fbpx
15.5 C
Mexico City
viernes, marzo 1, 2024
- Anuncio -spot_img

IA, no todo es lo que parece, más mito que realidad..

En una economía cada vez más ajustada, las historias de los primeros pasos en falso de la IA podrían conducir a futuros recortes. ‘Hay una necesidad de ‘muéstrame el dinero’, dice un oficial de AI

Por Isabelle Bouquette 5 de enero de 2023 3:20 p. m. ET

Katia Walsh, directora de estrategia e inteligencia artificial de Levi Strauss.
FOTO: LEVI STRAUSS & CO.

Los líderes tecnológicos corporativos tienen que trabajar para lograr la aceptación organizacional de la inteligencia artificial después de años de resultados mixtos y confusión sobre lo que la tecnología realmente puede hacer.

La adopción empresarial general de IA se ha triplicado desde 2019 a medida que los algoritmos crecen en escala y sofisticación, según International Data Corp.

Sin embargo, a algunos ejecutivos les preocupa que la tecnología, que en algunas industrias ha tardado en cumplir su promesa, pueda perder apoyo de los jefes corporativos en una economía cada vez más estrecha. 

En una recesión, “es muy fácil cortar cosas que son nuevas, que otros no entienden, que aún no han demostrado su valor”, dijo Katia Walsh, directora de estrategia e inteligencia artificial de Levi Strauss & Co.

Asistentes a la AI Summit New York en diciembre. 
La inteligencia artificial tiene un historial mixto en el mundo corporativo, en gran parte debido a la falta de datos fundamentales para entrenar los algoritmos e ideas altisonantes sobre lo que puede lograr.
FOTO: JUSTIN LANE/SHUTTERSTOCK

Hace cinco años, algunas empresas hicieron grandes inversiones en IA sin tener suficientes datos fundamentales de alta calidad para entrenar y ejecutar los algoritmos. Eso dejó a los ejecutivos decepcionados por los resultados y desilusionados, según Todd Lohr, líder de consultoría tecnológica de KPMG LLP en EE. UU.

Los primeros proyectos costosos no dieron sus frutos, especialmente en sectores como el de la atención médica, donde las dificultades para fusionar y estructurar datos son complejas, dijo Lohr. 

Además, muchas empresas se acercaron a la IA sin tener una idea de lo que podría hacer de manera realista, dijo Andrew Ng, fundador y jefe de la startup Landing AI y exjefe científico de Baidu Inc. Por ejemplo, la IA no puede hacer cosas como predecir el mercado de valores. o curar el cáncer porque las respuestas a esas preguntas no existen en los datos, dijo.

Uno de esos casos podría ser la decisión de International Business Machine Corp. de vender activos de su negocio Watson Health , una empresa que alguna vez se promocionó como una forma de ayudar a los médicos a diagnosticar y curar el cáncer.

En términos generales, la IA estudia grandes cantidades de datos y detecta patrones que le permiten hacer predicciones, por ejemplo, sobre cosas como cómo será el tráfico en las carreteras dentro de 30 minutos o cómo se comportarán las cosechas del próximo año, dijo el Sr. Ng, quien también co- fundó Google Brain, el equipo de investigación de aprendizaje profundo de la empresa.

Pero aprovechar la IA puede ser “una tontería si no tiene suficientes datos para construir un modelo”, dijo Alex Cook, jefe de capacidades estratégicas de New York Life Co. Es una trampa en la que ha visto caer a muchos a lo largo de los años, añadió.

Dado ese riesgo, muchos directores de información han invertido en datos fundamentales y han desarrollado una mejor habilidad para identificar usos plausibles. Pero persiste otra dificultad: educar a la fuerza laboral corporativa, dijeron los analistas. 

De hecho, la barrera para la adopción se está volviendo menos un problema tecnológico y más un problema de personas, dijeron.

“Es nuevo, mucha gente aún no sabe qué es, especialmente en las empresas tradicionales. Hay una necesidad de mucha educación. Hay una necesidad de ‘muéstrame el dinero’”, dijo la Sra. Walsh.

“Creo que la gente a veces se casa con: ‘Bueno, el modelo no funcionó bien la primera vez, así que realmente no voy a usarlo’”, dijo el CIO de Johnson & Johnson, Jim Swanson. Y agregó: “El modelo nunca está bien la primera vez, nunca”.

Una razón clave de eso es la falta de datos suficientes, dijo. Pero la aceptación es crucial. Dijo que desarrollar la perspicacia digital en toda la empresa, incluso en áreas como investigación y desarrollo y cadena de suministro, sigue siendo una prioridad para garantizar que otros ejecutivos comprendan la propuesta de valor de la IA.

“Hay un componente de personas en el que tenemos que trabajar continuamente para asegurarnos de que haya adopción”, dijo. 

“Francamente, se necesita fortaleza y audacia”, dijo Linda Avery, quien se desempeñó como directora de análisis y datos de Verizon Communications Inc. hasta diciembre, sobre su experiencia en la implementación de algoritmos de IA en el negocio. “Estás cambiando la forma en que trabaja la gente, estás cambiando la forma en que la gente piensa”.

La IA se ha desarrollado significativamente en los últimos años, según el Sr. Ng. En el aprendizaje profundo, una forma de IA que intenta imitar aspectos de las neuronas humanas, el tamaño de los modelos, incluida la cantidad de parámetros y neuronas simuladas, es más grande, y las formas en que se conectan juntas esas grandes cantidades de neuronas simuladas se ha vuelto más sofisticado, dijo.  

Algunas empresas dicen que están viendo beneficios concretos de la IA. Levi’s dijo que usa la tecnología para personalizar las experiencias de los compradores en línea y hacer más ventas. J&J dijo que lo está utilizando para ayudar a los representantes de ventas a determinar la siguiente mejor acción. Verizon dijo que lo usa para predecir la demanda en ciertas áreas del negocio y desplegar su fuerza laboral en consecuencia. 

En 2022, las organizaciones gastaron en promedio entre un 4 % y un 6 % más en IA que el año anterior, según IDC. Algunas empresas dijeron que estaban gastando entre 150 y 170 millones de dólares al año en IA, y esos costos se destinaron a hardware, software y servicios profesionales, dijo la firma. 

“Habrá dudas” sobre la IA en una economía más lenta, dijo el analista de IDC Ritu Jyoti. Pero las empresas que se comprometan con esas inversiones estarán mejor posicionadas para capear cualquier recesión, dijo. Es más probable que se eliminen otras tecnologías emergentes que la IA, dado su potencial de ahorro de costos, señaló.

“Hay ciertas inversiones en ciertas tecnologías que seguirán ocurriendo, y la inteligencia artificial y la automatización en realidad están en lo más alto de esa lista”, dijo, “porque está afectando todos los aspectos de su negocio”.

FUENTE: WSJ

Related Articles

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Stay Connected

3,789FansMe gusta
900SeguidoresSeguir
1,700SuscriptoresSuscribirte
- Anuncio -spot_img
- Anuncio -spot_img

Latest Articles