Grandes datos

6 consejos para crear un centro de excelencia de IA

La IA es ahora una misión crítica en la mayoría de las grandes organizaciones. La creación de un centro de excelencia ayuda a centralizar los procesos y mantener el enfoque en el negocio.


Imagen: ShadeON, Getty Images/iStockphoto

Más cobertura de IA de lectura obligada

Un centro de excelencia es «un grupo, una instalación compartida o una entidad que brinda liderazgo, mejores prácticas, investigación, apoyo y capacitación para un área de enfoque» y, por lo general, se usan en el cuidado de la salud para enfocarse en un tema o disciplina específica. Abogo por que también se puedan usar en organizaciones de inteligencia artificial (IA).

Lo que hace que la IA sea un fuerte candidato para un centro de excelencia dedicado es su papel en rápida expansión como tecnología de misión crítica en la empresa. Las empresas están descubriendo que las personas en muchas unidades comerciales diferentes, no solo en ciencia de datos o TI, quieren o han estado involucradas en IA.

Mirar: Procesamiento del lenguaje natural: una hoja de trucos (República tecnológica)

En algunos casos, las personas traerán sus propias herramientas y soluciones de IA, pero será necesario coordinar las compras para evitar el desperdicio. En otros casos, las personas están desarrollando su propia IA y presupuestos de IA de forma independiente, por lo que no hay garantía de responsabilidad por el gasto total o la implementación de la IA.

LEER  Las tecnologías disruptivas plantean cuestiones éticas espinosas para la sociedad

Juntos, estos factores forman un fuerte argumento para un centro de excelencia en inteligencia artificial. Dicho centro incluiría personas de múltiples unidades comerciales, así como ciencia de datos y TI. El objetivo es combinar el esfuerzo, las ideas y el presupuesto en un enfoque integrado y curado de la inteligencia artificial.

Aquí hay seis consejos para construir un fuerte centro de excelencia de IA:

1. Personal multidisciplinario

Muchas empresas tienen científicos «ciudadanos» en el sector del usuario final. También tienen personal separado de ciencia de datos o TI para realizar el trabajo de IA. El Centro de Excelencia reunirá a todas estas personas en una única unidad de IA colaborativa.

Mirar: Kit de herramientas de contratación: científicos de investigación informática (República Tecnológica Premium)

2. Herramientas y métodos estandarizados

Una de las desventajas que surgen cuando las unidades de negocios individuales y TI compran soluciones y herramientas de IA por su cuenta es la poca interoperabilidad entre soluciones y herramientas. Esto crea silos de IA, donde los datos son difíciles de aprovechar en toda la empresa. La misión central de un COE de IA debe ser soluciones y herramientas estándar para que se utilice un enfoque unificado para cada proyecto.

3. Un enfoque de ciclo de vida de TI para la IA

La inteligencia artificial y los grandes datos son ahora la corriente principal y la misión crítica. La era de la experimentación pura ha terminado y es hora de poner los proyectos de IA en producción útil.

Un buen enfoque es tomar prestada una página de TI tradicional utilizando un enfoque de ciclo de vida del proyecto. El enfoque puede incluso convertirse en estándar: definir, desarrollar, probar, organizar e implementar y mantener métodos para aplicaciones.

Mirar: Automatización robótica de procesos: una hoja de trucos (PDF gratuito) (República tecnológica)

Un problema con muchos proyectos de IA en la actualidad es que quedan atrapados en un ciclo de desarrollo-prueba-reprueba aparentemente interminable, por lo que nunca entran en producción. Debería haber más presión sobre las aplicaciones de IA para ponerlas en producción de modo que estas aplicaciones puedan ser rentables para la empresa.

4. Estrategia de extensión de TI y usuarios del CoE

Debido a su enfoque, el Centro de Excelencia puede aislarse rápidamente del resto de la empresa. Esto puede crear un «silo». Para evitar esta situación, los analistas del centro deben ser designados como enlaces entre el negocio final y los departamentos de TI. La comunicación continua entre el centro y el resto de la empresa hace que el centro permanezca en la mente de todos, convirtiéndolo así en parte integral de la empresa.

Mirar: El 85% de las organizaciones usan IA en aplicaciones implementadas (República tecnológica)

5. Objetivo de RTB

Un centro de excelencia debe incluir algo de experimentación, pero el objetivo final siempre es obtener un retorno al negocio (RTB). Para que esto suceda, las aplicaciones de IA deben implementarse en entornos de producción y brindar un valor medible a las operaciones, los ingresos, el desarrollo de productos y la estrategia.

Mirar: Cómo administrar la IA en su organización: 6 consejos (República tecnológica)

6. Realizar una revisión operativa cada seis meses

Cuando configura una nueva función, es probable que haya algunas cosas que funcionen bien y otras que necesiten más ajustes. Inicialmente, el AI COE debe revisarse cada seis meses para ajustarse en función de lo aprendido.

LEER  Pivote de Google Fiber: lo que significa para el futuro de Internet gigabit

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba