Didem Ün Ateş
De fleste store organisationer har vedtaget en AI-strategi. Langt færre har imidlertid etableret den styrings- og implementeringsstruktur, der skal fungere, når teknologien tages i brug i den daglige drift. I dette tomrum skyder pilotprojekter op som paddehatte, mens bestyrelserne godkender beslutninger, som de ikke har nogen pålidelig måde at vurdere på.
Didem Ün Ateş, grundlægger af LotusAI, hjælper bestyrelser og investeringsteams med at omsætte en godkendt AI-strategi til en velstyret implementering, idet hun trækker på sin erfaring fra ledende stillinger inden for AI hos Microsoft, Accenture og Schneider Electric samt sit rådgivningsarbejde hos Goldman Sachs Value Accelerator.
Full Profile
Hvorfor virksomheder samarbejder med Didem Ün Ateş
- Hun har stået i spidsen for ansvarlig AI hos Microsoft, Accenture og Schneider Electric som den ansvarlige leder på området, hvilket giver hende et præcist indblik i, hvor styringen af AI i virksomhederne svigter i praksis.
- Som Senior Operating Advisor og medlem af AI/Generative AI Council hos Goldman Sachs Value Accelerator arbejder hun på tværs af mere end 300 porteføljeselskaber, hvilket giver bestyrelser et investorperspektiv på, hvor AI-strategien skaber værdi, og hvor den udgør en risiko.
- Hendes LotusAI-opgaver bygger på en gennemprøvet metode. En generativ AI-mulighedsanalyse dækkede 15 funktioner i en Fortune 500-virksomhed gennem 60 co-creation-workshops på seks uger, hvilket resulterede i 200 prioriterede anvendelsestilfælde og et konkret treårigt investeringsscenario.
- Som certificeret algoritmeauditor og medlem af World Economic Forums AI Governance Alliance forbinder hun bestyrelsens AI-beslutninger med de styringsstandarder, der fastsættes på regulerings- og multilateralt niveau.
- Hun er uddannet ingeniør fra University of Pennsylvania og har en MBA fra Columbia Business School, hvilket gør hende i stand til at føre en diskussion om teknisk arkitektur og en investeringscase i samme samtale.
Højdepunkter i biografien
- Grundlægger og administrerende direktør for LotusAI Ltd samt senior driftsrådgiver og medlem af AI/Generative AI Council hos Goldman Sachs Value Accelerator, hvor hun samarbejder med firmaet og over 300 porteføljeselskaber
- Tidligere vicepræsident for AI-strategi og innovation hos Schneider Electric, hvor hun var ansvarlig for virksomhedens strategi for AI og generativ AI, innovationskøreplan, partnerskaber i økosystemet samt programmet for ansvarlig AI
- Tidligere leder af anvendt strategi, data og AI i Microsofts CDO-kontor for kunde- og partnerløsninger samt tidligere administrerende direktør for data og AI i Europa hos Accenture; tidligere stillinger hos Capgemini, EY og Motorola
- Bestyrelsesmedlem i Edge AI Foundation, Wharton AI Studio, Columbia Business School Women's Circle og Hg Foundation Tech Advisory Board, som også omfatter teknologiledere fra ING, Google, McKinsey og Accenture
- Certificeret algoritmeauditor og executive coach, medlem af World Economic Forums AI Governance Alliance, medlem af Forbes Technology Council samt alumna fra University of Pennsylvania og Columbia Business School
- Vinder af CEO of the Year Awards UK 2025 i kategorien AI Advisory, Responsible AI Innovation & Growth in Business Award 2025, New Technology Consultancy of the Year 2025, TechWomen100 Champion og Trailblazer 50-prismodtager
Biografi
De fleste AI-strategier i virksomheder går i stå på samme punkt, et sted mellem en godkendt køreplan og ansvarlig gennemførelse. Didem Ün Ateş har arbejdet på begge sider af denne grænse i virksomheder, hvor fiasko er dyrt. Hos Schneider Electric var hun som VP for AI-strategi og innovation ansvarlig for den generative AI-strategi, innovationskøreplanen, partnerskaberne i økosystemet og programmet for ansvarlig AI.
Før det ledede hun Applied Strategy for Data & AI i Microsofts CDO-kontor for kunde- og partnerløsninger. Hun var med til at føre virksomhedens data- og AI-forretning fra inkubationsfasen til en skala på flere milliarder dollar mellem 2016 og 2021, hvorefter hun skiftede til Accenture som administrerende direktør for Data & AI i Europa.
