Personalisierung und Innovation in einer regulierten Branche: Kathleen Peters von Experian

Kathleen Peters bringt Erfahrung bei digitalen Kommunikationsunternehmen und Technologie-Startups in ihre Rolle als Chief Innovation Officer von Experian ein. Ich, ich selbst und AI Im Podcast erzählt Kathleen etwas über das Innovation Lab von Experian, stellt einige seiner Projekte vor und erklärt, wie die jüngste Demokratisierung generativer KI-Tools noch innovativeres Denken ermöglicht hat, sowohl für Technologieexperten als auch für Mitwirkende mit anderen Kernkompetenzen.

Abonnieren Ich, ich selbst und AI auf Apple Podcasts oder Spotify.

Abschrift

Allison Ryder: Innovationen in einem regulierten Umfeld sind natürlich mit Leitplanken verbunden.

Kathleen Peters: Ich bin Kathleen Peters von Experian und Sie hören mir zu Ich, ich selbst und AI.

Sam Ransbotham: Willkommen bei Ich, ich selbst und AI, ein Podcast von MIT Sloan Management Review die Zukunft der künstlichen Intelligenz erforschen. Ich bin Sam Ransbotham, Professor für Analytik am Boston College. Ich forsche über Daten, Analytik und KI bei MIT SMR seit 2014 mit Forschungsartikeln, jährlichen Branchenberichten, Fallstudien und mittlerweile 12 Staffeln von Podcast-Episoden. In jeder Folge kommen Unternehmensführer, Spitzenforscher und KI-Entscheider zu Wort, um zu klären, was den KI-Hype vom KI-Erfolg unterscheidet.

Hallo, Zuhörer.

Kathleen Peters: Danke schön.

Sam Ransbotham: Experian weiß wahrscheinlich viel über uns, aber einige unserer Zuhörer wissen möglicherweise nicht so viel über Experian.

Kathleen Peters: Experian ist ein globales Daten- und Technologieunternehmen und wir eröffnen Chancen für Menschen und Unternehmen auf der ganzen Welt.

Sam Ransbotham: Ihre Rolle ist der Chief Innovation Officer.

Kathleen Peters: Ich arbeite sehr eng mit meinem Partner Dr. Shanji Xiong zusammen, unserem leitenden Wissenschaftler und technischen Leiter unseres Labors, das aus Datenwissenschaftlern und Softwareentwicklern besteht, die die Macht der uns zur Verfügung stehenden Daten wirklich nutzen, um bei der Entwicklung der Produkte zu helfen, die unsere Kunden und Partner benötigen, und um Verbraucher durch unser Direktkundengeschäft zu unterstützen.

Shanji und das Labor arbeiten seit Jahrzehnten mit KI, insbesondere wenn es um Betrug geht.

Das Labor war wirklich führend bei der Produktisierung generativer KI-Techniken und deren Integration in unsere App, die Verbraucher nutzen können, sowie bei Produkten wie Experian Assistant.

Mit Experian Assistant können Einzelpersonen an unseren [Kundenstandorten] Erkenntnisse gewinnen;

Jetzt können wir dies in wenigen Minuten erledigen.

Sam Ransbotham: Sie haben die Demokratisierung erwähnt, und ich denke, Sie haben sie als eine positive Sache positioniert, aber Sie haben es auch mit vielen schlechten Akteuren zu tun, die gerade auch Zugang zu vielen erstaunlichen Technologien erhalten haben.

Kathleen Peters: Wenn ich ehrlich bin, ist das etwas, das mich wahrscheinlich nachts wach hält.

Wir sehen auch eine Zunahme der Qualität und des schieren Ausmaßes der Betrügereien, die begangen werden.

Sam Ransbotham: Dann gibt es meiner Meinung nach auch einen Aspekt des regelrechten Betrugs, aber es scheint auch, dass es hier einige Möglichkeiten für, sagen wir, Verbesserungen der finanziellen Inklusion gibt.

Kathleen Peters: Es ist wirklich interessant für mich.

Eine weitere Sache war, dass man kein Datenwissenschaftler sein musste.

Der Grund, warum ich das anspreche, ist, dass wir, wie Sie erwähnt haben, auch eine Chance auf der positiven Seite haben.

Je mehr Daten Sie zu der Frage, zum Problem und zur Bewertung, die Sie lösen möchten, einbringen können, desto genauer können Sie das Risiko oder den Mangel an Risiko verstehen, das mit der Person verbunden ist, die Sie besser verstehen möchten.

Wenn wir also in der Lage sind, mehr Geschichte und mehr Daten zu verstehen und über die Rechenleistung zu verfügen, dies in Echtzeit zu tun, können wir die Personen, die sich melden, besser verstehen, und das ist es, was die finanzielle Inklusion wirklich vorantreibt.

Sam Ransbotham: Der Kern der Stereotypisierung ist die Idee, mit unvollständigen Informationen eine schnelle Entscheidung zu treffen, und ich denke, Sie stellen eine Verbindung zwischen mehr Details und mehr Informationen her, sodass Sie eine bessere, persönlichere Entscheidung treffen können.

Kathleen Peters: Ja.

Sam Ransbotham: Gleichzeitig agieren Sie aber auch in einer stark regulierten Branche, in der Sie viele Regeln befolgen müssen und dann schnell neue Dinge auf den Markt kommen.

Kathleen Peters: Wir sind starke Befürworter dafür, dass der Verbraucher Teil dieses Gesprächs ist.

Wie Sie bereits erwähnt haben, bedeutet die Tatsache, dass wir eine stark regulierte Organisation sind, dass wir die Art der Beschränkungen und Beschränkungen dieser Daten verstehen.

Sam Ransbotham: Es fühlt sich jedoch so an, als gäbe es immer noch eine gewisse Spannung, weil Sie ein großes Unternehmen sind, und ich denke, es gibt einen Mythos, dass große Unternehmen nicht innovativ sein können.

Kathleen Peters: Da ich selbst bei einer Reihe von Startups gearbeitet habe, habe ich auch eine persönliche Meinung dazu.

Wir verstehen auch die Geschichte.

Bei der KI – und wenn Unternehmen damit arbeiten – ist es wirklich wichtig, dass Sie die damit verbundenen Risiken verstehen, die Belegschaft über diese Risiken aufklären und einen Rat haben, der dies regelmäßig überprüft.

Daher schätze ich die Größe und die Governance, die das größere Unternehmen mit sich bringt, sehr.

Sie legen großen Wert auf Wachstum und haben möglicherweise noch nicht unbedingt die gleiche Verantwortung gegenüber den Aktionären, wenn Sie durch Risikokapital finanziert werden, wie wenn Sie öffentliche Aktionäre haben.

Sam Ransbotham: Sie haben Ihren Hintergrund bei einem Startup angesprochen. Ich, ich selbst und AI.

Kathleen Peters: Ich komme ursprünglich aus St. Louis, Missouri, was meiner Meinung nach so nah am Zentrum liegt, wie man nur von diesem Land sein kann.

Ich besuchte die Ingenieurschule der Missouri University of Science and Technology im Süden von Missouri und studierte Elektrotechnik.

Nach meinem Abschluss kam ich zu Motorola und war Teil eines Teams, das das Iridium-Satellitentelefonnetz und insbesondere die Handheld-Telefone selbst aufbaute, was eine enorme Menge an Innovationen und neuen Techniken erforderte.

Zu Beginn meiner Karriere hatte ich wirklich das Glück, Teil eines Forschungs- und Entwicklungsprojekts zu sein, das meiner Meinung nach schon sehr früh den Grundstein für den Wunsch gelegt hat, die Neugier auf das, was als nächstes kommt, zu befriedigen.

Im Laufe meiner Karriere bin ich einer Firma namens Cadence Design Systems beigetreten und habe viele Werkzeuge und Simulationen neuer Techniken eingesetzt, insbesondere bei der Entwicklung hardwareintegrierter Schaltkreise und der Chips, die wir insbesondere in diesen Kommunikationsgeräten verwenden.

Bevor ich zu Experian kam, arbeitete ich für ein Startup, und wir verschlüsselten die Kommunikation für die sichere Übertragung von Sprache und Text zwischen handelsüblichen Mobiltelefongeräten, die sowohl von Unternehmen als auch von Regierungsbehörden genutzt werden konnten.

Cybersicherheit hilft uns, die Mauern und den Umkreis um uns herum abzuriegeln.

Das ist in den letzten Jahren zu einer echten, echten Leidenschaft von mir geworden.

Sam Ransbotham: Ich mag immer jede Geschichte, in der es einem Ingenieur gut geht.

Während wir uns unterhalten, gibt es diese Woche Berichte, die den Untergang technischer Rollen vorhersagen, wogegen ich zu 100 % bin.

Kathleen Peters: Wir hatten einige interessante Beispiele, Sam, genau zu diesem Thema.

Shanji bat ihn, ein neues Gebiet zu erkunden, mit dem er noch nicht so viel Erfahrung hatte.

Sie können sich also vorstellen, dass Menschen Formulare ausfüllen, manchmal noch mit Stift und Papier, und dass Sie diese Formulare so effizient wie möglich verwenden und verarbeiten können.

