Inteligencia artificial para usuarios comerciales: un glosario
Para muchos usuarios comerciales, la inteligencia artificial o IA sigue siendo una experiencia de aprendizaje. Una forma en que los usuarios comerciales pueden comunicar mejor la IA a las personas de TI y ciencia de datos es familiarizarse con la terminología común de IA.
Cuando trabaja con personal de TI y científicos de datos, utilizan acrónimos con los que quizás no esté familiarizado. Es importante conocer algunos términos y acrónimos básicos para poder comunicarse.
Los usuarios comerciales deben estar familiarizados con estos términos comunes de IA para comunicarse bien con los equipos de datos.
IA (Inteligencia Artificial)
La inteligencia artificial es una forma de inteligencia exhibida por las computadoras. Las computadoras se pueden programar con lógica y reglas comerciales que les permitan «razonar» situaciones y sacar conclusiones. Las computadoras no pueden pensar por sí mismas, pero entienden patrones y reglas.
Un ejemplo de esto es el software de decisión de préstamos, que analiza la situación financiera del solicitante de un préstamo y determina si tiene sentido ofrecerle un préstamo y cuál es la tasa de interés del préstamo. La única forma en que el software de decisiones puede hacer esto es mediante el uso de un conjunto de reglas comerciales y criterios de préstamos proporcionados por el oficial de préstamos del banco. El personal de TI o los científicos de datos se refieren a este proceso de razonamiento informático artificial como IA.
VER: El éxito en la implementación de IA depende de cómo las empresas definan las interacciones (Tecnopedia)
Aprendizaje automático (Aprendizaje automático)
Otra cosa que puede hacer una computadora que usa inteligencia artificial es identificar patrones en los datos que procesa que sugieren ciertos resultados.
Por ejemplo, una computadora puede notar que la mayoría de las personas de un código postal siempre compran carne de res cuando van al supermercado, pero en otro código postal, los compradores parecen preferir el pollo.
Los minoristas utilizan estos datos para promociones y gestión de inventario. Cuando el programa de computadora que realiza la IA nota estos patrones y los «aprende» en su lógica, esto se llama ML o aprendizaje automático.
agregación de datos
La mayoría de los programas de IA utilizan más de una fuente de datos. Esta es la razón por la cual los programas de IA son diferentes de los generadores de informes financieros estándar que informan solo el libro mayor o los informes de ventas que solo informan las ventas.
Dado que la IA requiere información de muchas fuentes de datos diferentes para analizar y tomar decisiones sobre los datos, el personal de TI y los científicos de datos deben combinar todos estos datos de diferentes sistemas en una base de datos central para que los programas de IA puedan procesarlos. Este proceso de obtener datos de muchas fuentes diferentes se denomina agregación de datos.
ETL (Extraer-Transformar-Cargar)
Para mover datos de muchas fuentes de datos diferentes a una base de datos central, el personal de TI o el científico de datos primero debe extraer (E) los datos de cada fuente de datos entrante y luego transferir (T) los datos a la base de datos de destino. El formato es aceptable y los datos transformados luego se cargan (L) en la base de datos de destino donde operará la IA. Todo el proceso está en gran medida automatizado y se basa en reglas de transformación de datos proporcionadas por TI o científicos de datos, llamadas extracción-transformación-carga o ETL.
algoritmo
Cuando utiliza un informe estándar, envía una consulta como «¿Cuántos widgets vendimos en el primer trimestre de este año?».
Cuando usa un programa de IA, aún puede hacer preguntas, pero la IA está realmente diseñada para responder preguntas más complejas, como: «¿Cuál es el diagnóstico más probable para un paciente con este conjunto de síntomas?»
Los programas de IA usan un algoritmo, una serie de instrucciones cuidadosamente definidas que utilizan pruebas lógicas y matemáticas, para operar en un conjunto diferente de datos y luego llegar a una conclusión. Debido a la sofisticación de la inteligencia artificial, los algoritmos van mucho más allá de lo que requieren las consultas de informes simples.
VER: El impulso de la IA se está acumulando en todas las organizaciones (Tecnopedia)
Aprender un idioma profundiza su inversión
Para 2023, nueve de cada diez empresas habrán invertido en tecnología de IA, pero menos del 15 % la habrán implementado.
Claramente, hay más trabajo por hacer, la mayor parte del cual será realizado por usuarios comerciales que entiendan cómo la IA se puede usar de manera más efectiva en los negocios.
Para implementar casos de uso para optimizar la IA, los usuarios comerciales pueden familiarizarse con la terminología común de la IA. Esto les permite comunicarse de manera más efectiva con los científicos de TI y de datos que pueden conocer la tecnología pero no saber cómo aplicarla a los mejores casos de uso comercial.
