AI bouwen? Dit Booking.com leider zegt: begin klein en los één probleem goed op

Je bent bij Booking.com begonnen als machine learning specialist met een focus op Trust & Safety en nu geef je leiding aan een team dat machine learning (ML) en software engineering combineert. Terugkijkend, wat is één les uit je hands-on werk die nog steeds vorm geeft aan hoe je vandaag de dag leiding geeft?

Als ik terugkijk op mijn reis, als ik één kernles zou moeten kiezen die mijn overgang naar management definieert, dan is het het belang van eigenaarschap bij het navigeren door ambiguïteit.

Als ML Scientist leef je inherent met onzekerheid; je weet nooit of een model zijn doel-KPI’s zal halen, en tijdlijnen zijn inherent minder voorspelbaar dan bij traditionele software-engineering. Door te leren navigeren door deze constante ambiguïteit, heb ik een essentiële vaardigheid geleerd: het proces van ontdekking en risico van begin tot eind beheersen.

Als manager vertaalt zich dit in het creëren van een cultuur van psychologische veiligheid en veerkrachtige planning. Ik leid door mijn teams in staat te stellen eigenaar te worden van het proces van het oplossen van het onbekende, in plaats van bang te zijn voor het ontbreken van een gegarandeerd resultaat. Ik geef prioriteit aan transparante communicatie over risico en waarschijnlijkheid boven vaste zekerheid, zodat we weloverwogen beslissingen nemen en de belanghebbenden op één lijn houden, zelfs wanneer het projectpad evolueert. Deze vaardigheid om met onzekerheid om te gaan is misschien wel de belangrijkste overgang van de wetenschappelijke wereld naar de managementwereld.

Het managen van teams die werken aan zowel geavanceerde AI als kritieke veiligheidsfuncties moet complex zijn. Hoe moedigt u uw team van ingenieurs aan om te innoveren en tegelijkertijd vertrouwen en betrouwbaarheid centraal te stellen bij alles wat u bouwt?

Het balanceren van innovatie met vertrouwen en betrouwbaarheid is inderdaad een van de grootste uitdagingen in onze branche, en het is iets dat ik als manager constant in gedachten houd. Ons primaire doel is altijd om onze klanten te helpen beschermen en het juiste te doen, niet alleen om de technisch meest opwindende ideeën na te jagen. Maar om effectief te blijven, moeten we voortdurend evolueren.

Om innovatie aan te moedigen en tegelijkertijd het vertrouwen te behouden, passen we wat ik ‘risico-gated innovatie’ noem, toe. We scheiden experiment duidelijk van productie. We organiseren bijvoorbeeld regelmatig interne hackathons als veilige sandboxen voor leren en creativiteit. Deze ideeën worden Proofs of Concept die een grondige risicobeoordeling en validatie ondergaan voordat ze worden geïntegreerd in onze live, veiligheidskritische systemen. Deze aanpak stelt ons in staat om gedurfd te innoveren zonder afbreuk te doen aan de betrouwbaarheid.

Over betrouwbaarheid zelf valt niet te onderhandelen. Elke innovatieve ML-oplossing moet rusten op een fundament van robuuste software-engineering. We meten succes niet alleen aan de nauwkeurigheid van het model, maar ook aan de stabiliteit, waarneembaarheid en onderhoudbaarheid van de gehele productiepijplijn. Dit zorgt ervoor dat onze veiligheidskritieke services zijn gebouwd om lang mee te gaan.

Tot slot ben ik een groot voorstander van het delen van quick wins en kennis. We houden regelmatig sessies voor het delen van kennis en onderhouden actieve Slack-kanalen om nieuwe inzichten te verspreiden, van conferentielessen tot blogontdekkingen. Deze cultuur van continu leren helpt het team om uitdagingen sneller op te lossen en inspireert tot frisse ideeën.

