AI definiuje ducha tej dekady. Obecnie poziomy dojrzałości AI w większości dużych przedsiębiorstw znacznie wykraczają poza fazę eksploracji. W rzeczywistości w ramach badania 67% przedsiębiorstw na całym świecie przypisało AI odblokowanie dla nich dwucyfrowej poprawy marży brutto.
Przy takich liczbach nie dziwi, że firmy gorączkowo starają się pozyskać najlepszych liderów AI. W latach 2019–2023 liczba stanowisk „dyrektor ds. AI” potroiła się, a prawie połowa spółek z indeksu FTSE 100 powołała już dyrektora ds. AI. Co więcej, podobne trendy obserwuje się w średnich i dużych firmach we wszystkich najważniejszych sektorach.
Co jednak napędza ten impet? I jak rola CAIO przekształci zaplecze inżynieryjne nowoczesnych przedsiębiorstw? Czytaj dalej.
Gorączka złota związana z zatrudnianiem CAIO
Przez lata wdrażanie AI w przedsiębiorstwach ograniczało się do taktycznych zastosowań, takich jak automatyzacja marketingu czy chatboty. Projekty te często pozostawały ograniczone do pojedynczego działu, przy niewielkim nadzorze i krótkoterminowej wartości. Jednak ta era dobiega końca. Wraz z rozwojem agentowej AI przedsiębiorstwa wplatają inteligencję w samą strukturę swoich operacji: badania i rozwój, optymalizację łańcucha dostaw, konserwację predykcyjną, automatyzację DevOps oraz wykrywanie oszustw.
Ta zmiana stworzyła nowy problem: kto odpowiada za agendę AI, gdy obejmuje ona każdą funkcję w firmie? Aby AI przynosiła rezultaty na dużą skalę, nie można traktować jej jako pobocznego projektu. Potrzebuje ona kadry zarządzającej na najwyższym szczeblu, która nada projektom AI strukturę i kierunek, a nawet określi mierzalny sukces biznesowy.
„Aby AI działała na rzecz naszych klientów, musimy dostarczać rozwiązania AI na dużą skalę, a nie tylko eksperymentować z AI” — wyjaśnia Philippe Rambach, CAIO w Schneider Electric.
Dla niego oznaczało to wejście w rolę osoby umożliwiającej rozwój biznesu, wyszukiwanie przypadków użycia o dużym wpływie, łączenie zespołów międzyfunkcyjnych oraz przekładanie abstrakcyjnego potencjału AI na mierzalny zwrot z inwestycji: szybsze wprowadzanie produktów na rynek, niższe koszty operacyjne i mniej incydentów.
Bez tego centralnego łącznika działania związane z AI często rozchodzą się w zbyt wielu kierunkach, prowadząc do powielania wysiłków, braku koordynacji, a co gorsza — braku solidnego planu wdrożenia.
Dr Rosha Pokharel, główna architektka AI w UST HealthProof, obserwowała to z bliska. „Nie będą mieć spójnej strategii AI, jasnego zakresu odpowiedzialności ani zarządzania ryzykiem, etyką czy ponownym wykorzystaniem” — wyjaśnia. „Zespoły miały również zbyt wiele POC związanych z AI, bez jasności co do realizacji, albo wiele nieudanych projektów pilotażowych”.
Ten schemat nie jest rzadkością. Dokładnie pokazuje, dlaczego rola CAIO ma znaczenie.
CAIO ustanawiają odpowiednie zabezpieczenia za pomocą protokołów interoperacyjności, wytycznych etycznych i systemów zarządzania na potrzeby odpowiedzialnego wdrażania AI. Od strony technicznej CAIO koordynuje działania w ramach rozproszonych systemów danych, cykli życia modeli i warstw infrastruktury, aby zapewnić możliwość wdrażania, monitorowania i ciągłego doskonalenia modeli z myślą zarówno o interesariuszach wewnętrznych, jak i zewnętrznych.
Jak ujmuje to Michael Finley, CTO i współzałożyciel AnswerRocket: „AI wymaga strategii obejmującej oba obszary: sposób napędzania wewnętrznego wdrożenia w celu zwiększenia skuteczności i uzyskania przewagi konkurencyjnej oraz zewnętrzne AI służące usprawnieniu każdego skierowanego na zewnątrz aspektu działalności firmy”.
