Tenemos una tendencia a culpar a la Tecnología cuando las cosas van mal. A medida que las capacidades de inteligencia artificial (AI) han surgido en el teléfono inteligente manteniéndo a tiempo, diciendo cómo llegar a algún lado, o generalmente manteniendo en línea, ha condicionado a que la tecnología funcione. Excepto cuando no lo hace, ahí es cuando se quiere arrojar el teléfono, una máquina de café expreso, una computadora portátil o una almohadilla de seguridad doméstica a una licuadora.

Los pioneros de la IA han brindado una visión y han condicionado a una IA positiva, lo que hace que sea difícil separarse unos de otros.

También han establecido un nivel muy alto en nuestras expectativas de lo que AI debería hacer para nuestros negocios. Pero, entendamos, Google pudo hacer esto luego de dos décadas de investigación, comisariado de colecciones y observar cada uno de nuestros movimientos. Apple también ha rastreado el uso de nuestra aplicación, las preferencias de música y la vida cotidiana a través de su iCloud. Y #Facebook ve nuestras conversaciones públicas y privadas, lo que compartimos y nuestras opiniones personales. Espeluznante, sí, pero esa es otra conversación.

El punto es que las empresas que se embarcan en IA necesitan cambiar radicalmente su enfoque hacia la adopción y análisis de tecnología. Esta no es una estrategia plug and play y bolt on.

Se necesita trabajo para pasar de POC a una capacidad que se acerque a nuestras expectativas de inteligencia artificial basadas en nuestra experiencia del consumidor.

AI comienza su educación a través de la observación, no de las instrucciones

Necesita grandes cantidades de datos para establecer la experiencia del dominio.

Incluso si compra una solución de IA que prometa experiencia en el dominio por adelantado para que los datos y la capacitación se reduzcan, aún necesita SUS DATOS y SU CONTEXTO para hacer el trabajo. No estás programando un robot, estás construyendo una relación.

Y entonces, no es que la IA sea inmadura para el uso o el valor de la empresa, necesariamente.

Eso ya fue probado por Google, Apple y Facebook.

Ignoramos el Principio de Observación

Los pioneros de AI pusieron puestos de escucha en sus soluciones mucho antes de activar servicios inteligentes. Se tomaron el tiempo para comprender la intención, el comportamiento, las personalidades y las expectativas. Los proyectos para reconocer a los gatos fueron los escalones para expandir el uso y la interacción con el contenido de la imagen. Empresas como Crowdflower construyeron capacidades inteligentes de calidad de datos observando cómo los seres humanos aumentan y arreglan los datos en una plataforma de empleados. Necesitamos orientar la implementación de la IA sobre lo que hará el sistema de inteligencia artificial y permitirle observar y aprender.

Somos realmente malos en los datos.

Comience cualquier proyecto analítico y la primera pregunta es: ¿Qué fuentes de datos se necesitan? La siguiente pregunta es: ¿Qué debo hacer para preparar los datos? Dónde obtenemos los datos de alguna manera es menos importante que los datos que obtenemos. Si AI necesita observar, los datos brutos sin contexto son un libro escolar realmente malo. El otro problema es que la mayoría de las organizaciones aún se encuentran en la agonía de ejecutar estrategias de datos.

¡No te pierdas nuestra pagina de Facebook!!