Tia White
La maggior parte delle aziende dispone ormai di una strategia di IA sulla carta, ma ben poco di essa è effettivamente in fase di implementazione. Il consiglio di amministrazione vuole risultati, il reparto tecnico è ancora impegnato a rielaborare i progetti pilota, mentre la personalizzazione, gli agenti virtuali e l’IA generativa sono bloccati da questioni irrisolte relative ai dati, alla privacy e al modello operativo. Il divario tra le ambizioni in materia di IA e il suo contributo al fatturato rappresenta ormai il problema tecnologico determinante di questo ciclo.
Tia White è Direttore Generale del settore Intelligenza Artificiale e Machine Learning presso Amazon Web Services, dove aiuta le aziende a trasformare l’intelligenza artificiale generativa e la personalizzazione da progetti pilota in sistemi operativi in grado di rivoluzionare il modo in cui vengono serviti i clienti e generati i ricavi.
Full Profile
Perché le aziende scelgono di collaborare con Tia White
- Una prospettiva operativa dall’interno di un hyperscaler. Gestisce le attività di go-to-market, prodotto e ingegneria per un portafoglio di soluzioni di intelligenza artificiale (AI) di AWS che genera oltre 25 milioni di dollari di profitto, inclusi alcuni dei servizi in più rapida crescita di AWS.
- Una comprovata esperienza nel trasformare l’IA generativa e la personalizzazione da concetti teorici a prodotti rivolti ai clienti. Ha guidato l’introduzione della ricerca personalizzata, della “Next Best Action” e delle funzionalità di IA generativa in Amazon Personalize.
- Competenza trasversale nel settore enterprise. Prima di AWS ha ricoperto ruoli tecnologici di alto livello presso Wells Fargo, Capital One e JPMorgan Chase, guidando programmi di trasformazione digitale regolamentati nel settore dei servizi finanziari.
- Un punto di vista specifico su ciò che distingue gli investimenti nell’IA che generano rendimenti composti da quelli che si arenano, basato sul lavoro attuale con i clienti di AWS piuttosto che su astrazioni dei fornitori.
- Una voce autorevole sulla creazione di un gruppo di leadership tecnica a sostegno dell’IA, che includa donne e tecnologi di colore, di cui i consigli di amministrazione sono ora chiamati a rendere conto.
Punti salienti della biografia
- Direttrice Generale, IA e Machine Learning, Amazon Web Services.
- Prima donna di colore assunta come Direttore Generale nei settori Machine Learning, IA e Analitica presso AWS.
- Direttrice dell’ingegneria presso un’azienda Fortune 100 prima dei 30 anni.
- In precedenza ha ricoperto ruoli senior nel settore tecnologico presso Wells Fargo, Capital One e JPMorgan Chase.
- Ha guidato il lancio delle nuove funzionalità di Amazon Personalize, tra cui la ricerca personalizzata, la "Next Best Action" e le funzionalità di IA generativa; relatrice all’AWS re:Invent 2022 sul tema della personalizzazione.
- Citata su Forbes; tra i suoi interventi come relatrice principale e presentatrice figurano SXSW e la Grace Hopper Celebration. Ricopre ruoli in consigli di amministrazione e comitati consultivi, tra cui Rewriting the Code.
Biografia
L’IA generativa si è evoluta più rapidamente di quanto la maggior parte dei modelli operativi aziendali riesca ad assorbire. All’interno di AWS, Tia White dirige il settore dedicato all’intelligenza artificiale e al machine learning a cui i clienti si rivolgono quando un progetto pilota deve trasformarsi in un prodotto. È responsabile del go-to-market, del prodotto e dell’ingegneria per un portafoglio di soluzioni di intelligenza artificiale che genera oltre 25 milioni di dollari di profitto, inclusi alcuni dei servizi in più rapida crescita di AWS.
Il suo lavoro in AWS comprende la guida della prossima generazione di Amazon Personalize, con funzionalità quali la ricerca personalizzata, la “Next Best Action” e le capacità di IA generativa ora utilizzate dalle aziende per aumentare il coinvolgimento e i ricavi. È intervenuta all’AWS re:Invent sulla personalizzazione intesa come disciplina operativa piuttosto che come funzionalità di marketing, ed è regolarmente citata da AWS come voce autorevole su ciò che i clienti delle Generazioni Y e Z si aspettano dalle esperienze personalizzate.
Prima di AWS ha ricoperto ruoli tecnologici di alto livello presso Wells Fargo, Capital One e JPMorgan Chase, tra cui la guida delle migrazioni al cloud pubblico nel settore dei servizi finanziari. Ha raggiunto la carica di Direttore dell’Ingegneria in un’azienda Fortune 100 prima dei 30 anni. Questo background nel settore dei servizi finanziari le fornisce una risposta concreta alle domande che i settori regolamentati si stanno ponendo oggi riguardo all’IA generativa, ai dati, alla privacy e al rischio.
