Nouvelles

Dec 04, 2023

La beauté de l'IA : Sowmya Gottipati d'Estée Lauder

L'intelligence artificielle permet aux clients d'essayer des cosmétiques et même de trouver un

L'intelligence artificielle permet aux clients d'essayer des cosmétiques et même de trouver virtuellement un nouveau parfum préféré.

En collaboration avec

En collaboration avec

Recevez des mises à jour par e-mail

S'il vous plaît, mettez une adresse email valide

Merci de vous être inscrit

politique de confidentialité

Il peut sembler que les cosmétiques et les parfums sont des produits que les acheteurs doivent essayer en personne avant d'acheter, mais l'intelligence artificielle ouvre de nouvelles voies pour atteindre et comprendre les consommateurs, ainsi que de nouvelles façons de gérer les chaînes d'approvisionnement.

Dans cet épisode du podcast Moi, moi-même et l'IA, nous apprenons comment Sowmya Gottipati d'Estée Lauder a mis à profit son expérience antérieure en leadership technologique dans les télécommunications et les médias audiovisuels pour déployer des projets de technologie de marque pour un portefeuille de marques de cosmétiques, de parfums et de produits de soins de la peau et des cheveux. Elle parle du rôle de l'IA dans le développement de produits, d'un outil d'essai virtuel pour les rouges à lèvres et les fonds de teint, d'un moteur de recommandation de parfums, ainsi que d'une application de planification de l'offre et de la demande. Sowmya explique également pourquoi, malgré la puissance de l'IA, elle pense que l'interaction homme-machine sera toujours nécessaire.

Sowmya Gottipati est un chef de file accompli en affaires et en technologie qui a géré et livré des produits dans les secteurs des télécommunications, des médias et de la vente au détail. Elle est actuellement vice-présidente de la technologie de la chaîne d'approvisionnement mondiale chez Estée Lauder, dirigeant la transformation numérique et assurant la supervision de toutes les solutions technologiques à l'échelle mondiale. Auparavant, elle était vice-présidente de la technologie de l'entreprise en tant que CIO de la marque.

Avant de rejoindre Estée Lauder, Gottipati était vice-président des technologies numériques et émergentes chez NBCUniversal. Elle a également occupé le poste de responsable technologique chez AT&T, où elle a géré et fourni des produits de services de données, Web, mobiles et cloud. Gottipati est titulaire d'une maîtrise en ingénierie de la North Carolina State University et d'un MBA de la Columbia Business School, ainsi que d'une licence de pilote privé.

Si vous appréciez le podcast Moi, moi-même et l'IA, poursuivez la conversation avec nous sur LinkedIn. Rejoignez le groupe AI for Leaders dès aujourd'hui.

Adhérer maintenant "

En savoir plus sur notre émission et suivre la série sur https://sloanreview.mit.edu/aipodcast.

Abonnez-vous à Me, Myself et AI sur Apple Podcasts, Spotify ou Google Podcasts.

Donnez votre avis dans cette enquête en deux questions.

Sam Ransbotham : Les produits de soins de la peau sont intrinsèquement physiques et non virtuels. Comment les entreprises peuvent-elles utiliser l'IA pour rendre possible le choix de produits de soins de la peau en ligne ? A découvrir dans l'épisode d'aujourd'hui.

Sowmia Gottipati :Je suis Sowmya Gottipati d'Estée Lauder, et vous écoutez Me, Myself, and AI.

Sam Ransbotham : Bienvenue dans Me, Myself, and AI, un podcast sur l'intelligence artificielle en entreprise. À chaque épisode, nous vous présentons quelqu'un qui innove avec l'IA. Je suis Sam Ransbotham, professeur d'analyse au Boston College. Je suis également rédacteur invité sur l'IA et la stratégie commerciale au MIT Sloan Management Review.

Sherwin Khodabandeh : Et je suis Shervin Khodabandeh, associé principal du BCG, et je codirige la pratique de l'IA du BCG en Amérique du Nord. Ensemble, le MIT SMR et le BCG font des recherches et publient sur l'IA depuis six ans, interrogeant des centaines de praticiens et sondant des milliers d'entreprises sur ce qu'il faut pour développer, déployer et faire évoluer les capacités de l'IA et transformer réellement le mode de fonctionnement des organisations.

Sam Ransbotham : Shervin et moi sommes ravis de discuter aujourd'hui avec Sowmya Gottipati, responsable de la technologie de la chaîne d'approvisionnement mondiale chez Estée Lauder. Sowmya, merci d'avoir pris le temps de parler avec nous. Accueillir.

