Katherine Leenhouts diskuterar sitt arbete inom data- och AI-området och ger sina råd till proffs som vill efterlikna hennes karriär.
Katherine Leenhouts är datadirektör på PwC Ireland, men hon planerade från början inte att hennes karriär skulle gå i den riktningen. ”Min väg började på universitetet. Jag började överväga en examen i något som liknar grekisk litteratur,” sa hon till SiliconRepublic.com.
”Istället fastnade jag för affärer efter att ha arbetat för två småföretag under sommarjobb. Jag bytte huvudämne och överraska, jag älskade mina programmeringskurser. De hade den rätta blandningen av påtagliga resultat, utmaning och kreativitet.
”Jag arbetade på PwC, tack vare vägledning av en av mina professorer, och accepterade en heltidsroll med ett av deras tidiga dataanalysteam. Mer än 15 år senare är jag glad att kunna säga att mitt jobb aldrig har varit tråkigt.”
Förutom AI, data och analytiska färdigheter, vilka förmågor stärker ditt arbete från dag till dag?
Kommunikation är en stor del av min vardag. Oavsett om jag samarbetar med seniora ledare från andra organisationer, samarbetar med vårt eget ledarskap eller vägleder praktikanter eller akademiker i mitt team, är förmågan att anpassa mig nyckeln. Jag tycker att du måste vara snabb på fötterna. Du måste kunna växla från att förstå och smälta nyckelinformation om ett kundprojekt till att förklara viktiga förändringar i data- och AI-utrymmet. Den kommunikationen kommer i många former, antingen genom presentationer, skriftliga förslag, kravdokument eller visuella rapporter. Min favorit är att kommunicera genom visuella format som instrumentpaneler, bilder, rapporter eller annan grafik. Det finns inget mer tillfredsställande än att se en komplex idé landa och ge någon den insikt de behöver för att fatta ett kvalitetsbeslut.
Använder du några färdigheter som du inte förväntade dig att använda i början av din karriär?
Detektivkunskaper. Jag gillar bra krav. När jag började trodde jag att folk skulle veta exakt vad de behövde. Det jag upptäckte är att den initiala uppgiften bara är utgångspunkten. Jag hade en gång en kund som bad om en instrumentpanel för att spåra statusen för hennes företags internrevisionsprojekt över hela världen. Genom att ställa frågor och gå djupare in i kraven upptäckte jag att hon hade problem med långvariga revisioner som gick förbi deras deadlines. Dessa följdes sedan ibland av långa saneringsåtgärder. Hon ville inte ha status för internrevisionsprojekt, hon ville ha en instrumentpanel som gav henne en sammanfattning av var projekt hade fastnat så att hon kunde avblockera dem.
Vi definierade kategorier för försenade projekt. Hon (och vi) ville ha data från de faktiska systemrevisorerna som användes för att utföra sitt arbete, inte från ett manuellt uppdaterat kalkylblad. Vi levererade en instrumentpanel som uppdaterades regelbundet, krävde inga uppdateringar utanför systemet och gav henne den information som behövdes för att vidta snabba, regelbundna åtgärder för att hålla verksamheten fokuserad på förbättringar. Förmågan att ifrågasätta djupare och helt förstå är en som är mycket viktigare än jag insåg i början av min karriär.
Hur avgörande är AI på arbetsplatsen, data och analytiska färdigheter i AI-eran?
AI-flytande är nu ett grundläggande krav. Effektiv användning av AI höjer standarden på vårt arbete. Verktyg som kodningsassistenter gör att vi kan iterera snabbare. AI-agenter, LLM:er (stora språkmodeller) och andra kan höja arbetsstandarden på flera nivåer. Det är avgörande att individer vet hur man använder AI för att förbättra och förfina sina egna idéer. Utan personlig vägledning ger LLM:er mängder av god kvalitet men generisk produktion. Vi förväntar oss att en individs perspektiv och skicklighet lyser igenom. När vi intervjuar individer letar vi efter människor som tänker kreativt, ställer insiktsfulla frågor och briljerar med att lösa problem. Kandidater som omfamnar AI-eran med ett tänkesätt som värdesätter nyfikenhet och innovation sticker ut.
Vad är spännande med en nuvarande roll inom AI och finns det många utmaningar?
AI-området skapas och förfinas dagligen. Det påminner mig om ett barns tidigaste år. Ena dagen kan de inte krypa alls, nästa dag är de över hela huset. AI är mycket så. Varje vecka förändras landskapet. När du arbetar på fältet är du en del av historien. Det är spännande. Det finns många utmaningar. För många organisationer var datamodernisering ett trevligt att ha istället för ett måste. Som ett resultat kan det vara utmanande att tillämpa avancerad AI-teknik. Organisationer kan vara riskvilliga. Det krävs övertygande användningsfall för att framkalla förändringar av policyer så att de balanserar de risker som är inneboende i användningen av ny teknik med fördelarna och minskningen av risken i nuvarande processer. På det personliga planet är det en ständig strävan att anpassa sig till nya arbetssätt. Det jag gillar med vårt team är att den här anpassningen ofta är rolig och engagerande.
Vilka karriärvägar finns tillgängliga för personer som är skickliga inom AI, data och analys?
Det finns två sätt jag ser att människor kan vara skickliga inom AI, data och analys. I första hand har människor grundläggande tekniska färdigheter, som att programmera i Python eller SQL, arbeta med data i molnmiljöer, skapa och analysera insikter eller analysera effekten av AI på säkerheten. I så fall hittar du på PwC en plats i vårt teknik-, data- och AI-team eller i vår cyberpraxis. I det andra fallet, om människor är datakunniga, vet hur man ställer bra frågor och använder AI-verktyg för att påskynda sitt arbete.
AI har förändrat förväntningarna på arbetsplatsens kompetens, hur kan en stark ledare uppmuntra sina team?
Starka ledare är ett exempel. De skapar utrymmen för team att dela kunskap och lyfta fram bästa praxis. Förändring är svårt, särskilt med tanke på de snabba förändringarna i AI-utrymmet under de senaste tre åren. På PwC hjälper vi team att navigera i dessa förändringar genom att bädda in AI-mästare i hela verksamheten för att göra det lättare att anta nya vanor. Våra praktikanter och akademiker genomgår utbildning om tillgängliga verktyg, etisk användning och vårt sätt att arbeta.
Har du några förutsägelser om hur det kommande året kan utvecklas när det gäller AI och automatiseringstrender?
Jag tror att det här är året det finns en efterfrågan på att börja se påtaglig avkastning från AI-investeringar. Vi kanske får se den första börsintroduktionen av ett AI-företag. Jag förväntar mig att vi kommer att se fler LLM:er inriktade på specifika användningsfall, som att stödja frågor om konsumenthälsa. Vi har redan börjat se fler insikter om vad folk ”söker” med LLM – Jag hoppas att vi får se mer av det här. Vi kanske börjar märka en tydlig skillnad mellan företag som använder AI för att lösa affärsproblem och de som fortsätter att arbeta som vanligt. Sammantaget förväntar jag mig att detta område kommer att fortsätta att utvecklas i takt och fortsätta att driva oss att vara innovativa, tänka kreativt och fortsätta röra på oss.
