Choreographing Human-Machine Collaboration: Spotify's Sidney Madison Prescott
32:52 Share

今天，我们播出一期由我们的朋友 Modern CTO Podcast 制作的节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式 AI 的兴起，在技术方面取得成功的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。您可以在 Apple Podcast、Spotify 或您收听播客的任何地方找到 Modern CTO Podcast。工程师通常并不以其舞蹈技巧而闻名。

但越来越多的组织需要协调人与机器的工作方式。在本期节目中，我们将与 Spotify 智能自动化全球主管 Sydney Madison Prescott 聊聊人与机器之间如何改善业务流程的“舞蹈”。欢迎收听《我和 AI》，这是一档关于商业人工智能的播客。在每一期节目中，我们都会向您介绍一位在 AI 领域进行创新的个人。我是 Sam Ransbotham，波士顿学院信息系统教授。

我还是麻省理工学院斯隆管理评论 AI 与商业战略大创意项目的客座编辑。

我是 Shervon Kodabande，BCG 的高级合伙人，我与人共同领导 BCG 在北美的 AI 业务。麻省理工学院 SMR 和 BCG 合作研究 AI 已有五年时间，采访了数百名从业人员，并对数千家公司进行了调查，了解如何在整个组织中构建、部署和扩展 AI 能力，并真正改变组织的运作方式。

今天，我们与 Sydney Madison Prescott 进行了交谈。她是 Spotify 智能自动化全球主管。Sydney，很高兴能邀请到你。感谢你的加入。很高兴来到这里。我们的播客标题是《我和 AI》，我们倾向于关注你个人，所以也许我们可以从这里开始。你能告诉我们一些你在 Spotify 的当前角色吗？

我目前领导着一个全球团队。我们主要在美国、英国和欧洲地区工作，我们的目标是使 Spotify 的员工队伍现代化，并真正提高其效率。因此，这特别关注许多跨职能团队的流程，

以确保无论我们使用的是应用程序的 UI，还是财务职能，我们都能尽可能高效地完成日常工作。

实际上，我们通过密切关注如何利用智能自动化来实现这一目标。从本质上讲，这是一个工具堆栈，我们将机器人流程自动化、人工智能和机器学习结合在一起。

以便真正促进数字化转型。我们的团队目前主要与财务部门紧密合作。但是，我们也已扩展到我们的广告业务运营，再次关注数字化转型以及我们如何真正统一 Spotify 员工今天使用的前台和后台流程。

你的学位是……你拥有佐治亚州立大学哲学专业学士学位，辅修政治学和伦理学。加油美洲豹。这当然与人工智能没有典型的联系。你能否将你的背景与你从那里到目前职位的发展道路联系起来？

我同意，这并不是从事这些真正新兴和创新技术的人的传统轨迹。我想说的是，我的学位确实让我能够批判性地思考各种任务、各种责任，并能够识别业务问题，并提出针对该业务问题的技术解决方案。我确实非常依赖

我从哲学学位中学到的批判性思维和逻辑技能，这些技能确实有助于我的成长，并在流程再造方面增强了我的优势，并且在将业务问题转化为通过技术实现的业务效率方面能够跳出框框思考。

我的职业生涯始于实习，我专门从事配置和资产管理工作。所以我实际上是预科专业，我想成为一名律师。我开始处理软件合同。

这确实是我第一次涉足技术领域。我开始了解商业法和商业合同。但是，我开始真正看到我们对技术人员所做工作的想法与世界各地所做的工作的现实之间的惊人对比。一旦我开始深入研究软件合同和 TrueUp 方面

业务。这实际上是我在完成这一转变后坚定地转向成为一名技术人员的地方。从那时起，我便非常深入地研究了不同系统之间的联系以及我们在这些配置方面面临的挑战。

以及来自这些各种配置和与不同系统集成的输出或数据质量。因此，通过这种方式，我开始专注于对数据质量和治理的热情，并将数据视为一种资产。

在这里，我开始坚定地理解流程效率、流程自动化以及转向更自动化业务之间存在的关联，这为您提供了更大的数据洞察力以及更好的、您可以根据这些数据属性做出的真正高管决策。我在 Fiserv 开始了这段旅程

