(Kiemelt kép: Unsplash+)
A legtöbb szervezetben ma még viccnek számítana, ha valaki olyan címmel rendelkezne, mint „az MI-részleg vezetője” (még kevésbé a CAIO titulus) hazánkban. Leginkább azért, mert még nem sok olyan vállalat van, amelyik valóban foglalkozik ténylegesen is a dolgos hétköznapokban MI-val. De azért is, mert elméletileg az MI olyan megoldás lenne, melynek az egész vállalaton belül elterjedtnek és áthatónak kellene lennie és látszani kifelé is eme nóvumnak, nem pedig csak egy bizonyos részlegre vagy szerepkörre korlátozódnia csupán, mint ma még hazánkban a legtöbb cégnél, aki kacérkodik a gépi elmével. Mégis a LinkedIn-en már találunk embereket „Head of AI” titulusokkal. Az igazsághoz tartozik, hogy ezek közül néhányan olyan startupoknál vagy technológiai cégeknél dolgoznak, melyek az MI-t mint fő terméküket építik, ebben az esetben a megkülönböztetésnek sokkal több értelme is van már. De mi a helyzet az átlagos vállalatokkal? Láthatjuk-e hamarosan az MI-vezetői vagy CAIO-szerepkörök felemelkedését (ahogyan a CDO-kkal is ez megtörtént egykor)?
Az MI vezetői pozíció legfontosabb elemei
Érdemes megvizsgálni a mesterséges intelligencia vezetői pozíció négy alapvető szempontját, de a pozíció néhány lehetséges feladatát is érdemes górcső alá venni. Általánosságban elmondható, hogy a mesterséges intelligencia vezetőjének feladatai közé kell tartoznia az MI-technológiák általános fejlesztésének vezetése és irányítása, a vonatkozó vállalati szabványok meghatározása, a mesterséges intelligencia technológia felelős és etikus felhasználását támogató irányelvek kidolgozása, valamint az akadémiai és kereskedelmi kutatók közötti kreatív együttműködés elősegítése az MI legnehezebb problémáinak megoldása érdekében. Tekintsük meg ezeket a hivatalos, további funkciókat a szerepkörben.
Az MI-technológiák hatékonyságának értékelése
Annak biztosítása érdekében, hogy a mesterséges intelligenciát olyan módon alkalmazzák, mely előnyös és támogatja a felhasználási eseteket, az MI vezetőnek nyomon kell követnie, hogy az egyes új technológiák milyen jól teljesítenek, és hogy szükséges-e módosítani vagy lecserélni őket. Emellett intézkedéseket kell hozni annak biztosítására, hogy az MI-fejlesztés egyensúlyban legyen az adatvédelmi és etikai megfontolásokkal is. Ezért az MI hatékonyságának értékelésére és mérésére szolgáló folyamatok és mérőszámok kialakítása kritikus fontosságú lesz. Egyes folyamatok közé tartozhat az MI-technológiák szervezeteken és csapatokon belüli és kívüli felhasználásának dokumentálása és nyomon követése is. Továbbá az új MI-eszközök hatékonyságának értékelése és dokumentálása a bevált módszerekhez képest, annak eldöntése érdekében, hogy be kell-e építeni őket a szervezet munkafolyamataiba vagy sem. Meg kell fontolni az átláthatóság elősegítését is, hogy minden érdekelt fél tisztában legyen azzal, hogyan használják a technológiát egy szervezeten belül, hogy megalapozott döntéseket hozhassanak annak jövőbeli irányáról.
Adatgyűjtés és felhasználás
Mind az egyes felhasználók, mind magának a szervezetnek a védelme érdekében elengedhetetlen, hogy a szervezetek a felhasználói adatok gyűjtésére és felhasználására vonatkozóan konkrét adatvédelmi szabályokkal rendelkezzenek. Egy szabályzat több összetevőből állhat, melyek a következők lehetnek. Az adatgyűjtés jogszerűségének és etikusságának biztosítása, annak meghatározása, hogy ki férhet hozzá a felhasználói adatokhoz. A tervezett alkalmazások meghatározása, vagyis annak felderítése, hogy a felhasználói adatokat a cél elérését követően mennyi ideig tárolják, valamint hogy azok átadhatók vagy anonimizálhatók-e. A felhasználók tájékoztatása a személyes adataikkal kapcsolatos jogaikról.