Door deze mentaliteit te koesteren, zorgen we ervoor dat innovatie onze kernmissie direct ondersteunt: het voor iedereen gemakkelijker maken om de wereld veilig te ervaren.

Uw keynote op de 8e regionale e-commerceconferentie, “Hoe we onze klanten veilig houden met behulp van AI”, onderzoekt hoe Booking.com niet alleen online, maar ook praktijkervaringen beschermt. Wat inspireerde deze focus en welke belangrijke boodschap hoop je dat het publiek zal meenemen?

De inspiratie voor deze focus komt rechtstreeks voort uit de missie van Booking.com om iedereen de wereld veilig te laten ervaren. Werken in Trust & Safety, deze missie is de leidraad voor alles wat we doen. Als manager van ML- en Engineering-teams heb ik het voorrecht om te zien hoe AI en technologie deze missie op grote schaal vooruit helpen.

Interessant is dat veel mensen ervan uitgaan dat veiligheid alleen cyberproblemen betekent, zoals fraudedetectie of veilige betalingen. Hoewel die cruciaal zijn, gaan onze inspanningen op het gebied van vertrouwen en veiligheid nog verder dan dat. We richten ons op het helpen beschermen van het fysieke en psychologische welzijn van reizigers en partners gedurende hun hele reis, van boeken tot uitchecken.

De belangrijkste boodschap die ik wil dat het publiek meeneemt, is tweeledig. Ten eerste moeten bedrijven verder gaan dan alleen het voldoen aan de regelgeving of het aanvinken van beveiligingsselectievakjes. We moeten overschakelen van “wat we moeten doen” naar “wat we kunnen doen” om de klantervaring echt te verbeteren. Ten tweede zijn nieuwe technologieën en AI de essentiële aanjagers van deze verschuiving. Het overbrugt de kloof tussen ons online platform en de echte wereld, waardoor we complexe menselijke risico’s op grote schaal kunnen voorspellen, voorkomen en erop kunnen reageren.

De reisindustrie evolueert voortdurend, met nieuwe digitale risico’s en verwachtingen van klanten. Hoe ziet u AI de toekomst van online reizen en e-commerce in de komende jaren hervormen?

Als AI-liefhebber zie ik AI de e-commerce-industrie transformeren door klantervaringen persoonlijker, efficiënter en naadlozer te maken. Maar terwijl we deze systemen bouwen, is het belangrijk om gefocust te blijven op wat er echt toe doet: het oplossen van echte problemen voor mensen, en dit veilig, verantwoord en op schaal doen.

Een gebied dat al snel verandert, is zoeken en ontdekken. Ik heb me gerealiseerd dat steeds meer mensen, waaronder ikzelf, nu liever met LLM’s praten dan iets te googelen. Of het nu gaat om het plannen van een reis, het zoeken naar een plek om te eten of het vergelijken van welke robotstofzuiger je moet kopen, we willen antwoorden die op maat gemaakt, gemoedelijk en echt nuttig zijn. AI verschuift discovery van basisfiltering naar intelligente, proactieve ervaringen die gebruikers door hun hele traject leiden, niet slechts één transactie. Een opwindend recent voorbeeld van deze verschuiving is dat Booking.com een van de eerste partner-apps werd die in ChatGPT werd gelanceerd. Dit maakt het voor reizigers nog gemakkelijker om ons brede scala aan accommodaties te verkennen met behulp van gespreksaanwijzingen (zoals “Booking.com, zoek hotels voor mij in Miami Beach voor 3-5 november met een zwembad”), waarbij de ChatGPT-app relevante opties en naadloze toegang genereert. (Als je nieuwsgierig bent naar meer informatie over deze functie, kun je de volledige update hier bekijken.)

Dan is er operationele veerkracht, een ander enorm impactgebied. In de branche neemt AI complexe, repetitieve taken over, zoals klantenservicetriage, dynamische prijzen of nalevingscontroles. Dat betekent snellere platforms, soepelere operaties en minder handmatige inspanningen, waardoor teams zich kunnen concentreren op waardevol werk dat creativiteit en menselijk oordeel vereist.

