Transformação orientada por dados e pessoas: como o porto de Auckland está navegando no futuro

A equipe de dados e insights do Porto de Auckland é uma equipe de nível empresarial que fornece informações de forma sistemática e consumível para diferentes departamentos da organização para que possam tomar decisões baseadas em dados, ver como estão progredindo em direção a resultados estratégicos e basear suas decisões em fatos… em vez de apenas seguir seus instintos.

Temos várias funções dentro da equipe. Existe um espaço de engenharia onde as pessoas se concentram mais no back-end, o que é mais parecido com organizar os livros em uma biblioteca para que você possa encontrar as informações que precisa quando precisar delas de forma sistemática. Os analistas e especialistas em visualização da equipe se concentram inteiramente em tornar as informações mais consumíveis para que, ao analisar um dado, você possa obter imediatamente o insight em segundos. Seu foco está muito na visualização das coisas, utilizando princípios UI/UX e tornando as informações mais consumíveis para as pessoas. Também temos alguns líderes de dados na equipe, pessoas que tomam a iniciativa e encontram problemas que podem ser resolvidos usando dados e análises avançadas dentro da organização. O seu papel é unir os mundos digital e não digital e trabalhar com diferentes unidades de negócios para encontrar oportunidades onde os dados e a IA possam acrescentar valor.

Migrando a plataforma de dados do Porto de Auckland para a nuvem

Nossa plataforma legada era bastante instável e dava suporte a alguns pipelines e produtos de dados operacionalmente críticos. O Porto de Auckland funciona 24 horas por dia, 7 dias por semana, o que significa que as informações devem estar disponíveis para as partes interessadas 24 horas por dia, 7 dias por semana. As decisões estão sendo tomadas sobre o estaleiro ou as visitas aos navios quase em tempo real, e essas informações devem estar disponíveis para que eles tomem essas decisões.

A plataforma legada era instável, o custo aumentava sem transparência e tínhamos preocupações com a segurança da plataforma. O maior desafio era que não podíamos impactar as operações de negócios, os ativos de dados que eram suportados pela plataforma legada anterior. Não poderíamos derrubar esses ativos de dados enquanto estávamos passando por uma reformulação da plataforma.

O que mais me ajudou foi que fui abençoado com a melhor equipe possível, pessoas que eram tão apaixonadas pelo que fazíamos. Eles entenderam por que isso precisava ser feito e por que a falta de estabilidade da plataforma anterior era um problema para as partes interessadas empresariais. Eles entenderam os desafios que surgiram e a complexidade técnica que advém de pegar um ativo que está sendo construído e suportado para um tipo de plataforma e adaptá-lo a um tipo diferente de tecnologia. Em vez de ser algo assustador, nossa equipe estava entusiasmada com a possibilidade de ter esses ativos de dados em uma plataforma nova e estável e com a aparência do mundo quando concluíssemos esse projeto de migração. A atitude deles nos ajudou a ter sucesso. Meu trabalho era garantir que todos nos mantivéssemos alinhados à visão que tínhamos para o futuro, para a plataforma de dados e para o que os dados como um todo poderiam fazer pela organização. De tempos em tempos, ajudei a debater ideias técnicas. E às vezes eu estava lá para deixá-los desabafar quando estavam tendo um dia difícil com algum bug nas plataformas. Mas tudo isso faz parte do trabalho e gosto bastante dessas conversas.

Este projeto foi crucial para a organização, mas também me permitiu investir em alguns jovens das nossas equipas que queriam uma oportunidade de provar o seu valor, aprender e crescer fora das funções e responsabilidades que tinham na altura. E durante esse processo, vimos um grande crescimento nas pessoas e em suas trajetórias profissionais. Estou muito orgulhoso disso, orgulhoso de ter sido o treinador deles durante essa jornada e orgulhoso de ter visto toda essa transição acontecer bem na minha frente. É gratificante ver como um projeto como esse pode facilitar o crescimento das pessoas da organização.

Por que os projetos de aprendizado de máquina e IA falham

Com todo o hype da IA ​​que existe hoje, algumas nuances se perdem nas conversas sobre como pode ser complicado fazer com que alguns desses projetos cheguem à produção, onde possam agregar valor comercial ou melhorar processos em tempo real. Há uma estatística do Gartner que diz que 85% dos projetos de aprendizado de máquina e IA falham. E eu queria esclarecer isso quando falamos sobre IA e prova de conceito.