Sowmia Gottipati : Heureux d'être ici. Je suis vraiment ravi d'être ici pour parler de l'IA, l'un de mes sujets préférés.

Sherwin Khodabandeh :Super de vous avoir.

Sam Ransbotham : Commençons par votre poste actuel chez Estée Lauder. Que faites-vous maintenant?

Sowmia Gottipati : Je suis avec Estée depuis environ deux ans et demi. Nous sommes une entreprise de marques de beauté de prestige et de luxe, et nous avons une trentaine de marques sous notre ombrelle, Estée Lauder étant la marque phare, mais nous avons aussi Clinique, MAC, La Mer et plusieurs autres. Nous sommes une entreprise mondiale, avec nos produits dans diverses régions, de l'Asie à [l'Amérique du Nord] et l'Amérique latine, l'Europe et partout.

Je suis responsable de la technologie de la chaîne d'approvisionnement mondiale. Je suis responsable de la technologie qui alimente l'ensemble de la chaîne d'approvisionnement à l'échelle mondiale. Cela comprend l'inventaire, l'approvisionnement, la planification de la demande, la fabrication, les centres de distribution, l'exécution, le transport, la chaîne d'approvisionnement de bout en bout - toutes les capacités technologiques qui prennent en charge cela.

Sam Ransbotham : D'accord; Je n'ai rien entendu sur l'intelligence artificielle là-dedans, cependant. Alors, comment l'intelligence artificielle se connecte-t-elle à cette chaîne d'approvisionnement ?

Sowmia Gottipati : J'ai pris le rôle de la chaîne d'approvisionnement il y a à peine quatre mois. Avant cela, j'étais responsable de la technologie de marque pour la marque Estée Lauder. C'est vraiment là que j'ai été directement impliqué dans de nombreuses applications d'IA : comment nous utilisons l'IA chez Estée Lauder, en commençant par l'expérience client ; comment nous améliorons notre expérience client avec la technologie de l'IA et fournissons des applications réelles, dont je peux parler un peu, avec l'essai virtuel [outil] et ainsi de suite. Et puis la personnalisation est un domaine très important, et l'application de l'IA est très importante.

Et puis l'IA est également utilisée pour créer de nouveaux produits, tels que les soins de la peau et les parfums. C'est là que nous pouvons utiliser les données pour nous informer sur le type d'ingrédients et le type de produits que les gens aiment et ainsi nous pouvons informer notre planification de produits en utilisant l'IA et ce que j'appelle l'entreprise agile. Il existe donc un certain nombre de domaines dans lesquels l'IA est appliquée pour gérer une organisation efficace, comme la chaîne d'approvisionnement et la R&D. Ce sont tous des domaines dans lesquels nous utilisons l'IA.

Sherwin Khodabandeh : On dirait que c'est assez répandu dans toute la chaîne de valeur. J'ai lu quelque chose - je pense que vous aviez donné une conférence - sur la façon dont l'IA est utilisée pour aider à personnaliser le parfum. Est-ce correct?

Sowmia Gottipati :C'est exact.

Sherwin Khodabandeh :Pouvez-vous commenter un peu cela?

Sowmia Gottipati : Absolument. C'est certainement l'un des projets les plus passionnants sur lesquels j'ai travaillé. C'est une percée dans l'industrie, donc j'en suis très fier. C'est un moteur de recommandation de parfum, mais il tire parti des neurosciences, de l'IA et de la science olfactive. Nous réunissons les trois sciences pour y arriver. Vous savez, le cerveau humain a environ 400 récepteurs olfactifs, et nous travaillons avec une entreprise qui peut réellement reproduire ces récepteurs dans un environnement de laboratoire - donc si vous prenez un parfum particulier, nous pouvons en fait dire lesquels des récepteurs olfactifs de votre cerveau sont activés par ce parfum.

Sherwin Khodabandeh :S'agit-il donc de puces neuromorphiques ou de logiciels à base de silicium ?

Sowmia Gottipati : Ce n'est pas un logiciel. Ce sont en fait des tests de biocapteurs.

Sherwin Khodabandeh :C'est plutôt cool.

Sowmia Gottipati : Ouais, c'est vraiment cool. Nous serions donc en mesure de dire [que] les récepteurs 67, 92 et 86 sont déclenchés par ce parfum particulier. Et disons que le parfum est majoritairement à base de lavande. Au fait, votre cerveau ne peut pas vraiment faire la différence entre la lavande et le boisé, donc je pourrais peut-être vous apporter un parfum boisé et les mêmes récepteurs pourraient se déclencher parce qu'ils évoquent la même émotion dans votre cerveau.

Donc, parce que les mêmes récepteurs sont déclenchés, nous pouvons dire, "Oh, au fait, juste parce que vous aimez la lavande, vous aimerez peut-être cet autre parfum qui peut être boisé", qui sent totalement différent, mais ils ont le même effet sur votre cerveau, ou ils déclenchent la même réaction émotionnelle dans votre cerveau.

Sherwin Khodabandeh : C'est très cool. Et c'est en direct ?

Sowmia Gottipati : C'est en direct, oui. Nous testons cela en Chine en ce moment, et nous essayons de l'étendre à d'autres régions également. La façon dont nous l'avons mis en place, c'est intéressant parce que nous avons commencé avec en ligne, parce que vendre des parfums en ligne est très difficile, parce que vous ne pouvez pas… comment le sentez-vous, n'est-ce pas ? Au moins… nous n'avons pas encore cette technologie ; peut-être dans 10 ans. Mais c'est pourquoi nous avons mis au point cette technologie : pour voir [si] peut-être pouvons-nous utiliser la reconnaissance faciale, et la reconnaissance faciale peut identifier l'émotion que vous ressentez en fonction de changements très subtils sur votre visage lorsque vous le sentez, et sur cette base, nous pouvons reconnaître comment vous réagissez à chacun de ces parfums. Vous obtenez un score, et sur cette base, nous pouvons dire si vous avez aimé ou pas, ou modérément, sur une échelle de 1 à 10, comment vous l'aimez, et nous utilisons ces données.

Sherwin Khodabandeh :Donc en tant que client, vous regardez ma reconnaissance faciale ?

Sowmia Gottipati :Correct.

Sherwin Khodabandeh :Et puis décider quel est le bon parfum pour moi.

Sowmia Gottipati :Correct.

Sherwin Khodabandeh :L'une des choses que Sam et moi avons sondées au cours des dernières années est la collaboration entre l'humain et l'IA et comment elle est tellement plus relutive, cette collaboration, pour la technologie pure ou l'humain pur et comment ils se complètent.

Et il me semble que le parfum et le maquillage et ces choses sont si personnels. Et je dois imaginer que dans les solutions d'IA dont vous avez parlé, il doit y avoir - ou devrait y avoir - une bonne dose d'intervention ou de collaboration humaine. Pouvez-vous faire des commentaires sur tout cela? Je comprends le système de recommandation et son fonctionnement, les récepteurs et tout cela, mais y a-t-il également un côté humain à cela - que peut-être les experts et peut-être les clients interagissent-ils avec les recommandations de l'IA et les adaptent-ils ?

Sowmia Gottipati : Absolument. Historiquement, lorsque vous essayez du rouge à lèvres, combien pouvez-vous en essayer ? Peut-être trois, quatre ou cinq. Vous ne pouvez pas faire plus que cela car au bout d'un moment, la peau commence à se dessécher et c'est inconfortable. Mais maintenant, avec la capacité d'essai virtuel, vous pouvez essayer 30 nuances de rouge à lèvres en 30 secondes. Même chose avec le fond de teint. Nous avons 56 nuances de fond de teint, qui sont si légèrement différentes.

Nous sommes fiers d'offrir un service de qualité et dans chacun de nos magasins, nous avons des conseillères beauté. Leur travail consiste à travailler avec le client et à recommander divers fonds de teint, rouges à lèvres, etc. Comment essayez-vous autant de fonds de teint différents ? Vous ne pouvez pas, alors que l'IA peut le réduire pour vous. Ces applications d'essayage virtuel peuvent le réduire à deux ou trois, et à partir de là, un conseiller en beauté peut réellement travailler avec le client. Ainsi, une conseillère beauté est là pour aider [une cliente] à choisir ce qui a l'air mieux et à avoir cette conversation, et également à expliquer pourquoi [elle recommanderait] cela pour votre peau en fonction des résultats que vous souhaitez obtenir, qu'il s'agisse de [réduire] l'acné ou la sécheresse, etc. Nous ne voyons donc pas cela disparaître, cette interaction homme-machine ; il sera toujours là.

Sherwin Khodabandeh : Existe-t-il une boucle de rétroaction par laquelle la machine devient plus intelligente ? Par exemple, le conseiller en beauté dit ceci, ou le client - maintenant vous l'avez réduit de 60 nuances à trois - mais en fonction du choix final qu'ils font, je suppose que les algorithmes deviennent également plus intelligents grâce à cette interaction.

