Según C3.ai Exec, la falta de automatización está frenando el progreso de la IA


Después de más de una década de proporcionar un entorno de plataforma como servicio (PaaS) para crear e implementar aplicaciones de inteligencia artificial, C3.ai se hizo público en diciembre de 2020. A principios de este mes, en asociación con Microsoft Shell y la unidad Baker Hughes de General Electric, la compañía lanzó la Open AI Energy Initiative para permitir a las empresas del sector energético compartir y reutilizar más fácilmente los modelos de IA.

Edward Abbo, presidente y director de tecnología de C3.ai, explicó a VentureBeat por qué las alternativas más fragmentadas a la creación de aplicaciones de IA que se basan en procesos manuales no solo llevan demasiado tiempo, sino que también son insostenibles desde una perspectiva de soporte empresarial.

Esta entrevista ha sido editada para mayor brevedad y claridad.

VentureBeat: ¿Dónde encaja C3.ai en el ecosistema de todo lo relacionado con la IA?

Edward Abbo: Hay dos productos clave que traemos al mercado. Uno de ellos es una plataforma de aplicaciones como servicio que acelera el desarrollo, implementación y operación de aplicaciones de IA. Nuestros clientes pueden diseñar, desarrollar, implementar y operar aplicaciones de IA a gran escala. Se ejecuta en Microsoft Azure, Amazon Web Services (AWS) y Google Cloud Platform, así como en nubes privadas y en el centro de datos de un cliente. El otro es un conjunto o familia de aplicaciones de IA específicas de la industria. Los clientes de fabricación pueden, por ejemplo, suscribirse a aplicaciones de inteligencia artificial para fidelizar al cliente.

VentureBeat: C3.ai acaba de formar una alianza de Open AI Energy Initiative con Shell, Baker Hughes y Microsoft. Cual es el objetivo?

Abbo: La idea es que las empresas puedan desarrollar sus propios modelos y aplicaciones de IA y ponerlos a disposición a través de OSI para que otras empresas puedan suscribirse a ellos. Este es el primer mercado de IA para aplicaciones y modelos de IA en esta industria.

VentureBeat: ¿Crees que las empresas están luchando por hacer operativa la IA?

Abbo: A menudo escuchas dos cosas. Los científicos de datos están al 95% preocupados por los datos. Luego debe acceder a los datos de una amplia variedad de almacenes de datos [have] para estandarizar estos datos. Sin embargo, una entidad puede ser una persona o un dispositivo que tiene un identificador diferente en diferentes sistemas. Casi todas las empresas se enfrentan a demasiados sistemas y sus datos están fragmentados. Los científicos de datos necesitan hacer este trabajo. Necesita unificar datos y normalizar las cosas en función del tiempo. Terminan dedicando el 95% de su tiempo a datos y operaciones de datos y solo el 5% de su tiempo al aprendizaje automático. Obviamente, esta es una gran ineficiencia. Para muchos científicos de datos, esto es una gran frustración.

Lo segundo es que los científicos de datos utilizan lenguajes de programación como Python y R. No eres un informático ni un programador. Están entregando un modelo que creen que tiene un gran valor para una organización de TI que no está acostumbrada a lidiar con él. Necesita descubrir cómo ponerlo en funcionamiento y escalarlo. Puede tener dos millones de modelos de aprendizaje automático que necesita entrenar, validar, implementar y luego monitorear su efectividad. Después de eso, es posible que deba volver a capacitar este modelo o usar una versión diferente.

VentureBeat: ¿Cómo cambia C3.ai esta ecuación?

Abbo: Le dimos la vuelta al cubrir las operaciones de datos. Los científicos de datos ahora pueden dedicar el 95% de su tiempo al aprendizaje automático y solo el 5% a la recuperación de datos. Podemos eliminar la barrera de pasar de prototipos infinitos a escalar e implementar modelos de IA. Estos son los obstáculos que estamos eliminando para escalar y lograr la IA empresarial.

