Bygge AI? Denne Booking.com lederen sier start i det små og løs ett problem godt

Du begynte i Booking.com som maskinlæringsspesialist med fokus på tillit og sikkerhet, og nå leder du et team som kombinerer maskinlæring (ML) og programvareutvikling. Når du ser tilbake, hva er en lærdom fra det praktiske arbeidet ditt som fortsatt former hvordan du leder i dag?

Når jeg ser tilbake på reisen min, hvis jeg måtte velge en kjerneleksjon som definerer overgangen min til ledelse, er det viktigheten av eierskap for å navigere i tvetydighet.

Som ML-forsker lever du iboende med usikkerhet; du vet aldri om en modell vil nå mål-KPI-ene, og tidslinjer er iboende mindre forutsigbare enn i tradisjonell programvareutvikling. Å lære å navigere i denne konstante tvetydigheten lærte meg en viktig ferdighet: å eie oppdagelsesprosessen og risikoen fra ende til annen.

Som leder betyr dette å skape en kultur for psykologisk sikkerhet og motstandsdyktig planlegging. Jeg leder ved å gi teamene mine mulighet til å eie prosessen med å løse det ukjente, i stedet for å frykte mangelen på et garantert resultat. Jeg prioriterer transparent kommunikasjon av risiko og sannsynlighet fremfor fast sikkerhet, og sikrer at vi tar bevisste beslutninger samtidig som vi holder interessenter på linje, selv når prosjektbanen utvikler seg. Denne ferdigheten til å håndtere usikkerhet er kanskje den viktigste overgangen fra den vitenskapelige verden til den ledelsesmessige.

Det må være komplisert å administrere team som jobber med både banebrytende kunstig intelligens og kritiske sikkerhetsfunksjoner. Hvordan oppmuntrer du teamet ditt av ingeniører til å innovere samtidig som du holder tillit og pålitelighet i kjernen av alt du bygger?

Å balansere innovasjon med tillit og pålitelighet er virkelig en av de største utfordringene i vår bransje, og det er noe jeg hele tiden har i tankene som leder. Vårt primære mål er alltid å hjelpe til med å beskytte kundene våre og gjøre det rette, ikke bare jage de mest teknisk spennende ideene. Men å holde seg effektiv betyr at vi kontinuerlig må utvikle oss.

For å oppmuntre til innovasjon samtidig som vi opprettholder tilliten, praktiserer vi det jeg kaller «risikostyrt innovasjon». Vi skiller tydelig eksperimentering fra produksjon. For eksempel kjører vi hyppige interne hackathons som trygge sandkasser for læring og kreativitet. Disse ideene blir konseptbevis som gjennomgår streng risikovurdering og validering før integrering i våre levende, sikkerhetskritiske systemer. Denne tilnærmingen lar oss innovere dristig uten at det går på bekostning av påliteligheten.

Pålitelighet i seg selv er ikke omsettelig. Alle innovative ML-løsninger må hvile på et fundament av robust programvareutvikling. Vi måler suksess ikke bare etter modellnøyaktighet, men etter stabiliteten, observerbarheten og vedlikeholdbarheten til hele produksjonspipelinen. Dette sikrer at våre sikkerhetskritiske tjenester er bygget for å vare.

Til slutt er jeg en sterk talsmann for å dele raske gevinster og kunnskap. Vi holder regelmessige kunnskapsdelingsøkter og opprettholder aktive Slack-kanaler for å spre ny innsikt, fra konferanselæring til bloggoppdagelser. Denne kulturen med kontinuerlig læring hjelper teamet med å løse utfordringer raskere og inspirerer til nye ideer.

Ved å fremme denne tankegangen sikrer vi at innovasjon direkte støtter vårt kjerneoppdrag: å gjøre det enklere for alle å oppleve verden trygt.

Din hovedtale på den 8th Regional E-commerce Conference, «Hvordan vi holder kundene våre trygge ved hjelp av AI», utforsker hvordan Booking.com ivaretar ikke bare online, men også virkelige opplevelser. Hva inspirerte dette fokuset, og hvilket nøkkelbudskap håper du publikum vil ta med seg?

Inspirasjonen til dette fokuset kommer direkte fra Booking.com oppdrag om å gjøre det mulig for alle å oppleve verden trygt. Når vi jobber med tillit og sikkerhet, styrer dette oppdraget alt vi gjør. Som leder for ML- og ingeniørteam er jeg privilegert som får se hvordan kunstig intelligens og teknologi driver dette oppdraget fremover i stor skala.

Interessant nok antar mange at sikkerhet bare betyr cyberbekymringer som svindeloppdagelse eller sikre betalinger. Selv om disse er avgjørende, går vår tillits- og sikkerhetsinnsats enda lenger enn det. Vi fokuserer på å bidra til å beskytte det fysiske og psykiske velværet til reisende og partnere gjennom hele reisen, fra bestilling til utsjekking.

Hovedbudskapet jeg vil at publikum skal ta med seg er todelt. For det første må bedrifter gå utover bare å oppfylle overholdelse av regelverk eller krysse av i sikkerhetsbokser. Vi må skifte fra «hva vi må gjøre» til «hva vi kan gjøre» for å virkelig heve kundeopplevelsen. For det andre er ny teknologi og AI de viktigste muliggjørerne for dette skiftet. Det bygger bro mellom vår nettplattform og den virkelige verden, slik at vi kan forutsi, forhindre og reagere på komplekse menneskelige risikoer i stor skala.

