Los tres roles del director de datos: Jack Berkowitz de ADP

Como director de datos (CDO) de la empresa de gestión de nóminas y prestaciones ADP, Jack Berkowitz tiene tres responsabilidades principales. 

Una de ellas es supervisar los datos de la organización en general, asegurándose de que funciones como la gobernanza de los datos, la seguridad y el análisis funcionen bien. 

Otra es crear los productos de datos de ADP, como los análisis de personas y las herramientas de referencia. 

Inteligencia Artificial en Qatar 2022: Detectar fuera de lugar, balón inteligente y más

Pero la responsabilidad que más interesa a los presentadores de Me, Myself, and AI, Sam Ransbotham y Shervin Khodabandeh, es la supervisión que hace Jack del uso de la inteligencia artificial en la organización.

En este episodio del podcast, Jack describe cómo el hecho de centrarse en los resultados que la organización quiere conseguir conduce a mejores procesos y resultados. 

También se sumerge en el tema de la ética de la IA y esboza cómo otras organizaciones podrían considerar la creación de un consejo de ética de la IA.

Lee más sobre nuestro programa y sigue la serie en https://sloanreview.mit.edu/aipodcast.

Suscríbete a Me, Myself, and AI en Apple Podcasts, Spotify o Google Podcasts.

Da tu opinión en esta encuesta de dos preguntas.

Transcripción

Sam Ransbotham: Cuando los resultados no motivan los esfuerzos de la inteligencia artificial, ¿cómo pueden tener éxito? Descubre cómo piensa un director de datos sobre la IA en el episodio de hoy.

Jack Berkowitz: Soy Jack Berkowitz de ADP, y estás escuchando Me, Myself, and AI.

Sam Ransbotham: Bienvenidos a  Me, Myself, and AI, un podcast sobre la inteligencia artificial en los negocios. 

En cada episodio les presentamos a alguien que está innovando con la IA. Soy Sam Ransbotham, profesor de analítica en el Boston College. También soy el editor invitado de IA y estrategia empresarial del MIT Sloan Management Review.

Shervin Khodabandeh: Y yo soy Shervin Khodabandeh, socio principal de BCG, y co-dirijo la práctica de IA de BCG en Norteamérica. 

Juntos, el MIT SMR y BCG han estado investigando y publicando sobre la IA durante seis años, entrevistando a cientos de profesionales y encuestando a miles de empresas sobre lo que se necesita para construir y desplegar y escalar las capacidades de la IA y realmente transformar la forma en que operan las organizaciones.

Sam Ransbotham: Hoy, Shervin y yo estamos encantados de tener a Jack Berkowitz, director de datos de ADP. Jack, gracias por acompañarnos. Bienvenido.

Jack Berkowitz: Gracias. Me alegro de estar aquí.

Sam Ransbotham: Vamos a empezar. Eres el director de datos de ADP. ¿Puedes hablarnos de lo que significa ese papel?

Jack Berkowitz: ADP, conocida como Automatic Data Processing, es el mayor proveedor del mundo de servicios de Recursos Humanos, nóminas, impuestos, cosas así. 

Operamos en 140 países. Tenemos más de 900 mil clientes. Millones de personas cobran de nosotros cada día.

Tengo una especie de trabajo con dos caras. Por un lado, soy responsable de todos los datos que pasan por nuestros sistemas. 

Somos una empresa muy grande. Tenemos cantidades masivas de datos, así que implica todas las cosas que se asocian clásicamente con los directores de datos (cosas sobre la gobernanza de los datos, la seguridad de los datos, el uso de la analítica).

La otra parte de mi trabajo, que probablemente sea aún mayor, es la creación de productos de datos, por lo que mi equipo elabora análisis de personas, puntos de referencia, información sobre compensaciones, todo ese tipo de productos que nuestros clientes utilizan para tomar decisiones sobre el mundo del trabajo cada día.

Sam Ransbotham: No he oído las palabras inteligencia artificial en ninguna parte. ¿En qué consiste?

Jack Berkowitz: También dirijo eso para la empresa, pero utilizamos el aprendizaje automático en todos esos procesos, ya sea que estemos limpiando la información, ya sea que estemos construyendo capacidades integradas en nuestras aplicaciones de recursos humanos o nuestras aplicaciones de nómina, ya sea que estemos haciendo cosas como alinear los títulos de trabajo.