Ik geloof oprecht dat AI bedrijven een boost kan geven, levens kan vereenvoudigen en totaal nieuwe ervaringen kan ontsluiten, zolang we het maar op verantwoorde wijze gebruiken. De teams die op dit gebied zullen leiden, zijn degenen die snel handelen, maar ook gegrond blijven in ethiek, klantvertrouwen en het juiste doen.

Machine learning is een belangrijk onderdeel van AI, dat centraal staat in je werk als specialist en als engineering manager. Zijn er AI-tools, frameworks of technologieën waar u het meest op vertrouwt – persoonlijk of met uw team – die andere e-commerceprofessionals zouden moeten kennen?

Onnodig te zeggen dat we tegenwoordig allemaal vertrouwen op AI-toepassingen die een steeds crucialer onderdeel worden van ons dagelijks werk, zowel als ingenieurs als leiders.

Afgezien van de nu wijdverbreide afhankelijkheid van open source-tools, ligt naar mijn mening de grootste uitdaging en focus voor ingenieurs en leiders momenteel in MLOps en het betrouwbaar implementeren, schalen en gezond maken van modellen. In ons team in Booking.com pakken we dit aan door gebruik te maken van robuuste MLOps-platforms zoals AWS SageMaker die de pijplijn standaardiseren van het maken van functies tot monitoring. Deze aanpak is van cruciaal belang voor e-commerce omdat het het risico elimineert dat modeldrift inkomstenverlies veroorzaakt en ervoor zorgt dat betrouwbare modellen kunnen worden geïmplementeerd met functionaliteit met één klik, wat veel belangrijker blijkt te zijn dan de initiële nauwkeurigheid van het model.

Veel startups en bedrijven in de Westelijke Balkan beginnen te experimenteren met AI. Wat zou op basis van uw ervaring op een wereldwijd platform uw beste advies zijn voor teams hier die op verantwoorde en effectieve wijze AI-oplossingen willen bouwen – zonder de klantervaring uit het oog te verliezen?

In mijn ogen moet het bouwen van AI-oplossingen altijd hand in hand gaan met klantgerichtheid. De meest succesvolle AI-toepassingen die ik heb gezien of waar ik deel van heb uitgemaakt, beginnen met een duidelijk begrip van de echte gebruikersbehoeften, niet alleen van de nieuwste technologietrend.

Voor bedrijven in de Westelijke Balkan zou ik aanraden om klein te beginnen met gerichte use cases die de customer journey echt verbeteren. Probeer niet vanaf de eerste dag “alles te AI’en”, maar identificeer in plaats daarvan een specifiek wrijvingspunt dat u goed kunt oplossen. Het is ook belangrijk om verantwoordelijkheid in een vroeg stadium in het proces in te bouwen door vooringenomenheid, eerlijkheid en gegevensprivacy te beschouwen als een integraal onderdeel van uw ontwikkelingsstrategie, niet als een bijzaak.

Een interactieve aanpak is cruciaal: verzamel continu feedback van gebruikers en houd mensen in de beginfase op de hoogte totdat je uitblinkt, vooral voor beslissingen die direct van invloed zijn op klanten of cruciaal van aard zijn. Dit helpt het vertrouwen te behouden en zorgt voor voortdurend toezicht. Succes moet niet alleen worden afgemeten aan technische nauwkeurigheid, maar ook aan hoe nuttig en betrouwbaar de oplossing is voor gebruikers.

De Westelijke Balkan heeft een unieke kans om AI-oplossingen te bouwen met frisse perspectieven en minder beperkingen uit het verleden. Als teams geworteld blijven in ethiek en klantwaarde, is er een reële kans om leiding te geven met slimme, verantwoorde innovatie, wat echt opwindend is.