A prova de conceito não é o objetivo final. É o início de uma jornada para colocar esses produtos em produção e melhorar seus processos ou gerar valor comercial. Para terem sucesso, têm de ser construídas de uma forma que esteja envolvida em processos e pessoas que possam apoiá-las a longo prazo, a um custo sustentável.

Existem três razões principais pelas quais esses projetos nem sempre acontecem da maneira que desejamos. A primeira é que a maioria das organizações, quando iniciam a jornada da IA, não possuem conjuntos de dados prontos para IA. Quando eles estão fazendo a transição da análise de relatórios de BI para a IA, a primeira ponte é ter uma plataforma e maturidade de dados que possam suportar essa transição. Quando comecei a trabalhar no Porto, não tínhamos bases de dados muito sólidas. Foi um dos elementos fundamentais que identificamos como maduros para a transformação há três anos e meio, e tem sido uma longa jornada desde então para obter os ativos de dados em um formato onde possam ser usados ​​para construir produtos de análise avançada. Temos uma fonte de verdade para métricas críticas que são importantes para nós. Sem essas bases, você pode criar modelos, mas os modelos vivem e morrem com os dados. Você pode alimentá-los com lixo e obter algumas previsões disso. Eles simplesmente não seriam precisos para o mundo em que você habita. Haveria algumas previsões, mas elas não seriam úteis para você.

Em segundo lugar, muitos desses projetos às vezes não atingem o objetivo porque são desenvolvidos em um silo, e não em equipes multifuncionais. Os especialistas em dados precisam trabalhar junto com os especialistas do domínio do negócio que entendem os processos de negócios que estão gerando os dados. É importante envolver pessoas que entendam as nuances que envolvem os dados, porque essas nuances precisam ser incorporadas ao design dos sistemas de IA. Só então eles modelarão ou representarão o seu mundo de maneira correta e precisa.

Terceiro – e é isso que me mantém acordado à noite como profissional de dados e IA – é a falta de conversas sobre ética e governança da IA. As organizações que já possuem maturidade de dados podem avançar muito rapidamente, mas se não tiverem um cenário de governança ou qualquer política de IA responsável para orientá-las, isso pode levar a produtos que não deveriam ter sido construídos em primeiro lugar, produtos que podem danificar a reputação da organização de maneiras que podem se tornar irreparáveis. É necessário que existam sistemas e políticas em vigor para garantir que os produtos que estão a construir sejam explicáveis, fiáveis ​​e responsáveis ​​perante os seus clientes, e que respeitem a privacidade dos clientes cujos dados estão a ser utilizados nos produtos.

Se quisermos ver o sucesso à medida que passamos do BI para a IA, investir nas nossas equipas, nos nossos dados e nas nossas plataformas, e ter uma política de IA responsável em vigor, seria o melhor lugar para começar e não nos distrairmos com as palavras da moda na indústria. , porque eles mudam de vez em quando.

Liderar equipes em áreas em rápida evolução, como ciência de dados e IA

Quando criamos a equipe de dados e insights, trouxemos talentos de diferentes lugares, pessoas com experiências diferentes, pessoas especializadas em governança, pessoas especializadas em visualização e pessoas que se preocupavam com as práticas de engenharia e o rigor que as envolve. Houve também muitas reflexões e discussões sobre qual seria a nossa visão e estratégia. E até formarmos aquela Estrela do Norte, havia muita confusão.

Agora que temos uma Estrela do Norte, avaliamos e reformulamos a nossa estratégia a cada três anos. Atualmente estou na fase de refazer a estratégia para os próximos três anos. Essa abordagem ajuda a reduzir um pouco o ruído. Quando você sabe para onde a organização está indo e para onde os dados irão conduzi-la, fica claro quais são nossas prioridades, e os jargões atuais não nos incomodam tanto.

Os líderes e mentores mais impactantes que tive em minha vida foram aqueles que praticam a liderança servil, e tento seguir a mesma abordagem de ser orientado para as pessoas. Um dos meus mentores costumava dizer que se você não se importa com o crédito, tudo será feito. Se você investe nas pessoas, se você cuida do seu pessoal, eles cuidam de todo o resto. Essa foi a abordagem que adotei durante a abordagem de reformulação de plataforma discutida acima, porque era um projeto longo, com pressão de tempo e prazo para todos os envolvidos. Era importante ter a certeza de que eu estava disponível para as pessoas quando elas se sentiam inseguras, quando se sentiam ansiosas e precisavam de alguém para conversar sobre os desafios que estavam enfrentando – fossem esses desafios pessoais ou técnicos, eles sabiam que poderiam chegar a uma solução mim, confie em mim, e isso sempre foi importante para mim.

