全球保险公司Liberty Mutual首席信息官Monica Caldas通过努力提升整个公司的数字敏锐度，让公司变得更加以数据为导向，而且能够采用生成式AI。
Liberty Mutual首席信息官Monica Caldas
Monica Caldas是一位屡获殊荣的数字高管，她领导着一支由5000名技术人员组成的团队，担任Liberty Mutual Insurance的全球首席信息官。她是一位果断的、注重增长的高管和创新战略家，在领导大型复杂转型和执行实际解决方案方面有着令人印象深刻的记录。
近日，Caldas和我们分享了她的领导力策略，如何让Liberty Mutual成为一家真正创新的、技术领先的公司，一家利用技术获得先发优势的公司，以及她和她的组织正在开展的工作，以打造一支精通数字技术的员工队伍，进一步在全球和本地层面上使Liberty Mutual脱颖而出。
您能否提供一些背景信息，说明您是如何看待IT在帮助企业竞争和“得分”方面发挥的作用？
我一直认为技术有防御和进攻两个方面。作为支持全球保险公司的技术组织，首要任务就是实现安全的、稳定的系统，这是防御的一面。我们在全球多个司法管辖区运营着一个庞大的生态系统，因此确保我们的系统能够365/24/7全天候为客户、员工和经纪人提供服务至关重要，我们必须始终在兑现承诺。此外，我们必须让拥有合适技能的人才专注于正确进行问题陈述并与之保持一致，我为我们建立的团队感到自豪。
在进攻方面，是关于部署新功能和特性以帮助我们脱颖而出。现在，我们正在考虑如何更广泛地利用AI，我们还没有在这个旅程中踏出第一步，因为作为一家保险公司，我们已经利用AI多年了，但我们正在考虑生成式AI，即我们如何赋予员工权力并增强他们的工作能力，帮助他们拥有更多的能力，完成更高级、更复杂的工作？
所以对我们来说，进攻和防守始终是并驾齐驱的。我们正在让我们的生态系统变得更加现代化。我们正在不断部署新的数据功能和洞察，推进我们的数字化发展议程，也在内部构建了这些生成式AI功能，帮助我们的员工在日常工作中提高工作效率。
Jim MacPhee是您多年的业务和技术合作伙伴，他说他总是被您的好奇心以及您如何专注于深入了解为客户实现的关键业务成果所鼓舞。是什么激发了这种高度的好奇心？
我的理念是我们必须解决业务问题。为了解决这些问题，我和我的技术团队必须更深入地了解这些问题。
我经常说，无论你要解决什么问题，都要确保你知道完整的背景信息。很多时候，这意味着要亲自去看看。例如，我试图了解我们加拿大业务的承保情况。我会飞到加拿大，和承保人坐在一起，了解为什么我们部署的这种能力没有被使用。承保方说：“嗯，很难用。”有时速度很慢。’而在技术领域，你很容易跳到‘好吧，让我解决延迟问题。让我解决用户体验问题。’在这个例子中，最好的方法就是去了解本地发生了什么。
我们的运营理念是，我们需要解决实际的问题，而不仅仅是创造输出，而是创造成果。你可以做到这一点的方法之一，就是亲自去看看，拥有一个共同的背景，并就真正的成功是什么样子达成一致。
你的团队在数据领域做得非常出色。当谈到数据时，您的心态是怎样的？您如何利用数据来获得竞争优势？
作为技术领域的领导者，我们必须认识到，数据是一种共享资产，对我们组织内的每个职能都至关重要。无论你是在索赔、财务还是技术部门，数据素养都是我们集体责任的基石。为此，我们制定了一个高管教育计划，辅以整个组织的广泛培训计划，加深我们对数据的理解。
通过揭开数据的神秘面纱并超越其抽象本质，我们就有能力有效地利用数据，这确保了每个团队成员都成为数据负责任的管理者，最终推动创新和卓越。我们在这方面的能力仍在不断成熟，但我们已经充分认识到我们是共同承担数据责任的。
