Sin embargo, incluir IA en una empresa no es tan simple como instalar un software, indicó John Thomas, director del Equipo Élite de Ciencia de Datos de IBM.
Al participar en el Foro IMEF con su conferencia Inteligencia Artificial: Amenazas y oportunidades para países altamente manufactureros, el especialista afirmó que la Inteligencia Artificial no es ‘mágica’ y detrás de su éxito hay una serie de pasos que las empresas deberían seguir.
Por ejemplo, dijo, en un banco, la Inteligencia Artificial debe ser utilizada para mejorar la experiencia del cliente, sin embargo, para que esto suceda, es necesario que primero un equipo de especialistas haga un análisis total de la compañía.
“Hay que empezar con los datos, datos de todo tipo que se pueden combinar de manera tal, que si hay datos suficientes se pueden combinar con otros datos externos. Tener acceso a estos de manera sistemática es lo primero que debemos hacer, no podemos acercarnos a la Inteligencia Artificial sin datos estructurados”, comentó.
El especialista enunció cinco pasos que las empresas deben seguir: colectar, es decir recopilar todo dato que sea útil para que la IA funcione bien; organizar todos los datos, conocer su origen, saber quién es responsable por ellos, y quién los transformó, etcétera.
Luego viene el análisis de toda la información, los modelos de aprendizaje de las máquinas, creación de sistemas optimización para la toma de decisiones y la ciencia de datos.
“La mayoría de las compañías que quieren empezar a usar IA empiezan con el tercer paso, contratan científicos de datos, les dan un buen sueldo y no ven resultados, esto es importante, pero se tienen que seguir los primeros pasos para que el proyecto tenga éxito”, recalcó Thomas.
Y el último paso es infundir el uso de la Inteligencia Artificial, es decir, la manera de utilizarlo en el contexto de cada negocio y que los equipos de trabajo se acostumbren a trabajar de la mano de estos sistemas.
Por ello, el especialista compartió que lo ideal es que, al comenzar a utilizar IA en las empresas, se debe empezar con un proyecto pequeño, ver el éxito que tiene y a partir de ahí ampliar su uso a otros departamentos dentro de la empresa.
“Estos modelos son excelentes el primer día y después no son tan excelentes o después de un mes ya no sirven porque los datos y los patrones cambian, por eso los modelos necesitan estar involucrados en tiempo real para ayudar con la toma de decisiones. Hay que ver a la IA como una manera de mejorar la productividad de manera que estén haciendo un trabajo de mejor valor”, aclaró.