ริติกา กุนนาร์ รองประธาน Expert Labs ของ IBM Cloud และ Cognitive Software – สัมภาษณ์รายการ

ริติกา กุนนาร์ เป็นรองประธานของ Expert Labs ของ IBM Cloud และ Cognitive Software เธอยังเป็นผู้มีส่วนร่วมในโครงการ Women Leaders in AI ของ IBM มากด้วย ในช่วงก่อนหน้านี้ เธอ曾ดูแลธุรกิจ Master Data Management & Information Integration and Governance และธุรกิจ Data Warehousing & Analytics ของ IBM ซึ่งรับผิดชอบด้านกลยุทธ์ ทิศทาง และการบริหารจัดการประจำวันของพอร์ตโฟลิโอ Warehousing

คุณมีความสนใจในคณิตศาสตร์และภาษาศาสตร์เมื่อแรกเริ่ม คุณได้รับแรงบันดาลใจในการเปลี่ยนไปสู่วิทยาการคอมพิวเตอร์และ AI ได้อย่างไร?

เมื่อฉันยังเป็นเด็ก ฉันมีความสนใจในเรื่องทุกอย่างยกเว้นเทคโนโลยี เช่นเดียวกับที่คุณกล่าวถึง ฉันสนใจภาษาสเปนและภาษาต่างประเทศ รวมถึงภาษาศาสตร์ พ่อแม่ของฉันเป็นวิศวกรและนักธุรกิจ และพวกเขาสอนฉันให้รักวิทยาศาสตร์ เทคโนโลยีมีจุดตัดกันระหว่างการมีอิทธิพลต่ออุตสาหกรรมและทุกด้านของชีวิตประจำวัน หลังจากเรียนในมหาวิทยาลัย ฉันรู้ว่านี่คือที่ที่ฉันควรจะอยู่

ในขณะที่ฉันติดตามความสนใจของฉันในการทำงานด้านเทคโนโลยี น่าเสียดายที่สาวๆ หลายคนเลือกเส้นทางอาชีพที่ไม่ใช่ STEM ซึ่งเป็นเหตุผลที่ฉันรู้สึกตื่นเต้นที่ IBM จะจัดงาน Women Leaders in AI เป็นปีที่สามติดต่อกัน เพื่อเชิดชูผู้นำธุรกิจหญิงที่มีผลงานโดดเด่นในการใช้ AI ในบริษัทต่างๆ ทั่วโลก สาวๆ ที่อายุน้อยกว่าควรจะเห็นตัวเองในผู้นำเหล่านี้และได้รับแรงบันดาลใจและชุมชนในการสนับสนุนให้พวกเขาติดตามเส้นทางด้านเทคโนโลยีและ AI

คุณมีอาชีพที่น่าเหลือเชื่อที่ IBM คุณสามารถแบ่งปันเรื่องราวบางส่วนของการเดินทางนี้ได้หรือไม่?

คนๆ หนึ่งถามฉันว่าทำไมฉันจึงมีอาชีพที่ยาวนานที่ IBM ฉันสามารถเติบโตทักษะของฉันในพื้นที่ผลิตภัณฑ์และโดเมนฟังก์ชัน ฉันเริ่มต้นในทีมจัดการระบบของเราในฐานะนักพัฒนา และได้พัฒนาตัวเองผ่านข้อมูล วิเคราะห์ และ AI ในฟังก์ชันของการบริหารผลิตภัณฑ์ การขาย และการบริการ

มีคุณค่าอย่างมากสำหรับอาชีพของฉันที่จะเริ่มต้นในพื้นที่หนึ่ง ขยายความรู้เกี่ยวกับโดเมนเฉพาะ แล้วเปลี่ยนไปสู่พื้นที่อื่น ฉันเรียนรู้จากทุกการย้ายที่ และพัฒนาพื้นฐานที่มั่นคงซึ่งจำเป็นต่อการทำงานในปัจจุบันของฉันในการช่วยให้ธุรกิจต่างๆ นำเทคโนโลยีใหม่ๆ มาใช้

ในระหว่างการเปลี่ยนแปลง ฉันพบว่ามีประโยชน์ที่จะเน้นไปที่ 3 ด้านเพื่อผลักดันให้เกิดการเติบโต: (1) ค้นหาชุมชนเพื่อสนับสนุนการเรียนรู้และการเติบโตที่จำเป็นสำหรับบทบาทใหม่ (2) มีความอยากรู้อยากเห็น และเรียนรู้จากงานที่ทำจริงๆ การศึกษาและการฝึกฝนอย่างต่อเนื่อง (3) มีความมั่นใจในความสามารถของตนเอง ซึ่งเป็นสิ่งสำคัญที่สุด

คุณปัจจุบันเป็นรองประธานของ Expert Labs ของ IBM Cloud และ Cognitive Software คุณสามารถแบ่งปันเรื่องราวเกี่ยวกับบทบาทนี้ได้หรือไม่?