Reiselivsbransjen er i stadig utvikling, med nye digitale risikoer og forventninger fra kundene. Hvordan ser du for deg at AI vil omforme fremtiden for nettreiser og e-handel i løpet av de neste årene?

Som AI-entusiast ser jeg AI transformere e-handelsbransjen ved å gjøre kundeopplevelser mer personlige, effektive og sømløse. Men når vi bygger disse systemene, er det viktig å holde fokus på det som virkelig betyr noe: å løse reelle problemer for mennesker, og gjøre dette trygt, ansvarlig og i stor skala.

Et område som allerede endrer seg raskt, er søk og oppdagelse. Jeg har innsett at flere og flere mennesker, inkludert meg selv, nå foretrekker å snakke med LLM-er i stedet for å google noe. Enten det er å planlegge en tur, lete etter et sted å spise eller sammenligne hvilken robotrenser vi skal kjøpe, vil vi ha svar som er skreddersydde, samtalebaserte og faktisk nyttige. AI flytter oppdagelse fra grunnleggende filtrering til intelligente, proaktive opplevelser som veileder brukere gjennom hele reisen, ikke bare én transaksjon. Et spennende nylig eksempel på dette skiftet er at Booking.com ble en av de første partnerappene som ble lansert i ChatGPT. Dette gjør det enda enklere for reisende å utforske vårt brede utvalg av overnattingssteder ved hjelp av samtalemeldinger (som «Booking.com, finn meg hoteller i Miami Beach 3.–5. november med basseng»), med ChatGPT-appen som genererer relevante alternativer og sømløs tilgang. (Hvis du er nysgjerrig på å lese mer om denne funksjonen, kan du sjekke hele oppdateringen her.)

Så er det operativ motstandskraft, et annet stort påvirkningsområde. I bransjen tar AI over komplekse, repeterende oppgaver som kundeservicetriage, dynamisk prissetting eller samsvarskontroller. Det betyr raskere plattformer, jevnere drift og mindre manuell innsats, noe som frigjør team til å fokusere på arbeid av høy verdi som krever kreativitet og menneskelig dømmekraft.

Jeg tror virkelig at AI kan styrke bedrifter, forenkle liv og låse opp helt nye opplevelser, så lenge vi bruker det på en ansvarlig måte. Teamene som vil lede på dette området er de som beveger seg raskt, men som også holder seg forankret i etikk, kundetillit og å gjøre det rette.

Maskinlæring er en sentral del av AI, som er sentralt i arbeidet ditt som både spesialist og ingeniørleder. Er det noen AI-verktøy, rammeverk eller teknologier du stoler mest på – personlig eller med teamet ditt – som andre e-handelsfagfolk bør vite om?

Unødvendig å si at vi i dag alle er avhengige av AI-applikasjoner som blir en mer og mer avgjørende del av vårt daglige arbeid, både som ingeniører og ledere.

Utover den nå utbredte avhengigheten av åpen kildekode-verktøy, ligger etter mitt syn den største utfordringen og fokuset for ingeniører og ledere i MLOps og å gjøre modeller pålitelig distribuerte, skalerbare og holde seg sunne. I teamet vårt i Booking.com takler vi dette ved å utnytte robuste MLOps-plattformer som AWS SageMaker som standardiserer pipelinen fra funksjonsoppretting til overvåking. Denne tilnærmingen er avgjørende for e-handel fordi den eliminerer risikoen for at modelldrift forårsaker inntektstap og sikrer at pålitelige modeller kan distribueres med ett-klikks funksjonalitet, noe som viser seg å være langt viktigere enn innledende modellnøyaktighet.

Mange startups og selskaper på Vest-Balkan begynner å eksperimentere med AI. Basert på din erfaring på en global plattform, hva vil være ditt beste råd til team her som ønsker å bygge AI-løsninger på en ansvarlig og effektiv måte – uten å miste kundeopplevelsen av syne?

Etter mitt syn bør bygging av AI-løsninger alltid gå hånd i hånd med kundesentrisitet. De mest vellykkede AI-applikasjonene jeg har sett eller vært en del av starter med en klar forståelse av reelle brukerbehov, ikke bare den nyeste teknologitrenden.

For selskaper på Vest-Balkan vil jeg anbefale å starte i det små med fokuserte brukstilfeller som virkelig forbedrer kundereisen. Ikke sikt på å «AI alt» fra dag én, identifiser i stedet et spesifikt friksjonspunkt du kan løse godt. Det er også viktig å bake ansvar inn i prosessen tidlig ved å vurdere skjevhet, rettferdighet og personvern som integrerte deler av utviklingsstrategien din, ikke som en ettertanke.

Å ha en interaktiv tilnærming er avgjørende: kontinuerlig samle inn tilbakemeldinger fra brukere og hold mennesker oppdatert i de tidlige stadiene til du utmerker deg, spesielt for beslutninger som direkte påvirker kunder eller er kritiske. Dette bidrar til å opprettholde tillit og sikrer kontinuerlig tilsyn. Suksess bør måles ikke bare etter teknisk nøyaktighet, men etter hvor nyttig og pålitelig løsningen er for brukerne.

Vest-Balkan har en unik mulighet til å bygge AI-løsninger med nye perspektiver og færre eldre begrensninger. Hvis teamene holder seg forankret i etikk og kundeverdi, er det en reell sjanse til å lede med smart, ansvarlig innovasjon, noe som virkelig er spennende.