从那时起，我有机会深入研究机器人流程自动化的概念验证。这相对较早。所以我称自己基本上是这项技术的早期布道者。这大概是在 2015 年。因此，通过该概念验证，我开始了解什么是机器人流程自动化？为什么它可以用来促进企业级的数字化转型？在那时，我还开始深入研究智能自动化，这是机器人流程自动化、人工智能和机器学习的组合，有时还包括光学字符识别。所以这很大程度上是从

软件合同法律术语到配置和资产管理，再到数据质量和治理的转变。然后，这又过渡到更多的新兴技术，例如人工智能和机器人流程自动化。这尤其有趣，因为我认为大多数人，他们是在涉足机器学习和人工智能之后才意识到数据治理和质量的重要性，当他们发现有多少

取决于数据，然后他们调查为什么所有事情都因为糟糕的数据而崩溃，然后他们对治理感兴趣，而你却反过来从另一个方向而来。我不想过多地从治理的角度来谈论这个问题，但我发现很难谈论它。因此，我在课堂上讨论的一件事是数据质量和治理的重要性。当我这么说的时候，我觉得很无聊。你如何克服这种远离——你如何让它变得有趣？是的。我该如何让它变得有趣？你如何让人们对这些方面充满热情？

数据质量和治理通常被视为事后考虑的事情，这意味着它只是不需要关注的事情，对吧？你更专注于加速业务增长或解决不同的业务挑战。但从我的角度以及我与利益相关者讨论的方式来看，流程的加速和流程的自动化需要

这只是更大难题的一块。因此，如果您正在自动化流程，但这些流程的输出或结果是不可靠的数据元素，那么从本质上讲，您是在违背自动化的目的。我的意思是，自动化只有在其向我们提供的输出一样好时才有效，对吧？无论是工程团队、业务利益相关者还是财务部门等，

尤其是在您查看我们必须根据数据输出做出的决策时，这将变得至关重要。因为当我们关注风险和控制时，当我们特别关注 SOX 流程时，这些流程会影响公司的财务状况，这就是数据绝对必不可少的地方。我们必须正确地获取它，我们必须能够依赖这些数据。我认为至关重要

我提请注意的是，迫切希望减轻环境中不良数据以及根据这些不正确数据做出的决策所造成的风险。因此，作为您角色的一部分，您的团队会进入并增加各个领域的自动化。人们对此有何反应？他们……

认为，哦，我的天哪，我的工作没了。我过去做这些任务，现在它们消失了。还是人们更快乐？他们是否感到受到威胁？对您的团队引入的各种流程有何反应？

这非常有趣。最初，你知道，人们会认为，哦，这会很可怕。但 Spotify 的好消息是，它是一个非常动态和敏捷的环境，也是一个非常有创造力的环境。因此，由于这一点，它更有利于对这项技术的兴奋和好奇。它主要非常好

非常兴奋。人们更快乐了。他们喜欢机器人。他们给机器人起了昵称。所以总的来说，我不得不说，这主要非常积极。我还想说的一件事是，我认为这是 Spotify 内部文化以及我们非常专注于的结果

使 Spotify 在公司内的参与度更高效，并希望因此减少员工流失，因为员工对其角色的满意度提高了。Sydney，我想改变一下你刚才说的话。你一直在谈论自动化和各种自动化方式，智能自动化。你对

AI 是否有创造价值的方法？因为自动化处于光谱的远端，对吧？AI 在那里做出决策并执行，完全取代了人类。我们最近看到人们对 AI 与人类合作做一些他们单独都不能有效完成的事情非常感兴趣和关注。

有哪些例子？你对更……我想说的是，更整合的人工智能工作方式有何看法？这说得通吗？

说得通。这实际上是我非常热衷的一个话题，因为我认为这将是我们不仅作为技术人员，而且作为社会在将能够进行某种认知功能的机器与人类所具有的直觉认知特性相结合方面将会看到的东西。这两者的融合

