Sina Kahen
De flesta organisationer har genomfört pilotprojekt inom AI. Mycket få har lyckats omsätta dessa i operativa resultat. Klyftan handlar inte längre om teknisk kapacitet, utan om strategi, styrning, inköpsbeslut och beredskapen hos de medarbetare som ska använda systemen dagligen.
Sina Kahen är AI-strateg, författare och föreläsare vid Imperial Business School. Hon hjälper organisationer att omvandla generativ AI från pilotprojekt till en verklig konkurrensfördel.
Full Profile
Varför organisationer samarbetar med Sina Kahen
- Han har lyckats lansera en reglerad, komplex teknikprodukt på en skeptisk marknad. Kommersialiseringen av Celito, som offentligt har utnämnts till Storbritanniens första ortopediska robot, ger honom en trovärdighet som väldigt få AI-föreläsare besitter.
- Idag leder han ett företag inom generativ AI. VAICE, där han är medgrundare och VD, utvecklar programvara för produktivitet på arbetsplatsen, vilket innebär att hans syn på AI i företagsvärlden bygger på aktiva utvecklingsbeslut, inte bara på kommentarer.
- Hans bok ”The Promised Land of AI” ger ledare en praktisk strategisk handbok för AI-implementering, uppbyggd kring identifiering av användningsfall, dataredskap samt frågan om att bygga, köpa eller samarbeta – en fråga som de flesta styrelser tvekar inför.
- Han undervisar i AI-strategi vid Imperial College Business School, vilket innebär att materialet testas mot MBA-studenter och ledande befattningshavare varje termin, inte bara sammanställs för scenen.
- Han tillför ett praktiskt språk för etik, filosofi och mänskligt omdöme inom AI, med utgångspunkt i sina publicerade filosofiska verk, utan att glida in i abstraktioner som lämnar det operativa teamet utan något att göra på måndagen.
Höjdpunkter i biografin
- MBA, Imperial College Business School; examen i biomedicinska vetenskaper
- Gästföreläsare inom AI, hälso- och sjukvård samt företagsinnovation, Imperial College Business School
- Medgrundare och VD för VAICE, som utvecklar generativ AI-programvara för produktivitet på arbetsplatsen
- Tidigare innovationschef på DeSoutter Medical; ledde kommersialiseringen av Celito, som offentligt beskrivits som Storbritanniens första ortopediska robot
- Författare till ”The Promised Land of AI: A Practical Guide to AI for Business” och ”Brief Insights on Medical Robotics”
- Uppdrag och kunder inkluderar Google, Amazon, BBC, O2, Shell, Imperial College, InterSystems, Juniper Networks, Ipsen Pharma och Novateur Ventures
Biografi
Celito var Storbritanniens första ortopediska robot. Sina Kahen, dåvarande innovationschef på DeSoutter Medical, var den som ansvarade för att föra den från kommersialisering till operationssalarna. Det arbetet – att ta en reglerad, riskfylld teknik från konceptstadiet till kirurgernas händer – är den erfarenhet han nu tillämpar på ett annat problem: företagens införande av generativ AI.
Det nuvarande verktyget för det arbetet är VAICE, ett företag som han var med och grundade och som han leder som VD, där man utvecklar programvara för generativ AI för produktivitet på arbetsplatsen. I anslutning till detta finns hans bok ”The Promised Land of AI: A Practical Guide to AI for Business”, ett gästföreläsningsuppdrag vid Imperial College Business School samt samarbeten med organisationer som Google, Amazon, BBC, O2, Shell, InterSystems och Ipsen Pharma.
Den röda tråden genom allt detta är den operativa aspekten. De flesta företag har bevisat att AI kan göra något användbart. De svårare frågorna, som köparna nu är redo att ta itu med, handlar om strategi: vilka användningsfall som faktiskt ger mervärde, om man ska bygga, köpa eller ingå partnerskap, hur man förbereder data och personal, och hur man styr beslut som inte går att förklara fullt ut. Kahen är utbildad biomedicinsk forskare och har en MBA från Imperial, vilket är en av anledningarna till att hans sätt att formulera dessa frågor känns närmare medicin än marknadsföring: noggrann när det gäller bevis, rakt på sak när det gäller vad som ännu inte är känt.
Han är också författare till flera böcker om judisk filosofi, och det intresset märks i AI-arbetet som en vägran att låta de mänskliga och etiska frågorna sväva fritt från den operativa verksamheten. Styrelser behöver inte ytterligare en policy för AI-etik. De behöver ett sätt att fatta försvarbara AI-beslut inom ramen för sin befintliga styrning och att få med sig sin personal på resan. Det är det området som Kahen verkar inom.
Viktiga föreläsningsämnen
- Generativ AI-strategi för företag
- AI-införande och operativ prestanda
- AI inom hälso- och sjukvård samt biovetenskap
- Ansvarsfull AI och AI-styrning
- Beslut om att bygga, köpa eller samarbeta vid AI-anskaffning
- Innovation och intraprenörskap inom stora organisationer
- Filosofi, etik och den mänskliga sidan av AI
Perfekt för
- Styrelser och ledningsgrupper som utformar företagsövergripande AI-strategier
- CIO:er, CTO:er, Chief Data Officers och Chief AI Officers som omvandlar pilotprojekt till operativa system
- Ledare inom hälso- och sjukvård samt biovetenskap som hanterar AI, robotik och reglerad innovation
- Innovationschefer och ledare för omställningsarbete som strukturerar AI-portföljer över flera affärsenheter
Resultat för målgruppen
- Ett fungerande ramverk för att överföra AI från pilotprojekt till mätbara operativa resultat
- En tydligare bild av när man ska bygga, köpa eller ingå partnerskap för AI-kapacitet
- Mer precisa frågor att ställa till interna team och externa leverantörer om dataredo, styrning och val av användningsfall
- En praktisk hållning till AI-etik som håller i verkliga operativa beslut, inte bara i presentationsmaterial
- Språk och referenspunkter som ledande befattningshavare kan använda för att få med sig resten av organisationen
Utvecklingssamtal
A tailored working session that helps a leadership team find the AI use cases that genuinely apply to their own company and industry, rather than generic ones.
Key takeaways:
- A method for surfacing and filtering AI use cases specific to the organisation’s operations and sector
- A clear view on which candidate projects are worth resourcing and which are distractions
- The data, talent and governance conditions a use case needs before it can move past the pilot stage
A talk on how AI and robotics are changing diagnostics, patient care and clinical workflows, drawing on his work commercialising the UK’s first orthopaedic robot.
Key takeaways:
- Where AI is genuinely changing healthcare economics and clinical practice, beyond the headlines
- What regulated, high-stakes environments teach every sector about deploying AI responsibly
- How to make adoption decisions where the cost of error is measured in patient outcomes
A talk on the ethical questions AI forces on decision-makers, and how to hold empirical rigour and moral responsibility together.
Key takeaways:
- The ethical questions leaders need to answer before scaling AI into core decisions
- How AI reshapes human decision-making, and where human judgement must stay in the loop
- A way to connect scientific evidence with the moral choices that AI deployment demands
A talk on turning AI, IoT and robotics into practical gains in efficiency and competitive position.
Key takeaways:
- How emerging technologies translate into operational efficiency rather than novelty
- Where AI, IoT and robotics create defensible competitive advantage for an organisation
- Practical ways to adopt new technology without stalling on complexity
A talk on holding onto human meaning and judgement as technology takes a larger role in work and life.
Key takeaways:
- How to keep human-centric values in view while pursuing technological progress
- Where meaning and judgement are most at risk of erosion as automation expands
- What a human-centred approach to technology looks like in practice for leaders and teams
A talk on how large organisations create the conditions for internal innovation and put new technology to work for growth.
Key takeaways:
- How to build intrapreneurial capability inside an established corporate structure
- Where large organisations most often block their own innovation, and how to remove those blocks
- How to direct emerging technology towards growth rather than isolated experiments