Também aprendi com meus mentores que liderança não é um título, é uma habilidade. Pratiquei esses princípios desde o momento em que montamos esta equipe no espaço fundacional, e foi isso que me levou a estar nesta posição hoje. Ainda sou muito voltado para as pessoas: sigo o mesmo caminho de investir nas minhas pessoas. Sigo os princípios da liderança servidora, e isso tem ajudado a criar uma cultura na equipe, onde eles sabem que podemos colaborar, há autonomia para assumir as tarefas e os projetos que lhes foram atribuídos. Eles entendem seus pontos fortes e fracos porque trabalhamos neles em sessões individuais e, a partir daí, construímos uma equipe que, juntos, forma um unicórnio. Eu sempre digo que nenhum de nós é um unicórnio – um unicórnio de dados ou de IA – mas coloque todos nós juntos e você terá um unicórnio. Essa é a ideia e o espírito com que trabalhamos.

O futuro da IA

Estou animado para ver mais conversas sobre o uso responsável da IA ​​e a importância de ter bases mais sólidas antes de começar. Isso não fazia parte das conversas que você ouvia há um ano, quando havia muito foco na IA generativa e na prova de conceitos que surgiram disso. Graças à popularidade do ChatGPT, todos estavam concentrados nisso.

No entanto, é importante estar ciente dos riscos e oportunidades associados a esta tecnologia. Cada organização precisa de encontrar o seu limite, em alinhamento com as suas próprias prioridades únicas. Qual é o seu apetite pelo risco ao se envolverem com esta tecnologia para automatizar ou melhorar processos, ou construir um produto comercialmente viável? Essa é uma conversa que vi pegar. Acredito que o movimento no espaço legislativo também incentivará mais conversas em torno do uso responsável da IA ​​nas organizações, e essa é uma tendência que estou entusiasmado em ver.

Criando uma indústria mais inclusiva

A representação é importante. Ver alguém que se parece com você, que pensa como você, que tem uma história de origem semelhante à sua, faz com que o espaço STEM de repente pareça viável para você também. Quando vim para a Nova Zelândia, tive meus próprios pensamentos limitantes sobre se isso poderia ser feito ou não. Então vi alguém falar no palco que era um líder proeminente no espaço de IA na época, e a única mulher negra que consegui encontrar na época que liderava naquele espaço. Só de vê-la fazer isso naquele momento causou tanto impacto em mim, apenas desbloqueou algo na minha cabeça que poderia ser feito. Isso pode ser feito.

Para atrair mais mulheres nas carreiras STEM, a representação é importante. Meus mentores foram a luz que me guiou durante minha jornada, para me ajudar a navegar em coisas como a síndrome do impostor, para me ajudar a enfrentar desafios quando eu queria trilhar caminhos que não foram traçados antes. Tento devolver à geração mais jovem a mesma sabedoria que recebi da geração anterior.

Eu conscientemente invisto muito tempo conversando com pessoas que estão se formando e que estão entrando na indústria agora, especialmente mulheres, e sendo muito, muito autêntico em minhas conversas sobre os desafios que experimentei naquela época, e abrindo conscientemente as portas para aqueles que não foram abertos tão facilmente para mim. Sou muito abençoada por ter conhecido tantas mulheres durante a minha carreira no Porto que me abriram aquelas portas que eu sabia que teriam sido um pouco mais difíceis de abrir sem o seu apoio ou patrocínio.

Quanto mais conversas tivermos sobre igualdade neste espaço, especialmente no espaço da ciência de dados – especialmente quando falamos sobre o uso responsável destas tecnologias – é importante ter essas diferentes vozes à mesa. Eu mesmo lutei muito para encontrar o caminho para algumas dessas mesas. Se conseguirmos inspirar a próxima geração a participar mais nessas conversas e a garantir que as suas vozes são ouvidas, poderemos ter um mundo onde a IA seja uma força para o bem, onde os dados sejam uma força para o bem.