受监管行业中的个性化和创新：Experian 的 Kathleen Peters

凯瑟琳·彼得斯 (Kathleen Peters) 拥有数字通信公司和科技初创公司的背景，担任益博睿 (Experian) 首席创新官。 我、我自己和人工智能 在播客中，Kathleen 分享了一些关于 Experian 创新实验室的信息，概述了其一些项目，并解释了最近生成式 AI 工具的民主化如何为技术专家和拥有其他核心能力的贡献者带来更多的创新思维。

订阅 我、我自己和人工智能 在 苹果播客 或者 Spotify.

成绩单

艾莉森·赖德： 在受监管的环境中进行创新显然是有护栏的。

凯瑟琳·彼得斯： 我是益博睿 (Experian) 的凯瑟琳·彼得斯 (Kathleen Peters)，您正在听的是 我、我自己和人工智能.

萨姆·兰斯博瑟姆： 欢迎来到 我、我自己和人工智能，来自的播客 麻省理工学院斯隆管理评论 探索人工智能的未来。 麻省理工学院 SMR 自 2014 年以来，内容包括研究文章、年度行业报告、案例研究以及现在的 12 季播客节目。

嗨，听众们。

凯瑟琳·彼得斯： 谢谢。

萨姆·兰斯博瑟姆： Experian 可能对我们了解很多，但我们的一些听众可能不太了解 Experian。

凯瑟琳·彼得斯： Experian 是一家全球数据和技术公司，我们为世界各地的人们和企业提供机会。

萨姆·兰斯博瑟姆： 您的角色是首席创新官。

凯瑟琳·彼得斯： 我与我的合作伙伴熊山吉博士密切合作，他是我们实验室的首席科学家和技术负责人，该实验室由数据科学家和软件工程师组成，他们真正利用数据的力量来帮助创建客户和合作伙伴需要的产品，并通过我们的直接面向消费者的业务来帮助消费者。