El arte, la ley y la inteligencia artificial

La gente diría: “Bueno, ¿qué tan difícil puede ser eso?” En un mes cualquiera, pagamos a unos 21 millones de personas. 

Tenemos alrededor de 14 millones de puestos de trabajo, y los reducimos a entre 6 mil y 8 mil puestos de trabajo, por lo que se necesita una gran cantidad de procesamiento de lenguaje natural muy sofisticado y aprendizaje automático para hacerlo.

Shervin Khodabandeh: Parece que hay tres funciones diferentes que has mencionado que se unen. 

Y digo esto porque en muchas empresas, hay literalmente tres puestos diferentes para lo que has mencionado (para la gobernanza de los datos, para los productos de datos, y para la IA ) lo que genera un poco de desconexión, porque todas estas cosas tienen que trabajar juntos. 

Comenta un poco, por favor, cómo se ha llegado a que una persona dirija las tres cosas. Esa es mi primera pregunta.

Y luego, mi segunda pregunta es, ¿la participación de la IA es sólo en los productos de datos, o es un papel más amplio, incluso vigilando el uso de la IA en toda la empresa?

Jack Berkowitz: Es una muy buena pregunta. Lo que hay que saber sobre ADP es que somos una empresa de servicios, en el sentido de que proporcionamos, por ejemplo, nóminas a una de cada seis personas, o incluso más, en Estados Unidos. 

Pero también somos una empresa de productos SaaS (software como servicio) y, por ello, hay un montón de organizaciones de desarrollo diferentes que trabajan en la creación de productos SaaS, ya sea para las pequeñas empresas o para las mayores compañías del mundo que utilizan nuestras aplicaciones para hacer gestionar a su talento o para contrataciones o para nóminas o impuestos, cosas así. 

Y debido a ello, surgió este papel, realmente. Comenzó como la construcción de productos de datos, pero para construir productos de datos y cosas como la presentación de informes, crecieron las plataformas de datos. 

Y a partir de las plataformas de datos, se crearon más y más capacidades en términos de aprendizaje automático, mejores prácticas.

Nos metimos en el uso ético de los datos y en el uso ético del aprendizaje automático y la IA, y eso nos permitió ser aditivos en términos de capacidades. 

La otra cosa sobre esto, entonces, es averiguar el alcance. Como tenemos todas esas aplicaciones SaaS, mis equipos a veces construyen las capacidades integradas para otras aplicaciones. Pero también permitimos que esas otras organizaciones de desarrollo utilicen los marcos que construimos.

Por ejemplo, construimos un montón de capacidades de operaciones de aprendizaje automático (cosas sobre la supervisión del sesgo y la supervisión de la forma de los datos) porque tiene sentido hacerlo una vez en una empresa y luego permitir que otras personas lo aprovechen. 

En los últimos cuatro años hemos visto un crecimiento masivo de personas que se identifican como científicos de datos. 

Hemos contratado a gente y todo lo demás, pero no todos tienen que aprender a hacer el despliegue de modelos en producción.

Shervin Khodabandeh: Muy interesante. ¿Es justo decir que la introducción y tal vez la ampliación de la IA más ampliamente fuera de los productos de datos que haces para tus clientes fue una especie de productos de datos en sí? 

La incubación de estos productos de datos abrieron los ojos de la organización.

Jack Berkowitz: Sí, exactamente. Fue exactamente eso. Fue esta incubación. Y luego, fuera de la incubación, empezamos a ver áreas de oportunidad y áreas de entusiasmo. No fue realmente un empuje de arriba hacia abajo. 

Fue en gran medida un impulso de abajo hacia arriba, donde los equipos veían lo que estábamos logrando, y luego otros equipos venían a nosotros y decían: “Oye, espera un segundo. Queremos crear una capacidad. ¿Pueden trabajar con nosotros?“. Y así se ha convertido realmente en un crecimiento orgánico.

Shervin Khodabandeh: Me encanta esta historia. 

A menudo, me piden que hable con grupos o [haga] entrevistas con los medios de comunicación en torno a las funciones de los directores de datos, y hay una pregunta en torno a: “¿Cuál es la función correcta del director de datos?”. 

Y siempre he dicho que esa función tiene que estar muy, muy vinculada al uso de los datos, no sólo a la gobernanza de los datos y a la construcción de cosas con los datos. Y creo que eres un gran ejemplo de la correcta configuración de ese papel y el éxito con ese papel.

