Adam Asquini, Giám đốc Quản lý Thông tin và Phân tích Dữ liệu tại KPMG – Loạt Phỏng vấn

Adam Asquini là Giám đốc Quản lý Thông tin và Phân tích Dữ liệu tại KPMG ở Edmonton. Ông chịu trách nhiệm lãnh đạo các dự án dữ liệu và phân tích nâng cao cho khách hàng của KPMG ở các tỉnh bang Prairie. Adam đam mê xây dựng và phát triển các đội ngũ hiệu suất cao để mang lại kết quả tốt nhất cho khách hàng và tạo ra một môi trường làm việc hấp dẫn cho các đội ngũ của mình. Trước đây, ông đã từng làm việc tại AltaML với tư cách là Phó Chủ tịch Giải pháp Khách hàng, Chính phủ Alberta với tư cách là Quản lý Chương trình và trong Lực lượng Vũ trang Canada với tư cách là Sĩ quan Tín hiệu. Với con đường sự nghiệp không truyền thống vào lĩnh vực AI, Adam là người tin tưởng mạnh mẽ vào việc tận dụng sự đa dạng và kinh nghiệm của các đội ngũ chức năng chéo và cũng tin rằng bất kỳ ai cũng có thể tham gia vào cộng đồng AI đang phát triển.

Chúng tôi đã ngồi xuống để phỏng vấn Adam tại hội nghị Upper Bound năm 2023, một hội nghị về AI được tổ chức tại Edmonton, AB và do Amii (Viện Máy tính Thông minh Alberta) tổ chức.

Bạn có một con đường sự nghiệp không truyền thống, có thể cho chúng tôi biết về cách bạn vào lĩnh vực AI?

Tôi bắt đầu sự nghiệp của mình trong Lực lượng Vũ trang Canada với tư cách là sĩ quan tín hiệu, những người chịu trách nhiệm về hệ thống thông tin liên lạc và công nghệ thông tin. Điều đó thực sự đã giúp tôi bước vào thế giới công nghệ. Sau 14 năm trong quân đội, làm nhiều công việc khác nhau, từ làm việc trên một căn cứ và hỗ trợ dịch vụ CNTT và truyền thông đến thiết lập tổng hành dinh và hỗ trợ hoạt động trong nước như forest fires và lũ lụt, tôi chuyển sang Chính phủ Alberta. Tôi làm việc trong quản lý chương trình, tập trung vào các sáng kiến công nghệ xuyên chính phủ. Khi đó, chính phủ đang tập trung CNTT, chúng tôi làm việc với các bộ khác nhau để hợp nhất dịch vụ của họ và tập trung hóa mọi thứ. Tôi đã làm rất nhiều công việc ở đó, cũng như trong quản lý đầu tư. Và thực sự, khi làm việc đó, tôi bắt đầu thấy một số tổ chức tận dụng dữ liệu và phân tích.

Điều đó thực sự đã khơi dậy sự tò mò của tôi và luôn khao khát học hỏi, tôi bắt đầu tham gia vào một số dự án ở đó hoặc tự học thông qua các công cụ đào tạo như Coursera. Tôi đã đọc rất nhiều, nghiên cứu về các nhà cung cấp và nền tảng cung cấp các công cụ này. Tôi thực sự quan tâm đến dữ liệu và phân tích, và thông qua sự tò mò và khao khát học hỏi của mình, tôi bắt đầu tham gia sâu vào lĩnh vực này theo thời gian.

Ngoài Coursera, có những podcast hoặc sách cụ thể mà bạn muốn giới thiệu?

Tôi theo dõi nhiều người trên LinkedIn, nhưng một số người đáng chú ý như Emerj. Dan Faggella là người đứng sau nó. Ông mang lại rất nhiều tư duy lãnh đạo cho nó. Tôi cũng theo dõi một số podcast và sách. Một cuốn sách thực sự tốt mà tôi đã đọc gần đây là Infonomics của Doug Laney. Ông là cựu nhân viên của Gartner và MIT, và đó là một cuốn sách thực sự tốt để giải thích một khuôn khổ định giá cho dữ liệu. Tôi cố gắng để tự mình tham gia vào càng nhiều thứ càng tốt, cũng như tham gia vào công việc dự án để học hỏi thêm.