我们的方法是双管齐下。我们有一个专注于数据治理、数据域管理和访问的数据办公室，这个团队独立于IT，是联合的团队，所以位于不同的业务部门，作为一个数据社区聚集在一起，充分利用我们的全部企业能力。在技术方面，我们考虑了工程方面——访问、平台、工具、洞察力、转换，所有这些不同的组成部分。
我们在高管数据委员会将单个业务部门级别和企业级别这两者结合在一起。我们的数据素养已经成熟，导致了今天的对话和五年前截然不同。今天，我们研究整个领域所需的成熟度水平，以及针对哪些问题陈述需要哪些数据集，然后将这种管理意识带到每个数据办公室。
我还相信，在我们所做的每一件事中，数据都是让我们取得成功的基本要素，因此我们必须了解哪些数据集对哪些决策最为关键。如果我们更好地理解数据并获得更好的洞察，我们就能以更快的速度提供更好的产品和服务。
这就是我们正在走的路。我们已经对大多数数据仓库进行了现代化改造，引入了新的工具和功能，这一点很棒，因为现在我们正处于AI技术的下一个转折点，所以这么做是非常及时的。
每个人都在谈论成为一家科技公司，但很少有人像您一样有意识地提高整个公司的数字敏锐度。您正在做什么来建立一支更精通数字的员工队伍？
我们投入了巨大的精力来确保我们的技能不仅适合今天，也适合明天。我专注于利用每位员工的数字智商，扩大我们5000位实践技术人员产生的影响力。
几年前我们推出了Executech，这是一个旨在让企业领导者深入了解技术基础知识的项目。这个项目涵盖了AI、我们对数据模型的使用、我们解决技术债务的方法、以及遗留系统的现代化等重要主题。我们探索数据的本质和数据工程的复杂性，目标是让技术对话变得更简单，加速我们利用技术产生影响力。
在这个时代，速度非常重要，通过拥有跨职能的技术知识，可以在整个公司范围内打造协作解决问题的能力，这些对话将为公司的未来做好准备。
您很早就（并且正确地）对生成式AI下了大赌注——这是每个CIO都会面临的那些重要的“接听电话时刻”之一。这一切是如何展开的，在这个过程中您目前处于哪个阶段？
我们的AI功能组合还在不断发展扩大，其中生成式AI是我们正在积极探索和部署以供内部使用的一个重点领域。我们采用攻守兼备的策略，采取果断措施确保负责任地展开创新。
在防御方面，我们成立了负责任的AI指导委员会。这个团队负责解决潜在风险、管理整个公司的AI、提供指导、实施必要的培训、及时了解新兴的监管政策变化。
同时在进攻方面，我们推出了内部的Liberty GPT实例，为学习和实验提供了一个安全的环境。我设想所有45000名员工在接受培训后都会使用Liberty GPT，培养对AI潜力的直观理解——探索和学习。
我们已经将我们的方法分为了几个阶段。第一阶段涉及组织、建立基础框架、召集负责任AI指导委员会、了解模型限制、建立第三方合作伙伴关系、以及在评估我们的技术架构的同时，设置我们的内部实例。第二阶段的重点是开发用例、创建待办事项、探索资源分配领域、以及确定合适的主题专家进行测试和实验。
大约18个月后，也就是现在，我们进入了第三阶段。我们有25%的员工在使用Liberty GPT，有超过200个优先项目，其中10个已经投入生产，这些都是全方位的特定功能——总结功能或问答功能——这样我们就不会在整个公司进行重复性的工作。我们正在使用用例来帮助我们的员工提高日常工作效率。
我们也在工程方面进行了测试。我想说，我们需要取得属于自己的成功，所以关键在于我们如何在技术层面上思考它，以及如何使用它来思考我们今天使用的哪些流程应该更多地由机器主导，而不是由人主导。我们一直在部署一些测试，进行实验和思考，如何让工程体验更好，并使我们能够应对工程生命周期中更复杂的部分？
我认为我们已经在路上了。对我们来说，下一个前沿将是参考架构，如何利用大型语言模型而不是小型语言模型，如何考虑流程的转型，而不仅仅是用例和时间点。我们已经走上了正确的道路上，不会坐以待毙。
