Tia White
De fleste virksomheder har i dag en AI-strategi på papiret, men meget lidt af den er i praksis. Bestyrelsen vil se afkast, udviklerafdelingen er stadig i gang med at omarbejde pilotprojekter, og personalisering, chatbots og generativ AI er gået i stå på grund af uafklarede spørgsmål om data, privatliv og driftsmodel. Kløften mellem AI-ambitionerne og AI’s bidrag til omsætningen er nu den afgørende teknologiske udfordring i denne konjunkturcyklus.
Tia White er General Manager for AI og maskinlæring hos Amazon Web Services, hvor hun hjælper virksomheder med at overføre generativ AI og personalisering fra pilotprojekter til produktionssystemer, der ændrer måden, hvorpå kunderne betjenes, og hvordan omsætningen skabes.
Full Profile
Hvorfor virksomheder samarbejder med Tia White
- Et operatørperspektiv indefra en hyperscaler. Hun står for markedsføring, produktudvikling og teknik for en AWS AI-portefølje med et overskud på over 25 mio. USD, herunder nogle af de hurtigst voksende tjenester hos AWS.
- En dokumenteret evne til at omsætte generativ AI og personalisering fra teori til kundevendte produkter. Hun stod i spidsen for introduktionen af Personalized Search, Next Best Action og generative AI-funktioner i Amazon Personalize.
- Tværsektoriel virksomhedskompetence. Før AWS havde hun ledende teknologiske stillinger hos Wells Fargo, Capital One og JPMorgan Chase, hvor hun ledede regulerede digitale transformationsprogrammer inden for finansielle tjenester.
- Et konkret synspunkt på, hvad der adskiller AI-investeringer, der giver afkast, fra AI-investeringer, der går i stå – baseret på det aktuelle arbejde med AWS-kunder snarere end på abstrakte leverandørperspektiver.
- En troværdig stemme i arbejdet med at opbygge den tekniske ledelsesbænk bag AI – herunder kvinder og sorte teknologer – som bestyrelserne nu bliver bedt om at redegøre for.
Højdepunkter i biografien
- General Manager, AI og maskinlæring, Amazon Web Services.
- Den første sorte kvinde, der blev ansat som General Manager inden for maskinlæring, AI og analyse hos AWS.
- Teknisk direktør hos et Fortune 100-selskab inden hun fyldte 30 år.
- Tidligere ledende teknologiske stillinger hos Wells Fargo, Capital One og JPMorgan Chase.
- Stod i spidsen for lanceringen af nye Amazon Personalize-funktioner, herunder Personalized Search, Next Best Action og generative AI-funktioner; taler ved AWS re:Invent 2022 om personalisering.
- Omtalt i Forbes; har blandt andet holdt hovedtaler og været konferencier ved SXSW og Grace Hopper Celebration. Bestyrelses- og rådgivningsroller omfatter blandt andet Rewriting the Code.
Biografi
Generativ AI har udviklet sig hurtigere, end de fleste virksomheders driftsmodeller kan følge med. Hos AWS leder Tia White den AI- og maskinlæringsforretning, som kunderne henvender sig til, når et pilotprojekt skal udvikles til et produkt. Hun har ansvaret for markedsføring, produktudvikling og teknik for en AI-portefølje, der genererer et overskud på over 25 mio. USD, herunder nogle af de hurtigst voksende tjenester hos AWS.
Hendes arbejde hos AWS omfatter ledelsen af den næste generation af Amazon Personalize med funktioner som Personalized Search, Next Best Action og generative AI-funktioner, der nu bruges af virksomheder til at øge engagementet og omsætningen. Hun har holdt foredrag på AWS re:Invent om personalisering som en driftsdisciplin snarere end en marketingfunktion og citeres regelmæssigt af AWS som en ekspert på, hvad kunder fra generation Y og Z forventer af personaliserede oplevelser.
Før AWS havde hun ledende teknologiske stillinger hos Wells Fargo, Capital One og JPMorgan Chase, herunder ledelsen af overgangen til offentlig cloud inden for finansielle tjenester. Hun nåede stillingen som Director of Engineering i et Fortune 100-selskab, før hun fyldte 30 år. Den baggrund inden for finansielle tjenester giver hende et konkret svar på de spørgsmål, som regulerede brancher nu stiller om generativ AI, data, privatliv og risiko.
