Opbygning af AI? Denne Booking.com leder siger, at du skal starte i det små og løse et problem godt

Du startede hos Booking.com som maskinlæringsspecialist med fokus på tillid og sikkerhed, og nu leder du et team, der kombinerer maskinlæring (ML) og softwareudvikling. Når du ser tilbage, hvad er så en lektie fra dit praktiske arbejde, der stadig former den måde, du leder på i dag?

Når jeg ser tilbage på min rejse, hvis jeg skulle vælge en kernelektion, der definerer min overgang til ledelse, er det vigtigheden af ejerskab for at navigere i tvetydighed.

Som ML-forsker lever du i sagens natur med usikkerhed; du ved aldrig, om en model vil nå sine mål-KPI’er, og tidslinjer er i sagens natur mindre forudsigelige end i traditionel softwareudvikling. At lære at navigere i denne konstante tvetydighed lærte mig en vigtig færdighed: at eje processen med opdagelse og risiko fra ende til anden.

Som leder betyder det, at der skabes en kultur med psykologisk sikkerhed og modstandsdygtig planlægning. Jeg leder ved at give mine teams mulighed for at eje processen med at løse det ukendte i stedet for at frygte manglen på et garanteret resultat. Jeg prioriterer gennemsigtig kommunikation af risiko og sandsynlighed frem for fast sikkerhed, hvilket sikrer, at vi træffer bevidste beslutninger, samtidig med at vi holder interessenterne på linje, selv når projektforløbet udvikler sig. Denne evne til at håndtere usikkerhed er måske den vigtigste overgang fra den videnskabelige verden til den ledelsesmæssige.

Det skal være komplekst at administrere teams, der arbejder på både banebrydende AI og kritiske sikkerhedsfunktioner. Hvordan opmuntrer du dit team af ingeniører til at innovere, samtidig med at du bevarer tillid og pålidelighed i kernen af alt, hvad du bygger?

At balancere innovation med tillid og pålidelighed er faktisk en af de største udfordringer i vores branche, og det er noget, jeg konstant har i tankerne som leder. Vores primære mål er altid at hjælpe med at beskytte vores kunder og gøre det rigtige, ikke bare jagte de mest teknisk spændende ideer. Men at forblive effektive betyder, at vi løbende skal udvikle os.

For at tilskynde til innovation og samtidig bevare tilliden praktiserer vi det, jeg kalder “risikostyret innovation”. Vi adskiller klart eksperimenter fra produktion. For eksempel kører vi hyppigt interne hackathons som sikre sandkasser for læring og kreativitet. Disse ideer bliver til Proofs of Concept, der gennemgår en grundig risikovurdering og validering, før de integreres i vores levende, sikkerhedskritiske systemer. Denne tilgang giver os mulighed for at innovere dristigt uden at gå på kompromis med pålideligheden.

Pålidelighed i sig selv er ikke til forhandling. Enhver innovativ ML-løsning skal hvile på et fundament af robust softwareudvikling. Vi måler succes ikke kun på modelnøjagtighed, men også på stabiliteten, observerbarheden og vedligeholdelsen af hele produktionspipelinen. Dette sikrer, at vores sikkerhedskritiske tjenester er bygget til at holde.

Endelig er jeg en stærk fortaler for at dele hurtige sejre og viden. Vi afholder regelmæssige vidensdelingssessioner og opretholder aktive Slack-kanaler for at sprede ny indsigt, fra konferencelæring til blogopdagelser. Denne kultur med kontinuerlig læring hjælper teamet med at løse udfordringer hurtigere og inspirerer til nye ideer.

Ved at fremme denne tankegang sikrer vi, at innovation direkte understøtter vores kernemission: at gøre det lettere for alle at opleve verden sikkert.

Din keynote på den 8. regionale e-handelskonference, “Sådan holder vi vores kunder sikre ved hjælp af AI”, udforsker, hvordan Booking.com beskytter ikke kun online, men også oplevelser i den virkelige verden. Hvad inspirerede dette fokus, og hvilket nøglebudskab håber du, at publikum vil tage med sig?

Inspirationen til dette fokus kommer direkte fra Booking.com mission om at gøre det muligt for alle at opleve verden sikkert. Denne mission arbejder med tillid og sikkerhed og styrer alt, hvad vi gør. Som leder af ML- og Engineering-teams er jeg privilegeret over at se, hvordan AI og teknologi driver denne mission fremad i stor skala.

Interessant nok antager mange mennesker, at sikkerhed kun betyder cyberproblemer som afsløring af svindel eller sikre betalinger. Selvom de er afgørende, går vores Trust & Safety-indsats endnu længere end det. Vi fokuserer på at hjælpe med at beskytte rejsendes og partneres fysiske og psykiske velbefindende gennem hele deres rejse, fra booking til udtjekning.

Det vigtigste budskab, jeg ønsker, at publikum skal tage med sig, er todelt. For det første skal virksomheder bevæge sig ud over blot at opfylde overholdelse af lovgivningen eller afkrydse sikkerhedsafkrydsningsfelter. Vi er nødt til at skifte fra “hvad vi skal gøre” til “hvad vi kan gøre” for virkelig at løfte kundeoplevelsen. For det andet er nye teknologier og kunstig intelligens de vigtigste katalysatorer for dette skift. Det bygger bro mellem vores onlineplatform og den virkelige verden, hvilket giver os mulighed for at forudsige, forebygge og reagere på komplekse menneskelige risici i stor skala.

