3 trampas que las empresas deben evitar en sus viajes de IA


los Las Cumbres de Transform Technology comienzan el 13 de octubre con Low-Code / Sin Code: Habilitación de la agilidad empresarial. ¡Únete ahora!


Este artículo fue escrito por Bob Friday, vicepresidente y director de tecnología de Juniper’s AI-Driven Enterprise Business.

En una encuesta reciente a 700 profesionales de TI de todo el mundo, el 95% dijo que sus organizaciones se beneficiarían de la integración de la Inteligencia Artificial (IA) en sus operaciones, productos y servicios diarios, y al 88% le gustaría utilizar la IA en la mayor medida posible. ¿Cuándo fue la última vez que escuchó a mucha gente estar de acuerdo?

Sí, todo el mundo habla de IA porque es el siguiente paso en la evolución de la automatización para realizar tareas en pie de igualdad con los expertos en el campo humano, ya sea conducir un coche o diagnosticar enfermedades para los médicos. Pero no se equivoquen, ya que vemos los frutos de la IA aquí y allá: en general, la industria y la mayoría de las empresas recién están comenzando a adoptar la IA. Y, al igual que con cualquier nueva tecnología significativa, las organizaciones deben desarrollar una estrategia de implementación específica para su negocio a fin de aprovechar al máximo la automatización de la inteligencia artificial y la tecnología de aprendizaje profundo.

La complicación, como dijo Gartner: «Cómo hacer de la IA una competencia central de TI, la mayoría de las empresas aún eluden».

Sin embargo, si no aprende a aprovechar AI / ML, una empresa estará en desventaja competitiva en términos de experiencia del cliente y eficiencia operativa. Entonces, ¿cuál es la forma de llegar allí? A continuación, presentamos tres errores comunes que las empresas deben evitar al prepararse para la IA.

1. Difusión de datos y misión

Un buen vino requiere buenas uvas y una gran IA comienza con buenos datos, pero una gran IA también necesita un ROI empresarial claro. El ROI del valor comercial y los datos necesarios para automatizar la tarea del experto en el dominio deben definirse claramente al comienzo del proyecto si la solución de IA ofrecerá un valor real y continuará obteniendo los recursos para crecer desde el piloto hasta la producción.

Los ingredientes de la IA, como los algoritmos y el aprendizaje automático, suenan muy científicos, pero los proyectos de IA empresarial nunca deben parecerse a experimentos científicos. El «síndrome del juguete nuevo y brillante» es una verdadera trampa para la IA. Para no sucumbir a eso, las empresas deben vincular cada proyecto de IA a resultados comerciales específicos y conocer la pregunta del resultado comercial y la tarea que está tratando de estar a la par con un experto en el dominio.

Por ejemplo, ¿el objetivo de utilizar la automatización inteligente es aliviar a los miembros del equipo de TI de las tareas rutinarias diarias para que puedan concentrarse en actividades de mayor valor? Más allá del departamento de TI, ¿se supone que debe ayudar al departamento de marketing a obtener una ventaja competitiva al brindar experiencias más personalizadas a los clientes? ¿El proceso de ventas estará más automatizado para aumentar el volumen de clientes potenciales y la tasa de cierre?

Los ejecutivos de alto nivel tendrían que vivir bajo una roca en este punto para no ver el potencial de la inteligencia artificial y el hecho de que se requiere inversión en pilas de tecnología habilitadas para inteligencia artificial, pero querrán comprender qué tan bueno es para ese negocio. es. Todos en una empresa deben reconocer esta realidad y evitar cualquier bamboleo en la razón de ser de un proyecto de IA.

2. Falta de conocimiento de IA / ML en la empresa

La escasez de talento en IA a menudo se cita como uno de los mayores desafíos que enfrenta la industria de la tecnología. Incluso ha sido etiquetado como una amenaza a la seguridad nacional en medio de las ambiciones de China de convertirse en el líder mundial en IA.

Según el informe de O’Reilly’s 2021 AI Adoption in the Enterprise, que encuestó a más de 3500 ejecutivos, la falta de empleados calificados y la dificultad para contratar ocupan un lugar destacado en la lista de desafíos de AI.

Para asegurarse de que sus empresas tengan el talento para aprovechar al máximo la IA / ML, deben comenzar un programa de reclutamiento y capacitación.

En el lado de la contratación, las empresas deben buscar talento más allá del título típico de ciencia de datos y buscar cursos relacionados como física, matemáticas e informática autodidacta. Pero contratar talento no es suficiente para que la estrategia de una empresa desarrolle su fuerza laboral de inteligencia artificial, especialmente cuando compiten con gigantes como Amazon y Facebook. Otra buena solución a considerar: si no puede contratarlos, capacítelos.

Si bien no es razonable esperar que alguien se convierta en un científico de datos después de tomar algunos cursos en línea de Coursera. Los ingenieros con experiencia en física, matemáticas e informática tienen la base para dominar la ciencia de datos y el aprendizaje profundo.

Las fuentes de talento pueden existir en lugares inesperados dentro de la organización. Tomemos, por ejemplo, los grandes ecosistemas de inteligencia empresarial (BI) que tienen muchas empresas. Tienen la habilidad de estar familiarizados con el análisis estadístico bayesiano, que es común a la mayoría de los algoritmos de aprendizaje automático.

Para asegurarse de que tienen las habilidades adecuadas para respaldar las iniciativas de IA, tiene sentido que las empresas vuelvan a capacitar a los empleados existentes tanto como sea posible, además de una estrategia de contratación de IA / ML. Las empresas deben ser creativas para encontrar a estas personas y talentos de IA / ML.

3. Construya en lugar de comprar

He visto empresas empantanarse al intentar construir sus propias herramientas y soluciones de IA desde cero en lugar de comprarlas o usarlas de código abierto. Los algoritmos utilizados para desarrollar soluciones de inteligencia artificial están evolucionando rápidamente y las empresas deben buscar asociarse con proveedores de su industria que lideran la ola de inteligencia artificial. A menos que sea una de las competencias centrales de la empresa, la creación de soluciones de IA suele ser excesiva. ¿Por qué reinventar la rueda cuando puede comprar una de las muchas herramientas comerciales de inteligencia artificial del mercado?

El último Informe sobre el estado de la IA en la empresa de Deloitte, en el que se encuestaron a 2.737 directores de TI y de la industria de todo el mundo, descubrió que los usuarios de IA «experimentados» y «cualificados» tienen más probabilidades que los «principiantes» de comprar los sistemas de IA que necesitar.

«Esto sugiere que muchas empresas pasan por un período de aprendizaje y experimentación internos antes de saber qué se necesita y luego buscarlo en el mercado», dijo el informe.

A las empresas que eviten estas tres trampas les resultará mucho más fácil acelerar su adopción de IA y disfrutar de los beneficios del crecimiento de los ingresos, menores costos operativos y una mejor experiencia del cliente.

Bob Friday es vicepresidente y director de tecnología del negocio empresarial basado en inteligencia artificial de Juniper.

VentureBeat

La misión de VentureBeat es ser un mercado digital para que los responsables de la toma de decisiones tecnológicas obtengan conocimientos sobre tecnologías y transacciones transformadoras. Nuestro sitio web proporciona información esencial sobre tecnologías y estrategias de datos para ayudarlo a administrar su organización. Lo invitamos a convertirse en miembro de nuestra comunidad para obtener acceso:

  • información actualizada sobre los temas de su interés
  • nuestros boletines
  • contenido de liderazgo intelectual cerrado y acceso con descuento a nuestros valiosos eventos, como Transformar 2021: Aprende más
  • Funciones de red y más

conviértete en miembro

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *