Cómo aprender de las fallas inevitables de la IA
La mayoría de los proyectos de IA fallan, y esas son malas noticias. La buena noticia es que aprender de las fallas de la IA es exactamente lo que su empresa debería estar haciendo ahora.
Imagen: metamorworks, Getty Images/iStockphoto
Hemos visto esta película antes.inteligencia artificial (IA) como big data y [insert the name of your favorite technology trend here] Frente a ellos, destinados a cambiar el mundo. Ahora. A menos, por supuesto, que no lo sea. No ahora, y no en el corto plazo. No en escala de todos modos. Puede ver esto en datos contradictorios extraídos de encuestas de usuarios que básicamente gritan: «Todos piensan que esto es importante, pero muy pocos han descubierto cómo encender el interruptor».
Dada la confusión general que rodea a la IA, ¿qué deben hacer las empresas hoy para aprovechar la IA del mañana?
VER: Gestión de IA y ML en la empresa (función ZDNet) | Descargue la versión en PDF gratuita (Tecnopedia)
Inventa cosas con inteligencia artificial
Hoy en día, todo el mundo quiere ser como Google, con los directores ejecutivos promocionando los diversos proyectos de IA/ML de su empresa en llamadas de analistas y comunicados de prensa. Al mismo tiempo, como destaca Ben Lorica, las solicitudes de patentes de innovación relacionadas con la IA están fuera de serie (especialmente en relación con las publicaciones sobre el tema). Para las empresas que han estado trabajando en IA durante algún tiempo, el 43 % espera gastar más del 20 % de su presupuesto de TI en proyectos de IA.
¡Esto es enorme!
O no. Esos números suenan muy bien hasta que le pregunta a la empresa cómo les está yendo con estos esfuerzos. tl; dr? no muy bien.
Más cobertura de IA de lectura obligada
De hecho, según los datos de la encuesta de IDC, más del 25 % de las empresas informan una tasa de fracaso del 50 % en sus proyectos de IA. Basado en los mismos datos, esto no es sorprendente dado que solo una cuarta parte de las empresas han implementado una estrategia amplia de IA.
Lo que es más sorprendente es que la mayor parte del interés en la IA no está siendo impulsado por personas dentro de la empresa, sino que, como muestran los datos de la encuesta de Tecnopedia Premium, el 33 % de las veces está siendo impulsado por la alta dirección. El analista Lawrence Hecht dice que es una receta para el fracaso: «Sin la necesidad técnica subyacente, estos proyectos están condenados al fracaso. Sí, sé que liderar a todos necesita personas de nivel C para el cambio, pero a veces parece que es solo para cambiar». manera de ver los mismos datos es la opinión del analista Sam Charrington: “[It] También podría ser ‘Si esto es cierto, comeremos nuestro almuerzo y lo extrañaremos, así que aquí hay algunos $$ para resolverlo’. ‘»
Ya sea que el vaso esté medio lleno o medio vacío, la realidad de la IA dentro de la empresa es que todavía está más ansioso de lo que está. Por ejemplo, Gartner estima que hasta el 85 % de los proyectos de IA serán «imposibles de entregar», una cifra que confirman investigaciones recientes.
Ay.
Poner la inteligencia artificial a trabajar
Esto no quiere decir que las empresas deban quedarse de brazos cruzados hasta que la IA/ML madure. La dura realidad es que no sería posible sin la inversión corporativa. ¿Por qué? Porque una de las mayores barreras para el éxito de la IA son las personas: la falta de personas capacitadas en ciencia de datos.
Sí, en absoluto.
Parte de esto es una cuestión de habilidades: para tener éxito en cualquier área de inteligencia artificial o big data, necesitas una combinación de habilidades como matemáticas, programación y más. Ese unicornio no pasa galopando fácilmente. Sin embargo, puede ser más fácil encontrar a alguien que entienda la ciencia de datos que encontrar a alguien que entienda su negocio y los datos que lo generan. Esto recuerda el consejo de la analista de Gartner Svetlana Sicular sobre big data hace años: «Ya hay personas en la organización que entienden sus datos mejor que el misterioso científico de datos». Así que mira dentro de tu organización, porque «Aprender Hadoop es mejor que aprender un empresa. Los negocios son más fáciles».
Mirar: ¿Qué es la inteligencia artificial?Todo lo que necesitas saber sobre la inteligencia artificial (ZDNet)
Muchos proyectos de IA fracasan precisamente porque la tecnología se pensó en el vacío. Como señala Greg Satell en Harvard Business Review, cualquier proyecto de IA debe tener un resultado comercial claro y elegir los datos correctos para cumplir ese objetivo. Esto, a su vez, requiere (¡lo adivinó!) involucrar a personas inteligentes dentro del negocio que entiendan el negocio profundamente y sepan dónde encontrar los mejores datos.
En otras palabras, la IA, aunque aparentemente está diseñada para reemplazar a las personas, no puede tener éxito sin involucrar a las mejores personas de la empresa. Por lo tanto, involúcrelos desde el principio con una alta tolerancia al fracaso a medida que ellos (y el negocio) aprendan de esos fracasos cómo utilizar mejor la IA en el contexto de las necesidades comerciales específicas.
