Inteligencia artificial (IA): Transitando (sin errores) hacia esta nueva era

inteligencia artificial, que es inteligencia artificial, desafios inteligencia artificial

La inteligencia artificial (IA) está mostrando paralelismos con el auge de internet. Convertir una gran empresa en una gran empresa de IA es un reto, un verdadero desafío. Atención con los errores.

Al igual como lo fue la electricidad, y casi un siglo después internet, la inteligencia artificial (IA) hoy tiene la capacidad y oportunidad de desplegar saltos en eficiencia en prácticamente todas las industrias.

¿Qué es la inteligencia artificial y para qué sirve?

La inteligencia artificial (IA) corresponde al campo de la investigación y aplicación, que busca que maquinas sean capaces de emular comportamiento que usualmente asociamos a humanos, como son la capacidad de aprender o tomar decisiones.

La IA aumenta nuestra productividad, produce operaciones más seguras y mejores experiencias digitales.

Tal como fue con internet, el camino a aprovechar el potencial de esta tecnología no será trivial ni inmediato. Y se cometerán varios y costosos errores en el camino.

Lecciones de la era de internet para la era de la inteligencia artificial

Las transformaciones tecnológicas nos han ido dejando lecciones, y sobre todo fracasos que, analizados apropiadamente, pueden ser luces que guíen nuestro camino hacia la era de la IA.

Andrew Ng, fundador de Coursera y de varias empresas de IA, en un reciente reporte resume algunas de estas lecciones.

1. Ganar apoyo a través de pilotos

Cada vez que incorporamos tecnologías, tenemos la inclinación a partir por aquellos proyectos donde se espera que la tecnología retorne mayor valor.

Si bien es una lógica razonable, cuando se trata de adopción tecnológica, antes que el retorno se deben buscar primeras experiencias exitosas, ya que permitirán a la compañía ganar experiencia y encontrar los apoyos internos que permitan ganar momentum.

En esto se sugiere escoger iniciativas que no sean las más grandes, pero tampoco tan pequeñas que puedan considerarse triviales.

2. Formación de equipos

La adopción de internet fue para muchas compañías el momento de formalizar la función tecnológica dentro de la empresa, bajo roles como el CIO, CTO o CDO.

Esto mostró ser un punto de inflexión para tener una estrategia cohesionada en torno a la tecnología, y lograr pilotos con la capacidad y empoderamiento para escalar a nivel compañía.

Nuevos roles emergerán como son el ingeniero de IA o el product manager de IA, que se sumarán a los existentes ingenieros de datos y cientistas de datos.

Sin embargo, los planes de formación no deben acabarse en los roles especialistas, sino ofrecer entrenamiento de IA a toda la organización, con distintos currículos online.

3. Estrategia de inteligencia artificial (IA)

Muchas veces pretendemos también partir desde la definición de una estrategia, no obstante, tal como fue con internet, es muy difícil poder definir una estrategia hasta haber ganado algo de experiencia en el uso de la nueva tecnología.

En esto, se recomienda enfocarse en construir activos repetibles, alineados con la estrategia de la compañía.

También es conveniente enfocarse en crear activos específicos de industria y situaciones, más que intentar competir por la IA general, y tener en mente el ciclo virtuoso de la IA, bajo el cual un mejor producto atrae más usuarios, lo que producirá más datos, que a su vez repercutirá de vuelta en tener un mejor producto.

4. Gobierno de datos

Los datos son un activo clave para los sistemas de IA. Por ello, muchas grandes empresas líderes tienen también una estrategia de datos.

Un aspecto relevante en esto será la captura de fuentes estratégicas, para lo que se deberá reflexionar sobre cuáles son las fuentes a las que la empresa tiene un acceso privilegiado, o bien buscar crear estos espacios.

Una táctica bastante utilizada es el desarrollo de productos digitales gratuitos, que no buscan ser monetizados de manera directa, sino que ayuden a tener una captura de datos nueva original y valiosa, que pueda monetizarse de manera indirecta.

El gobierno, centralización y curaduría de datos a través de datalakes será importante para facilitar la búsqueda de conexión entre elementos de datos. Ello es muy difícil de imaginar en la medida en que esta riqueza viva en silos.

5. Hacia la empresa de IA

Una de las principales lecciones de la adopción de internet fue que si un centro comercial construye un sitio web y vende a través de este, eso por sí mismo no convierte al centro comercial en una verdadera empresa de internet.

Lo que define a una verdadera empresa de internet es organizar la compañía para hacer las cosas que internet permite hacer.

Por ejemplo, las empresas de internet realizan extensivamente A/B testing, en las que se lanzan dos versiones de un sitio web y se mide cuál funciona mejor.

Una empresa puede incluso tener cientos de experimentos al mismo tiempo, lo que hubiese sido muy difícil de hacer en un centro comercial tradicional.

Las compañías de internet también pueden lanzar un nuevo producto cada semana. Y, por tanto, aprender mucho más rápido que un centro comercial que puede actualizar su diseño una vez al trimestre.

Paralelismo con el auge de internet

Así, la inteligencia artificial está mostrando paralelismos con el auge de internet. Hoy en día, nos encontramos que para que una compañía se convierta en una gran empresa de IA, tendrá que organizar la firma para hacer las cosas que la IA le permite hacer realmente bien.

Convertir una gran empresa en una gran empresa de IA es un reto. Sin embargo, es factible y tiene el potencial de proveer una fuente continua de diferenciación y sustentabilidad en el mercado. En otras palabras, una estrategia de inteligencia artificial exitosa.

 

Actualízate con el curso sobre machine learning y ciencia de datos (online) de Clase Ejecutiva UC. 





¿Te gustó? Compártelo en tus redes

Artículos más recientes del autor