LinkedIn è all’avanguardia nell’IA da anni e utilizza l’IA in molti modi di cui gli utenti potrebbero non essere a conoscenza. Di recente ho avuto l’opportunità di parlare con Igor Perisic, Chief Data Officer (CDO) e VP of Engineering di LinkedIn per saperne di più sull’evoluzione dell’intelligenza artificiale a LinkedIn, su come viene applicata alle attività quotidiane, su come le normative mondiali sui dati incidono sull’azienda, e alcune informazioni uniche sul mutevole panorama lavorativo legato all’intelligenza artificiale e sui ruoli lavorativi.
Molto presto a LinkedIn, i dati sono stati identificati come uno dei principali fattori di differenziazione dell’azienda. Un altro fattore di differenziazione è stato il valore fondamentale dell’azienda dei “membri per primi” (chiarezza, coerenza e controllo del modo in cui vengono utilizzati i dati dei membri) e la loro visione di creare opportunità economiche per ogni membro della forza lavoro globale.
Quando LinkedIn ha iniziato a trovare sempre più modi per intrecciare l’IA nei propri prodotti e servizi, ha anche riconosciuto l’importanza di garantire che tutti i dipendenti fossero ben attrezzati per lavorare con l’IA secondo necessità nel loro lavoro. A tal fine, hanno creato un programma di formazione interno chiamato AI Academy. È un programma che insegna a tutti, dagli ingegneri del software ai team di vendita, l’intelligenza artificiale al livello più adatto a loro, in modo che siano preparati a lavorare con queste tecnologie.
Uno dei primissimi progetti di intelligenza artificiale è stato i consigli di People You May Know (PYMK). In sostanza, questo è un algoritmo che raccomanda ai membri di altre persone che potrebbero conoscere sulla piattaforma e li aiuta a costruire le loro reti. È un sistema di raccomandazioni che è ancora centrale per i loro prodotti, anche se ora è molto più sofisticato di quanto non fosse ai primi tempi. PYMK come prodotto di dati è iniziato intorno al 2006. È stato avviato da persone che alla fine sarebbero state conosciute come uno dei primi team di “scienza dei dati” nel settore tecnologico. A quei tempi, nessuno si riferiva a PYMK come a un progetto “AI”, in quanto il termine AI non era ancora una parola di favore in favore “.
L’altro progetto significativo che abbiamo iniziato nello stesso periodo era ovviamente il ranking di ricerca, che era un classico problema di intelligenza artificiale a quel tempo a causa dell’emergere di Google e della concorrenza nello spazio dei motori di ricerca.
A LinkedIn, Igor afferma che “confrontiamo l’intelligenza artificiale con l’ossigeno: permea tutto ciò che facciamo. Ad esempio, per i nostri membri, aiuta a consigliare opportunità di lavoro, organizza i loro feed, garantisce che le notifiche che ricevono siano tempestive e informative e suggerisce contenuti di apprendimento di LinkedIn per aiutarli ad acquisire nuove competenze. ” Per quanto riguarda i prodotti aziendali di LinkedIn, afferma: “L’intelligenza artificiale aiuta i venditori a raggiungere membri che hanno un interesse nei loro prodotti, i marketer servono contenuti sponsorizzati pertinenti e i recruiter identificano e raggiungono nuovi pool di talenti”. I vantaggi dell’IA di Linkedin operano anche in background, dall’aiutare a proteggere i membri da contenuti fraudolenti e dannosi al routing delle connessioni Internet per garantire la migliore velocità possibile al sito per i nostri membri.
Garantire la sicurezza dei membri sulla piattaforma è qualcosa che prendiamo molto sul serio. Essendo un social network con un forte intento professionale, è importante agire rapidamente per identificare e prevenire gli abusi. Poiché gli abusi e le minacce sono in costante cambiamento, l’IA è sicuramente al centro di questi sforzi. LinkedIn ha trovato l’apprendimento automatico molto utile nel rilevare profili inappropriati .