Etika és oktatási programok
A mesterséges intelligenciával kapcsolatos etikai oktatási programok vezetése kritikus fontosságú, mert ez segít az érintetteknek a lehetséges etikai kihívások azonosításában és a megoldások mérlegelésében. A technológia fejlődésével minden eddiginél több a mesterséges intelligenciával kapcsolatos aggály, ezért mindenkinek tisztában kell lennie a kockázatokkal és azok megfelelő kezelésével. Tegyük fel, hogy megfelelően tudják oktatni a csapatokat és a szervezeteket ezekkel a kihívásokkal kapcsolatban, és protokollokat és eljárásokat tudnak kidolgozni a mesterséges intelligencia használatával is. Ebben az esetben biztosíthatják, hogy a mesterséges intelligencia előnyei igazságosan oszoljanak el, és az etikai aggályok ne akadályozzák a terjesztésüket.
A mesterséges intelligencia kutatási adathalmazok megkönnyítése
Az MI-technológia egyre szélesebb körű elterjedésével egyre nagyobb kihívást jelenthet a kutatók segítése a munkájukhoz szükséges források megszerzésében. Az akadályok közé tartozik a megfelelő adatkészletek és adattárak felkutatása, valamint az átláthatóság megteremtése, hogy minden fél számára előnyös legyen. A korai stratégiai döntések közé tartozik például, hogy ki lesz az adatkészletek tulajdonosa és kezelője, hogyan és kivel osztják meg azokat, és kinek kell hozzáférnie. A mesterséges intelligencia technológia gyors fejlődése miatt a szervezetek gyakran keresik a hatalmas mennyiségű információ cseréjének hatékony eszközeit. Ennek elősegítése érdekében az MI-vezetők gyakran összekötőként működnek az ilyen programokban részt vevő számos érdekelt fél között. Például segíthetnek az együttműködések kialakításában és kezdeményezésében, és vezetést adhatnak az adatmegosztási tanácsok vagy munkacsoportok számára. A mesterséges intelligencia technológia gyors fejlődésének eredményeként a szervezetek jellemzően hatékony eszközöket keresnek a konkrét vagy kurátori információk megosztására. Ezen erőfeszítések támogatása érdekében a mesterséges intelligencia vezetői gyakran összekötőként működnek az ilyen programokban részt vevő számos érdekelt fél között. Ezek a kapcsolatok azért jelentősek, mert elősegítik a bizalom kialakulását és a részlegek közötti kohéziót. Az azonnali megfontolások közé tartozik a hatékony kommunikáció kialakítása és az, hogy mindenki egy oldalon álljon, mivel a különböző feleknek eltérő elképzeléseik lehetnek az adatok felhasználásának módjáról.
Teljesítményértékelési stratégiák kidolgozása és végrehajtása
Bár számos megközelítés létezik a mesterséges intelligencia technológia hatékonyságának értékelésére, elengedhetetlen, hogy határozottan meg tudjuk határozni, mely intézkedések nyújtanak megbízható eredményeket. Vegyük például fontolóra a felhasználói elégedettség értékelését. Vizsgáljuk meg a stratégiákat ennek megvalósítására. Használjunk kérdőíveket az MI-rendszerrel való felhasználói elégedettség meghatározására. Vizsgáljuk meg, hogy a felhasználók milyen gyakran lépnek kapcsolatba a rendszerrel, mivel a magasabb interakciós arány nagyobb felhasználói elégedettséget is jelenthet. A mesterséges intelligencia rendszerrel kapcsolatos ügyféltámogatási kérelmek nyomon követése is fontos feladat, így a kevesebb probléma azt jelezheti, hogy a fogyasztók elégedettek. A CAIO felelős azért, hogy a mesterséges intelligencia technológiákat felelősségteljesen és etikusan használják, az ezt lehetővé tevő irányelvek megfogalmazásáért, a mesterséges intelligencia technológiához kapcsolódó etikai oktatási erőfeszítések irányításáért és a kutatási tevékenységek támogatásáért. Ami a mesterséges intelligencia technológiák általános fejlesztésének vezetését és irányítását illeti, ez magában foglalja a mesterséges intelligencia felhasználására vonatkozó iparági szintű szabványok meghatározását, az MI-technológia felelős és etikus felhasználását támogató irányelvek kidolgozását, valamint a tudományos és kereskedelmi kutatók közötti kreatív együttműködés előmozdítását, hogy a mesterséges intelligencia segítségével megoldásokat találjanak a nagyobb problémákra. Külön feladat lehet a mesterséges intelligencia technológiák széles körű alkalmazásából eredő nézeteltérések és konfliktusok megoldása. Mivel viták alakulhatnak ki arról, hogy bizonyos mesterséges intelligencia megvalósítások vagy alkalmazások etikailag megfelelőek-e, e pozíció betöltéséhez jelentős konfliktuskezelési képességekre is szükség van. Bizonyos esetekben ezek a nézeteltérések jogi aggályokká válhatnak.
