Unsere Erkenntnisse vom 9. jährlichen Big Data & Analytics Summit in Kanada

Gute Entscheidungen, die auf der Grundlage schlechter Daten getroffen werden, sind nur schlechte Entscheidungen, von denen Sie noch nichts wissen

SCOTT TAYLOR – Der Datenflüsterer verfügt über eine einzigartige Perspektive darauf, wie Sie die Sprache der Geschäftsdaten beherrschen, die unerlässlich ist, um sicherzustellen, dass Ihre Führungskräfte die Ergebnisse Ihrer D&A-Investitionen erzielen. Er plädiert dafür, bei Daten „die Wahrheit vor der Bedeutung“ zu verfolgen – mit anderen Worten: Sie müssen sich zunächst hart mit Datenqualität, Stammdaten und verwandten Disziplinen befassen, bevor Sie sich den glamouröseren Disziplinen rund um maschinelles Lernen und KI zuwenden.

Und wenn Ihr Unternehmensleiter oder CFO nicht in der Lage ist, die „Wahrheit“ zu finanzieren, müssen Sie sich von Scott inspirieren lassen, wie Sie Ihre Argumente vertreten können, damit sie es verstehen! Er bietet linguistische Tools und Anleitungen, um die Strategie jedes Unternehmens mit seiner Datenverwaltungsstrategie zu verbinden. Vielleicht möchten Sie seine erkunden Buch für die Weisheiten, die er aus seiner Erfahrung bei der Arbeit mit Organisationen wie Nielsen, D&B und WPP/Kantar gewonnen hat. Oder noch besser: Lassen Sie ihn in Ihrem Unternehmen sprechen!

Wenn Ihr CEO mit den Ergebnissen der CDAO-Rolle unzufrieden ist, ist Ihr Betriebsmodell möglicherweise falsch

Trotz der weit verbreiteten Übernahme der CDO/CDAO-Rolle in verschiedenen Branchen ist a Umfrage zu Führungskräften im Bereich Data & Analytics 2023 stellt fest, dass nur 35,5 % der Organisationen von Erfolg in der CDAO-Rolle berichten und nur 23,8 % berichten, dass sie genug tun, um eine verantwortungsvolle und ethische Nutzung von Daten in ihrer Organisation und Branche sicherzustellen.

Daher war es für mich erfrischend, eine Erfolgsgeschichte von mir zu hören Sandeep Kumar, MMA, CFA, CDAO des Retail & Wealth-Geschäfts der Scotiabank. Enge Abstimmung zwischen Daten- und Analyse-, Technologie- und Geschäftsteams; Fokus auf praktische Analytik; und die Zusammenarbeit mit der Finanzabteilung waren der Schlüssel zu ihrem Erfolg. Der Umgang mit veralteter Technologie, der proaktive Umgang mit Daten und Ethik sowie die Integration von Talenten waren ihre größten Herausforderungen.

Eine wichtige Beobachtung war, dass die Rolle des CDAO dem Chief Risk Officer der Bank unterstellt ist und eine klare Abgrenzung zum CTO aufweist. Offensichtlich besteht die Aufgabe der Banken darin, Risiken zu managen, daher ergab es Sinn. Ein noch überzeugenderes Modell wäre jedoch, dass das CDAO an Enterprise Strategy/COO oder direkt an den CEO berichtet. Sofern Sie nicht im Technologiegeschäft tätig sind, sollten Sie die CDAO-Berichterstattung vom CIO/CTO getrennt halten, um Daten, Akzeptanz und Wert näher an das Geschäft heranzuführen.

Führen Sie eine verantwortungsvolle KI in Ihrem Unternehmen ein, um sich auf die unvermeidlichen Vorschriften vorzubereiten

Der rasante Fortschritt der generativen KI hat die Aufmerksamkeit von Regulierungsbehörden auf der ganzen Welt auf sich gezogen. Stanford-Universität KI-Index 2023 zeigt, dass im Jahr 2022 weltweit 37 KI-bezogene Gesetzesentwürfe verabschiedet wurden. Weitere Vorschriften wie der EU AI Act und der kanadische Gesetzentwurf C-27 stehen bevor. Diese Vorschriften zielen darauf ab, KI allgemein zu definieren, individuelle Rechte zu schützen, Risiken zu klassifizieren und Governance-Maßnahmen einschließlich interner Prozesse, Folgenabschätzungen und Strafen vorzuschreiben.