Senza l’IA, molti dei loro prodotti e servizi semplicemente non funzionerebbero. Il “grafico economico” che usano per rappresentare l’economia globale è semplicemente troppo grande e troppo sfumato per essere compreso senza di essa.
L’intelligenza artificiale migliora letteralmente ogni esperienza. A partire dalle notifiche che i nostri membri ricevono sugli articoli pertinenti. Ma, probabilmente, uno dei modi più importanti attraverso i quali i nostri membri sperimentano l’IA è nel feed, che ordina e classifica un inventario eterogeneo di attività (post, notizie, video, articoli, ecc.). Per garantire la pertinenza nel feed, è importante che gli algoritmi considerino le diverse sfumature dei consigli sui contenuti e le preferenze dei membri.
Un esempio interessante delle condivisioni di Igor è che all’inizio del 2018 hanno scoperto una distribuzione disomogenea di coinvolgimento nel feed: i guadagni in azioni virali sono stati accumulati dall’1% superiore di utenti esperti e la maggior parte dei creatori ha ricevuto sempre più feedback zero. Il modello di feed stava semplicemente facendo ciò che gli era stato detto: condividere contenuti virali di ampio interesse che avrebbero generato molto coinvolgimento. Tuttavia, afferma di aver capito che questa ottimizzazione non era necessariamente la più vantaggiosa per tutti i membri. Per combattere l’effetto negativo sull’ecosistema creato dall’intelligenza artificiale, hanno incorporato l’ottimizzazione lato creatore nella funzione obiettivo relativa alla pertinenza dei feed per aiutare i loro creatori con un pubblico più piccolo. Con questo aggiornamento, gli algoritmi di classificazione hanno iniziato a prendere in considerazione il valore che sarebbe risultato sia per lo spettatore che per il creatore nella creazione di un oggetto specifico. Per lo spettatore, volevano far emergere contenuti pertinenti in base alle loro preferenze e per il creatore, volevano incoraggiare contenuti di alta qualità e aiutarli a raggiungere il loro pubblico. Igor afferma che “modificando i nostri modelli per ottimizzare non solo i momenti di condivisione virale, il nostro feed si è trasformato in un sano mix di contenuti di influencer e connessioni dirette, migliorando quindi il coinvolgimento sia per gli spettatori che per i creatori”.
In che modo le normative sui dati mondiali incidono su LinkedIn
Negli ultimi anni regioni di tutto il mondo hanno iniziato a mettere in atto leggi su come le aziende sono in grado di archiviare e utilizzare i dati degli utenti. Leggi come il Regolamento generale sulla protezione dei dati (GDPR) dell’UE o il California Consumer Privacy Act (CCPA) hanno lo scopo di migliorare i diritti alla privacy e la protezione dei consumatori. Per alcune aziende, diventare conformi significava dover totalmente provare il modo in cui si avvicinano ai dati. Fortunatamente per LinkedIn, i dati sono sempre stati considerati una risorsa per l’azienda e sono stati considerati come uno dei principali fattori di differenziazione dell’azienda.