Zakres jest ogromny, a wymagania nie przypisują się w prosty sposób do żadnej pojedynczej funkcji. „Pracy jest zbyt dużo i różni się ona zbyt bardzo od obowiązków każdej innej roli w kadrze zarządzającej; trzeba działać ponad nimi wszystkimi”.
W arsenale współczesnych CAIO
Dla Philippe’a Rambacha AI nie ogranicza się do nauki o danych ani inżynierii. Przenika każdą warstwę tworzenia oprogramowania i wdrażania. „Musi dotykać działów IT, cyfrowych, operacyjnych, a nawet prawnych” — wyjaśnia. Taki zasięg stanowi mocny argument za tym, aby CAIO łączyli biegłość biznesową, znajomość domeny i autentyczną ciekawość nauki.
„Musimy zacząć od poznania naszej firmy i klientów, ponieważ bardzo łatwo zachwycić się nowymi technikami AI, budować efektowne prototypy i publikować komunikaty prasowe, podczas gdy ważne jest, aby pracować nad tym, co rzeczywiście wpłynie na nasz biznes” — komentuje Philippe. „Po drugie, trzeba mieć wystarczające przygotowanie naukowe, aby rozumieć tę technologię, odróżniać pozory od rzeczywistości i wiedzieć, co jest prawdą”.
Ten balans między biegłością technologiczną a ugruntowanym osądem biznesowym podkreśla również Camille Fetter, dyrektor generalna Talentfoot Executive Search & Staffing. Jej firma pomaga przedsiębiorstwom wyszukiwać talenty AI, a ona sama często dostrzega, że to umiejętności miękkie odróżniają najlepszych pracowników od reszty.
„Potrzebują fundamentalnego zrozumienia możliwości AI, ale co ważniejsze, muszą być świetnymi komunikatorami, którzy potrafią prowadzić etyczne rozmowy w obszarach prawa, HR i operacji”, mówi. „Zarządzanie zmianą, zarządzanie danymi oraz zdolność do inspirowania współpracy międzyfunkcyjnej wyróżniają CAIO o największym wpływie”.
I Camille ma całkowitą rację. CAIO w każdej organizacji odpowiada za rozwijanie kolejnego pokolenia liderów AI poprzez wspieranie rozwiązań i praktyk związanych z AI w całej organizacji. Ponadto musi zdobywać zaufanie wewnętrznych i zewnętrznych interesariuszy, uzyskiwać ich poparcie oraz kierować je ku inicjatywom AI. Bez kompetencji interpersonalnych i biznesowych wszystko to jest niemożliwe.
U podstaw rola CAIO łączy elementy stanowisk CTO, CIO i CDO, a jednocześnie wymaga głębokiej wiedzy specjalistycznej w zakresie projektowania rozwiązań AI/ML:
- Dobra znajomość uczenia nadzorowanego, nienadzorowanego i ze wzmocnieniem, a także architektur uczenia głębokiego, takich jak CNN, RNN i transformatory, pomaga oceniać wykonalność i dobierać modele.
- Biegłość w zakresie MLOps, technologii kontenerowych i chmurowych platform danych umożliwiających wdrażanie AI na dużą skalę.
- Znajomość narzędzi zapewniających wyjaśnialność, takich jak SHAP i LIME, metod wykrywania uprzedzeń, metryk sprawiedliwości oraz interpretowalności modeli, potrzebnych do budowania godnych zaufania systemów.
- Praktyczna znajomość przeciwnikowego ML, prywatności różnicowej, anonimizacji danych i bezpiecznego uczenia federacyjnego pomaga zapewnić zgodność z przepisami i chronić wrażliwe dane.
„Przede wszystkim uważam, że skuteczni CAIO to myśliciele systemowi, którzy działają na styku innowacji, zarządzania i zaufania”, zauważa Philippe.
Herkulesowe zadanie CAIO
Skalowanie AI w dużej organizacji nigdy nie jest tak proste jak skopiowanie działającego projektu pilotażowego. To, co sprawdza się w jednym miejscu, często załamuje się gdzie indziej. Model wytrenowany na wzorcach zakupowych z Ameryki Północnej może działać błędnie w regionie APAC z powodu niuansów językowych, zmian kulturowych lub ograniczeń regulacyjnych.
Nawet gdy technologia się sprawdza, wdrożenie jej na dużą skalę wymaga uzgodnień z zespołami ds. ryzyka, prawnymi i biznesowymi, z których każdy ma własne priorytety i granice, których nie chce przekraczać. Zadaniem CAIO jest poruszanie się w tych rozproszonych środowiskach, a jednocześnie ustanowienie wspólnych standardów zarządzania danymi i inwestycji biznesowych.
