Tia White
La mayoría de las empresas cuentan hoy en día con una estrategia de IA sobre el papel, pero muy poca de ella se ha puesto en práctica. El consejo de administración quiere resultados, el departamento de ingeniería sigue reelaborando los proyectos piloto, y la personalización, los agentes y la IA generativa se encuentran estancados ante cuestiones sin resolver relacionadas con los datos, la privacidad y el modelo operativo. La brecha entre las ambiciones en materia de IA y los ingresos generados por ella es, en la actualidad, el problema tecnológico determinante de este ciclo.
Tia White es directora general de IA y aprendizaje automático en Amazon Web Services, donde ayuda a las empresas a pasar de las fases piloto a los sistemas de producción en materia de IA generativa y personalización, lo que transforma la forma de atender a los clientes y de generar ingresos.
Full Profile
Por qué las organizaciones trabajan con Tia White
- Perspectiva de una operadora desde dentro de un hiperescalador. Dirige las áreas de comercialización, producto e ingeniería de una cartera de IA de AWS que genera más de 25 millones de dólares en beneficios, incluidos algunos de los servicios de más rápido crecimiento de AWS.
- Un historial probado en la aplicación de la IA generativa y la personalización, pasando de la teoría a productos orientados al cliente. Lideró la introducción de la búsqueda personalizada, la «Next Best Action» y las capacidades de IA generativa en Amazon Personalize.
- Amplio conocimiento empresarial en distintos sectores. Antes de AWS, ocupó puestos tecnológicos de alto nivel en Wells Fargo, Capital One y JPMorgan Chase, donde dirigió programas regulados de transformación digital en el sector de los servicios financieros.
- Un punto de vista específico sobre lo que distingue a las inversiones en IA que generan rendimientos compuestos de aquellas que se estancan, basado en el trabajo actual con los clientes de AWS y no en la abstracción de los proveedores.
- Una voz creíble sobre la creación de un equipo de liderazgo técnico en el ámbito de la IA —que incluya a mujeres y tecnólogos de origen afroamericano— del que ahora se pide a los consejos de administración que den cuenta.
Aspectos destacados de su biografía
- Directora general de IA y Aprendizaje Automático en Amazon Web Services.
- Primera mujer negra contratada como directora general en las áreas de Aprendizaje Automático, IA y Análisis de Datos en AWS.
- Directora de Ingeniería en una empresa de la lista Fortune 100 antes de cumplir los 30 años.
- Anteriormente, ocupó puestos de responsabilidad en el ámbito tecnológico en Wells Fargo, Capital One y JPMorgan Chase.
- Lideró el lanzamiento de nuevas funcionalidades de Amazon Personalize, entre las que se incluyen la búsqueda personalizada, «Next Best Action» y funciones de IA generativa; ponente en AWS re:Invent 2022 sobre personalización.
- Ha aparecido en Forbes; entre sus ponencias y actuaciones como maestra de ceremonias destacan SXSW y la Grace Hopper Celebration. Entre sus cargos en consejos de administración y comités asesores se encuentra Rewriting the Code.
Biografía
La IA generativa ha avanzado más rápido de lo que la mayoría de los modelos operativos empresariales pueden asimilar. Dentro de AWS, Tia White dirige el negocio de IA y aprendizaje automático al que recurren los clientes cuando una prueba piloto debe convertirse en un producto. Es responsable de la comercialización, el producto y la ingeniería de una cartera de IA que genera más de 25 millones de dólares en beneficios, incluidos algunos de los servicios de más rápido crecimiento de AWS.
Su trabajo en AWS incluye liderar la próxima generación de Amazon Personalize, con funciones como la búsqueda personalizada, la «próxima mejor acción» y capacidades de IA generativa que ahora utilizan las empresas para aumentar la participación y los ingresos. Ha participado como ponente en AWS re:Invent hablando de la personalización como una disciplina operativa más que como una característica de marketing, y AWS la cita habitualmente como referente sobre lo que los clientes de la Generación Y y la Generación Z esperan de las experiencias personalizadas.
Antes de incorporarse a AWS, ocupó puestos de responsabilidad en el ámbito tecnológico en Wells Fargo, Capital One y JPMorgan Chase, donde dirigió, entre otras cosas, las migraciones a la nube pública en el sector de los servicios financieros. Llegó a ser directora de ingeniería en una empresa de la lista Fortune 100 antes de cumplir los 30 años. Esa experiencia en el sector de los servicios financieros le proporciona una respuesta práctica a las preguntas que los sectores regulados se plantean actualmente sobre la IA generativa, los datos, la privacidad y el riesgo.
