No hay nada nuevo acerca de las organizaciones y sus líderes buscando a tientas una estrategia coherente y relevante para el negocio cada vez que aparece una nueva Tecnología en escena.

Hemos estado viendo esto en los últimos años con el auge de lo digital, lo que plantea problemas desde la definición de lo que es exactamente digital hasta la definición de lo que significa tener éxito . Ahora, tal es el caso con la constelación de soluciones cognitivas: Inteligencia Artificial, aprendizaje automático, etc., que ahora están comenzando a ser aceptadas.

Con AI y la computación cognitiva, es hora de comenzar a explorar qué, exactamente, puede hacer para el crecimiento del negocio y cómo lograrlo.

Algunas buenas noticias: AI no es tan amorfo y blando como el digital. Más buenas noticias: muchos de los problemas básicos que surgen de las generaciones anteriores de tecnología también se aplican a AI: comenzando con los principios fundamentales más fundamentales: no implementar tecnología por la tecnología, tener un objetivo comercial en mente .

Da un paso atrás y observa a AI desde la perspectiva de la industria

Las no tan buenas noticias son que se está invirtiendo mucho dinero en inteligencia artificial y en tecnologías cognitivas, los proveedores están hiperventilando al respecto, y los analistas nos dicen que si no lo hacemos todos seremos rápidamente puesto fuera de la miseria.

Entonces, con más y más dinero invertido en él, es realmente importante crear estrategias un poco más, para darle un propósito más amplio en la empresa.

Como Thomas Davenport y Vikram Mahidhar observaron recientemente en MIT Sloan Management Review, " pocas compañías están obteniendo valor de sus inversiones. Muchos de los proyectos que emprenden las empresas no están dirigidos a problemas u oportunidades comerciales importantes. La mayoría de las organizaciones no tienen un estrategia para las tecnologías cognitivas ".Entonces, ¿cuáles son los componentes esenciales de una estrategia de IA, o algo cercano a una estrategia?

Aquí hay algunos consejos de voces líderes en el campo.

"Muchas compañías que desarrollan o proporcionan inteligencia artificial a otros tienen una fuerza considerable en la tecnología y los científicos de datos necesarios para hacerlo funcionar, pero pueden carecer de una comprensión profunda de los mercados finales".

como lo señalaron Michael Chui y un equipo de colegas analistas de McKinsey. Las empresas que buscan proporcionar ofertas impulsadas por IA no solo deben analizar el valor de su iniciativa de IA, sino también la adopción de AI en sus industrias.

Haz IA sobre las personas y el empoderamiento. AI puede conducir a muchos procesos autónomos, pero las personas decidirán cómo conducirá el negocio. "La visión de AI siempre debe ser potenciar a los profesionales técnicos y los ciudadanos de negocios para construir una mejor experiencia de usuario", dice Carlton Sapp, analista de Gartner. "La tecnología no puede hacer esto sola, y tampoco la IA".

Aproveche los datos y el contenido

Este es el combustible que alimenta las salidas de AI.

"Parte del motivo por el cual el aprendizaje automático ha tenido tanto éxito es el de su capacidad para entrenar modelos basados ​​en datos, en oposición a los métodos tradicionales que definen explícitamente cómo se comportaría la aplicación", dice Sapp.

" Aprovechar el aprendizaje automático en su organización le dice al mundo que realmente está impulsado por los datos". Chui sugiere construir un "plan de datos" basado en casos de uso y capaz de producir "resultados y predicciones, que puedan ser alimentados en interfaces diseñadas para que los humanos actúen en los sistemas de transacción". Esto incluye el mapeo de cómo se crean, adquieren, gestionan y entregan los datos a los motores AI.

El tipo de datos involucrados puede determinar la mejor solución cognitiva, sugieren Davenport y Mahidhar. "Las organizaciones con datos estructurados voluminosos y rápidamente cambiantes sobre los clientes pueden encontrar que el aprendizaje automático proporciona una idea de las preferencias de los clientes. Sin embargo, si la necesidad es identificar y ordenar información no estructurada, como sonidos e imágenes, las redes neuronales de aprendizaje profundo funcionarán mejor."

Si tienes contenido propio, tráelo a tu mundo de IA. Este es un activo valioso que ayuda a poner la inteligencia en inteligencia artificial. Para hacer esto, Davenport y Mahidhar aconsejan crear un " gráfico de conocimiento " que administre las relaciones entre los activos de contenido y el negocio.

Haga que la gestión del cambio sea una prioridad. Lleve a los empleados al proceso de planificación de AI lo antes posible. Haz que participen. Los proyectos de IA "que van más allá de la etapa piloto o prueba de concepto también pretenden ayudar a transformar la cultura, el comportamiento y las actitudes de la organización", afirman Davenport y Mahidhar.

" Estos no son pequeños desafíos, especialmente dada la aparente amenaza para los trabajos de las personas". Para generar apoyo, describa cómo AI y los esfuerzos relacionados "pueden proporcionar mejoras sobre el status quo, como aumentar sustancialmente la capacidad o realizar tareas que antes no eran posibles", aconsejan.

Repensar procesos.

Según Chui y sus coautores de McKinsey, AI significa desarrollar nuevas formas de administrar datos, aplicaciones y flujos de trabajo. "Desde el punto de vista técnico, las organizaciones tendrán que desarrollar procesos sólidos de mantenimiento de datos y gobernanza, e implementar disciplinas de software modernas como Agile y DevOps. Aún más desafiante, en términos de escala, superar el problema de la última milla de asegurar que el superior las ideas proporcionadas por AI se ejemplifican en el comportamiento de las personas y los procesos de una empresa ".

Establecer un buen gobierno. Es importante que todos estén en sintonía, que se establezcan estándares y que se monitoreen los resultados.

Al igual que con todas las iniciativas tecnológicas, es importante para AI "enfocarse en hacer las cosas bien y hacer lo correcto", afirma Sapp.

"Mientras más AI se fusiona en el tejido de su organización, más gobierno se necesita para garantizar que está haciendo lo correcto al evitar sesgos algorítmicos, uso indebido de datos, técnicas inadecuadas de disputa de datos y exposición de datos privados". Él agrega esta amplia sugerencia también: "Los trabajos de Inteligencia Artificial relacionados con Wow-governance podrían ser simplemente la próxima gran tendencia de empleo global".

Nutrir las habilidades de Inteligencia Artificial

Las encuestas muestran que las deficiencias de las habilidades retrasarán el progreso de la IA más que cualquier otra cosa.

Se necesita capacitación y aprendizaje continuo para ayudar a llenar estos vacíos. "Gran parte de la construcción y la optimización de las redes neuronales profundas sigue siendo una especie de arte que requiere expertos reales para ofrecer incrementos en el rendimiento del cambio de pasos", señala Chui.

"La demanda de estas habilidades supera ampliamente a la oferta en la actualidad, de acuerdo con algunas estimaciones, menos de 10.000 personas tienen las habilidades necesarias para enfrentar serios problemas de IA, y la competencia por ellos es feroz entre los gigantes tecnológicos".

¡No te pierdas nuestra pagina de Facebook!!