Hun var den første sorte kvinde, der blev ansat som General Manager inden for maskinlæring, AI og analyse hos AWS, og hun bruger denne platform til at tage fat på det sværere spørgsmål bag de fleste AI-køreplaner, nemlig om organisationen har de nødvendige talenter og ledelsesressourcer til at gennemføre dem. Hun har været omtalt i Forbes, har holdt hovedtaler og været konferencier ved SXSW og Grace Hopper Celebration, og sidder i bestyrelser, herunder Rewriting the Code.
Vigtigste foredragstemaer
- Generativ AI i virksomheden
- Personalisering som en disciplin for omsætning og engagement
- AI-agenter og agentbaserede arbejdsgange
- Maskinlæring i regulerede brancher
- Cloud-migrering og digital transformation
- Ansvarlig AI og reduktion af bias
- Opbygning af mangfoldigt teknisk lederskab inden for AI og ingeniørarbejde
Ideel for
- CTO'er, CIO'er og Chief Data- og AI-ansvarlige, der går fra AI-pilotprojekter til produktion
- CMO'er og Chief Customer Officers, der investerer i personalisering, anbefalinger og kundeengagement
- Bestyrelser og ledelsesudvalg inden for finansielle tjenester, detailhandel og regulerede brancher, der fastlægger AI-strategier
- CHRO'er og DEI-ledere, der er ansvarlige for rekrutteringen af tekniske talenter til AI
Resultater for målgruppen
- Et klarere overblik over, hvilke anvendelsestilfælde inden for generativ AI der giver afkast, og hvilke der ikke gør, baseret på aktuelle mønstre hos AWS-kunder.
- Et praktisk perspektiv på personalisering som en operationel kompetence, der berører data, produktudvikling og teknik – ikke blot en marketingkampagne.
- Mere præcise spørgsmål til bestyrelsen om AI-risici, privatlivsbeskyttelse og driftsmodellen omkring generativ AI.
- En konkret fornemmelse af, hvordan den tekniske ledelsesgruppe bag en seriøs AI-køreplan ser ud, og hvor de fleste organisationer mangler kompetencer.
Samtaler
Et arbejdsmøde om, hvor generativ AI og store sprogmodeller rent faktisk passer ind i en virksomhed, og hvor traditionel maskinlæring stadig har overtaget.
Vigtige konklusioner:
- Et praktisk filter til at skelne mellem anvendelsestilfælde for GenAI og klassisk ML.
- Mønstre fra AWS-kunder om overgangen fra pilotprojekt til produktion med GenAI.
- De spørgsmål vedrørende data, privatliv og forandringsledelse, der afgør, om et GenAI-program bliver implementeret.
Hvordan ledere bruger maskinlæring og AI til at forkorte beslutningsprocesserne, tilpasse kundeoplevelsen og omstrukturere driftsmodellen.
Vigtige pointer:
- Sådan identificerer du de mest værdifulde anvendelsestilfælde for ML og AI i din virksomhed.
- Hvordan realtidsbaseret, datadrevet beslutningstagning ser ud, når den fungerer.
- Den organisatoriske forandring, der er nødvendig for, at et ML-program kan overleve sin sponsor.
En letforståelig forklaring på, hvad AI-agenter er, hvor de anvendes i dag, og hvad der skal til for at drive dem sikkert i en virksomhed.
Vigtige pointer:
- Hvad en AI-agent er, forklaret i et letforståeligt sprog, og hvordan den adskiller sig fra en model eller en copilot.
- Den teknologi og de processer, der er nødvendige for at implementere agenter på en ansvarlig måde.
- Spørgsmål om privatliv, styring og forandringsledelse, som ledere bør stille sig selv nu.
En introduktion til federeret læring som en metode, der giver regulerede organisationer mulighed for at træne AI-modeller på tværs af institutioner uden at overføre følsomme data.
Vigtige pointer:
- Hvordan federeret læring fungerer, og hvorfor det er vigtigt for sundhedssektoren, den finansielle sektor og det offentlige.
- De egenskaber vedrørende privatlivsbeskyttelse og overholdelse af lovgivning, der gør det kommercielt relevant.
- Hvad ledere i regulerede sektorer bør spørge deres AI-teams om i forbindelse med federated tilgange.