Cassie Kozyrkov

Por qué las organizaciones trabajan con Cassie Kozyrkov

• Creó desde cero la función de «Decision Intelligence» en Google, la dirigió durante cinco años y acuñó el propio término. Cuando un director general pregunta qué es la «Decision Intelligence» y por qué su inversión en IA debería enmarcarse en ella, ella es la fuente principal, en lugar de una mera intérprete del marco conceptual de otra persona.
• Ha formado personalmente a más de 20 000 empleados de Google de todas las áreas en la toma de decisiones basada en datos y en IA, por lo que sabe cómo hacer que el contenido resulte comprensible tanto para ejecutivos sin conocimientos técnicos como para ingenieros.
• Su trabajo actual, orientado a la formación de líderes, se centra en qué cambia cuando la IA actúa en lugar de asesorar. Plantea varias preguntas a los ejecutivos: si la hoja de ruta de la IA es proactiva, si la atención se considera una inversión y si un proyecto piloto cuenta con un responsable sénior designado y una métrica empresarial que debe impulsar.
• Imparte estos conocimientos a gran escala más allá de la sala de juntas. «Making Friends with Machine Learning» comenzó como un curso interno de Google y ahora es público; además, creó el curso certificado de MasterClass «Data-Driven Decision-Making in the Age of AI» (Toma de decisiones basada en datos en la era de la IA), basado en sus propios marcos de trabajo y en el que participa DJ Patil, el primer científico jefe de datos de EE. UU.
• Formó parte durante un mandato completo del Consejo Asesor de Innovación del Banco de la Reserva Federal de Nueva York, donde trabajó en cómo la IA afecta a los mercados financieros, y ha colaborado con altos directivos de Lenovo, la NASA y Gucci.

Aspectos destacados de su trayectoria

• Primera directora científica de toma de decisiones de Google (de 2018 a 2023), al frente de la práctica de inteligencia de decisión de la empresa dentro de los departamentos de Investigación e Inteligencia Artificial.
• Fundadora y directora ejecutiva de Kozyr, una empresa de asesoramiento y formación en IA dirigida a altos directivos y sus equipos.
• Ha formado personalmente a más de 20 000 empleados de Google en la toma de decisiones basada en datos y en IA, y ha dirigido más de 500 proyectos de inteligencia decisional dentro de Google.
• Creadora del curso certificado de MasterClass «Toma de decisiones basada en datos en la era de la IA», basado en sus propios marcos de trabajo y en el que participa DJ Patil, el primer científico jefe de datos de EE. UU. También creó «Making Friends with Machine Learning», que en un principio fue un curso interno de Google y ahora es gratuito en YouTube.
• Ha dado conferencias en más de 40 países y en los siete continentes, incluyendo las Naciones Unidas, el Foro Económico Mundial, la Web Summit y SXSW.
• Miembro del Consejo Asesor de Innovación del Banco de la Reserva Federal de Nueva York (de 2023 a 2024); alumna distinguida «Few-Glasson» de la Universidad de Duke.

Biografía

Los paneles de control están creados, los modelos están en producción y los altos directivos siguen sin poder citar ni una sola decisión que sea demostrablemente mejor gracias a todo ello. Esa brecha es el tema en el que Cassie Kozyrkov lleva trabajando una década, primero dentro de Google y ahora con equipos directivos de diversos sectores.

En Google, se convirtió en la primera directora científica de toma de decisiones de la empresa en 2018 y ocupó el cargo hasta 2023. Creó una nueva función que se situaba entre Investigación e Inteligencia Artificial, por un lado, y el negocio operativo, por otro, y la utilizó para aplicar la IA y los datos a través de una disciplina que ella denomina «inteligencia de decisión». Cuando dejó la empresa, había formado personalmente a más de 20 000 empleados de Google e influido en más de 500 proyectos basados en ese marco.

La razón por la que su trabajo trasciende los límites de Google es que logró que el material resultara accesible. Su curso «Making Friends with Machine Learning» (Hacerse amigo del aprendizaje automático), creado en Google y posteriormente publicado íntegramente en YouTube, explica en un lenguaje sencillo cómo el aprendizaje automático encaja en las decisiones empresariales. Sus artículos en *Harvard Business Review*, *Fortune*, *Fast Company*, *WIRED* y *The Wall Street Journal* han hecho lo mismo para los ejecutivos sin formación técnica, y su Substack «Decision Intelligence» se ha convertido en una referencia práctica para los profesionales del sector.

En la actualidad dirige Kozyr, donde asesora a equipos directivos sobre estrategia de IA y diseño de decisiones. Su labor ejecutiva actual se centra en lo que cambia cuando la IA deja de asesorar y empieza a actuar. Una de las pruebas a las que somete a los líderes es contundente: nombrar al responsable sénior que desea el resultado y la métrica que debe mejorar. La pregunta más difícil es dónde se reinvierten las horas que la IA libera. Su curso certificado de MasterClass «Toma de decisiones basada en datos en la era de la IA», en el que participa DJ Patil, el primer científico jefe de datos de EE. UU., lleva este mismo método a un público profesional general.

Temas clave de sus ponencias

• Inteligencia decisoria
• La IA agentiva y el papel cambiante del líder
• Estrategia y adopción de la IA
• Toma de decisiones basada en datos
• Aprendizaje automático para líderes empresariales
• Conocimientos básicos sobre IA para ejecutivos y público en general
• Sesgos y criterio en los sistemas de IA

Ideal para

• directores generales, consejos de administración y equipos ejecutivos que definen la estrategia de IA y la asignación de capital en función de ella
• Directores de datos, análisis e inteligencia artificial que desarrollan un modelo operativo de inteligencia para la toma de decisiones
• Líderes de transformación y estrategia encargados de convertir los proyectos piloto de IA en resultados empresariales
• Públicos formados por todo el personal y con distintos niveles de conocimientos, en conferencias o jornadas internas sobre IA, en las que tanto el personal técnico como el no técnico necesitan partir de un mismo punto de referencia

Resultados para el público

• Una definición práctica de la «inteligencia de decisión» y su ubicación en relación con la ciencia de datos, la analítica y la inversión en IA.
• Un diagnóstico más preciso de por qué se estancan los proyectos de IA: alcance de la decisión erróneo, responsable inadecuado o pregunta incorrecta planteada al modelo.
• Un lenguaje común entre los líderes técnicos y no técnicos para debatir iniciativas de IA sin recurrir a palabras de moda.
• Una prueba que se pueda aplicar a cada proyecto piloto de IA en la empresa: quién es el responsable de alto nivel y qué métrica debe mejorar.
• Una decisión sobre dónde reinvierte la organización las horas que la IA permite ahorrar, antes de que ese ahorro se absorba silenciosamente como rendimiento adicional.