LotusAI anvender denne operationelle dybde til fordel for investorer og de virksomheder, de ejer. Som Senior Operating Advisor og medlem af AI/Generative AI Council hos Goldman Sachs Value Accelerator arbejder hun på tværs af mere end 300 porteføljevirksomheder med værdiskabelse og styring inden for AI. I et af LotusAI’s projekter blev 15 funktioner i en Fortune 500-virksomhed gennemgået via 60 co-creation-workshops på seks uger. Det resulterede i 200 prioriterede anvendelsestilfælde for generativ AI og et dimensioneret treårigt investeringsscenario.
Hun er certificeret algoritmeauditor og medlem af World Economic Forums AI Governance Alliance og har været medformand for WEF-sessioner om AI og bæredygtighed. Hun sidder i Hg Foundations tekniske rådgivningsudvalg sammen med teknologiledere fra ING, Google, McKinsey og Accenture samt i bestyrelserne for Edge AI Foundation og Wharton AI Studio. Hun har en ingeniøruddannelse fra University of Pennsylvania og en MBA fra Columbia Business School. Blandt de seneste anerkendelser kan nævnes CEO of the Year Awards UK 2025 i kategorien AI Advisory samt prisen Responsible AI Innovation & Growth in Business Award 2025.
Vigtigste foredragstemaer
- AI-strategi for virksomheder og bæredygtig AI-transformation
- Ansvarlig AI og AI-styring
- Implementering af generativ og agentbaseret AI i stor skala
- AI inden for private equity, private kreditter og finansielle tjenester
- Talentudvikling til en AI-drevet arbejdsstyrke
- Edge-AI
- AI-risici og beredskab i forhold til lovgivning
Ideel til
- Bestyrelser og ledelsesteam (CEO, CTO, CDO, CAIO), der fastlægger eller stresstester en virksomheds AI-strategi
- Chief Data- og AI-officerer, der etablerer styring af generativ og agentbaseret AI
- Private equity- og investeringsteams, der vurderer AI-værdiskabelse og -risici på tværs af en portefølje
- CHRO'er og talentledere, der planlægger medarbejdernes kompetencer til AI-drevne roller
Resultater for målgruppen
- Kriterier for at afgøre, hvilke AI-anvendelsestilfælde der skal finansieres først, og hvilke der skal stoppes
- De specifikke punkter, hvor AI-styring i virksomheder typisk fejler, baseret på erfaringer fra Microsoft, Accenture og Schneider Electric
- Hvad investorer nu forventer, at en AI-forretningscase skal bevise, før de støtter den
- Ordforråd til diskussioner på bestyrelsesniveau om AI-risici og værdiskabelse
- Et overblik over, hvilke roller og kompetencer der ændrer sig først, når agentisk AI finder vej ind i arbejdsstyrken
Samtaler
Flytter diskussionen om AI og agentbaseret AI fra et teknisk plan til et bestyrelsesplan, så ledende medarbejdere kan træffe beslutninger, som de er ansvarlige for, men som de ikke selv har udviklet.
Vigtige pointer:
- Hvordan man skelner mellem ægte værdiskabende AI-faktorer og ren hype, og hvilke spørgsmål bestyrelser bør stille til deres teknologiledere
- De talent- og kulturforhold, der afgør, om en AI-strategi leverer resultater eller går i stå under implementeringen
- Hvordan man integrerer AI-governance i virksomhedens strategi allerede i designfasen, inden der opstår reguleringsmæssigt pres
For investeringsselskaber og deres porteføljeselskaber skal indførelsen af AI nu klare to udfordringer på én gang: at fremskynde afkastet og at klare den kontrol med ledelse og omdømme, som LP’er og tilsynsmyndigheder er begyndt at udøve.
Vigtige pointer:
- Hvordan man vurderer AI-parathed og værdipotentiale på tværs af en portefølje af virksomheder på meget forskellige modenhedsniveauer
- De overvejelser vedrørende ledelse og compliance, der adskiller ansvarlig implementering af AI fra risiko for tilsynsmæssige konsekvenser inden for finansielle tjenesteydelser
- Hvordan man kobler AI-strategien til værdiskabelsesmålinger, der holder stand under investorernes kritiske blik
Hvordan organisationer kan udvikle og implementere ansvarlig og inkluderende AI, der skaber kommerciel værdi sideløbende med målbare samfundsmæssige resultater.
Vigtige pointer:
- Hvordan man integrerer AI og agentbaseret AI i driften uden at miste kontrollen over styringen og overholdelsen af reglerne
- En model for at omsætte ansvarlig AI fra politiske erklæringer til daglig praksis på tværs af forskellige organisatoriske kontekster
- Hvordan inkluderende AI-design hænger sammen med udviklingen af arbejdsstyrken, investeringsstrategien og den langsigtede porteføljeværdi