Làm thế nào kinh nghiệm quân sự của bạn đã giúp bạn trong vai trò hiện tại?

Trong một số cách. Tôi nghĩ rằng một số kỹ năng cốt lõi mà tôi đã học được thông qua sự nghiệp quân sự của mình, một cách tiếp cận có cấu trúc đối với việc lập kế hoạch, điều đó thực sự tốt. Quản lý thời gian và ưu tiên hóa. Trong một môi trường quân sự, nó thực sự buộc bạn phải học cách xác định điều gì là quan trọng nhất và làm việc với tốc độ nhất định, đánh giá các sự đánh đổi và hiểu cách đưa ra một kế hoạch hành động có thể thực hiện được và sẽ giúp bạn tiến về phía trước. Tôi tìm thấy rằng trong một môi trường công nghệ nhanh chóng như AI, nơi mọi thứ đang di chuyển rất nhanh, có khả năng xử lý một lượng lớn thông tin và có một cách tiếp cận có cấu trúc để hiểu điều gì quan trọng, điều gì không quan trọng, nơi bạn muốn tập trung, đã trở thành một kỹ năng rất hữu ích.

Bạn từng là Phó Chủ tịch Giải pháp Khách hàng tại AltaML trong hơn hai năm, AltaML là gì và bạn đã làm việc trên những dự án thú vị nào?

AltaML là một công ty trí tuệ nhân tạo và máy học ứng dụng. Nó có trụ sở tại Alberta, với trụ sở chính ở Edmonton, một văn phòng lớn ở Calgary và cũng một văn phòng ở Toronto. Điều họ làm là làm việc với các doanh nghiệp khác để phát triển các giải pháp và sản phẩm phần mềm có AI ở lõi, đó là một doanh nghiệp đối với doanh nghiệp. Phần của tổ chức tôi làm việc là phía dịch vụ, chúng tôi làm việc với các công ty dầu khí, các tổ chức tài chính. Chúng tôi đã làm việc trên nhiều lĩnh vực khác nhau. Tôi đã làm việc với họ để xác định các vấn đề kinh doanh có liên quan và có thể tạo ra tác động cho khách hàng và giúp họ xây dựng các giải pháp AI.

Vai trò của tôi là Phó Chủ tịch Giải pháp Khách hàng. Khi tôi bắt đầu, tôi là một người quản lý dự án, lãnh đạo một số dự án AI, sau đó tôi đã chuyển lên vị trí Phó Chủ tịch Giải pháp Khách hàng, chịu trách nhiệm về chức năng giao hàng, quản lý tài nguyên cho dự án và quản lý tài khoản tích cực, nhiều khía cạnh đối mặt với khách hàng của công việc đó thuộc về đội của tôi.

Bạn hiện là Giám đốc Quản lý Thông tin và Phân tích Dữ liệu tại KPMG. Vai trò này bao gồm những gì?

Tôi làm việc với các doanh nghiệp để hướng dẫn họ trong hành trình giải quyết các vấn đề thông qua khả năng phân tích dữ liệu và AI. Chúng tôi làm việc mọi thứ từ chiến lược dữ liệu lên phía trước và giúp các tổ chức tổ chức dữ liệu từ các hệ thống khác nhau, đưa nó lại với nhau, báo cáo và phân tích cũng như AI và ML. Đó là một vai trò rộng hơn so với vai trò trước của tôi, nhưng điều đó cũng thực sự thú vị với tôi. Nó nuôi dưỡng đam mê học hỏi và phát triển tự nhiên của tôi.

Trong một cuộc phỏng vấn gần đây với Calgary Herald, bạn đã nói về việc có một lượng đáng kể việc áp dụng AI ở Alberta. Bạn thấy việc áp dụng này nhiều nhất trong những ngành nào?

Tôi đã thấy việc áp dụng trên nhiều ngành khác nhau ở Alberta. Tất nhiên, năng lượng có rất nhiều, vì vậy tôi đã thấy các trường hợp mà các tổ chức sử dụng trí tuệ nhân tạo để giúp tối ưu hóa việc bảo trì và kiểm tra an toàn trong đường ống, nơi nên hoặc có thể thực hiện các công việc đào xới? Vì các công việc đào xới rất tốn kém để thực hiện nếu có một nguy cơ cháy rừng nghi ngờ. Tôi cũng đã thấy rất nhiều trong chuỗi cung ứng. Khi các tổ chức lớn thực hiện các vụ sáp nhập và mua lại, dữ liệu của họ nằm khắp mọi nơi. Đôi khi, họ thực sự gặp khó khăn trong việc tìm kiếm các mục trong danh mục vật liệu của họ, vì vậy việc sử dụng các mô hình ngôn ngữ mà chúng tôi đang thấy xuất hiện ngay bây giờ để tổ chức dữ liệu, cấu trúc nó theo cách mà nó có thể được phân tích.