Rejsebranchen er i konstant udvikling med nye digitale risici og forventninger fra kunderne. Hvordan ser du AI omforme fremtiden for onlinerejser og e-handel i de næste par år?

Som AI-entusiast ser jeg AI transformere e-handelsbranchen ved at gøre kundeoplevelser mere personlige, effektive og problemfrie. Men når vi bygger disse systemer, er det vigtigt at holde fokus på det, der virkelig betyder noget: at løse reelle problemer for mennesker og gøre dette sikkert, ansvarligt og i stor skala.

Et område, der allerede ændrer sig hurtigt, er søgning og opdagelse. Jeg har indset, at flere og flere mennesker, inklusive mig selv, nu foretrækker at tale med LLM’er frem for at google noget. Uanset om det er at planlægge en rejse, lede efter et sted at spise eller sammenligne, hvilken robotrenser vi skal købe, vil vi have svar, der er skræddersyede, samtalefulde og faktisk nyttige. AI flytter opdagelse fra grundlæggende filtrering til intelligente, proaktive oplevelser, der guider brugerne gennem hele deres rejse, ikke kun én transaktion. Et spændende nyligt eksempel på dette skift er, at Booking.com blev en af de første partnerapps, der blev lanceret i ChatGPT. Det gør det endnu nemmere for rejsende at udforske vores brede udvalg af overnatningssteder ved hjælp af samtalemeddelelser (f.eks. “Booking.com, find hoteller i Miami Beach den 3.-5. november med pool”), hvor ChatGPT-appen genererer relevante muligheder og problemfri adgang. (Hvis du er nysgerrig efter at læse mere om denne funktion, kan du tjekke den fulde opdatering her.)

Så er der operationel modstandsdygtighed, et andet stort påvirkningsområde. I branchen overtager AI komplekse, gentagne opgaver som kundeservicetriage, dynamisk prissætning eller overholdelseskontrol. Det betyder hurtigere platforme, mere jævn drift og mindre manuel indsats, hvilket frigør teams til at fokusere på arbejde af høj værdi, der kræver kreativitet og menneskelig dømmekraft.

Jeg tror oprigtigt på, at AI kan booste virksomheder, forenkle liv og låse op for helt nye oplevelser, så længe vi bruger det ansvarligt. De teams, der vil lede på dette område, er dem, der bevæger sig hurtigt, men også forbliver forankret i etik, kundetillid og at gøre det rigtige.

Machine learning er en central del af AI, som er central for dit arbejde som både specialist og ingeniørchef. Er der nogen AI-værktøjer, frameworks eller teknologier, du er mest afhængig af – personligt eller sammen med dit team – som andre e-handelsprofessionelle bør kende til?

Det er overflødigt at sige, at vi i dag alle er afhængige af AI-applikationer, som bliver en mere og mere afgørende del af vores daglige arbejde, både som ingeniører og ledere.

Ud over den nu udbredte afhængighed af open source-værktøjer ligger efter min mening den største udfordring og fokus for ingeniører og ledere i MLOps og at få modeller til pålideligt at implementere, skalere og forblive sunde. I vores team i Booking.com tackler vi dette ved at udnytte robuste MLOps-platforme såsom AWS SageMaker, der standardiserer pipelinen fra oprettelse af funktioner til overvågning. Denne tilgang er afgørende for e-handel, fordi den eliminerer risikoen for, at modeldrift forårsager indtægtstab og sikrer, at pålidelige modeller kan implementeres med et-klik-funktionalitet, hvilket viser sig at være langt mere afgørende end den oprindelige modelnøjagtighed.

Mange startups og virksomheder på Vestbalkan er begyndt at eksperimentere med AI. Baseret på din erfaring på en global platform, hvad ville være dit bedste råd til teams, der ønsker at bygge AI-løsninger ansvarligt og effektivt – uden at miste kundeoplevelsen af syne?

Efter min mening bør opbygning af AI-løsninger altid gå hånd i hånd med kundecentrering. De mest succesfulde AI-applikationer, jeg har set eller været en del af, starter med en klar forståelse af reelle brugerbehov, ikke kun den nyeste teknologitrend.

For virksomheder på Vestbalkan vil jeg anbefale at starte i det små med fokuserede use cases, der virkelig forbedrer kunderejsen. Sigt ikke efter at “AI alt” fra dag ét, identificer i stedet et specifikt friktionspunkt, du kan løse godt. Det er også vigtigt at bage ansvar ind i processen tidligt ved at betragte bias, retfærdighed og databeskyttelse som en integreret del af din udviklingsstrategi, ikke som en eftertanke.

At have en interaktiv tilgang er afgørende: Indsaml løbende brugerfeedback og hold mennesker opdateret i de tidlige faser, indtil du udmærker dig, især for beslutninger, der direkte påvirker kunderne eller er kritiske. Dette hjælper med at bevare tilliden og sikrer løbende tilsyn. Succes bør ikke kun måles på teknisk nøjagtighed, men også på, hvor nyttig og pålidelig løsningen er for brugerne.

Vestbalkan har en unik mulighed for at opbygge AI-løsninger med nye perspektiver og færre nedarvede begrænsninger. Hvis teams forbliver forankret i etik og kundeværdi, er der en reel chance for at lede med smart, ansvarlig innovation, hvilket er virkelig spændende.