Sebastian Thrun
La maggior parte dei consigli di amministrazione ha approvato una strategia sull’intelligenza artificiale, ma solo una minima parte di essa è stata effettivamente implementata a livello operativo. Il problema non risiede nell’ambizione o nella scelta del modello, bensì nell’assenza di una forza lavoro in grado di sviluppare, gestire e far funzionare i sistemi di intelligenza artificiale all’interno dell’azienda, nonché di un team dirigenziale che sappia come si presenta concretamente l’intelligenza artificiale applicata alla produzione.
Sebastian Thrun è l’informatico che ha fondato Google X, ha guidato il team vincitore della DARPA Grand Challenge del 2005 e ha co-fondato Udacity, aiutando i team dirigenziali a trasformare l’intelligenza artificiale da priorità strategica a capacità operativa.
Full Profile
Perché le aziende scelgono di collaborare con Sebastian Thrun
- Ha realizzato un'intelligenza artificiale autonoma su scala industriale. Il team di Stanford da lui guidato ha vinto la DARPA Grand Challenge nel 2005, e il progetto di guida autonoma di Google che ha co-fondato è diventato Waymo.
- Ha creato il manuale a cui ora i consigli di amministrazione fanno riferimento. Google X, fondata sotto la sua guida, ha codificato la metodologia "moonshot" per le scommesse tecnologiche ad alta intensità di capitale.
- Ha esperienza diretta nella riqualificazione della forza lavoro aziendale in materia di IA, dati e cloud attraverso Udacity, inclusi programmi per IBM, Mercedes-Benz e Google prima dell'acquisizione da parte di Accenture nel 2024.
- Spiega l'IA senza semplificarla eccessivamente. Il pubblico senior esce con una comprensione pratica di ciò che i sistemi attuali possono e non possono fare e di dove risiede il vero rischio operativo.
Punti salienti della biografia
- Co-fondatore di Google X e del progetto di auto a guida autonoma di Google che è diventato Waymo
- Ha guidato lo Stanford Racing Team, il cui veicolo Stanley ha vinto la DARPA Grand Challenge del 2005; Stanley è ora esposto allo Smithsonian National Museum of American History
- Co-fondatore e presidente di Udacity, acquisita da Accenture nel 2024 per potenziare la piattaforma di riqualificazione professionale LearnVantage
- Co-fondatore ed ex CEO di Kitty Hawk, l'azienda produttrice di "auto volanti" eVTOL sostenuta da Larry Page
- Membro della National Academy of Engineering e dell'Accademia Nazionale delle Scienze tedesca Leopoldina; Smithsonian American Ingenuity Award (Istruzione, 2012)
- Coautore di Probabilistic Robotics (MIT Press), il testo di riferimento per i corsi di laurea sulla matematica alla base dei sistemi autonomi
Biografia
Stanley ha tagliato il traguardo della DARPA Grand Challenge del 2005 dopo 132 miglia nel deserto, primo veicolo autonomo a riuscirci. Il team di Stanford che lo ha costruito era guidato da Sebastian Thrun, allora direttore dello Stanford Artificial Intelligence Laboratory. Stanley è ora esposto allo Smithsonian. La tecnologia ha dato vita a Waymo e al moderno settore dei veicoli autonomi.
Quel percorso, dal laboratorio di ricerca all'IA di produzione, è ciò che rende la sua prospettiva preziosa per i team dirigenziali. Ha rinunciato alla cattedra a Stanford per diventare Google Fellow, ha co-fondato Google X e ha costruito il modello "moonshot" a cui i consigli di amministrazione fanno ora riferimento quando parlano di scommesse tecnologiche a lungo termine. Probabilistic Robotics, il libro di testo che ha scritto insieme a Wolfram Burgard e Dieter Fox, rimane il testo di riferimento standard nel settore.
La seconda metà della sua carriera affronta il vincolo che la maggior parte dei consigli di amministrazione avverte ora in modo acuto: il talento. Udacity, che ha co-fondato nel 2012, ha costruito il modello Nanodegree con datori di lavoro tra cui IBM, Mercedes-Benz e Google, per poi essere venduta ad Accenture nel 2024 per ancorare la piattaforma di riqualificazione LearnVantage. Ha anche co-fondato Kitty Hawk con Larry Page per commercializzare velivoli eVTOL.
Il pubblico riceve da lui qualcosa di specifico. Una chiara visione di ciò che gli attuali sistemi di IA fanno bene, dove falliscono, cosa richiede effettivamente l'implementazione in produzione e come costruire una forza lavoro in grado di utilizzare la tecnologia piuttosto che ammirarla.
Argomenti principali
- IA di produzione e sistemi autonomi
- Metodologia Moonshot e scommesse tecnologiche a lungo termine
- Riqualificazione della forza lavoro nell'IA e il vincolo del talento
- Il futuro della mobilità e dei veicoli a guida autonoma
- L'IA per il consiglio di amministrazione e il comitato esecutivo
- Formazione online ed economia dell'istruzione
Ideale per
- Consigli di amministrazione e comitati esecutivi che stanno passando dalla strategia di IA all'implementazione operativa
- Direttori delle risorse umane (CHRO) e direttori della formazione (CLO) che stanno avviando programmi di riqualificazione professionale su larga scala
- Team dirigenziali dei settori automobilistico, della mobilità e industriale che affrontano l'autonomia
- CTO e responsabili dell'IA che valutano i portafogli di progetti ambiziosi e di ricerca e sviluppo
Risultati per il pubblico
- Un modello mentale operativo che illustra dove gli attuali sistemi di IA hanno successo e dove falliscono nella produzione
- Una visione concreta delle competenze della forza lavoro necessarie per gestire l'IA all'interno di una grande organizzazione
- Una comprensione di come le scommesse moonshot vengono strutturate, gestite e chiuse all'interno di un'azienda tecnologica seria
- Una visione più chiara della direzione che sta prendendo l'autonomia nei settori della mobilità, della logistica e in quelli adiacenti