Fue la primera mujer negra contratada como directora general en los ámbitos del aprendizaje automático, la IA y la analítica en AWS, y utiliza esa plataforma para abordar la cuestión más espinosa que se esconde tras la mayoría de las hojas de ruta de la IA: si la organización cuenta con el talento y el equipo directivo necesarios para llevarlas a cabo. Ha aparecido en Forbes, ha sido ponente principal y ha presentado eventos en SXSW y en la Grace Hopper Celebration, y forma parte de varios consejos de administración, entre ellos el de Rewriting the Code.
Temas principales de sus ponencias
- La IA generativa en la empresa
- La personalización como disciplina para generar ingresos y fomentar el compromiso
- Agentes de IA y flujos de trabajo basados en agentes
- Aprendizaje automático en sectores regulados
- Migración a la nube y transformación digital
- IA responsable y mitigación de sesgos
- Creación de un liderazgo técnico diverso en IA e ingeniería
Ideal para
- directores técnicos (CTO), directores de sistemas de información (CIO) y directores de datos e IA que están pasando de proyectos piloto de IA a la fase de producción
- Directores de marketing (CMO) y directores de experiencia del cliente (CCO) que invierten en personalización, recomendaciones y fidelización de clientes
- Consejos de administración y comités ejecutivos de los sectores de servicios financieros, comercio minorista e industrias reguladas que establecen la estrategia de IA
- Directores de Recursos Humanos (CHRO) y responsables de Diversidad, Equidad e Inclusión (DEI) encargados de la cantera de talento técnico que sustenta la IA
Resultados para el público
- Una visión más clara de qué casos de uso de la IA generativa son rentables y cuáles no, a partir de los patrones reales de los clientes de AWS.
- Una visión práctica de la personalización como una capacidad operativa que abarca los datos, el producto y la ingeniería, y no como una simple campaña de marketing.
- Preguntas más precisas para el consejo de administración sobre los riesgos de la IA, la privacidad y el modelo operativo en torno a la IA generativa.
- Una idea concreta de cómo debe ser el equipo de liderazgo técnico que respalda una hoja de ruta seria en materia de IA, y en qué aspectos la mayoría de las organizaciones presentan carencias.
Charlas
Una sesión de trabajo sobre dónde encajan realmente la IA generativa y los grandes modelos de lenguaje dentro de una empresa, y en qué ámbitos sigue siendo superior el aprendizaje automático tradicional.
Puntos clave:
- Un filtro práctico para diferenciar los casos de uso de la IA generativa (GenAI) de los del aprendizaje automático clásico.
- Patrones de los clientes de AWS a la hora de pasar la IA generativa de la fase piloto a la producción.
- Las cuestiones relacionadas con los datos, la privacidad y la gestión del cambio que determinan si un programa de IA generativa llega a implementarse.
Cómo están utilizando los líderes el aprendizaje automático y la IA para acortar los ciclos de decisión, personalizar la experiencia del cliente y rediseñar el modelo operativo.
Puntos clave:
- Cómo identificar los casos de uso de aprendizaje automático e inteligencia artificial de mayor valor en tu empresa.
- Cómo es la toma de decisiones en tiempo real y basada en datos cuando funciona.
- El cambio organizativo necesario para que un programa de aprendizaje automático perdure más allá de su promotor.
Una explicación sencilla de qué son los agentes de IA, dónde se están utilizando actualmente y qué se necesita para utilizarlos de forma segura dentro de una empresa.
Puntos clave:
- Qué es un agente de IA, en términos sencillos, y en qué se diferencia de un modelo o de un copiloto.
- La infraestructura tecnológica y los procesos necesarios para implementar los agentes de forma responsable.
- Cuestiones sobre privacidad, gobernanza y gestión del cambio que los líderes deberían plantearse ahora mismo.
Una introducción al aprendizaje federado como método para que las organizaciones reguladas entrenen modelos de IA de forma conjunta entre instituciones sin transferir datos sensibles.
Puntos clave:
- Cómo funciona el aprendizaje federado y por qué es importante para la sanidad, los servicios financieros y la administración pública.
- Las características de privacidad y cumplimiento normativo que lo hacen relevante desde el punto de vista comercial.
- Qué deberían preguntar los responsables de entidades reguladas a sus equipos de IA sobre los enfoques federados.