ทีม Expert Labs ช่วยให้องค์กรต่างๆ สามารถใช้ประโยชน์จาก AI ได้อย่างเต็มที่ในการรักษาความแข็งแกร่งของธุรกิจในภูมิทัศน์ที่มีการแข่งขันสูง ฉันเป็นผู้นำทีมที่มีสมาชิกมากกว่า 2,400 คน ซึ่งเป็นผู้เชี่ยวชาญด้านเทคนิคที่ให้คำแนะนำ ออกแบบ และส่งมอบความสำเร็จของลูกค้าด้วยข้อมูล อัตโนมัติ และกรณีการใช้งาน AI อื่นๆ

เราทำงานร่วมกับลูกค้าเพื่อให้แน่ใจว่าโครงการเทคโนโลยีของพวกเขาจะประสบความสำเร็จโดยการช่วยให้พวกเขาค้นหาวัตถุประสงค์ของตนเองและชี้แนะพวกเขาในระหว่างการเดินทางสู่การเปลี่ยนแปลงทางธุรกิจ

คุณเคยกล่าวไว้ว่าการประสบความสำเร็จด้วย AI เริ่มต้นจากข้อมูล คุณสามารถอธิบายเพิ่มเติมเกี่ยวกับเรื่องนี้ได้หรือไม่?

เช่นเดียวกับที่คุณกล่าวไว้ เพื่อให้ AI มีประสิทธิภาพสูงสุด องค์กรต่างๆ ต้องเริ่มต้นด้วยข้อมูลของตนเอง AI มีศักยภาพในการเปลี่ยนแปลงวิธีการดำเนินธุรกิจและสร้างมูลค่าให้กับธุรกิจ แต่หลายๆ องค์กรยังคงเผชิญกับความท้าทายในการเอาชนะความซับซ้อนของข้อมูล การขาดแคลนผู้เชี่ยวชาญ และการขาดความเชื่อมั่นในระบบ AI ในขณะที่เรากำลังเฉลิมฉลองความหลากหลายใน AI ฉันจะเน้นไปที่สองคำถามที่ฉันคิดว่าสำคัญในการพัฒนาความเชื่อมั่นในข้อมูลและระบบ AI: AI ของฉันคืออะไร และ AI ของฉันสามารถอธิบายได้อย่างไร?

เพื่อให้แน่ใจว่า AI เป็นไปอย่างยุติธรรม เราต้องแน่ใจว่าข้อมูลที่ใช้ในการสร้างแบบจำลองนั้นเป็นไปอย่างยุติธรรม และแบบจำลองเหล่านั้นได้รับการออกแบบมาเพื่อตรวจจับและบรรเทาผลกระทบของความลำเอียงเมื่อมีข้อมูลใหม่เข้ามา การกำจัดความลำเอียงได้รับการเน้นย้ำมากขึ้นในระหว่างการอภิปรายทั่วโลกเกี่ยวกับความยุติธรรมทางเชื้อชาติและเศรษฐกิจ เมื่อเราให้ความยุติธรรมแก่ AI มันจะกลายเป็นเครื่องมือที่ดีในการบรรเทาผลกระทบของความลำเอียงของมนุษย์

หากเราไม่สามารถอธิบายได้ว่าทำไม AI จึงตัดสินใจในทางใดทางหนึ่ง ความกลัว “กล่องดำ” ของอัลกอริทึมที่ซับซ้อนจะทำให้ไม่สามารถสร้างความเชื่อมั่นได้ อุตสาหกรรมอย่างการบริการทางการเงิน การดูแลสุขภาพ และการประกันภัย มีโอกาสที่จะใช้ AI ในระดับใหญ่ แต่ต้องการข้อมูลที่ละเอียดอ่อนในการตัดสินใจที่ส่งผลกระทบต่อชีวิตของผู้คนอย่างมาก มันสำคัญที่ลูกค้าจะต้องเข้าใจว่าการตัดสินใจเหล่านี้เกิดขึ้นได้อย่างไร และทำไม เพื่อให้แน่ใจว่าการตัดสินใจที่ดีที่สุดและยุติธรรมที่สุดจะเกิดขึ้น และเพื่อให้ตรงตามมาตรฐานของหน่วยงานกำกับดูแล เราต้องการเส้นทางข้อมูลที่สามารถตรวจสอบได้ซึ่งให้คำตอบที่ถูกต้อง