Anche prima del GDPR, Igor afferma che LinkedIn aveva un framework interno che chiamano 3C: chiarezza, coerenza e controllo. Dice “Abbiamo creduto allora e facciamo ancora oggi che dovevamo ai nostri membri fornire chiarezza su ciò che facciamo con i loro dati, essere coerenti nel fare solo come diciamo e dare ai nostri membri il controllo sui loro dati. In tale contesto, LinkedIn ha considerato il GDPR come un’opportunità per rafforzare il proprio impegno per la privacy dei dati per tutti i membri a livello globale. Ad esempio, LinkedIn ha esteso i diritti dell’interessato GDPR a tutti i membri a livello globale. Continuano a riflettere attentamente sul modo in cui si avvicinano all’uso dei dati dei membri su LinkedIn e in IA e su come rivedono e aggiornano i processi, per garantire la privacy in base alla progettazione. Agire nel migliore interesse dei membri continua a essere la stella polare di LinkedIn,
Il mutevole panorama lavorativo dell’intelligenza artificiale
Come un social network professionale molto grande, LinkedIn ha l’opportunità unica di vedere approfondimenti sul cambiamento dei ruoli lavorativi, posizioni popolari e popolarità regionale che altre aziende potrebbero non avere approfondimenti così approfonditi. Alla fine dello scorso anno, LinkedIn ha pubblicato il suo terzo rapporto sui lavori emergenti annuale per identificare i lavori in più rapida crescita. Lo specialista dell’intelligenza artificiale è emerso come il lavoro emergente n. 1 di tale elenco, mostrando una crescita annuale del 74% negli ultimi 4 anni. È particolarmente eccitante vedere questa crescita oltre il settore tecnologico. Nel 2017, hanno scoperto che il settore dell’istruzione aveva il secondo numero più elevato di competenze chiave di intelligenza artificiale aggiunte dai membri , dimostrando che la crescita dell’IA è correlata a più ricerche nel campo.
Più di recente, tra la crisi economica causata dalla pandemia, LinkedIn sta ancora osservando che il mercato del lavoro di intelligenza artificiale continua a crescere. Se normalizzati rispetto alle offerte di lavoro complessive, i lavori di IA sono aumentati dell’8,3% nelle dieci settimane successive allo scoppio di COVID-19 negli Stati Uniti Anche se le inserzioni di lavoro di AI stanno crescendo più lentamente rispetto a prima della pandemia e nonostante un rallentamento generale della domanda di talenti, i datori di lavoro sembrano ancora aperti all’assunzione di specialisti dell’IA.
La cosa interessante nel campo dell’intelligenza artificiale è che LinkedIn sta vedendo un intero ecosistema di ruoli tecnici che supportano diverse fasi del ciclo di vita dell’IA. Se torni al Rapporto sui lavori emergenti alla fine dello scorso anno, i ruoli di specialista dell’IA (persone che costruiscono e addestrano modelli, ecc.) Sono in aumento, ma anche i cosiddetti lavori “adiacenti all’IA” sono in aumento. Ciò significa che stai riscontrando una maggiore domanda di data scientist, data engineer e cloud engineer. Inoltre, questa domanda sta crescendo in più settori, non solo nel settore tecnologico. È attraverso l’intero spettro.
Impatto futuro dell’IA
Alla fine della giornata, l’IA è uno strumento e il suo più grande potenziale risiede nel modo in cui aumenterà l’intelligenza umana e come consentirà alle persone di ottenere di più. Gli attuali strumenti di IA di LinkedIn dipendono in larga misura dall’input umano e non possono mai essere completamente automatizzati.
Igor crede fermamente che il futuro dell’IA sia nelle applicazioni e in particolare come sfruttiamo tale strumento per renderci tutti più intelligenti e consentirci di fare di più. Per fare ciò, l’IA deve essere molto più accessibile a un gruppo più ampio di persone rispetto ai soli esperti di IA. L’intelligenza artificiale deve diventare più un’interfaccia plug-and-play, quasi un’interfaccia punta e clicca. Sta vedendo entrare in questo spazio i principali giocatori di cloud, sviluppando strumenti che aiutano ad abbassare la barriera dell’ingresso nell’intelligenza artificiale. Una volta che l’IA è guidata dalle applicazioni, apre la creatività umana allo sviluppo di casi d’uso davvero interessanti e interessanti.
In tale contesto, le tecnologie AI sono davvero affascinanti in tutto lo spettro; dagli sviluppi algoritmici e matematici ai sistemi hardware e AI. Basti pensare all’ingegnosità che i ricercatori hanno dimostrato nel tentativo di far convergere le loro reti neurali profonde. Nel panorama dell’intelligenza artificiale, sembra che ci siano tesori dietro ogni cespuglio o sotto ogni roccia.