Was er tat, war zunächst, dass er die Unternehmensversion unseres großen Sprachmodelltools verwendete und sagte: „Erzählen Sie mir mehr über die neuesten OCR-Funktionen. Was sind die Einschränkungen? Wenn ich noch nie damit gearbeitet habe, was sollte ich wissen? Wie nutzen Techniker das?“

Von da an wollte er mehr experimentieren und nutzte die Sprach-Audio-Eingabe, anstatt eine Eingabeaufforderung einzugeben.

Er sagte: „Oh, ich sehe, wir haben diese Strukturen nicht verwendet. Schreiben Sie den Code mit einem solchen Architekturansatz neu.“

Dann nahm er schließlich einen Code, den er vor ein paar Jahren geschrieben hatte, fügte ihn in das Modell ein und forderte es auf, den Code zu optimieren, den er geschrieben und von Hand optimiert hatte, und war stolz darauf.

Das Modell kam zurück und verbesserte die Leistung seines Codes um das 40-fache.

Auf diese Weise wurde mir durch diese positive Energie klar, dass es im Nachrichtenzyklus viel gibt, dass es viel Hype gibt.

Sam Ransbotham: Das Beispiel gefällt mir, aber es gibt einen Thread, den ich ansprechen möchte: Sie sagten, dass er dabei in der Lage war, das Modell zu steuern und zu dirigieren.

Kathleen Peters: Ja.

Sam Ransbotham: Was passiert in Zukunft, wenn Menschen ohne diese Erfahrung aufgewachsen sind, um das Modell steuern zu können?

Kathleen Peters: Ich gebe Ihnen ein weiteres Beispiel, das meiner Meinung nach auch dieses Problem anspricht.

Bei dieser Art von Tätigkeit kommt es tendenziell auch zu einer sehr hohen Fluktuation.

Wenn wir jemanden haben, der ganz neu ist, ist das stressig.

Was wir dort zu entwickeln begannen, waren Agenten und Bots, die den Personen in unserem Kundensupport-Center tatsächlich helfen konnten.

Und das hat vor allem diese neuen Mitarbeiter gestärkt, die, wie Sie bereits sagten, nicht unbedingt über die nötigen Fähigkeiten verfügen.

Wir haben in dieser Abteilung einen Rückgang der Fluktuation und einen Anstieg der Arbeitszufriedenheit festgestellt.

Sam Ransbotham: Eigentlich stimmt das gut mit einigen Untersuchungen überein, die wir in den letzten Jahren durchgeführt haben und bei denen wir nach einigen dieser immateriellen Ergebnisse suchen, nicht nach finanziellen Vorteilen, sondern nach Arbeitszufriedenheit und anderen kulturellen Vorteilen.

Wir haben einen Abschnitt, in dem wir Ihnen einige schnelle Fragen stellen.

Was ist, wenn sich die KI schneller oder langsamer bewegt, als Sie erwartet haben?

Kathleen Peters: Die Macht, die wir sehen, die Türen und Möglichkeiten, die sich zum Guten und zum Schlechten öffnen … Ich mache mir immer Sorgen wegen Betrug, wenn ich die neuen aufregenden Möglichkeiten sehe … aber das Ausmaß davon habe ich nicht erwartet, dass es so schnell passieren würde.

Sam Ransbotham: Was wünschen Sie sich, dass die KI besser werden könnte, oder was frustriert Sie derzeit an der KI?

Kathleen Peters: Eine Herausforderung, die ich sehe und von der ich weiß, dass verschiedene Einzelpersonen und Unternehmen, einschließlich unserer Teams hier bei Experian, anzugehen versuchen, besteht darin, das Vertrauen zu verstehen, das erforderlich sein wird, wenn Agenten aktiver und in die Transaktionen, die wir in unserem Leben tätigen, einbezogen werden.

Ich gebe Ihnen ein Beispiel dazu.

Die Technologie ist bereits vorhanden.

Dafür gibt es noch keine Standards, und die technologischen Möglichkeiten entwickeln sich viel schneller als diese Art von Signaturen, Autorisierungen und Protokollen, die notwendig sein werden, um dieses Vertrauen aufzubauen, damit jede Entität in der Wertschöpfungskette die Gültigkeit des Agenten verstehen kann.

Sam Ransbotham: Das ist eine riesige, riesige Sache, das ganze Identitätsproblem.

Kathleen Peters: Vielen Dank.

Sam Ransbotham: Danke fürs Zuhören.

Allison Ryder: Danke fürs Zuhören Ich, ich selbst und AI. Unsere Sendung kann zum großen Teil dank der Unterstützung unserer Hörer weiterlaufen. Ihre Streams und Downloads machen einen großen Unterschied. Wenn Sie einen Moment Zeit haben, hinterlassen Sie uns bitte eine Apple Podcasts-Bewertung oder eine Bewertung auf Spotify. Und teilen Sie unsere Sendung mit anderen, von denen Sie denken, dass sie interessant und hilfreich sein könnten.