Milyen háttérrel kell, hogy rendelkezzen egy vezető MI-tisztviselő?
A HR-szektor számára is nagy kihívást jelenthet a CAIO rekrutációs folyamat, hiszen ez a jövőtechnológia gyakorlatilag még ismeretlen terület az emberi erőforrás toborzó korifeusai számára. Íme néhány ismérv, hogy mire érdemes figyelni a tökéletes CAIO-jelölt kiválasztása kapcsán. Legyen bizonyított a szakmai múltja a mesterséges intelligencia vagy a kapcsolódó technológiai szektor területén. Az MI-vezető tisztviselő felvételekor elengedhetetlen, hogy olyan személyt keressünk, akinek van tapasztalata a területen. Ideális esetben ennek a személynek karrierje során valamikor mesterséges intelligenciával vagy kapcsolódó technológiákkal kapcsolatos projekteken is kellett dolgoznia, hogy bizonyítsa a témában való jártasságát. Továbbá, ha „lenyűgöző” előélettel rendelkezik, az megmutatja, hogy tudja, hogyan kell szervezeti felhasználási eseteket kezelni, és sikeresen felügyelni az összetett technológiai kezdeményezéseket. Példaként, ha egy jelöltnek van tapasztalata mesterséges intelligencia-alapú termékeket fejlesztő mérnöki csoportok vezetésében, ez ideális referenciának számít. Ezzel szemben, ha kevésbé összetett projektekben vagy kis létszámú csoportok irányításában szerzett tapasztalattal rendelkezik, akkor a képességei (a szervezet méretétől és a szerepkör komplexitásától függően) jól vagy kevésbé jól átültethetők a vezető MI-tisztviselői szerepkörébe.
Az embercsoportok vezetésében és felügyeletében való jártasság elengedhetetlen (mivel ezek a csoportok az MI-központú képességekhez kapcsolódnak), legyenek azok kutatók, mérnökök, termékmenedzserek vagy bármilyen más MI-specifikus szakemberek. Ez a kontextus elengedhetetlen a mesterséges intelligencia bonyolult és dinamikus területével való lépéstartáshoz. Egy MI-vezető például felügyelné az új MI-algoritmusokon dolgozó fejlesztők szervezetét, és kapcsolatot tartana más osztályvezetőkkel, hogy pontos részleteket osszon meg a fejlesztés alatt álló termékekről. A termékmenedzserek és mérnökök gyakran feltételezik, hogy a szervezet felsővezetője hasonló, ha nem is kevésbé mélyreható (de rendkívül releváns) szakmai múlttal rendelkezik. Tapasztalatuk miatt az ilyen pozícióban dolgozóknak könnyebb dolguk lesz az összetett technológiai környezet kezelésében, valamint az MI-vezérelt fejlődéssel egybeeső igények és életciklus-tényezők megértésében. De ne lépjen azonnal erre a területre, ha nem rendelkezik megfelelő és mélyreható háttérrel, a közvetlen tudás hiánya sokkal hamarabb nyilvánvalóvá válik mindenki számára, mint ahogyan azt talán palástolni tudná. A gépi tanulás fogalmainak, módszereinek és technikáinak kiváló ismerete az egyik legfontosabb ismérv. Egy MI-csapat sikeres vezetéséhez szükség van a gépi tanulási algoritmusok és a különböző problémák esetében jól működő technikák megértésére. Nincs pontosan helyes módja az ilyen problémák megközelítésének, de a rendelkezésre álló lehetőségek körének ismerete segíthet a legjobb stratégia kiválasztásában. Több beleszólása lesz a mérnöki döntésekbe, és jobb eredményeket érhet el, ha tudja, hogy a gépi tanulás milyen típusú problémák kezelésére alkalmas a legjobban (és mikor nem). Egy adott feladatra vonatkozó előrejelzések készítése kevésbé lehet ideális egy gépi tanulási módszer számára, mint a hatalmas adathalmazok vizsgálata. Az is elengedhetetlen, hogy megértse a lineáris és a nem lineáris modellek közötti különbségeket. Honnan tudhatná, hogy mikor nem érdemes gépi tanulást alkalmazni, ha nem tudja, hogyan is működik az?
A szervezeten belül és kívül, az elköteleződő partnerekkel és felhasználókkal szemben jó ha a jelölt kivételes kommunikációs készségekkel rendelkezik. Belsőleg az MI-vezetőnek képesnek kell lennie arra, hogy sikeresen kommunikálja a szervezet többi tagjával és a munkatársaival az elképzelését arról, hogy a mesterséges intelligencia hogyan javíthatja az üzleti működést. Emellett képesnek kell lennie arra, hogy ezt a jövőképet nemcsak a szervezeten belül, hanem az összes érdekelt fél számára is hatékonyan közvetítse. Külsőleg a mesterséges intelligenciáért felelős vezetőnek kiváló kommunikációs képességekkel kell rendelkeznie ahhoz, hogy bizalmat és hitelességet tudjon kialakítani azokkal az emberekkel szemben, akiket a mesterséges intelligencia használata leginkább érint. A CAIO számára megvalósítható, hogy az egyenlet mindkét oldalán előmozdítsa a jó befolyást, miközben a szervezeten belüli és az ágazatok közötti kritikus kapcsolatok kihasználásával megőrzi a nyitottságot és az elszámoltathatóságot. Ezen túlmenően fontos hangsúlyozni, hogy a hatékony kommunikációs készségek segíthetnek megelőzni a mesterséges intelligencia bevezetésével kapcsolatos esetleges negatív visszahatást vagy ellenállást, és lehetővé teszik a zökkenőmentesebb átmenetet a személyzet és a felhasználók számára. A történetmesélés révén a jövőképet hatékonyan lehet kommunikálni. Az érdekfeszítő, magával ragadó és könnyen érthető narratívák alkalmazásával hitelességet lehet teremteni a fontos közönség körében, miközben mérhető üzleti előnyökkel jár.
A bizonyított elkötelezettség az informatikai adatvédelmi szabványok és a felhasználói adatbiztonsági szabályok iránt sem megvetendő egy CAIO-jelölt habitusában. A mesterséges intelligencia vezetőjeként az informatikai adatvédelmi szabványok és a felhasználói adatbiztonsági szabályok iránti elkötelezettség kritikus fontosságú, mivel ezek a felhasználók adatainak biztonságban tartásának alapvető elemei. A szilárd adatvédelmi biztosítékok megléte lehetővé teszi a szervezetek számára, hogy felelősségteljesen szerezzenek és használjanak adatokat, miközben az egyes felhasználók érdekeit is védik. Az erős adatvédelmi biztosítékok előnyei ellenére sok szervezet küzd az informatikai adatvédelmi szabványok betartásával és a felhasználói adatbiztonsági szabályzatok védelmével. Az MI-vezetők egyedülálló helyzetben vannak ahhoz, hogy jó példával járjanak elöl, és biztosítsák, hogy ezeket az alapelveket az egész szervezetben kövessék. A vezető MI-tisztviselőknek továbbá tisztában kell lenniük az algoritmikus automatizálás legújabb fejleményeivel, melyek növelik az érzékeny információkat tartalmazó fiókok elleni kibertámadásokkal szembeni sebezhetőséget. Ilyenek például a társadalombiztosítási számok. Az MI-vezetők a kapcsolódó kockázatok megfelelő nyomon követésével segíthetnek a felhasználók adatainak biztonságát garantálni.
MI-vezetőként erős termékmenedzsment és terméktudományi háttérrel kell rendelkeznie, mert ezek a készségek lehetővé teszik, hogy kritikusan gondolkodjon arról, hogyan lehet termékeket tervezni, hatékonyan forgalmazni és a felhasználók által ezeket el is fogadni. Emellett a szervezet által megoldani kívánt alapvető felhasználói problémák megértése a legígéretesebb technológiák és üzleti modellek kiválasztásában is iránymutató lehet. A kiváló termékmenedzserek emellett ügyesen osztják el a szűkös erőforrásokat az egymásnak ellentmondó célok között; ez a tehetség (és a termékháttér) sikerre pozicionálja őket, amikor termékek és kezdeményezések, köztük a mesterséges intelligencia vezetői szerepét vállalják. A mérnöki és termékmenedzsment háttérrel rendelkező CAIO-k számára kihívást jelent a megfelelő egyensúly megtalálása az élvonalbeli mesterséges intelligencia-technológiai kezdeményezések előmozdítása és annak biztosítása között, hogy a felhasználók teljes körűen hozzáférjenek ugyanezekhez a megoldásokhoz, amit a mai versenykörnyezetben a felhasználók számára rendelkezésre álló szinte végtelen lehetőségek száma még nehezebbé tesz. A termékmenedzsmentben szerzett tapasztalat számos előnnyel járnak. A jó termékmenedzserek például kritikusan tudnak gondolkodni a termékeikről és az általuk megválaszolható kihívásokról. Emellett mélyen tisztában vannak a felhasználói követelményekkel és azzal, hogyan lehet azokat hatékonyan teljesíteni. A kiváló termékmenedzserek emellett stratégiai tervezők, akik tudják, hogy mely funkciókat kell először megépíteni, és melyeket kell elhalasztani, hogy a felhasználói igényekre a legnagyobb hatást gyakorolják.
