Llegamos a ustedes gracias a:



Reportajes y análisis

8 roles clave para los proyectos exitosos de IA

[08/04/2019] La inteligencia artificial ofrece amplias oportunidades para obtener valor de negocio. Cuando se usa correctamente, la IA puede ayudar a mejorar las ventas, optimizar las operaciones y liberar al personal para un trabajo de mayor valor. Puede ayudar a reducir costos y permitir a las organizaciones crear nuevos productos y buscar nuevos mercados.

Y las empresas se están sumergiendo en ello. Según una encuesta reciente de Deloitte, el 55% de los ejecutivos de TI indican que sus compañías lanzaron seis o más proyectos piloto relacionados con la inteligencia artificial en el 2018, una cifra superior al 35% del 2017. Más de un tercio ha invertido más de cinco millones de dólares en tecnologías cognitivas, y el 56% espera que la IA transforme sus empresas en los próximos tres años.

Pero llegar allí no es fácil, y se requieren ciertas habilidades clave que son difíciles de encontrar. Aquí echamos un vistazo a ocho roles clave para el éxito de la IA, de acuerdo con aquellos que realizaron incursiones tempranas en la inteligencia artificial para los negocios.

Investigadores de IA

Puede parecer contraproducente para la empresa promedio involucrarse en la investigación. Después de todo, los investigadores de inteligencia artificial suelen ser los doctores que realizan investigaciones fundamentales que podrían, algún día, conducir a un gran avance en la capacidad de pensar de las máquinas. Además, buscar investigadores de IA significa competir contra universidades y gigantes tecnológicos como Google y Microsoft por talentos muy escasos que podrían no ofrecer beneficios comerciales inmediatos.

Pero siempre existe la esperanza de que un gran avance los catapultará a la cabeza. Esta promesa por sí sola puede referirse a la alta demanda de investigadores de IA. Según la encuesta de Deloitte, el 30% de los ejecutivos de TI consideran que los investigadores de IA se encuentran entre sus principales prioridades -más que cualquier otro puesto.

"Las personas desean ese objeto brillante, afirma Vivek Katyal, líder mundial de analítica y riesgo de datos en Deloitte Risk y Financial Advisory. "¿Pero ese objeto brillante hará una diferencia en lo que realmente buscan? A menos que una empresa quiera ser el próximo Facebook, señala, tal vez no.

Pero muchos ejecutivos de negocios que toman las decisiones de financiamiento no entienden la diferencia entre la investigación de IA y las aplicaciones de IA, afirma. "No son los científicos de datos los que financian estos proyectos.

Sin embargo, para aquellas compañías en las que la IA es fundamental para su negocio principal, la investigación no es un lujo sino una necesidad. AppTek, por ejemplo, fue fundada hace unos treinta años como una empresa de reconocimiento de voz. La IA ha transformado todo el campo del reconocimiento de voz, y AppTek ha tenido que invertir en investigación para mantenerse al día. Por ejemplo, su última investigación publicada se centra en identificar a diferentes oradores en una conversación.

"Esa es una necesidad de negocio real, afirma Mike Veronis, el director de ingresos de la compañía. "Hicimos eso para resolver el problema y para impulsar las capacidades.

Desarrolladores de software de IA

Los desarrolladores de software de IA realizan una investigación fundamental, como los últimos desarrollos en el aprendizaje profundo o redes adversas generativas, y los convierten en productos utilizables. Algunas empresas dejan este trabajo en manos de los grandes proveedores, confiando en plataformas comerciales en lugar de desarrollar sus propios enfoques para la IA. Pero incluso si las compañías utilizan técnicas de IA conocidas, es posible que aún quieran construir sus propias plataformas, afirma Katyal de Deloitte. Esto puede explicar, en parte, la gran demanda de desarrolladores de software de IA, una de las principales prioridades para el 28% de los encuestados en la investigación de Deloitte.

Una razón para construir su propia plataforma es el problema de la "caja negra de los marcos de trabajo actuales de IA. Sin la capacidad de ver el código fuente de los productos disponibles en el mercado, algunas compañías, especialmente en áreas reguladas como finanzas o atención médica, podrían seguir su propio curso.

"Tal vez debería desarrollar algo por mi cuenta, donde sé lo que he construido, tengo el código, controlo todo al respecto, afirma Katyal. "Esa discusión es muy frecuente. Cuando construyen su propio software de IA, también pueden comprender mejor los sesgos integrados de las herramientas, agrega.

Ese es el caso de AppTek también. En lugar de tener un sistema comercial de caja negra que no se puede ajustar fácilmente, obtiene un producto que se puede personalizar según sea necesario, además de tener funciones únicas basadas en la investigación de la propia compañía. "Podemos adaptar, entrenar y mejorar continuamente el motor de reconocimiento de voz, señala Veronis de AppTek.

Científicos de datos

Cuando las empresas piensan en superar los desafíos de la IA, suelen pensar en crear nuevos algoritmos de IA, afirma Katyal. Pero probablemente obtendrían más valor al mejorar sus datos. "Esa es la barrera habitual para la IA funcional, afirma.