¡Mi jefe es un robot! Empresa nombra a Inteligencia Artificial como su CEO

Jack Berkowitz: Es interesante, porque mi carrera ha sido sobre el desarrollo de productos o resultados. 

Se trata de asegurarse de que se obtienen resultados comerciales. ¿Construyes algo y la gente lo compra, o construyes algo y lo sacas con una mejor capacidad? 

Llevamos esa mentalidad de producto incluso a nuestra gobernanza de datos. Sí, tenemos que gobernar, pero no es necesariamente para cumplir la normativa. Se trata de asegurarnos de que entendemos la información de manera que alguien pueda crear un buen producto de datos o una buena capacidad de aprendizaje automático. De lo contrario, ¿por qué estamos haciendo todo esto?

Me gradué justo en el momento de la recesión. ¿Te resulta familiar? Pasé unos 10 años en consultoría de ingeniería, sobre todo para DARPA, que es la Agencia de Proyectos de Investigación Avanzada de Defensa, que te involucra en cosas interesantes. 

A partir de ahí, decidí crear una empresa con unos amigos y me metí en el mundo de las startups, y luego tuve una gran oportunidad de unirme a Oracle, hace ya unos 11 años, y disfruté mucho de mi tiempo allí. 

Y luego pude llevarlo a ADP hace cuatro años. ADP ha sido realmente la cúspide de mi carrera. No podría haber pedido una situación mejor en términos de combinar todos esos aprendizajes de cómo se observa a un usuario haciendo algo, cómo se inicia un negocio en estas pequeñas empresas de nueva creación que fueron respaldadas por VC, a los datos y la tecnología.

Tenemos que hacer funcionar estos sistemas las 24 horas del día. Las empresas dependen de estos sistemas para pagar a sus colaboradores, que es, se diría, una de las cosas más importantes que existen en una empresa, sobre todo hoy, en el entorno actual.

Shervin Khodabandeh: ¿Puedes compartir con nosotros algunos usos de la IA en los productos que construyen para sus clientes, así como los que se utilizan ampliamente para la empresa o para los procesos básicos o más enfocados internamente?

Jack Berkowitz: Estamos en el ámbito de los recursos humanos, y eso abarca una amplia gama de capacidades. 

Una de las cosas que estamos haciendo ahora y que nos entusiasma es que hemos utilizado esa información sobre los títulos de los puestos de trabajo junto con muchos otros procesamientos del lenguaje natural para crear un gráfico de habilidades, un gráfico de habilidades basado al 100% en datos. 

Muchos otros proveedores lo hacen con ontologías manuales. A partir de ahí, ese gráfico de competencias aparece en varios lugares, ya sea en aplicaciones de contratación, en el perfil de los empleados de una empresa para que la gente pueda encontrar nuevas funciones, etc. 

Tenemos un grupo que está haciendo recomendaciones para la gente en los programas de jubilación. Tenemos un gran programa de jubilación para personas de pequeñas empresas. 

Muchas veces, a las pequeñas empresas no se les ofrece asistencia sanitaria o jubilación. ADP pone estos servicios a disposición de las pequeñas empresas para que los ofrezcan a sus empleados. 

Y hay una capacidad que recomienda a la gente para decir: “Oye, la gente como tú va a invertir más o menos en su programa de jubilación”. Y eso es una capacidad basada en el aprendizaje automático.

Pero también, como cualquier otra empresa, utilizamos el aprendizaje automático en otras áreas. Hacemos muchas cosas en nuestros canales de ventas y marketing. Pero, lo que es más importante, hacemos muchas cosas en nuestros canales de servicio. 

Así que estamos haciendo mucho ahora para crear un entorno de autoservicio para nuestros clientes. 

Nuestra capacidad para crear un mejor entorno de servicio para ellos crea una mejor experiencia, ¿verdad? Consiguen un pago más preciso, o una mejor experiencia para sus empleados. A su vez, eso es un mejor negocio para nosotros, así que estamos invirtiendo tanto dinero y tanto tiempo en hacer que la experiencia de servicio sea excelente como en hacer que el producto principal sea excelente.

Sam Ransbotham: Sé que ha defendido la idea de un comité de ética de la IA. Voy a llevar la contraria: ¿Por qué es importante? ¿Cuál es el beneficio de eso? ¿Por qué molestarse en crear comités de ética de la IA?

Jack Berkowitz: Lo pusimos en marcha porque pensamos que el ritmo de la tecnología y el ritmo de los datos probablemente no representaban los valores que queríamos representar con nuestros clientes. Lo pusimos en marcha porque pensamos que era lo correcto.

El camino que hemos recorrido desde entonces ha sido realmente interesante. Estamos aprendiendo mucho, tanto en términos de nuestro propio desarrollo de productos como externamente sobre cómo educar no sólo a nuestros clientes sino incluso a nuestros asociados de ADP y en términos de cómo evaluamos dónde queremos hacer negocios, como la biometría o el reconocimiento de voz, o incluso lo que significan los derechos de acceso a los datos. 

Ahora, tres años después, hay un gran impulso normativo, tanto en la Unión Europea como en la FTC de Estados Unidos y la EEOC [Comisión de Igualdad de Oportunidades en el Empleo de Estados Unidos], por lo que no somos reactivos a ello. Sabemos lo que hay que pensar. Estamos en una buena posición para afrontarlo pensando con un poco de antelación.

Realidad virtual e inteligencia artificial: la innovación aplicada a las empresas

Shervin Khodabandeh: Desde el punto de vista de la configuración y la responsabilidad, ¿cree que el tema de la ética y la IA responsable está gobernado por un consejo o por una persona asesorada por un consejo?

Jack Berkowitz: Estamos mucho más en lo segundo, y queremos hacerlo por una razón. Traemos expertos externos a nuestro consejo. Tenemos gente del ámbito de los recursos humanos. Tendremos gente del mundo del aprendizaje automático. Traeremos a expertos en ética.

Queremos que ese consejo tenga libertad de pensamiento. Tenemos procesos de lanzamiento de productos muy estructurados, ya sea para los productos que lanzamos a los clientes o para los productos que utilizamos internamente. 

Y tenemos gobernanza en todo ello, y seguridad; si te puedes imaginar, la seguridad de los datos es lo primero en nuestra lista en este momento. También está en el consejo nuestro director de privacidad. Así que queremos que la junta tenga libertad de pensamiento. Y es un asesor. Los equipos de proyecto tienen que presentarse al consejo como parte de la salida al mercado de las áreas.

Sam Ransbotham: Es interesante, Shervin. Sabes, Jack, no quiero descontar lo importante y sensible que son tus datos, porque claramente son datos muy sensibles. Pero es interesante. 

Shervin y yo hablamos con la gente; vamos a hablar con la gente en la medicina y la salud, y todo el mundo parece tener este momento de, como, “Oh Dios; oh, nuestros datos es realmente sensible e importante.” Y creo que tal vez eso es omnipresente ahora, que todos los datos parecen ser así. Supongo que mucha gente puede aprender de la junta establecida así.

Jack Berkowitz: No es una mala cosa para proteger el interés de la gente en su información.

Sam Ransbotham: Es realmente fascinante, porque hay muchas fuentes de información sobre el salario, y la gente se autodeclara en muchas áreas, pero tienes verdades básicas sobre mucha información sobre lo que realmente llega a sus cuentas bancarias. Esto da una gran visión de lo que realmente está pasando en la economía.

Jack Berkowitz: Crea una capacidad única, tanto para ser capaz de proporcionar esa información a nuestros clientes o a sus empleados o asociados, pero también para tratarla adecuadamente, ¿verdad? 

Tenemos una gran oportunidad de tratarla adecuadamente. Y así, todos los niveles de seguridad de los datos, todos los niveles de todas las grandes cosas de las que se preocupan los CDO -ya sabes, la gobernanza de los datos, la providencia, el linaje– tenemos una maravillosa oportunidad de practicar el campo.

Sam Ransbotham: Un área que creo que probablemente te interesa mencionar es esta idea de comparar las métricas de DEI (diversidad, equidad e inclusión). 

Ese es un gran lugar en el que has sido capaz de proporcionar un punto de referencia y dar una idea de lo que realmente está sucediendo en comparación con lo que la gente quiere que usted piense que está sucediendo.

Jack Berkowitz: Sí. Es un gran punto. En realidad, la empresa comenzó en 2017, cuando publicó su primer explorador de equidad salarial, que permitió a las empresas echar un vistazo a cómo lo estaban haciendo en términos de brechas de equidad salarial para los grupos desfavorecidos. 

Ahora tenemos la capacidad de evaluación comparativa que permite a una empresa ver, para su ubicación, para su industria, para el tamaño de su empresa, cómo lo están haciendo en términos de creación de un entorno diverso, y luego también, ¿cómo están haciendo no solo trayendo personas, sino realmente avanzando en sus carreras?

Al reunir todo eso, utilizando nuestra capacidad de evaluación comparativa, resolviendo un problema, observando un resultado, hemos tenido un gran éxito.

Podemos llevar a cabo análisis multirregresivos hasta el individuo, no sólo dentro de su empresa, sino en comparación con la población diversa en esa geografía o industria local. 

Pero entonces podemos decir: “Vale, aquí hay cuatro o cinco escenarios presupuestarios”. Porque una cosa es decir: “Oye, tienes problemas de equidad salarial”. Pero, ya sabes, tal vez la empresa tiene cosas presupuestarias, por lo que pueden hacer algunas elecciones sobre los escenarios presupuestarios, y les dice: “OK, si quieres cerrar este presupuesto, estas son las personas que eres capaz de cubrir”. 

Y así básicamente pueden cambiar eso. Salen y entonces, boom, pueden hacer esos cambios directamente en los cheques de la gente. Y es un impacto significativo.

Shervin Khodabandeh: Esto es maravilloso. La pregunta que tengo, y que sería muy interesante para nuestra audiencia, es: ¿por dónde se empieza? Porque vemos… quiero decir, veo esto en mi trabajo, veo esto con Sam cuando entrevistamos e investigamos el tema del despliegue de la IA, hay una pregunta en torno a, cuánto construyes capacidades antes de empezar a monetizar o comercializar o construir productos de datos o casos de uso, frente a cuánto valor y caso de uso estás impulsado. 

Y me interesa mucho tu perspectiva, tanto para ADP como para cualquier consejo que tengas para otros en las primeras etapas de tu viaje.

De los datos a la sabiduría: Tonia Sideri de Novo Nordisk

Jack Berkowitz: La forma en que siempre lo he visto es, si estás construyendo un producto, ya sea una empresa de nueva creación o cualquier otra, es, construir el hilo de una esquina de la pieza de papel hasta la otra esquina de la pieza de papel. 

Y utiliza ese hilo (en otras palabras, un caso de uso o dos) para ayudarte a definir lo que necesitas en tu situación con tu empresa en ese momento.

Se podría decir que son prototipos, pero en mi opinión, un prototipo es inútil a menos que realmente intentes tener un impacto con él, porque no aprendes a medir el resultado. No aprenderás a medir lo que realmente necesitas.

Lo que se ha perdido en el aprendizaje automático y en todo el revuelo de los últimos seis o siete años es que todo el aprendizaje automático y toda la IA están orientados a un resultado. Para mí, se trata realmente de poner en marcha alguna capacidad. 

A partir de esa capacidad, aprenderás qué niveles de operaciones de aprendizaje automático necesitas, aprenderás qué niveles de datos necesitas. Y sé que hay mil 400 proveedores. Matt Turck tiene la gran matriz de FirstMark Capital, y recuerdo cuando sólo eran 30 proveedores, por cierto.

Sé que todos los mil 400 vendedores te dirán que tienes que comprar tus cosas de inmediato, y eso no es cierto. Eso no es cierto. Sin embargo, hay que comprar algunas cosas para poder poner en marcha ese primer producto.

Shervin Khodabandeh: Sí, me alegro mucho de que digas eso, porque, sinceramente, ese ha sido el desbloqueo que hemos visto tanto en nuestra investigación, Sam, en la que vemos que las empresas que se limitan a adquirir la tecnología primero quizá obtengan un poco de valor, pero hay una gran parte que no consiguen. 

Pero también, en nuestro trabajo en el BCG, ese ha sido el mayor desbloqueo, estar orientado al valor y centrado en los resultados. Y me gusta cómo hablas del hilo conductor, porque no puedes construir estas cosas en silos, pero no tiene por qué significar que construyas… el estadio completo antes de que empiece el partido de béisbol. Se puede empezar a jugar.

Jack Berkowitz: Exactamente. En una empresa anterior a ADP, solíamos llamarlo “Plan de negocios del campo de los sueños”. Es como: “Nadie ha inventado el béisbol; ¿por qué estamos construyendo un campo de béisbol ahora?”.

La idea es conseguir que ese hilo funcione. Y, ya sabes, tal vez no está todo conectado. Tal vez todavía tienes a alguien de pie con un disquete y corriendo a la otra computadora para hacer que todo funcione, pero al menos tienes una idea. Y luego puedes ampliar ese hilo con el tiempo. Eso es todo.

Sam Ransbotham: Para nuestros oyentes, los disquetes eran cosas que la gente tenía que poner en los ordenadores para almacenar información.

Jack Berkowitz: Sí, gracias, Sam. Gracias, Sam. Lo puedes ver, lo verás en los iconos de los viejos Macs y de los viejos PCs, así que, sí.

Shervin Khodabandeh: Jack, muchas gracias. Esto ha sido tan maravilloso y perspicaz. Esto nos lleva a la siguiente sección de nuestro programa, donde te hacemos cinco preguntas.

Jack Berkowitz: Genial.

Shervin Khodabandeh: Y esperamos algunas reacciones rápidas a estas preguntas. Así que voy a empezar. ¿Cuál es su momento de mayor orgullo en la IA?

Jack Berkowitz: Mi momento más orgulloso de la IA es cuando mi algoritmo entró en producción.

Shervin Khodabandeh: Muy bien.

Sam Ransbotham: Eso encaja bien.

Shervin Khodabandeh: ¿Qué le preocupa de la IA?

Jack Berkowitz: Creo que la próxima repetición del invierno de la IA. Habiendo pasado por él la primera vez y viendo que se queda corto. No hay que prometer demasiado.

Shervin Khodabandeh: Mm-hmm. Su actividad favorita que no implique tecnología.

Jack Berkowitz: Hacer kayak en el río Chattahoochee.

Sam Ransbotham: ¡Ah, he estado allí, he hecho eso! He navegado en kayak por el Chattahoochee muchas veces. En realidad soy de Atlanta, de Smyrna.

Shervin Khodabandeh: La primera carrera que querías: ¿Qué querías ser de mayor?

Jack Berkowitz: Quería ser astronauta, como cualquier otro niño nacido en los años 60.

Shervin Khodabandeh: ¿Su mayor deseo para la IA en el futuro?

Jack Berkowitz: Mi mayor deseo es que ayudemos a la gente a vivir mejor.

Shervin Khodabandeh: Gracias. Muy perspicaz.

Sam Ransbotham: Jack, gran encuentro con usted. Creo que hay muchas cosas aquí que la gente puede aprender, en particular algunos de los detalles sobre cómo estás organizado. Creo que es algo de lo que mucha gente puede aprender. Apreciamos mucho que te hayas tomado el tiempo.

Jack Berkowitz: Gracias, Sam. Aprecio mucho la conversación.

Sam Ransbotham: Gracias por acompañarnos. La próxima vez, Shervin y yo hablaremos con Ameen Kazerouni, director de datos y análisis de Orangetheory Fitness.

Allison Ryder: Gracias por escuchar Me, Myself, and AI. Creemos, al igual que tú, que la conversación sobre la implementación de la IA no empieza ni termina con este podcast. Por eso hemos creado un grupo en LinkedIn específicamente para oyentes como tú. Se llama AI for Leaders, y si te unes a nosotros, podrás charlar con los creadores y presentadores del programa, hacer tus propias preguntas, compartir tus ideas y acceder a valiosos recursos sobre la implementación de la IA del MIT SMR y el BCG. Puedes acceder a él visitando mitsmr.com/AIforLeaders. Pondremos el enlace en las notas del programa, y esperamos verle allí.

SOBRE LOS ANFITRIONES

Sam Ransbotham (@ransbotham) es profesor del departamento de sistemas de información de la Carroll School of Management del Boston College, así como editor invitado de la iniciativa Big Ideas de Inteligencia Artificial y Estrategia Empresarial del MIT Sloan Management Review. Shervin Khodabandeh es socio senior y director gerente de BCG y colíder de BCG GAMMA (la práctica de IA de BCG) en Norteamérica. Se puede contactar con él en shervin@bcg.com.

Me, Myself, and AI es un podcast en colaboración con el MIT Sloan Management Review y el Boston Consulting Group y está presentado por Sam Ransbotham y Shervin Khodabandeh. Nuestro ingeniero es David Lishansky, y las productoras coordinadoras son Allison Ryder y Sophie Rüdinger.

Síguenos en LinkedIn para mantenerte informado

Síguenos en Google News