È stata la prima donna di colore assunta come Direttore Generale nei settori del Machine Learning, dell’IA e dell’Analitica presso AWS, e utilizza questa piattaforma per affrontare la questione più complessa che sta alla base della maggior parte delle roadmap sull’IA, ovvero se l’organizzazione disponga del talento e della riserva di leadership necessari per realizzarle. È apparsa su Forbes, ha tenuto discorsi di apertura e ha fatto da presentatrice al SXSW e al Grace Hopper Celebration, e fa parte di diversi consigli di amministrazione, tra cui quello di Rewriting the Code.
Argomenti principali degli interventi
- L’IA generativa nelle aziende
- La personalizzazione come disciplina per aumentare i ricavi e il coinvolgimento
- Agenti di IA e flussi di lavoro basati sugli agenti
- Apprendimento automatico nei settori regolamentati
- Migrazione al cloud e trasformazione digitale
- IA responsabile e mitigazione dei pregiudizi
- Creazione di una leadership tecnica diversificata nell’IA e nell’ingegneria
Ideale per
- CTO, CIO e responsabili dei dati e dell’IA che stanno passando da progetti pilota di IA alla fase operativa
- CMO e responsabili della relazione con i clienti che investono in personalizzazione, raccomandazioni e coinvolgimento dei clienti
- Consigli di amministrazione e comitati esecutivi nei settori dei servizi finanziari, della vendita al dettaglio e in quelli regolamentati, impegnati nella definizione della strategia di IA
- CHRO e responsabili DEI incaricati di gestire il bacino di talenti tecnici a supporto dell’IA
Risultati per il pubblico
- Una visione più chiara su quali casi d’uso dell’IA generativa siano redditizi e quali no, ricavata dai modelli reali dei clienti AWS.
- Una visione concreta della personalizzazione come capacità operativa che coinvolge dati, prodotto e ingegneria, non come semplice campagna di marketing.
- Domande più mirate per il consiglio di amministrazione sui rischi dell’IA, sulla privacy e sul modello operativo relativo all’IA generativa.
- Un’idea concreta di come si configura il gruppo di leadership tecnica alla base di una roadmap seria sull’IA e di quali siano le lacune della maggior parte delle organizzazioni.
Discorsi
Una sessione di lavoro per capire dove l’IA generativa e i modelli linguistici di grandi dimensioni trovino effettivamente spazio all’interno di un’azienda e in quali ambiti il machine learning tradizionale continui a prevalere.
Punti chiave:
- Un filtro pratico per distinguere i casi d’uso della GenAI da quelli del machine learning classico.
- Esempi tratti dai clienti AWS su come portare l’IA generativa dalla fase pilota alla produzione.
- Le questioni relative ai dati, alla privacy e alla gestione del cambiamento che determinano il successo di un programma di IA generativa.
In che modo i leader stanno utilizzando l’apprendimento automatico e l’intelligenza artificiale per accelerare i processi decisionali, personalizzare l’esperienza dei clienti e ridefinire il modello operativo.
Punti chiave:
- Come identificare i casi d’uso di machine learning e intelligenza artificiale di maggior valore nella vostra azienda.
- Come si presenta un processo decisionale in tempo reale e basato sui dati quando funziona correttamente.
- Il cambiamento organizzativo necessario affinché un programma di machine learning possa sopravvivere al proprio promotore.
Una spiegazione di facile comprensione su cosa siano gli agenti di intelligenza artificiale, dove vengono attualmente impiegati e cosa serva per gestirli in modo sicuro all’interno di un’azienda.
Punti chiave:
- Che cos’è, in parole semplici, un agente di IA e in cosa si differenzia da un modello o da un copilota.
- La tecnologia e la struttura di supporto necessaria per implementare gli agenti in modo responsabile.
- Le domande relative alla privacy, alla governance e alla gestione del cambiamento che i leader dovrebbero porsi fin da ora.
Un’introduzione all’apprendimento federato come strumento che consente alle organizzazioni soggette a regolamentazione di addestrare modelli di intelligenza artificiale a livello interistituzionale senza trasferire dati sensibili.
Punti chiave:
- Come funziona l’apprendimento federato e perché è importante per il settore sanitario, i servizi finanziari e la pubblica amministrazione.
- Le caratteristiche relative alla privacy e alla conformità che lo rendono rilevante dal punto di vista commerciale.
- Cosa dovrebbero chiedere i dirigenti delle organizzazioni soggette a regolamentazione ai propri team di IA riguardo agli approcci federati.