Shanji 和实验室几十年来一直致力于人工智能研究，尤其是在欺诈方面。

该实验室确实处于我们生成人工智能技术产品化的最前沿，并将这些技术引入我们的应用程序中供消费者使用，以及 Experian Assistant 等产品。

Experian Assistant 使我们[客户站点]的个人能够获得见解；

现在我们可以在几分钟内完成此操作。

萨姆·兰斯博瑟姆： 你提到了民主化，我认为你将其定位为一件积极的事情，但你也与很多坏人打交道，他们也刚刚获得了许多令人惊叹的技术。

凯瑟琳·彼得斯： 老实说，这可能会让我彻夜难眠。

我们还看到诈骗的质量和数量不断增加。

萨姆·兰斯博瑟姆： 然后我猜想这存在着彻头彻尾的欺诈的一个方面，但似乎这里也有一些机会，比如说，改善金融包容性。

凯瑟琳·彼得斯： 这对我来说真的很有趣。

发生的另一件事是你不需要成为一名数据科学家。

我之所以提出这个问题是因为，正如您所提到的，我们也有积极的机会。

您能够为您想要解决的问题、问题和评分提供的数据越多，您就越能够准确地了解与您想要更好地了解的个人相关的风险或缺乏风险。

因此，能够了解更多的历史、更多的数据，拥有能够实时做到这一点的计算能力，使我们能够更好地了解正在挺身而出的个人，而这正是推动金融包容性的真正原因。

萨姆·兰斯博瑟姆： 刻板印象的核心是利用不完美的信息做出快速决策，我认为你正在更详细的信息和更多的信息之间建立联系，让你做出更好、更个性化的决定。

凯瑟琳·彼得斯： 是的。

萨姆·兰斯博瑟姆： 但与此同时，你也在一个监管非常严格的行业中运营，有很多规则需要遵循，然后新的东西很快就会出现。

凯瑟琳·彼得斯： 我们强烈倡导消费者参与对话。

正如您所指出的，作为一个受到严格监管的组织，意味着我们了解这些数据的限制类型。

萨姆·兰斯博瑟姆： 但感觉仍然存在一些紧张气氛，因为你是一家大公司，而且我认为存在一些关于大公司无法创新的神话。

凯瑟琳·彼得斯： 我自己也曾在多家初创公司工作过，对此我也有一些个人看法。

我们也了解历史。

对于人工智能来说，当企业使用它时，非常重要的是，你要了解其中存在的固有风险，对员工进行有关这些风险的教育，并有一个委员会定期对其进行审查。

所以我真的很看重大公司的规模和治理。

你非常注重增长，但当你得到风险投资支持时，你可能不一定要承担与拥有公众股东时相同的股东责任。

萨姆·兰斯博瑟姆： 您谈到了您在初创公司时的背景。 我、我自己和人工智能。

凯瑟琳·彼得斯： 我来自密苏里州的圣路易斯，我认为那里离中部地区非常近。

我在密苏里州南部的密苏里科技大学工程学院学习电气工程。

毕业后，我加入了摩托罗拉，并成为构建铱卫星电话网络的团队的一员，特别是手持电话本身，这需要大量的创新和新技术。

在我职业生涯的早期，我真的很幸运能够参与一项“登月计划”的研发工作，我相信这项工作很早就播下了种子，以满足人们对未来的好奇心。

在我的职业生涯中，我加入了一家名为 Cadence Design Systems 的公司，[并使用了]许多新技术的工具和模拟，特别是在硬件集成电路和我们使用的芯片的开发中，尤其是在这些通信设备中。

在加入 Experian 之前，我在一家初创公司工作，我们对通信进行加密，以便在可供企业和政府实体使用的现成移动电话设备之间安全传输语音和文本。

网络安全帮助我们封锁我们周围的墙壁和周边。

在过去的几年里，这已经成为我真正的热情。

萨姆·兰斯博瑟姆： 我总是喜欢任何工程师表现良好的故事。

正如我们正在讨论的那样，本周有报道预测技术职位的末日，我百分百反对。

凯瑟琳·彼得斯： 萨姆，我们围绕这个主题有一些有趣的例子。

山吉让他去探索一个他没有太多经验的新领域。

因此，您可以想象人们可以填写的表格，有时仍然使用笔和纸，并且能够使用这些表格并尽可能有效地处理它们。

他所做的是，首先，他使用了我们大型语言模型工具的企业版，然后说：“告诉我更多关于 OCR 的最新功能。有什么限制？如果我以前没有使用过这个，我应该知道什么？技术人员如何使用它？”

从那时起，他想要进行更多实验，他使用语音输入而不是输入提示。

他说：“哦，我发现我们还没有使用这些结构。使用这种类型的架构方法重写代码。”

然后，最后，他把几年前写的一段代码插到模型中，让模型优化他自己写的、亲手优化过的代码，并为此感到自豪。

该模型回来后，他的代码性能提高了 40 倍。

通过这种方式，这种正能量让我意识到新闻周期中有很多，有很多炒作。

萨姆·兰斯博瑟姆： 我喜欢这个例子，但我想引用一个线索，那就是你说，作为其中的一部分，他能够引导和指导模型。

凯瑟琳·彼得斯： 是的。

萨姆·兰斯博瑟姆： 当人们在成长过程中缺乏能够驾驭模型的经验时，未来会发生什么？

凯瑟琳·彼得斯： 我再举一个例子，我认为这个例子也能说明这个问题。

此类工作的流动率也往往很高。

当我们有一个全新的人时，压力就会很大。

我们开始构建的是代理和机器人，它们实际上可以帮助我们客户支持中心的那些人。

这尤其赋予了这些新员工权力，他们之前就说过你的观点……不一定具备技能。

我们发现该部门的人员流动率有所下降，而工作满意度却有所提高。

萨姆·兰斯博瑟姆： 事实上，这与我们过去几年所做的一些研究非常吻合，我们正在寻找一些无形的成果，不是经济利益，而是工作满意度和其他文化类型的利益。

我们有一个环节会问您一些快速问题。

人工智能的发展比你预期的更快还是更慢呢？

凯瑟琳·彼得斯： 我们所看到的力量，大门和机会正在为好或坏而打开……当我看到新的令人兴奋的机会时，我总是担心欺诈……但它的规模是我没想到会发生得这么快。

萨姆·兰斯博瑟姆： 您希望人工智能在哪些方面做得更好，或者目前人工智能的哪些方面让您感到沮丧？

凯瑟琳·彼得斯： 我看到的一个挑战是，我知道各种个人和公司（包括我们在 Experian 的团队）正在努力解决的一个挑战是，理解随着代理商变得更加积极并参与我们生活中所做的交易，所需要的信任。

我给你举一个例子。

这项技术已经存在。

目前还没有适当的标准，而且技术能力的发展速度比这些类型的签名、授权、协议要快得多，这些是帮助建立信任所必需的，以便价值链中的每个实体都能理解代理的有效性。

萨姆·兰斯博瑟姆： 这是一个非常非常大的事情，整个身份问题。

凯瑟琳·彼得斯： 太感谢了。

萨姆·兰斯博瑟姆： 感谢您的聆听。

艾莉森·赖德： 感谢您的聆听 我、我自己和人工智能。