Según una encuesta reciente de SADA Systems de profesionales de TI en grandes empresas, la inteligencia artificial (AI) y el Internet de las cosas (IoT) son las principales áreas de enfoque para las inversiones empresariales en nuevas tecnologías en 2018. De los 500 profesionales de TI encuestados, 38 % afirmó que AI era el foco principal de proyectos tecnológicos emergentes, con IoT y blockchain llegando al 31% y al 10%, respectivamente.

Los dispositivos IoT conectados a menudo generan cantidades vertiginosas de datos necesarios para entrenar modelos de aprendizaje automático. De las empresas encuestadas, más tienen flujos de trabajo de IoT en producción que AI.

Esto se debe a que una base estable de IoT y edge computing a menudo son prerrequisitos para que las empresas empiecen a trabajar en un modelo de aprendizaje automático, aunque los recientes despliegues de PaaS en la nube de modelos ML adaptables y preconstruidos están revolucionando el panorama para el desarrollo.

Un estudio de Vanson Bourne detalla que las empresas invierten principalmente en Inteligencia Artificial para mejorar las experiencias de los clientes e impulsar los ingresos a través de la innovación de productos. Pero aún existen muchos obstáculos para una implementación exitosa.

Derribar las barreras a la inversión en IA

La pregunta que abre la billetera de una empresa para la inversión en inteligencia artificial no es solo " ¿Cómo podemos implementar un modelo de aprendizaje automático?" En cambio, es " ¿Cómo podemos implementar un modelo de aprendizaje automático que agregue valor a nuestra línea de fondo ?" Si no se responde a esta pregunta, se pueden desperdiciar dólares y proyectos sin futuro.

A pesar de que AI lidera la inversión en nuevas tecnologías, aún existen muchos obstáculos para la implementación empresarial. En un artículo de CIO, Chris Curran señala que los problemas con el liderazgo, la alineación con los objetivos comerciales y la falta de ingenieros con habilidades en IA pueden hacer que los proyectos se detengan en seco.

Las empresas deben asegurarse de que el liderazgo comprenda el caso empresarial para la inversión y de que un líder específico del departamento encabece el desarrollo de la inteligencia artificial en lugar de permitir que proyectos pequeños y fracturados de inteligencia artificial se extiendan por los departamentos.

Mientras que los proyectos de IA requieren ingenieros con experiencia en el desarrollo de aprendizaje automático, los proveedores de PaaS hacen todo lo posible para que el desarrollo de la IA sea más accesible para los ingenieros . Considere la ingestión de datos y el mero desafío de acumular datos de entrenamiento.

Muchos de los grandes nombres de la nube están incrementando el soporte y la interoperabilidad de los dispositivos IoT , y la ingestión de datos se ha vuelto más fácil para una empresa promedio que ejecuta flujos de trabajo de IoT en la nube pública. Aúne esto con nuevas API y bibliotecas de aprendizaje automático precompiladas, y de repente, los proyectos de IA requieren menos trabajo de campo para despegar.

En el horizonte: los proyectos a largo plazo demuestran una gran inversión en tecnología emergente

Las inversiones en nueva Tecnología requieren tiempo, pruebas e iteración. A menudo navegan aguas turbias y deben adaptarse semana a semana a nuevas ofertas en el mercado. A medida que surgen nuevas bibliotecas y servicios de aprendizaje automático (ML) para apoyar a AI e IoT, es importante que las organizaciones se adhieran a un plan claro para los objetivos del proyecto y la implementación.

El avance del alcance en el desarrollo tecnológico emergente conduce a ciclos de desarrollo interminables y aplicaciones soñadoras que nunca ven la luz de producción del día. Compuesto por la escasa oferta de expertos en estas áreas tecnológicas emergentes , y cada vez es más necesario que las empresas retengan el talento creando cronogramas realistas para los hitos del proyecto.

En SADA, recomendamos que nuestros clientes aprovechen a los expertos para ayudarlos a crear marcos de tiempo de proyectos realistas y, al mismo tiempo, hacerlos responsables ante el alcance del proyecto, incluso si el alcance del proyecto abarca muchos años.

La frenética oleada de noticias que rodea a la tecnología emergente lleva a las empresas a creer que deben acelerar el desarrollo para mantenerse al día con los Jones. En realidad, es todo lo contrario. Las mejores prácticas de seguridad y privacidad a menudo van a la zaga de la última tendencia de la tecnología de botón caliente.

Si se avanza demasiado rápido y no se logra un plan a prueba de agua para la seguridad, se puede poner en peligro la explotación de las plataformas apresuradas.

En un apuro por ser un pionero en la tecnología emergente, es fácil pasar por alto las pruebas de control de calidad y de seguridad esenciales de las nuevas aplicaciones.

En un informe de 2018 de la Universidad de Oxford , los investigadores sugieren que los ingenieros "tomen en serio la naturaleza de doble uso de su trabajo, permitiendo que las consideraciones relacionadas con el uso indebido influyan en las prioridades y normas de investigación, y estableciendo contactos proactivos con actores relevantes cuando las aplicaciones dañinas son previsibles .

Malintent debe ser una discusión continua para los equipos que implementan flujos de trabajo de AI dentro de la empresa. Una vulnerabilidad en un sistema no solo puede arruinar la validez de un flujo de trabajo ML, sino que puede poner en peligro las operaciones críticas para el negocio.

Esta es otra razón por la cual las organizaciones pueden buscar contratar a un proveedor de seguridad experto como un socio externo para investigar sus implementaciones de nueva tecnología.

¿Blockchain verá la misma empresa presionar como AI e IoT?

Aunque blockchain atrae una gran parte de la atención en los medios tecnológicos, está a la zaga de IoT y AI en la inversión empresarial. Blockchain sin duda es prometedor para el uso generalizado de la empresa en el futuro cercano, pero los primeros en adoptar deben pavimentar la ola para que el mercado lo siga.

A medida que más empresas comienzan a compartir historias exitosas de aplicaciones prácticas de la tecnología blockchain, y como proveedores de PaaS agregan mejor soporte listo para usar, podemos ver una mayor inversión empresarial para el año próximo justo cuando hemos visto que IoT y AI ganan tracción.

este año.

Mientras tanto, las empresas deben asegurarse de que sus inversiones en nueva tecnología se ajusten al alcance del proyecto. Continuamente reevaluar las necesidades del negocio y la tecnología de soporte disponible, pero asegurar que el liderazgo sea responsable ante un objetivo comercial general claramente definido. Si lo hace, reducirá el tiempo de producción y ahorrará una considerable reelaboración en el futuro.

¡No te pierdas nuestra pagina de Facebook!!