Integracja platform wiąże się z własnymi problemami. Nowoczesne potoki AI nie zawsze dobrze współpracują ze starszymi systemami ERP. Dodajmy do tego różny poziom biegłości w zakresie AI w poszczególnych jednostkach biznesowych, a skalowanie staje się mniej kwestią technologii, a bardziej orkiestracji.
Po stronie pracowników CAIO często zostają wciągani w spory o zakres odpowiedzialności. „Widzieliśmy, jak zespoły marketingowe, produktowe, IT i cyfrowe przedstawiały argumenty za przejęciem odpowiedzialności za strategię AI”, mówi Camille. „W takich sytuacjach sukces CAIO zależy od jego zdolności do działania jako osoby jednoczącej, a nie odizolowanej funkcji”.
Zamiast wikłać się w debaty dotyczące odpowiedzialności, Philippe Rambach uważa, że organizacje powinny spojrzeć z szerszej perspektywy i ponownie przemyśleć pytania, które zadają na temat AI. Zamiast pytać „co AI potrafi”, zespoły powinny zapytać „jaki problem biznesowy próbujemy rozwiązać?” W Schneider Electric stworzyli ramy, które zachęcają do innowacji w jasno określonych granicach.
„Każdy przypadek użycia jest oceniany pod kątem wpływu na biznes, wyjaśnialności i bezpieczeństwa. Ściśle współpracujemy z działem prawnym i innymi interesariuszami, aby zaufanie i zgodność z przepisami były elementami wbudowanymi od pierwszego dnia”.
Czy CAIO to nowi CIO, czy przyszli CDO?
Dyrektor ds. sztucznej inteligencji ma kluczowe znaczenie dla organizacji, które chcą wdrażać AI na dużą skalę w sposób odpowiedzialny, przejrzysty i strategicznie ukierunkowany. Choć przyszłość tej roli może różnić się w zależności od branży, jej obecne znaczenie jest oczywiste.
W branżach stawiających na AI i podlegających ścisłym regulacjom CAIO prawdopodobnie pozostanie nieodłącznym elementem organizacji. Jego rola ma kluczowe znaczenie dla kierowania innowacjami, generowania wymiernej wartości i zapewniania zgodności z przepisami. W przeciwieństwie do wcześniejszych fal nowych technologii, AI dotyka odpowiedzialności prawnej, etyki i zaufania publicznego — obszarów wymagających stałego nadzoru kadry kierowniczej.
Technologie takie jak dane czy ITOps miały już swoje pięć minut, ale AI działa na głębszej i bardziej wrażliwej warstwie. W miarę jak regulacje ewoluują za sprawą ram takich jak GDPR i CCPA, a ryzyko staje się trudniejsze do przewidzenia, organizacje będą potrzebować stabilnego przywództwa na poziomie zarządu, aby zarządzać skutkami i kształtować odpowiedzialne wdrażanie. Presja ta przypomina tę, która niegdyś sprawiła, że rola CIO stała się niezbędna w szczytowym okresie transformacji cyfrowej.
Jednak w sektorach bardziej skoncentrowanych na użyteczności sytuacja może wyglądać inaczej. Gdy systemy AI dojrzeją, a praktyki się ustabilizują, rola CAIO może zostać włączona do szerszego obszaru przywództwa technologicznego. CTO lub CIO mogą przejąć nadzór nad AI, podobnie jak dyrektorzy ds. danych przejęli odpowiedzialność za dane, gdy kompetencje w zakresie danych rozpowszechniły się w różnych obszarach organizacji.
W miarę jak narzędzia AI będą stawać się powszechniej dostępne i przestaną zapewniać przewagę konkurencyjną, firmy mogą zacząć kwestionować, czy dedykowana rola przywódcza związana z AI jest nadal potrzebna. Ograniczone budżety i nakładające się na siebie obowiązki mogą również skłonić organizacje do łączenia ról i upraszczania swojej struktury przywództwa technologicznego.
Być może jednak najwyraźniejszym wyznacznikiem sukcesu CAIO jest moment, gdy jego model działania staje się nawykiem w całej organizacji. Wtedy AI nie będzie już potrzebować swojego rzecznika, ponieważ stanie się częścią DNA firmy. Do tego czasu pracy pozostaje jeszcze bardzo dużo.
Chcesz poznać więcej podobnych spostrzeżeń? Zapisz się do biuletynu The CTO Club.