Sowmia Gottipati : Oui absolument. Il y a deux façons dont cela se produit. La première est que nous avons une plate-forme de données sur les consommateurs qui contient des informations sur ce que vous avez acheté précédemment, ce que vous avez aimé, quelle est votre situation, etc., donc elle alimente cela de sorte que la prochaine fois que vous venez dans le magasin, ou lorsque vous interagissez avec nous, nous pouvons dire : "Hé, au fait, la dernière fois que vous avez acheté ceci, je peux donc vous le réserver ou je pourrais vous recommander autre chose." Et la deuxième chose est que lorsque nous avons déployé des applications d'essai virtuel, nous avons commencé avec un million de visages pour la modélisation des données. Maintenant, il a cent millions de visages. Ainsi, cet algorithme et le moteur sont constamment améliorés sur une période de temps.

Sherwin Khodabandeh :Ce sont des visages de vrais clients, n'est-ce pas ?

Sowmia Gottipati : Clients réels. C'est exact.

Sam Ransbotham : Comment cette conseillère en beauté travaille-t-elle avec la plate-forme pour renvoyer ces commentaires dans le système ? Je suppose que vous pouvez voir ce qu'ils ont réellement commandé ou ce qu'ils ont choisi ou ce qu'ils ont préféré. Comment récupèrent-ils cette entrée ?

Sherwin Khodabandeh :Je peux dire, Sam, que tu es intriguée par le concept de conseillère beauté.

Sowmia Gottipati :Nous avons des lois très strictes sur la confidentialité, donc dans le magasin, lorsque les gens achètent dans le magasin, souvent nous ne recueillons pas leurs informations personnelles, alors que lorsqu'ils nous achètent des choses en ligne ou [via] des plateformes sociales, où il y a une connexion et ce genre de mécanisme, alors vous avez ces informations, donc nous savons exactement ce qu'ils ont acheté, et ces informations sont transmises.

Sherwin Khodabandeh :L'une des choses que nous voyons - c'est peut-être un teaser de notre nouveau travail à paraître - mais l'une des choses que nous voyons est que la capacité de comprendre et d'expliquer pourquoi un algorithme ou une solution d'IA fait une recommandation ou extrait une idée particulière ou une action, juste la capacité de le comprendre plutôt que ce n'est une boîte noire, aide les organisations à obtenir beaucoup plus d'adoption.

Sowmia Gottipati : Je peux parler de notre monde de la chaîne d'approvisionnement. Au cours de la dernière année, nous avons déployé une application d'IA pour faire notre planification de l'offre et de la demande. Avant, c'était des feuilles de calcul et ce genre de choses. Dès que nous avons commencé à utiliser l'application d'IA, nous avons vu… une augmentation de 30 % de la précision de nos prévisions.

Sherwin Khodabandeh : Exactement. Certains de mes clients se contenteront délibérément d'une recommandation moins précise ou moins juste pour qu'ils lancent l'adoption. Peut-être qu'ils optent pour moins de précision pour échanger un peu d'explicabilité ou de capacité à passer outre, et ainsi, au moins, les gens commenceront à lui faire davantage confiance. Je ne sais pas si vous faites quelque chose comme ça.

Sowmia Gottipati :Je n'ai pas rencontré cela, mais c'est un point très intéressant.

Sam Ransbotham : Il y a aussi un angle là-bas, qui se négocie à court terme et à long terme, Shervin. Disons qu'à court terme, ils prennent une solution de compromis qui n'est pas aussi bonne. Et puis ils peuvent revenir dans trois mois et dire : "Hé, tu as annulé ça et ça ne s'est pas aussi bien passé que tu le pensais, bon sang." C'est un jeu plus long. Ce n'est pas seulement chaque décision ponctuelle - cet optimal à court terme.

Shervin Khodabandeh : Je l'ai fait avec mon fils, en fait. Il allait à un bal de l'école, et il était dehors, et tout ce qu'il portait était un T-shirt, et j'ai dit : « Mets une veste, mets quelque chose. Il dit: "Non, ça ira." Et je me dis, "OK. Tu vas tomber malade." Et il est tombé malade et… j'espère qu'il a appris, et il est comme, "Papa, tu avais raison." [Rires.] Et je vais lui faire écouter ce podcast pour qu'il sache maintenant, je l'ai dit au monde entier.