Nói về AI tạo sinh, bạn thấy công nghệ này sẽ biến đổi tương lai như thế nào?

Tôi rất hào hứng với nó. Tôi thấy tiềm năng. Tôi cũng nghĩ rằng điều quan trọng là phải có các biện pháp kiểm soát đúng chỗ cho AI tạo sinh, tôi thực sự tin rằng có rất nhiều trường hợp sử dụng mà công nghệ này có thể được áp dụng để tạo ra lợi ích về năng suất hoặc hiệu quả lớn cho doanh nghiệp. Một số trường hợp như trong ví dụ tôi vừa đề cập về chuỗi cung ứng, đó là việc tận dụng một số kỹ thuật ngay cả trước khi ChatGPT được công bố công khai.

Bạn cũng là người tin tưởng mạnh mẽ vào việc tận dụng sự đa dạng và kinh nghiệm của các đội ngũ chức năng chéo. Tại sao sự đa dạng lại quan trọng với bạn?

Hiện tại, các vấn đề được giải quyết bằng AI rất phức tạp, từ góc độ kinh doanh, từ dữ liệu nằm dưới bề mặt, không một người nào hoặc một vai trò nào có thể giải quyết tất cả các vấn đề này một mình. Việc có một đội ngũ chức năng chéo với các quan điểm và kỹ năng khác nhau thực sự quan trọng, để có thể tận dụng điểm mạnh của mọi người. Về phần đa dạng, một động lực lớn khác để có một đội ngũ đa dạng là rằng trong hầu hết các trường hợp, người dùng cuối của các hệ thống này sẽ là một nhóm người đa dạng, và không có những quan điểm đó được đưa vào đội ngũ của bạn khi xây dựng chúng thực sự sẽ khiến bạn gặp sai lầm hoặc bỏ lỡ điều gì đó trên đường đi.

Bạn nghĩ điều gì sẽ là bước đột phá lớn tiếp theo trong AI?

Trong lĩnh vực AI tạo sinh, tôi nghĩ rằng khi chúng ta sẽ thấy nhiều công nghệ này được tích hợp vào các ứng dụng kinh doanh chính, và điều đó đã bắt đầu, điều đó sẽ rất quan trọng cho việc áp dụng công nghệ. Khi các công nghệ AI tạo sinh được tích hợp trực tiếp vào các ứng dụng kinh doanh chính, nó sẽ buộc các doanh nghiệp phải suy nghĩ về cách và khi họ áp dụng chúng, cách họ kiểm soát chúng, cách họ có thể đảm bảo chất lượng của sản phẩm họ tạo ra.

Có thể bạn thảo luận về việc AI có trách nhiệm và giảm thiểu thiên vị AI là rất quan trọng với bạn?

Tuyệt đối. Tôi nghĩ rằng điều đó phải được thực hiện vì một số lý do. Hầu hết những người xây dựng các hệ thống này sẽ có niềm tự hào về công việc họ đang làm và họ không muốn hệ thống của mình có thiên vị. Về mặt pháp lý, đã có những ví dụ về các tổ chức phải đối mặt với thách thức pháp lý hoặc quy định do thiên vị trong AI của họ. Có một nghiên cứu điển hình về một tổ chức đã sử dụng AI trong việc tuyển dụng.

Đó là một công cụ AI của Amazon.

Những điều như vậy đã xảy ra và có khả năng tiếp tục xảy ra nếu bạn không có các biện pháp kiểm soát đúng chỗ, việc có một sự tập trung thực sự vào điều này sẽ rất quan trọng cho hầu hết các tổ chức. Và sau đó, rủi ro về danh tiếng cho các tổ chức. Nếu bạn làm sai điều đó, điều đó có thể có tác động rất lớn đến kinh doanh của bạn.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập KPMG.