Según Katyal, esto hace que los científicos de datos representen el rol más importante de la IA. Buscados por el 24% de los encuestados, los científicos de datos preparan los datos de una empresa para su uso en sistemas de IA. También identifican los datos que una empresa necesita para cumplir sus objetivos: datos que se generan internamente o que se recopilan de terceros. Los científicos de datos también pueden detectar cuándo faltan datos, saber cuándo no hay suficientes datos de un tipo en particular, y reconocer cuándo un conjunto de datos está sesgado o desactualizado.

También son los que identifican los algoritmos correctos para usar en sus conjuntos de datos, entrenan y ajustan esos algoritmos, y trabajan con expertos en la materia para validar los resultados.

"En los viejos tiempos, habrían sido estadísticos avanzados, afirma Katyal. "Ellos son los usuarios de la investigación de IA y el software de IA.

Los científicos de datos están en el corazón de los recientes proyectos de IA de Sumitomo Mitsui Banking Corp. SMBC, una compañía financiera global y, por sus activos, el segundo banco más grande en Japón, está utilizando la IA para mejorar el servicio al cliente en sus centros de datos, así como para facilitarles a los empleados la búsqueda de información e identificar mejor a posibles clientes corporativos.

El banco ya tenía un área de administración de datos y científicos de datos en el personal, afirma Akinobu Funayama, el director ejecutivo del banco. Al principio, los científicos de datos configuraban manualmente los casos de uso, identificaban los puntos de datos más relevantes para esos casos de uso y creaban los algoritmos para analizar los datos. Por ejemplo, al puntuar a los nuevos clientes potenciales con fines de rentabilidad, los científicos de datos analizaban miles de factores para ver si alguno resulta útil.

Todo el proceso llevaba de dos a tres meses por caso de uso, lo que se traduce en diez a quince casos de uso por año. Utilizando la tecnología de dotData para ayudar a identificar los puntos de datos más útiles para crear nuevos algoritmos, SMBC ha reducido el tiempo que lleva crear un nuevo modelo a solo unas pocas horas. Esto ha aumentado el número de casos de uso que el banco puede abordar a aproximadamente 100 por año, lo que le permite aplicar la IA a más áreas del banco, incluidas finanzas, tesorería y cumplimiento.

"Estamos trabajando para mejorar el desempeño de todo el grupo, afirma Funayama.

Los científicos de datos aún son críticos para el proceso, agrega, pero en lugar de realizar trabajos repetitivos de ingeniería de funciones, ahora están abordando una gama mucho más amplia de casos de uso empresarial de la tecnología de IA.

Diseñadores de experiencia de usuario

A medida que la IA se incorpora a más productos y servicios, el diseño de la experiencia del usuario es cada vez más importante. En lugar de abrir menús o hacer clic en los botones, las personas ahora esperan poder hacer preguntas simples en inglés o hacer que las aplicaciones deduzcan lo que necesitan del contexto.

"Siempre hemos pensado que la experiencia del usuario está basada en la web o en el móvil, afirma Brandon Ebken, CTO de la firma de consultoría tecnológica, Insight, localizada en Arizona. "En el mundo de la IA, estamos interactuando con chatbots o Siri o Cortana, por medio de la voz. Él ha creado un nuevo tipo de diseño de experiencia del usuario, afirma, y es una pieza crítica a la hora de crear nuevas herramientas basadas en la IA.

"La conexión entre las cosas basadas en la IA y la experiencia humana está evolucionando, concuerda Katyal de Deloitte. "Creo que esa es la próxima revolución, una que ya estamos empezando a ver.

A medida que se crean nuevas herramientas, las personas tienen que poder usarlas, y eso puede requerir nuevos tipos de interfaces, así como los cambios que se acompañan en la forma en que se estructuran una aplicación o los procesos de negocios.

Para encontrar personas con estas habilidades, las compañías deben buscar expertos en servicio al cliente, afirma.

Expertos en gestión del cambio

La gestión del cambio es el aspecto más ignorado de las implementaciones de IA, afirma Katyal de Deloitte. Y no solo los empleados de la empresa se benefician de la gestión del cambio, sino también los usuarios y clientes. "Es lo más difícil, agrega Katyal. "Esta es una de las áreas más ignorada y menospreciada en la empresa.

Sin embargo, los expertos en gestión del cambio siguen teniendo una gran demanda, una habilidad muy necesaria para el 22% de los encuestados en la investigación de Deloitte. Los proyectos de IA pueden tener un gran impacto en los trabajadores de conocimiento, que pueden negarse a aceptar las recomendaciones de IA si no han participado en el desarrollo de la solución, según Deloitte.

"Los fundamentos de fomentar el cambio organizacional pueden perderse en medio de la emoción en torno a las pruebas piloto, los experimentos de base y las exageraciones impulsadas por los proveedores, sostiene el informe de Deloitte.

Además, el 63% de los gerentes de TI encuestados afirmó que, para reducir costos, su empresa desea utilizar la IA para automatizar tantos trabajos como sea posible -lo que subraya aún más la necesidad de contar con expertos en gestión de cambio.