Sam Ransbotham : Eh bien, Shervin, si vous pouvez entraîner vos enfants là-dedans, je dois raconter l'anecdote que je… cela va vous choquer, Shervin, mais je suis l'heure à laquelle le bus de mes enfants arrive chaque jour. J'ai donc sept ans de données maintenant sur l'heure à laquelle ce bus arrive. Et donc ma prochaine étape est, je prédis cela. J'essaie de dire : "OK, qu'est-ce qu'on pense aujourd'hui ? Est-ce qu'aujourd'hui va être un jour tôt ? Est-ce qu'aujourd'hui va être un jour tard ?" Et puis nous pouvons quitter la maison au bon moment, mais peut-être que cela nous manquera un jour, alors je ne suis pas sûr...

Sherwin Khodabandeh : Comment ça marche ? Comment ça marche pour vous ?

Sam Ransbotham : Je devrai revenir sur un épisode ultérieur et voir comment cela se passe. Mais au moins, c'est en temps réel, vous savez - en essayant d'utiliser la nourriture pour chien des choses dont nous parlons dans l'émission.

En parlant de choses dont nous parlons dans la série – comment est-ce pour une suite? — Sowmya, nous avons un segment où nous posons à nos invités une série de questions rapides. Et donc l'idée est que vous venez d'entendre cette question et que vous donnez la première réponse qui vous vient à l'esprit. Shervin, est-ce que tu les fais aujourd'hui, ou est-ce que je les fais aujourd'hui ?

Shervin Khodabandeh :Non, je ne le suis pas, car je ne l'ai pas devant moi.

Sam Ransbotham : D'accord. Alors, Sowmya, quel a été le moment dont vous êtes le plus fier ?

Sowmia Gottipati : Je pense que j'en ai déjà parlé : L'application de parfum que nous avons construite l'année dernière dans mon rôle actuel, c'est vraiment le moment dont je suis le plus fier. Mais avant cela, quand j'occupais mon emploi précédent, quand nous avons déchiffré le code de la vision par ordinateur - combinant la vision par ordinateur avec le traitement du langage naturel pour décomposer le traitement vidéo, parce que c'était vraiment les débuts de l'IA quand nous pouvions construire quelque chose comme ça, donc c'était vraiment cool.

C'est une chose que je pense être la chose la plus cool à propos de la technologie : la technologie transcende les industries. Peu importe de quelle industrie il s'agit. La technologie est tellement omniprésente. Je suis donc très heureux que nous soyons en mesure d'appliquer la même technologie à des applications totalement différentes, et c'est la beauté de la chose.

Sam Ransbotham : Si vous proposiez quelque chose qui dépasse l'exemple du parfum, j'allais être super impressionné. C'était déjà une belle fierté. Alors, qu'est-ce qui vous inquiète le plus dans l'IA ?

Sowmia Gottipati : Qu'est-ce qui m'inquiète le plus ? Je pense que c'est la confidentialité des données et le parti pris. Ceux-là, certainement, et le suivi. [D'une] part, lorsque j'utilise Google Maps, j'aime cette fonctionnalité ; J'aime ce qu'il fait. Mais en même temps, je sais que Google sait exactement où je suis à chaque seconde de la journée. Je n'aime pas ça. Donc, la confidentialité et le suivi des données, absolument, [sont] un problème.

Sam Ransbotham :Quelle est votre activité préférée qui n'implique aucune technologie ?

Sowmia Gottipati :Lire un livre.

Sam Ransbotham : Avez-vous des recommandations pour nous? Vous pouvez étendre votre réponse avec une recommandation de livre.

Sowmia Gottipati : Récemment, c'est un livre très court que j'ai lu : The Night Diary. Il s'agit d'une fille pakistanaise pendant la partition entre l'Inde et le Pakistan, et cette petite fille qui ne parlait pas mais écrivait un journal tous les jours. C'était un livre vraiment émouvant et intéressant. J'aime vraiment ça.

Sam Ransbotham :Alors, quelle était la première carrière que vous vouliez quand vous étiez enfant ?

Sowmia Gottipati : Oh. [Rires.] Je voulais être pilote, en fait.

Shervin Khodabandeh :Vous en êtes un, n'est-ce pas ?

Sowmia Gottipati : Oui. [Des rires.]

Sam Ransbotham :OK, vous obtenez donc une coche à côté de celle-ci.

Shervin Khodabandeh :Vous avez celui-là.

Sowmia Gottipati : Eh bien, je suis plutôt un pilote de loisir, mais je voulais en fait être un pilote professionnel. Mais ça va; Je vais me contenter de loisirs.

