Las cinco principales tendencias de inteligencia artificial para 2019
04/12/2018
Tim Sheedy, asesor principal de Ecosystm, detalla dónde deben realizar las organizaciones "inversiones inteligentes" a medida que la IA alcanza adopción en el mercado masivo.

El próximo año veremos cómo algunas tecnologías de inteligencia artificial alcanzan la adopción masiva del mercado, predice Ecosystm.

En un nuevo informe sobre las tendencias tecnológicas de 2019, la firma de asesoría e investigación de tecnología disruptiva dice que 2019 también será el año en que la IA comience a impactar las experiencias de empleados y clientes, desde la junta hasta la sala de estar.

"Las empresas que realizan inversiones inteligentes en IA estarán preparadas para crear experiencias más personales, más efectivas y más fáciles para los clientes, con el fin de impulsar las líneas de crecimiento superior e inferior", escribe Tim Sheedy, asesor principal de Ecosystm y autor del informe.

Sheedy comparte con CIO New Zealand sus cinco tendencias principales de inteligencia artificial para el próximo año y cómo los CIO, sus equipos y sus colegas de la clase ejecutiva pueden prepararse para los cambios futuros.

1. El aprendizaje automático y la analítica de sensores de IoT impulsarán el crecimiento de la IA

La inteligencia artificial no es un mercado único, sino que está formada de muchos componentes, a menudo considerados como los elementos básicos de las aplicaciones inteligentes, explica Sheedy.

El estudio global del ecosistema IA, del cual están tomadas las cinco tendencias, muestra que el crecimiento de la IA en los próximos 12 meses provendrá del aprendizaje automático (ML), afirma Sheedy. Esto se debe a que esta capacidad se aplica a una variedad de problemas y desafíos en toda la organización.

La analítica de sensores IoT también experimentará un fuerte crecimiento, dice, debido al aumento en las implementaciones de IoT y al subsiguiente crecimiento exponencial de los datos provenientes de estos sensores, más el deseo de las organizaciones de hacer algo inteligente o diferente con estos datos. La automatización de procesos robóticos (RPA) seguirá creciendo, al igual que los chatbots y los asistentes virtuales.

Por lo tanto, aconseja a las organizaciones construir centros de competencia de inteligencia artificial con el aprendizaje automático en su núcleo. Una habilidad clave es la capacidad de ayudar a los líderes empresariales a comprender cómo el ML puede ayudarlos explicando, por ejemplo, dónde aplicarlos y dónde no.

El personal del centro de competencia debe estar capacitado no solo en tecnología, sino también en pensamiento de diseño, mapeo de la trayectoria del cliente y otras disciplinas de experiencia del cliente (CX) para garantizar que la mejora de la experiencia del cliente y/o la del empleado (EX) sea el núcleo de sus proyectos de ML. dice Sheedy.

2. El crecimiento en IoT también impulsará el crecimiento en IA

Sheedy observa que muchas organizaciones ya están implementando o han implementado una solución de IoT y, con estos, sensores que generan grandes cantidades de datos.

"Si bien estos sensores de hoy son, en su mayor parte, unidireccionales ('recopilan y analizan datos'), nos estamos acercando al punto en que muchos de estos sensores serán bidireccionales ('detectan y responden')", asegura.

Por lo tanto, las empresas buscarán herramientas de inteligencia artificial (particularmente analíticas de sensores de IoT y ML) para ayudarles a aprender de esos datos y responder en consecuencia.

Muchas implementaciones no tendrán tiempo para que los datos se envíen de vuelta a una base de datos o una herramienta central de ML. Algunos necesitarán que el sistema de aprendizaje esté más cerca del sensor para que actúe de manera diferente, en entornos que cambian constante o regularmente.

Los sistemas y arquitecturas que hemos construido hoy no siempre funcionarán en los entornos constantemente conectados, de aprendizaje constante, del mañana, dice Sheedy. "Examina tus propias arquitecturas de IA y de datos. ¿Serán capaces de trabajar en 'endpoints' inteligentes?".