我认为这是一个极具推动力的价值主张，尤其是在我们如何继续发展技术方面。我同意。我认为我们现在看到的是

更少地希望说人类远离特定流程，而机器接管，更多的是一种……我想说的是几乎是一种舞蹈，机器与人类之间的协作舞蹈。我认为这很棒，因为它使我们能够查看如何

人类根据其认知能力蓬勃发展，然后机器可以在我们不那么强大的领域帮助人类，对吧？对于大量数据，能够快速评估这些数据中的差异，能够在数百万行数据中看到模式，对吧？这些是 AI 能够真正为我们蓬勃发展的地方，AI 机器学习。

更多需要根据这些数据做出决策的认知功能，这就是人类可以重新参与并承担这项工作的地方。我称之为最终的人类增强。目标是最大限度地发挥我们作为人类的潜力，真正……数字舞蹈。是的，没错，没错。真正促进更好的输出和

并且也让我们真正……这几乎就像我们用这些机器增强了自己的能力，以至于我们真的可以说我们正在最佳水平上运作，无论我们是商业、工程师。然后，当然，这些输出最终会使企业受益。

因此，这种数字探戈的概念，Sam，我必须感谢你提出了这个概念，因为这是你一直在谈论的事情。这实际上非常有趣，而且感觉相当被低估了，因为它要么是人类独奏，要么是 AI 独奏。而中间地带，人类必须因为 AI 而以不同的方式做事，但 AI 某种程度上

围绕人类擅长的事情而变化并适应，人类也做了一些同样的事情，感觉完全没有被探索，部分原因是它感觉有点可怕，对吧？你必须重新思考流程、现有的工作方式以及工作描述的现有规范等等。正如你所说，这是一种未来。你对

如何才能更广泛地接受这种发展，让人们睁开眼睛看到它并非非此即彼，而是在中间地带，我们有很多机会。任何关于舞蹈的比喻都会让我立刻感到害怕。好吧，是你提出的。

这是一个非常有趣的问题。我认为犹豫不决真正接受这种人类参与循环的机器与人类伙伴关系的原因在于

人类对变化的抵制，我们都知道这是我们真正难以应对变化的事情。我们相信我们很快就能适应，但实际上，我们并没有像我们希望的那样快地适应。我认为我们尚未接受数字人类劳动力，我想说的是，真正将这两者结合起来，几乎就像一个无缝的劳动力一样，是因为

是因为我们如此依赖我们先前对工作的理解，我将把它放在引号中，什么是工作，对吧？将改变这一点的基本要素是重新定义我们作为人类在说工作时是什么意思，对吧？

工作是什么意思，无论是会计师、工程师、工程经理还是 C 层高管？我们所说的工作是什么意思？我们在疫情期间已经开始看到这种转变，对吧？我们进入了虚拟世界。我们已经听说了这方面的利弊。我们开始看到抵制，对吧，对一些试图拥抱更虚拟的劳动力概念的公司，对吧？

我相信这是未来的竞技场，那就是，我们能否拥抱虚拟劳动力和一个现实，在这个现实中，世界各地的工人能够以虚拟方式工作，以促进业务的增长，对吧？

接下来的一点是，在那项虚拟工作中，我们能否摆脱对人类与机器各自任务的这种孤岛式思维？我相信如果我们能够将它们融合在一起，虚拟劳动力与

重新定义作为人类工作的意义，并几乎将自己视为未来的会计师需要什么技能？未来的后端工程师需要什么技能？这些技能将如何与这些新兴技术无缝地结合在一起？

我相信这就是我们将达到最佳点的地方，我们不再存在这种紧张关系，好吧，只有人类才能做到这一点。我在工作中经常听到和看到这一点，那就是，哦，人类必须这样做。我说，好吧，人类容易出错。因此，我们可能并不总是需要完全依赖自己，并且将机器视为对手的思维减少，而将其视为业务流程中的合作伙伴和推动者。

听起来，我知道你有一个公民数据科学家项目。听起来这正是该项目的目标，教授这些基本的舞蹈步骤。是的，非常如此。因此，在 Spotify 内部，我们非常关注我们的公民开发者社区，这就是我们所说的。在这里，我们正在通过内部的各种技能提升训练营和培训来使我们的业务利益相关者能够