Mehrere Redner – von der Regierung über den privaten Sektor bis hin zu Technologieunternehmen – betonten die Notwendigkeit für Unternehmensführer, verantwortungsvolle KI in ihrer Organisation einzuführen. Verantwortungsvolle KI hilft Unternehmen dabei, Systeme zu entwerfen und zu betreiben, die ihren Werten und allgemein anerkannten Standards für richtig und falsch entsprechen. Es bedeutet, die Grundsätze von Fairness, Datenschutz und Sicherheit, Ethik, Rechenschaftspflicht und Transparenz während des gesamten Lebenszyklus eines KI-Projekts zu berücksichtigen, wie in gezeigt Scotiabank. Es zeigte sich, dass der Finanz- und Versicherungssektor in Kanada die ersten Anwender waren, während der öffentliche Sektor möglicherweise in der späten Mehrheit vertreten ist.

Zu den Empfehlungen gehören die Schaffung und Einführung eines Datenethikrahmens; explizite Überprüfung von Entscheidungen, bei denen Menschen auf dem Kreislauf, im Kreislauf oder außerhalb des Kreislaufs sind, um Verantwortlichkeit, Sicherheit und Geschwindigkeit in Einklang zu bringen; und Nutzung verschiedener Konsortien. IBM hat zum Beispiel eine Erklärbarkeits-Toolkit & vor kurzem von der Singapore Monetary Authority veröffentlicht Veritas Toolkit 2.0 für Finanzinstitute. Bei richtiger Umsetzung kann verantwortungsvolle KI Unternehmen dabei helfen, ihre KI-Bemühungen zu skalieren, Probleme frühzeitig zu erkennen und zu beheben und Innovationen für Unternehmen zu erleichtern.

Gestalten Sie Erklärbarkeit in KI-Modellen, um Gespräche mit Unternehmen zu vereinfachen und Akzeptanz zu gewinnen

Es war sehr interessant zuzuhören Eric Lanoix, FRM, ein angewandter Mathematiker und Problemlöser, zum Thema der Stärkung des Vertrauens von Kunden, Unternehmen und Behörden in den Einsatz von KI in hochwirksamen und regulierten Anwendungen wie der Kreditvergabe. Wenn Sie den Kreditantrag einer Person mithilfe einer KI-Empfehlung genehmigen oder ablehnen, können Sie Wirtschaftsprüfern und Aufsichtsbehörden besser erklären, warum – und dafür muss Ihr Modell vollständig interpretierbar sein.

Hochleistungsmodelle wie neuronale Netze sind es geringe Interpretierbarkeit & wird den neuen Vorschriften nicht standhalten. Er teilte eine Beispielformulierung einer vollständig interpretierbaren grundlegendes ExNN Modell, das einer logistischen Regression ähnelt und drei Faktoren – Kreditwürdigkeit, Vermögenspreis, Einkommen – verwendet, die Kreditentscheidungen beeinflussen. Mir ist immer wieder bewusst, wie wichtig geschäftliche Übersetzungskompetenzen sind, um sicherzustellen, dass Stakeholder KI verstehen. Erics Quantitative Risk Analytics-Team bietet sowohl internen als auch externen Partnern innovative quantitative Finanzlösungen, einschließlich eines innovativen Model-as-a-Service. Es lohnt sich, weiter zu erkunden.