Ofrecemos un producto llamado Data Studio para integrar y unificar rápidamente datos de diferentes fuentes. Al proporcionar servicios de datos y análisis, el científico de datos no tiene que preocuparse por todo este trabajo. Proporcionamos lienzos de arrastrar y soltar para que los analistas comerciales traigan datos y experimenten con modelos de aprendizaje automático sin programación. Luego, puede publicar modelos de IA y servicios de datos en aplicaciones posteriores que pueden invocar estos servicios.

VentureBeat: Escuchamos mucho sobre operaciones de aprendizaje automático (MLOps) y operaciones de datos (DataOps). ¿Estas dos disciplinas tienen que crecer juntas?

Abbo: MLOps y DataOps deben converger. Realmente hemos reunido operaciones de datos, operaciones de TI, aprendizaje automático, analistas comerciales y aplicaciones en una sola plataforma. Los ingenieros de datos se enfocan en agregar y entregar los datos. Los científicos de datos luego usan esto para construir y publicar modelos. Los analistas de negocios pueden unirse a la biblioteca de modelos de aprendizaje automático utilizando las herramientas que elijan.

VentureBeat: esta es básicamente una herramienta sin código. ¿Eso significa que no tienes que ser un científico espacial para hacer IA?

Abbo: Grabamos ambos universos. Si eres programador, puedes publicar nuestros microservicios en lenguajes de programación. Sin embargo, si es un analista de negocios o un científico de datos ciudadano, no necesita codificar. Simplemente puede arrastrar y soltar algunos algoritmos sofisticados, conectarlos y hacer referencia a ellos a través de una interfaz de usuario sin programación. Usamos una técnica llamada arquitectura basada en modelos. Representamos la semántica de la aplicación independientemente de la tecnología subyacente. Si Microsoft, AWS o Google introducen nuevas tecnologías, básicamente podemos integrarlas en una aplicación preparada para el futuro.

VentureBeat: ¿Crees que las plataformas de inteligencia artificial deben ser híbridas por definición para proporcionar un nivel de abstracción que pueda manipular datos independientemente de su ubicación?

Abbo: Definitivamente estoy de acuerdo. Las empresas todavía tienen la mayoría de sus sistemas en sus centros de datos. La capacidad de escribir sus aplicaciones para que primero puedan implementarse localmente y luego trasladarse a una nube sin tener que reescribirlas es de gran valor para los clientes.

VentureBeat: ¿Qué errores de inteligencia artificial cometen habitualmente las organizaciones?

Abbo: La primera inclinación del CIO es lo difícil que podría ser. Voy a dejar ir a mis programadores para desarrollar esta habilidad. Y luego son 12-18 meses y luego descubren que todos los componentes que necesita para orquestarlo hacen que sea enormemente difícil pasar. Unificar datos de docenas, a veces cientos, de sistemas diferentes es un problema realmente desafiante.

Ya no es solo una base de datos relacional. Es una variedad de almacenes de datos. Luego, necesita un modelo de eventos que procese datos en lotes, micro lotes, transmisión, almacenamiento o almacenamiento interactivo. Luego hay una multitud de herramientas que necesitan trabajar juntas. Estos incluyen cifrado de datos, datos, transposición y persistencia de datos. Tienes que orquestar todo esto.

Cuanto antes las personas descubran que necesitan una plataforma cohesiva para acelerar el desarrollo y la implementación de estas aplicaciones de inteligencia artificial, mejor. No estamos hablando de una aplicación o dos aquí. Estamos hablando de cientos de aplicaciones de inteligencia artificial que aprovechan los sistemas implementados de manera que brindan un enorme valor económico a las empresas. Los directores ejecutivos quieren que se implementen lo antes posible.

VentureBeat

La misión de VentureBeat es ser una plaza de la ciudad digital para que los responsables de la toma de decisiones tecnológicas obtengan conocimientos sobre tecnología y transacciones transformadoras. Nuestro sitio web proporciona información importante sobre tecnologías y estrategias de datos para ayudarlo a administrar su negocio. Te invitamos a convertirte en miembro de nuestra comunidad y acceder a:

  • información actual sobre los temas de su interés
  • nuestros boletines
  • contenido privado de líderes de opinión y acceso con descuento a nuestros valiosos eventos como Transform
  • 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 *