真正增强他们对这些新兴技术的理解。我们真的鼓励我们的业务利益相关者特别以一种与他们目前和未来在业务持续增长的过程中真正与他们的工作职责产生共鸣的方式来拥抱这项技术。

Sydney，我们正在录制这期节目，时间大约是在假期前后，Wrapped 刚刚发布。因此，在这个 Wrapped 产品中，Spotify 听众可以深入了解他们今年最难忘的收听时刻，包括播客，我们希望包括这个播客。您能否用它来说明您是如何做这些事情的？

当然。因此，为了促进展示，使用了大量的数据挖掘和机器学习，你知道，这是你的顶级艺术家。你听过他们多少次。你访问过的不同类型。这是一个很好的例子

再次利用数据挖掘来创建几乎是这种可视化，如果你愿意的话，作为 Spotify 客户，你的收听环境是什么样的。我们甚至在我们的许多后台流程中也看到了这一点，我们正在真正寻找利用的方法。我们拥有海量数据，我们正在真正关注，好的，有什么见解？我们如何实际利用它来对

无论是我们的系统交互方式，还是实际了解流程低效之处。因此，我们正在非常密切地关注我们各种流程流中的偏差监控，以便更好地识别我们有哪些低效区域，我们可以

专注于这些区域并解决这些问题，以使员工的整体工作流程更快、更高效。因此，这实际上是关于挖掘数据，但我们正在挖掘关键信息，这些信息可以帮助我们对低效性更积极主动，对做出更好决策更积极主动。

对我们可能预见到的特定业务流程的未来挑战进行预测分析，甚至预测数量的增加以及这将如何转化到整个环境中。因此，我认为这是一种非常好的数据使用方式，否则，如果您不使用这些数据，它几乎是一种浪费，因为它就像您可以从中收集如此多的见解一样。

Sydney，在这个领域存在人才争夺战，许多公司，无论是数字原生公司还是其他公司，都在努力吸引、留住和培养这里最优秀的人才。你对此有何看法？如果您能分享一些 Spotify 如何做到这一点的信息，那将非常感谢。

是的。这是一个非常有趣的话题，因为它真正归结于管道，从小学一直到，你知道，无论是技术学院、四年制大学等等，再到专业劳动力。问题就变成了，好吧，

几乎回到我们最初谈论的内容，我们是否正在促进对企业未来角色以及所需技能集的理解？我们是否在他们的学术或技术生涯中让个人能够在早期更好地参与这些不同的技术？我认为我们看到的是缺乏

对成为技术人员意味着什么的理解。我认为那里有很多误解，尤其是在……我想说的是，年轻一代。我认为我们需要更好地教育年轻学生，甚至十几岁的孩子

技术职业是什么样的，更重要的是，十年后、十五年后，当他们进入职场时，技术职业是什么样的。然后你从企业的角度倒退回来，你开始接触那些大学生，你开始接触那些高中生，你帮助他们了解一天的生活。我们做了很多关于工程师一天的生活、工程领导者一天的生活，对吧？

并展示，你知道，这不仅仅是戴着帽衫在电脑上进行黑客攻击的人，这是电影中的元素，对吧？这远不止于此。甚至我自己，当我进入技术领域时，我发现看到日常工作非常令人着迷，因为我自己根本不知道。我没有基础来理解成为一名工程师意味着什么。我认为这部分是我们真正可以

挖掘未来劳动力，帮助他们了解当今工程师的细微之处，以及未来工程师的细微之处，以及在技术职业中取得成功需要什么。你正确指出的当今与明天的区别实际上非常重要，因为我可以想象如果我的儿子问我，

但事实上，我在这个领域专业地工作过一段时间，我对我的时代工程是什么样的会相当偏见。感觉变化的速度如此之快，以至于之前的经验和建议很快就变得无关紧要了。因此，这个概念是，如果你回到 20 年、30 年前，你抬头看着 STEM 项目中的某个人，或者会抬头看着那些人，

