Contenido
- Adopción de inteligencia artificial en los negocios
- Adopción de Inteligencia Artificial en Verticales
- Sin errores, sin estrés: su guía paso a paso para crear software que cambie su vida sin destruir su vida
- Asociación con empresas de IA en la nube
- Conclusión
Fuente: Kittipong Jirasukhanont / Dreamstime.com
Para llevar:
La empresa ha comenzado a integrar AI y ML en sus operaciones, pero no tanto como lo han hecho muchas empresas de Internet. La ayuda de estas empresas podría ser la clave para la adopción de IA empresarial.
Las empresas de Internet de hiperescala han superado varios niveles de aprendizaje automático con una mayor automatización en el procesamiento de datos y la sofisticación de modelado desde 2015. La empresa, con algunas excepciones, se ha retrasado en la adopción de inteligencia artificial, pero ve, en las empresas de Internet, socios que pueden ayudarlo. para ponerse al día.
Los posibles usuarios empresariales del aprendizaje automático tienen un largo camino por recorrer para igualar los grupos de talentos, la destreza informática, la escala y los volúmenes de datos para algoritmos de capacitación que las empresas de Internet han acumulado, especialmente en los últimos cuatro años. En muchos sectores verticales de la empresa, los procesos comerciales no se han transformado digitalmente para la automatización del procesamiento de datos y la ejecución instantánea de decisiones comerciales basadas en los conocimientos obtenidos de la inteligencia artificial. Además, varias de las verticales aún no tienen casos de uso bien definidos que se presten a la ejecución rentable de la inteligencia artificial. (Para obtener más información sobre la IA en los negocios, consulte Cómo superar los problemas de gestión del cambio de la gestión del servicio de TI con el poder de la IA).
Adopción de inteligencia artificial en los negocios
La adopción de inteligencia artificial en los negocios está en una etapa temprana, especialmente cuando consideramos a sus usuarios sofisticados que han ido más allá de la exploración y los pilotos a una etapa en la que obtienen valor comercial de su uso. O’Reilly, una compañía de medios tecnológicos, encontró en su encuesta de 2018, "El estado de la adopción del aprendizaje automático en la empresa", que los usuarios sofisticados eran solo el 15% del total de usuarios empresariales en todo el mundo y el 18% en América del Norte.
Las fuentes externas de experiencia y aprendizaje juegan un papel importante en ayudar a los usuarios comerciales a ponerse al día con el estado del arte en el aprendizaje automático, especialmente para las técnicas avanzadas de IA. Una encuesta realizada en 2018 por Deloitte encontró que el 59% de los compradores empresariales adquieren experiencia en inteligencia artificial de compañías de software empresarial con capacidades de inteligencia artificial, el 53% la desarrollan conjuntamente con socios, el 49% la adquieren de compañías de inteligencia artificial en la nube y el 39% la obtienen de sitios como GitHub . Las empresas de inteligencia artificial en la nube ofrecen inteligencia artificial como un servicio, lo que ahorra en el costo de infraestructura y desarrollo de talento en las instalaciones.
Para el desarrollo avanzado de IA, las empresas en la nube son una fuente de experiencia más importante. El 39% de los encuestados empresariales mostraron una preferencia por las empresas en la nube como fuente de inteligencia artificial avanzada en comparación con el 15% por el software en las instalaciones. La IA como servicio ha crecido a una tasa rápida del 48%.
Adopción de Inteligencia Artificial en Verticales
Hablamos con Aditya Kaul, directora de investigación de Tractica, una firma analista de la industria enfocada en inteligencia artificial y robótica. Kaul ha estado investigando la adopción de inteligencia artificial en 30 verticales para más de 300 casos de uso en empresas de todo el mundo. "Las telecomunicaciones y los servicios financieros han sido líderes en la adopción de IA, y comenzaron temprano con técnicas estadísticas más rudimentarias que se remontan a la década de 1980", nos dijo Kaul. "La adopción en el sector minorista, automotriz y de atención médica ha aumentado en los últimos tiempos, mientras que la mayoría de la empresa se encuentra en una etapa temprana de adopción", agregó, "los servicios comerciales horizontales como CRM, cadena de suministro y recursos humanos han ampliado la adopción de AI rápidamente, ya que sus capacidades predictivas ayudan a identificar clientes potenciales, tendencias de demanda de los consumidores y empleados talentosos ".
"El monitoreo, la sincronización y la optimización de redes complejas y heterogéneas definidas por software es un caso de uso crítico en el sector de las telecomunicaciones", supuso Kaul. "Los asistentes de voz en automóviles han aumentado en el sector automotriz con un acento creciente en la personalización de servicios en el automóvil", señaló. También nos informó que "el sector bancario está desplegando inteligencia artificial para el servicio al cliente, incluidos los chatbots, ya que se enfrentan a una intensa competencia de los bancos de Internet más pequeños, además de usarlo para la detección de fraudes, análisis de préstamos y otras operaciones de back-end".
Si bien el sector de la salud tiene un enorme potencial, se había rezagado hasta hace poco debido a las barreras regulatorias para usar sus datos. "Varias nuevas empresas respaldadas por empresas ahora se han centrado en el aprendizaje automático en ensayos clínicos para acelerar el descubrimiento de fármacos", reveló Kaul.
Sin errores, sin estrés: su guía paso a paso para crear software que cambie su vida sin destruir su vida
No puede mejorar sus habilidades de programación cuando a nadie le importa la calidad del software.
Las tiendas minoristas han acelerado las inversiones en aprendizaje automático a medida que logran dominar la predicción precisa de la demanda y la oferta. El minorista alemán Otto redujo los retornos en más de 2 millones de artículos al año y el exceso de existencias en un 20% utilizando algoritmos de aprendizaje profundo para predecir lo que comprarán los clientes, según un informe de investigación de McKinsey. Su motor de IA ahora ordena de forma autónoma 200,000 artículos al mes porque puede pronosticar lo que Otto venderá en los próximos 30 días con un 90% de precisión. (¿No está seguro de cómo la IA encajaría con su empresa? Consulte las 5 formas en que las empresas pueden querer considerar el uso de la IA).
Asociación con empresas de IA en la nube
Las empresas de IA en la nube de hiperescala han estado dispuestas a asociarse con clientes empresariales para avanzar en sus habilidades de inteligencia artificial, pero no están seguras sobre las formas de colaborar con las empresas de software empresarial que son indispensables para la fontanería de backend. "Las empresas de la nube han sido generosas con los clientes empresariales con sus regalos que incluyen tiempo gratuito en la nube, consultoría y recursos de capacitación", observó Kaul.
Dado que las empresas de inteligencia artificial en la nube como Google han hecho una rápida transición de algoritmos diseñados a mano en 2015 a aprendizaje profundo en 2016 y últimamente algoritmos más avanzados como el aprendizaje de refuerzo, pueden aconsejar a los primeros usuarios sobre cómo avanzar en su viaje hacia el aprendizaje de inteligencia artificial. madurez.
"Los costos de la IA también están disminuyendo a medida que vemos una mayor disponibilidad de modelos previamente entrenados, conjuntos de datos etiquetados y una reducción general en los precios de la IA en la nube", explicó Kaul."Al mismo tiempo, el tiempo para el procesamiento de datos, la ingestión, la preparación de datos y el etiquetado, que representa el 90% del esfuerzo, se ha acortado con técnicas como AutoML que automatiza estos procesos", agregó. Nvidia, un socio de compañías de IA en la nube hiperescala, ha reempaquetado sus GPU (unidades de procesamiento gráfico) para la empresa. "Nvidia se ha reposicionado para enfocarse en casos de uso de ciencia de datos y análisis en la empresa, lo que acelera la capacitación de grandes modelos analíticos en comparación con las CPU (unidades centrales de procesamiento)", explicó Kaul.
Las empresas de software empresarial tendrán que encontrar una manera de acomodar a las empresas de inteligencia artificial en la nube, especialmente a medida que aportan nuevas capacidades al mercado que se convierten en parte del tejido de los negocios empresariales. "El aprendizaje profundo permite funciones como chatbots y capacidades de visión por computadora para el reconocimiento de imágenes, lo que extiende el valor que aporta la inteligencia artificial", afirmó Kaul. "El software en sí ya no está codificado pero se adapta a las necesidades de datos y análisis", agregó. Hasta ahora, no hay pruebas suficientes para demostrar que las empresas de software empresarial, con algunas excepciones como Microsoft, pueden ponerse al día con las empresas de inteligencia artificial en la nube en algoritmos. Según todos los indicios, los nuevos términos de compromiso entre las empresas de inteligencia artificial en la nube y las empresas de software empresarial, sin embargo, aún no se han resuelto.
Conclusión
El aprendizaje automático reinventará la empresa a medida que redefine el software empresarial. La empresa se adaptará más rápido al entorno empresarial externo con la automatización del procesamiento de datos y la ejecución más rápida de las decisiones comerciales basadas en los conocimientos obtenidos de los algoritmos que acortan el tiempo para aprender de los datos. El software empresarial evolucionará y se reconfigurará con más frecuencia para mantener el ritmo de los algoritmos.