Sam Ransbotham : Je ne sais pas. Vous êtes passé d'AT&T à NBC à Estée Lauder, il y a donc une prochaine étape. Alors, quel est votre plus grand souhait pour l'IA dans le futur ? Qu'espérez-vous ?

Sowmia Gottipati : C'est plus une réponse de mon côté personnel des choses, c'est-à-dire que j'espère juste que nous utiliserons davantage l'IA pour des causes environnementales - vous savez, de meilleures cultures avec de meilleurs rendements et la conservation de l'eau. Et j'espère qu'il y a beaucoup plus d'avancées de ce côté des choses par opposition aux achats ou aux expériences personnalisées.

Sam Ransbotham :C'est particulièrement intéressant, venant de quelqu'un qui s'intéresse tellement à ces deux aspects, que vous pensez que ces autres aspects pourraient être encore plus prometteurs.

Sowmya, super de parler avec vous, et ce sont des applications fascinantes. Je pense que la plupart des gens qui écoutent ça vont se souvenir de l'exemple de l'odeur. Je veux dire, je pense qu'il y a quelque chose de très viscéral à ce sujet qui, je pense, se connectera avec beaucoup de gens et stimulera la réflexion. Alors merci d'avoir pris le temps de discuter avec nous. Nous avons vraiment apprécié. Merci.

Sowmia Gottipati : Oh merci. C'est trop amusant.

Shervin Khodabandeh : Merci beaucoup. Et on peut avoir des conseillères beauté pour travailler sur Sam pendant qu'on parle.

Sam Ransbotham : C'est un podcast ! Personne ne sait que j'ai un visage pour la radio.

Shervin Khodabandeh :Dites-leur d'apporter toutes les teintes et tous les fonds de teint, et nous verrons ce qu'ils pourraient faire.

Sowmia Gottipati :Vous devriez aller sur Esteelauder.com et essayer les 30 nuances de rouge à lèvres en 30 secondes —

Shervin Khodabandeh :J'irai avec toi.

Sowmia Gottipati : — et la fondation. Voyez à quoi cela ressemble sur vous. [Des rires.]

Shervin Khodabandeh :J'irai avec toi.

Sam Ransbotham :Je viens de chercher quelque chose sur Google - "nuances de gris" - et j'obtiens quelque chose...

Sowmia Gottipati : Pas ça. [Des rires.]

Sam Ransbotham : Nous sommes arrivés à la fin de la saison 4 de Moi, moi-même et l'IA. Nous serons de retour le 2 août avec de nouveaux épisodes. En attendant, nous espérons que vous écouterez nos anciens épisodes et que vous rejoindrez notre communauté LinkedIn, AI for Leaders, pour poursuivre la discussion. Merci pour l'écoute.

Allison Ryder : Merci d'avoir écouté moi, moi-même et l'IA. Nous pensons, comme vous, que la conversation sur la mise en œuvre de l'IA ne commence pas et ne s'arrête pas avec ce podcast. C'est pourquoi nous avons créé un groupe sur LinkedIn spécifiquement pour les leaders comme vous. C'est ce qu'on appelle l'IA pour les leaders, et si vous nous rejoignez, vous pouvez discuter avec les créateurs et les hôtes de l'émission, poser vos propres questions, partager vos idées et accéder à des ressources précieuses sur la mise en œuvre de l'IA du MIT SMR et du BCG. Vous pouvez y accéder en visitant mitsmr.com/AIforLeaders. Nous mettrons ce lien dans les notes de l'émission, et nous espérons vous y voir.

Sam Ransbotham (@ransbotham) est professeur au département des systèmes d'information de la Carroll School of Management du Boston College, ainsi que rédacteur invité de l'initiative Artificial Intelligence and Business Strategy Big Ideas du MIT Sloan Management Review. Shervin Khodabandeh est associé principal et directeur général du BCG et co-responsable du BCG GAMMA (la pratique de l'IA du BCG) en Amérique du Nord. Il peut être contacté à [email protected].

Me, Myself, and AI est un podcast collaboratif du MIT Sloan Management Review et du Boston Consulting Group et est hébergé par Sam Ransbotham et Shervin Khodabandeh. Notre ingénieur est David Lishansky, et les producteurs de coordination sont Allison Ryder et Sophie Rüdinger.

Vous devez vous connecter pour publier un commentaire.Première fois ici ? Créez un compte gratuit : commentez les articles et accédez à de nombreux autres articles.