aceste situații, evaluarea maturității și secvențierea contează foarte mult. Nu doriți să promiteți un viitor agentic unei afaceri care încă lipsește date de încredere, KPI-uri comune sau aliniere executivă cu privire la problema pe care încearcă să o rezolve.

Având o experiență profundă în achiziția de talente și învățare, ce abilități ar trebui companiile să prioritizeze dezvoltarea internă în era inteligenței artificiale versus angajarea externă?

Intern, cred că companiile ar trebui să se concentreze pe construirea unei literaturi largi de inteligență artificială și date. Nu toată lumea are nevoie să devină un om de știință al datelor, dar oamenii din întreaga afaceri ar trebui să prioritizeze fundamentarea deciziilor pe insight-uri, să pună întrebări mai bune și să utilizeze instrumente de inteligență artificială în fluxul lor de lucru zilnic. Când această practică se răspândește în cadrul echipelor, devine mult mai ușor să identifici unde inteligența artificială poate ajuta cu adevărat și unde probabil nu ar trebui să fie utilizată.

Extern, angajările tind să fie mai specializate – inginerie de date, arhitectură de învățare automată și guvernanță a inteligenței artificiale necesită o expertiză profundă pe care organizațiile nu o au întotdeauna în interior. Companiile care fac acest lucru bine combină de obicei acești specialiști cu echipe de afaceri care înțeleg contextul și deciziile care trebuie îmbunătățite.

Rezistența culturală încetinește adesea transformarea. Care sunt comportamentele de conducere pe care le-ați găsit cele mai eficiente în construirea încrederii și a impulsului în jurul adoptării inteligenței artificiale?

Comunicarea clară din partea conducerii face o mare diferență. Angajații vor să înțeleagă de ce sunt introduse tehnologii noi și cum se conectează la strategia companiei. Explicarea scopului din spatele inițiativelor de inteligență artificială și legarea lor de obiective de afaceri reale ajută la construirea încrederii în cadrul organizației.

Învățarea este la fel de importantă. Automatizarea și inteligența artificială sunt deja în proces de rescriere a multor roluri, astfel că companiile trebuie să sprijine activ angajații în dezvoltarea de capacități noi. Oamenii se implică mult mai deschis în schimbare atunci când văd oportunități reale de a construi abilități noi și de a crește alături de tehnologie.

Pe măsură ce inteligența artificială devine încorporată în procesele de luare a deciziilor, cum ar trebui să reconsidere consiliile și echipajele executive metricile de performanță și responsabilitatea?

Inteligența artificială schimbă modul în care se iau deciziile, astfel încât echipele de conducere trebuie să privească dincolo de metricile tradiționale de proiect. Întrebarea reală devine dacă inteligența artificială îmbunătățește calitatea și viteza deciziilor în domenii care contează pentru afaceri. Acest lucru ar putea însemna previziuni de cerere mai bune, decizii de prețuire mai precise sau răspunsuri mai rapide la schimbările de pe piață.

Dacă aceste rezultate se îmbunătățesc, inteligența artificială își face treaba. Performanța inteligenței artificiale nu poate sta într-un panou de bord separat de performanta de afaceri pentru mult timp.

Responsabilitatea trebuie, de asemenea, să fie mai clară. Cineva deține în continuare datele, cineva este responsabil pentru monitorizarea modelelor în producție, și cineva ia în cele din urmă decizia. Inteligența artificială poate sprijini aceste decizii, dar guvernanța și supravegherea rămân esențiale.

Pe parcursul următorilor trei până la cinci ani, ce schimbări în adoptarea inteligenței artificiale la nivel de întreprindere vor conta cel mai mult — și ce ar trebui liderii să înceapă să facă acum pentru a rămâne înainte?

Pe parcursul următorilor ani, inteligența artificială va începe să apară mult mai mult în deciziile de afaceri de zi cu zi. Multe companii au petrecut timp experimentând cu proiecte pilot și concepte de dovadă. Următorul pas este asigurarea că aceste capacități susțin cu adevărat modul în care echipele planifică, prevăd cererea, gestionează lanțurile de aprovizionare sau iau decizii de marketing.

Lucrul va evolua și el pe măsură ce inteligența artificială devine mai capabilă. Pe măsură ce sarcinile rutiniere devin mai automate, rolurile se vor deplasa către ghidarea, interpretarea și colaborarea cu sistemele de inteligență artificială. Organizațiile care consolidează fundațiile de date și ajută angajații să construiască aceste capacități se vor adapta mult mai ușor pe măsură ce inteligența artificială devine parte a operațiunilor zilnice.

Mulțumim pentru interviul excelent; cititorii care doresc să afle mai multe ar trebui să viziteze LatentView Analytics.