Innovation hat verschiedene Formen – Sie können mit Ansatz, Design, Werkzeug oder Technologie innovieren

Innovation bedeutet für mich, wertvolle Wege zur Lösung neuer und bestehender Probleme zu finden. Ich habe oft gehört, dass Innovation neue Technologien, mehr Geld oder ein Labor erfordert – obwohl es stimmt, dass einige Innovationen diese Ressourcen erfordern, ist es oft wichtiger, einfallsreich und beharrlich zu sein. Hier sind vier nützliche Ideen, die ich bei der Veranstaltung gesammelt habe und die zu Innovationen führen könnten:

• Olga Tsubiks, Director, Strategic Analytics & Data Science, RBC, teilte ihre Gedanken zur Förderung der strategischen Personalplanung mithilfe von Big Data. Eine ihrer Hauptideen bestand darin, sich den Zustand Ihres Unternehmens anzusehen (schnelles Wachstum, stetiges Wachstum, Niedergang, Neuerfindung) und dann relevante Daten (Marktleads, Kundenchancen, Personaldaten und Akquisitionsdaten) zu nutzen, um Planungserkenntnisse zu gewinnen. Infocepts Employee360 unterstützt eine solche Analyse.
• Paul Moxon, Chief Evangelist, Denodo, teilte seine Gedanken zur Einführung eines logischen Datenarchitekturdesigns aufgrund der schnell wachsenden Daten und der schnellen Technologieentwicklung mit. Unternehmen sollten akzeptieren, dass die Zukunft verteilt und vielfältig ist und die geschäftliche Sicht auf Daten von der physischen Datenspeicherung getrennt ist. Dies kann durch den Entwurf von Datenstrukturen in Organisationen erreicht werden, die eine Verbindung zu verschiedenen Systemen herstellen, um Echtzeitdaten zu erhalten.
• Fast jeder hat Probleme mit der Datenqualität. Vicky AndonovaAnomalo, teilte ihre Gedanken darüber, warum veraltete Datenqualitätsansätze bei der Skalierung der Datenqualität nicht mehr funktionieren. Ich habe eine Demo des Tools gesehen und konnte nachvollziehen, warum regel- und metrikbasierte Ansätze nicht mehr ausreichen. Sie müssen automatisierte Modelle für maschinelles Lernen nutzen und Anomalo verfügt über ein bemerkenswertes Tool für die unbeaufsichtigte Datenüberwachung.
• Microsoft eingeführt Stoff und seine Fähigkeiten. Mit OneLake, OpenAI Service und einem integrierten Ökosystem ermöglicht Microsoft Daten- und KI-Innovationen, um Unternehmen dabei zu helfen, schneller Ergebnisse zu erzielen und gleichzeitig die Kosten zu senken. Die Geschwindigkeit, mit der sich diese Technologien weiterentwickeln, sollte IT-Führungskräfte dazu veranlassen, ihre Entscheidung für Investitionen und Innovationen in Technologie zu überdenken. Die Fragen im Raum gaben mir das Gefühl, dass mehrere Unternehmen sich fragen, ob ihre Daten über ihre eigenen Bedürfnisse und Grenzen hinaus verwendet würden.

Der Zweck ist wichtig

Abschließen möchte ich mit Beobachtungen aus zwei zum Nachdenken anregenden Sitzungen:

Teresa D’Andrea, Generaldirektor, Service- und Datenmodernisierung, Transport Canada – Transports Canada teilte seinen Ansatz für Servicedesign und -modernisierung. Es basiert auf dem Konzept des Designs für die Menschheit, bei dem alles, was wir bauen, dazu dient, einem Endbenutzerziel zu dienen, während Regeln, Tools und Daten ein Mittel sind, um diese Ziele zu erreichen. Ich schätze ihren Fokus auf „konsistente Benutzererfahrung“ und darauf, den internen Teams die Zeit und den Raum zu geben, das Backend entsprechend den Benutzeranforderungen weiterzuentwickeln. Wie viele Führungskräfte denken so?

Dan Kershaw & Vanitha Lucas teilte die Partnerschaftsgeschichte zwischen Nämlich für das soziale Wohl & Die Möbelbank. Dies ist ein hervorragendes Beispiel dafür, wie Daten und die Kraft des Geschichtenerzählens genutzt werden, um menschliches Verhalten zu beeinflussen – Bewusstsein zu schaffen und Mittel bereitzustellen – um Wirkung zu erzielen. Was für mich erstaunlich ist, ist, dass arbeiten Hier wurde von Freiwilligen gearbeitet – darunter auch Hemal Shethein Infoceptianer – aus 7 Ländern, jedes möglicherweise von dem Ziel getrieben, Gutes zu tun.