试图了解踏入他们的位置会是什么样的感觉，感觉这些步骤在未来将完全不同。因此，这种愿意真正开阔眼界，以及明天工程师的典范是什么样的？因为感觉旧的方法将不再有效。我的意思是，人们必须更多地接触现在正在发生的事情，而不是 10 年前发生的事情。

这也导致了真正需要确保工程师不仅进入劳动力市场，而且随着他们职业足迹的成熟，他们始终保持丰富。

了解变化，对吧？以及技术在其领域中不断发展的方式。因为即使是今天的工程师也会告诉你，即使与他们在学校学习的内容相比，进入工程领域也是非常不同的。因此，真正的脱节在于，我们是否教授了正确的东西？

然后还有，我们是否在继续提升技能，对吧？随着技术的进步，我们是否仍然将职业中期工程师置于一个他们感到有权继续学习新技术并乐于接受新机会来实际利用这些创新工具的位置？说得非常好。那么，你接下来最兴奋的是什么？Spotify 的下一步是什么？对你来说有什么乐趣？地平线上有什么大事值得我们期待？

我真的很兴奋，再次，是那种人类增强，寻找方法，无论是通过人工智能，还是通过聊天机器人，还是通过光学字符识别，真正创造一种无缝体验。我想说的是，人类与机器之间无缝的工作体验。我坚信

下一个前沿是一个前沿，在这个前沿，人类几乎可以无缝地与他们环境中的不同工具进行交互，以更好地促进更快的结果。我们正在 Spotify 内部我的团队中真正寻找利用机器学习和人工智能的方法，以便真正使企业能够更快地发展并专注于更多增值任务。

因此，我们正在关注我们现有机器学习足迹的放大，特别关注我们可以将当前不可读的机器数据转换为可读的机器数据，将其传递给机器人，然后可能将其传递给人类的方法。所以再次构建这个工具堆栈，真正……

几乎是人类与从该工具堆栈中获得的输出之间直观的工作流程。然后，我们还在寻找我们可以开始继续完善工具堆栈的方法，无论我们是否正在关注

工作流程自动化。我们开始关注拥有前端（可能是某种带有聊天机器人的用户界面）与后端（实际上是内置的机器人流程自动化工作流程）之间的动态，然后触发一些不同的工作流程。因此，创建更多……我想说的是，

复杂和细致的方式来利用这些工具，而不是将它们孤立起来，并说，哦，这个流程只是机器人流程自动化，或者这个流程只是一个聊天机器人。打破这些障碍，然后当然继续打破我认为在大多数企业环境中真正存在的两个障碍，并且导致最多的障碍，即

业务与技术方面之间的孤岛，以及前台与后台职能之间存在的孤岛。Sydney，所有这些都非常吸引人。我认为我特别喜欢讨论打破这些重要的障碍，例如业务与技术之间的障碍以及前台与后台之间的障碍。我认为数字舞蹈的比喻很有潜力。感谢你今天抽出时间与我们交谈。我真的很享受。

当然。这是一次很棒的谈话。再说一次，整个行业都在不断发展，成为其中一员非常令人兴奋。因此，我绝对鼓励听众深入研究并开始真正了解所有这些，因为这是未来，但也是现在。因此，对我们所有人来说，参与并对这对于我们社会中的每一个人的意义感到兴奋非常重要。谢谢你，Sydney。你给了我很大的启发。

感谢您收听《我和 AI》第三季。我们将两周后回来，开始第四季，与 Stanley Black & Decker 首席技术官 Mark Mabry 进行关于创新和星球大战的热烈讨论。在此期间，请记住在 Apple Podcasts 和 Spotify 上订阅、评分和评论我们的节目。

感谢收听《我和 AI》。我们相信，与您一样，关于 AI 实施的对话不会始于本播客，也不会止于本播客。这就是为什么我们在 LinkedIn 上专门为像您这样的听众创建了一个小组。它被称为 AI for Leaders，如果您加入我们，您可以与节目创建者和主持人聊天，提出您自己的问题，分享您的见解，

并获得来自麻省理工学院 SMR 和 BCG 关于 AI 实施的宝贵资源，您可以通过访问 mitsmr.com/AIforLeaders 来访问它。我们将把该链接放在节目说明中，我们希望在那里见到您。