Administradores de proyectos

Muchos proyectos de IA están plagados de problemas porque a menudo no se administran con el mismo rigor con el que las empresas gestionan tecnologías más maduras. Para el 39% de encuestados por Deloitte, uno de los tres desafíos principales es encontrar administradores de proyectos capaces de liderar las implementaciones de IA en los roles y procesos de empresa. Para el 30% de los encuestados, uno de los tres principales desafíos es encontrar administradores de proyectos que ayuden a medir y probar el valor de negocio en base a las implementaciones de IA. También pueden lidiar con la escasez de habilidades en otras áreas relacionadas con la inteligencia artificial.

Ya es bastante difícil encontrar científicos de datos, y mucho más difícil es encontrar científicos de datos que también sean ingenieros de software, diseñadores de interfaces de usuario, profesionales de la seguridad y expertos en la materia. Debido a esto, los proyectos de IA incluyen equipos complejos de personas, afirma Marty Young, director gerente de Slalom, una firma de consultoría de negocios con sede en Seattle.

Los administradores de proyectos son necesarios para disputar todos estos roles. Además, los administradores de proyectos ayudarán a los equipos multidisciplinarios a mover la IA de ser proyectos piloto experimentales, para convertirse en un aspecto más de la ingeniería del software y el ciclo de vida del software, afirma Steve Herrod, director gerente de General Catalyst Partners, una firma de capital de riesgo que se enfoca en nuevas empresas de alta tecnología. Herrod fue anteriormente CTO en VMware.

"No debemos perder de vista el proyecto y los gerentes de programas que necesitan entender los aspectos únicos de los modelos y adaptarlos a las versiones más amplias de software de las que deben formar parte, agrega.

A medida que este campo progresa, habrá una gama aún más amplia de roles que serán relevantes, como personas para manejar las preguntas relacionadas con la auditoría y la certificación, afirma Herrod.

Eso va a crear más trabajo y más necesidad para los administradores de proyectos.

Líderes empresariales para interpretar los resultados de la IA

Incluso cuando una empresa utiliza proveedores externos para gran parte de sus funcionalidades de IA, es fundamental contar con experiencia de negocio interna.

Ese fue el caso de Spoton Logistics, una compañía de envíos con sede en India que busca utilizar la IA para ayudar con el servicio al cliente, el análisis de sentimientos y la automatización en el área de finanzas. Por ejemplo, un caso de uso específico es resolver el problema de dirección de "primera milla y "última milla de la compañía.

"Las direcciones de India no son estándares, afirma Satya Pal, jefe de ingeniería de negocios de la compañía. Y empeora cuando la compañía trabaja con direcciones que no han sido llenadas completamente. "Esto elimina la posibilidad de una planificación central y la utilización del vehículo.

La compañía decidió utilizar proveedores externos para la mayor parte del trabajo, en lugar de desarrollar la tecnología internamente. Sin embargo, los líderes empresariales que fueron necesarios para interpretar los resultados de la IA estaban en el equipo interno de la compañía. Tenían un conocimiento empresarial del problema específico que la compañía estaba tratando de resolver y un entendimiento de varios modelos y marcos de IA, afirma. Por ejemplo, pudieron comprender las aplicaciones de los modelos de clasificación versus aprendizaje por refuerzo, y el aprendizaje supervisado versus no supervisado.

"En general, eran de una formación de ciencias de la comunicación con conocimiento de Python, afirma. Se requería algo de capacitación adicional, pero esto solía tratarse de investigación independiente, así como cursos en línea relacionados con la IA.

Esto les permitió determinar qué enfoque de IA era el más adecuado para resolver productos particulares y validar el progreso.

Expertos en la materia

Debido a que las herramientas de inteligencia artificial no siempre funcionan para todos los casos de uso, los expertos en la materia son clave. Tomemos, por ejemplo, los motores de recomendación de productos, que generalmente están diseñados para satisfacer las necesidades de los minoristas en línea, afirma Michael Rigney, vicepresidente ejecutivo de soluciones para clientes de EnergySavvy, una compañía de software que se enfoca en la industria de servicios públicos.

Los minoristas en línea recopilan datos sobre los hábitos de compra de sus clientes y pueden compararlos con los hábitos de compra de otros clientes. Pero las compras anteriores no son métricas útiles para quienes obtienen electricidad de la empresa de servicios públicos local. Aquí, la experiencia de compañías como EnergySavvy puede ayudar.

"Sabemos cómo identificar qué clientes se están beneficiando de los proyectos de eficiencia energética, cuánto se están beneficiando y quién más sería similar a esos clientes y se beneficiaría también, afirma Rigney. Eso ha ayudado a EnergySavvy a servir a clientes como NationalGrid en Massachusetts, afirma.

Las nuevas capacidades de la IA son responsables de gran parte del reciente crecimiento de los ingresos de la compañía, afirma el vicepresidente de marketing de EnergySavvy, Ryan Warren. "La mayor parte del crecimiento de nuestros nuevos clientes, las líneas de negocio que son el futuro de nuestra empresa, están fundamentalmente ligadas a tecnologías que están respaldadas por la IA.