3. A corto plazo, la IA creará más empleos de los que elimina

Sheedy cita tres razones principales por las que este será el caso en los próximos años.

Primero, la IA está haciendo muchos trabajos que ni siquiera los humanos hacen. Esto incluye analizar imágenes para detectar tendencias que los humanos no vieron o buscar correlaciones en conjuntos de datos que no sabíamos que existían.

En segundo lugar, incluso cuando la automatización y la inteligencia artificial están impulsando la productividad, la mayoría de las organizaciones están recalificando a las personas afectadas, quizás para ofrecer un servicio más humano.

La automatización y las ganancias de productividad impulsadas por la tecnología han estado ocurriendo durante más de 20 años, pero los niveles de empleo no han bajado, señala.

Sheedy observa que las ganancias impulsadas por la inteligencia artificial son reinvertidas en los negocios y en crear más oportunidades de empleo.

En tercer lugar, las organizaciones han comenzado a contratar las habilidades que necesitarán para hacer que su negocio sea más inteligente con IA. Muchos de estos trabajos de hoy son adicionales a, no reemplazan los recursos existentes.

"Empieza a capacitar al personal en habilidades de inteligencia artificial", aconseja a las empresas. Esto reducirá los costes generales a largo plazo, ya que no se necesitará contratar externamente para estas habilidades.

Aprende cómo y dónde la IA puede ayudar a tus clientes y a tu negocio, agrega. "Busca oportunidades para hacer que la CX o EX sea más personal y más 'humana'; ahí es donde encontrarás tus oportunidades de invertir en IA".

4. Los CIO y sus departamentos de TI retrasarán las implementaciones de IA

Muchas de las capacidades digitales que las empresas han estado construyendo en los últimos cinco años no han necesitado la participación activa del equipo de TI.

Lo que comenzó como "Shadow IT", observa, se convirtió en la forma estándar de dotar de valor al cliente y al negocio, ya que las organizaciones empujaron sus recursos tecnológicos en el producto y los equipos de clientes, para que pudieran impulsar la innovación a buen ritmo.

Sheedy señala, sin embargo, que las iniciativas de inteligencia artificial implican algoritmos de entrenamiento con datos; cuantos más datos, mejores son los algoritmos. Los líderes empresariales necesitarán trabajar con TI para obtener acceso a estos datos, que generalmente residen en sistemas back-end, para entrenar sus modelos.

El tipo de liderazgo de TI en tu negocio determinará la velocidad a la que puedes acceder a esos datos y, por lo tanto, a qué velocidad puedes implementar tu solución impulsada por IA, escribe Sheedy.

Algunas organizaciones, sin embargo, tienen un CIO que ha inventado activamente ideas sobre cómo hacer que los procesos y sistemas sean más inteligentes y automatizados.

Su consejo para las organizaciones: "Trabaja con tu equipo de TI para comprender los tiempos de entrega y los requisitos de seguridad/privacidad de estos datos. Ayúdales a comprender sus requisitos ahora y en el futuro, y anímalos a configurar un proceso para proporcionar datos de manera rápida y fácil a los equipos de negocios para sus requisitos de IA/ML".

5. Una fusión de escala masiva será impulsada por los activos de IA

El estudio global de Ecosystm encuentra que cuatro compañías, Microsoft, IBM, AWS y Google, representan el 62% de las implementaciones de IA actuales y planificadas. Ecosystm espera que este dominio continúe en el futuro cercano.

Al mismo tiempo, las empresas de tecnología que están acostumbradas a dominar sus industrias, como Cisco, HPE, Dell EMC y SAS, podrían quedarse atrás si no logran escalar rápidamente en el dominio de IA.

"Una fusión importante se vislumbra en el futuro", predice Sheedy.

"La pregunta '¿qué sucede si se adquiere esta empresa?' debe ser considerada en todos los sistemas de IA, las plataformas y las decisiones de suministro de herramientas", concluye.

Fuente: https://www.ciospain.es