การรับประกันว่า AI และข้อมูลที่ใช้ในการสร้าง AI นั้นยุติธรรมและสามารถอธิบายได้ คือเลนส์ที่เราต้องมองการดำเนินโครงการ AI ที่ประสบความสำเร็จ ฉันเชื่อว่ากลุ่มที่มีประสบการณ์และพื้นหลังที่หลากหลายเป็นสิ่งสำคัญในกระบวนการนี้

คุณมีส่วนร่วมในโครงการ Women of AI ของ IBM คุณสามารถบอกเราถึงรายละเอียดเพิ่มเติมเกี่ยวกับโครงการนี้ได้หรือไม่?

ผู้หญิงผู้มีแนวทางการนำทางที่รวมอยู่ในรายชื่อ Women Leaders in AI ของเราประจำปีได้สร้างสภาพแวดล้อมที่ผู้หญิงสามารถผลักดันขอบเขตในอุตสาหกรรมเทคโนโลยีได้ และเปิดโอกาสให้พวกเขาได้พูดและเปิดประตูให้กับคนรุ่นต่อไป มันสำคัญที่จะเฉลิมฉลองและแบ่งปันเรื่องราวเหล่านี้เพื่อรักษาความก้าวหน้า ซึ่งเป็นเหตุผลที่เรากำลังเชิดชูผู้หญิง 40 คนจาก 18 ประเทศทั่วโลกที่กำลังกำหนดอนาคตของ AI และการปรับปรุงภาษาที่เป็นธรรมชาติ อัตโนมัติ และ AI ที่น่าเชื่อถือเพื่อช่วยให้องค์กรต่างๆ คาดการณ์ผลลัพธ์ อัตโนมัติกระบวนการ และขับเคลื่อนประสิทธิภาพใหม่ๆ

รายชื่อนี้รวมผู้นำจาก 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 และอื่นๆ ผู้นำเหล่านี้กำลังสร้างพื้นที่ใหม่ๆ โดยใช้ AI เพื่อปรับปรุงประสิทธิภาพของการโฆษณา ให้อำนาจแก่เกษตรกรด้วยเครื่องมือการพยากรณ์ผลผลิตพืชผลที่จำเป็น ช่วยปรับปรุงความปลอดภัยของอาหาร และอื่นๆ

การมีทีมที่หลากหลายจากชนกลุ่มน้อยและผู้หญิงมีความสำคัญเพียงใดในการหลีกเลี่ยงความลำเอียงของ AI?

ในระยะเวลาหนึ่งปี การระบาดของโควิด-19 ได้ทำลายการทำงานของหญิงหลายล้านคน โดยเฉพาะในสหรัฐอเมริกาที่มีหญิงมากกว่า 5 ล้านคนสูญเสียหรือออกจากงาน ในความเป็นจริง การวิจัยใหม่ จาก IBM Institute for Business Value พบว่า ผู้หญิงน้อยลง ที่ดำรงตำแหน่งรองประธานอาวุโส รองประธาน ผู้อำนวยการ และผู้จัดการในปัจจุบันกว่าที่พวกเขาทำในปี 2019 เราได้สร้างโปรแกรม Women Leaders in AI ประจำปีในปี 2019 เพื่อสนับสนุนการมีส่วนร่วมที่หลากหลายในด้านนี้ และให้ผู้ได้รับเกียรติมีเครือข่ายสำหรับการเรียนรู้ร่วมกันและสนับสนุนกัน

นอกจากนี้ ความสำคัญของการมีความคิดที่หลากหลายในการพัฒนา AI ไม่สามารถเน้นย้ำได้มากพอที่จะพัฒนา AI และลดความลำเอียง สิ่งนี้แสดงให้เห็นว่าการปฏิบัติงานที่หลากหลายสามารถนำไปสู่ผลตอบแทนทางเศรษฐกิจและผลประโยชน์ที่ดีกว่าสำหรับทุกคน เราเฉลิมฉลองขั้นตอนที่ได้ดำเนินการเพื่อสร้างสาขา AI ที่หลากหลายและครอบคลุมมากขึ้น และเรายังคงพยายามที่จะทำให้มันดีขึ้น

สิ่งที่พ่อแม่สามารถทำได้เพื่อกระตุ้นให้เด็กหญิงสนใจในวิทยาการคอมพิวเตอร์และ AI มากขึ้นคืออะไร?

สองสิ่งที่โดดเด่นสำหรับฉันคือความอยากรู้อยากเห็นและคำแนะนำ ในประสบการณ์ของฉัน ส่วนผสมที่สำคัญที่สุดสำหรับความสำเร็จใน AI คือวัฒนธรรมของความอยากรู้อยากเห็นและการเรียนรู้อย่างต่อเนื่อง ในด้านเทคโนโลยีโดยทั่วไป อายุการใช้งานเฉลี่ยของทักษะและข้อมูลคือ 3-5 ปี แต่ใน AI คือ 12-18 เดือน เทคโนโลยีกำลังพัฒนาอย่างรวดเร็ว ดังนั้นจิตใจที่อยากรู้อยากเห็นและการเรียนรู้จึงมีความสำคัญมากกว่าทักษะใดๆ

สำหรับเด็กหญิงที่สนใจในเทคโนโลยี ระบบสนับสนุนและคำแนะนำมีความสำคัญ มันคือการสร้างวัฒนธรรมที่ผู้คนรู้สึกว่าสามารถขยายตัวเองได้อย่างต่อเนื่อง ฉันเรียนรู้สิ่งนี้จากประสบการณ์ส่วนตัวเมื่อหลายปีก่อน เมื่อฉันส่งลูกชายและลูกสาวของฉันไปที่ค่ายการเขียนโค้ดด้วยกัน ลูกชายของฉันชอบมัน แต่ลูกสาวของฉันกลับมาบอกว่า “ฉันไม่ต้องการเขียนโค้ดอีกแล้ว แม่” หลังจากพูดคุยกัน ฉันรู้ว่าเธอเป็นเด็กผู้หญิงคนเดียวในชั้นเรียนนั้น ดังนั้นฉันจึงลงทะเบียนให้เธอเข้าโปรแกรมพิเศษที่เด็กผู้หญิงเขียนโค้ดด้วยกัน เธอมีความสุขได้รับความมั่นใจและสามารถแข่งขันกับเด็กผู้ชายได้

องค์กรสามารถทำอะไรเพื่อดึงดูดผู้หญิงมากขึ้น?

หากเราต้องการเพิ่มจำนวนผู้หญิงใน AI และเพิ่มความหลากหลายในด้านนี้ เราต้องเฉลิมฉลองความหลากหลายที่มีอยู่แล้ว เราต้องแน่ใจว่าคนจากกลุ่มต่างๆ มีชุมชนเทคโนโลยีที่พวกเขารู้สึกสบายใจในการถามคำถาม ทำผิดพลาด และลองสิ่งใหม่ๆ ซึ่งเป็นส่วนหนึ่งของการเรียนรู้ เมื่อ IBM เฉลิมฉลองผู้หญิง 40 คนที่เป็นผู้บุกเบิก เรากำลังเชื่อมต่อพวกเขาให้กับเครือข่ายการเรียนรู้และการสนับสนุนกันและกัน ตามผลการวิจัยใหม่จาก IBM Institute for Business Value เราได้เสนอแผนการเปลี่ยนแปลง:

1. จับคู่ความคิดที่กล้าหาญกับการมุ่งมั่นที่ยิ่งใหญ่ โดยการทำให้ความเท่าเทียมทางเพศเป็นลำดับความสำคัญทางธุรกิจอย่างเป็นทางการ
2. ใช้การแทรกแซงเฉพาะที่เกี่ยวข้องกับวิกฤติ เช่น การสนับสนุนการดูแลเด็ก การให้คำปรึกษาด้านสุขภาพจิต และการทำงานที่ยืดหยุ่น
3. สร้างวัฒนธรรมของความตั้งใจและความเข้าใจ และให้พื้นที่สำหรับการเรียนรู้และการเติบโต
4. ใช้เทคโนโลยีเพื่อเพิ่มประสิทธิภาพการทำงาน โดยการสร้างความยุติธรรมเข้าไปในกระบวนการคัดเลือกและการให้ข้อมูล และลงทุนในเครื่องมือและแนวปฏิบัติในการทำงานร่วมกันที่ช่วยให้ผู้หญิงและผู้ชายสามารถมีส่วนร่วมได้อย่างมีประสิทธิภาพทั้งในสภาพแวดล้อมทางกายภาพและระยะไกล แม้หลังจากที่การระบาดของโควิด-19 ผ่านพ้นไปแล้ว

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Expert Labs ของ IBM หรือโปรแกรม Women Leaders in AI ของ IBM ได้