Haga clic para obtener más información sobre el autor andriy latysh.
Las empresas de hoy se enfrentan a un punto de inflexión clave en la adopción de la IA y, como tal, están perfectamente posicionadas para alcanzar nuevas alturas con la IA, al obtener información procesable, mejorar la eficiencia operativa, descifrar los comportamientos de los clientes y reducir los costos. Dicho esto, el hecho de que una organización esté dispuesta a adoptar IA no siempre significa que el proceso de implementación estará libre de problemas. El hecho es que, en muchos casos, es posible que la administración que no pertenece a TI no comprenda el proceso de IA, lo que puede generar fricciones. Adoptar IA significa también adoptar la mentalidad correcta. A continuación se presentan cinco formas en que la administración en cualquier organización puede ayudar a facilitar la implementación de IA.
1. Comience en la parte superior
Uno de los primeros obstáculos para la adopción de la IA es que los ejecutivos a menudo no comprenden los profundos cambios que la IA puede tener en la empresa. Es importante presentar e implementar la IA como realmente es: un medio para reducir costos, mejorar la eficiencia, mejores productos y mejores servicios. Otro error común es pensar en la IA como una especie de herramienta que viene de una caja.
Incluso cuando la demanda de IA proviene del nivel ejecutivo, es importante asegurarse de que los primeros proyectos de IA muestren resultados para mantener el respaldo ejecutivo. Sin embargo, los resultados de la IA pueden tardar algún tiempo, por lo que es importante crear expectativas realistas de cómo se manifestarán los resultados y el período de tiempo en el que los ejecutivos pueden esperar ver esos resultados.
Ya sea que el equipo ejecutivo esté o no a bordo, el elemento más importante en la estrategia de IA es correlacionarlo directamente con la estrategia y los objetivos comerciales. La implementación de una estrategia de IA ofrece una oportunidad para que el equipo dé un paso atrás en las operaciones diarias y aborde los mayores desafíos de la empresa. ¿Está cambiando el entorno empresarial? ¿El departamento de operaciones es demasiado complejo? ¿Los clientes reciben un servicio mediocre? La IA puede abordar muchos de estos problemas, pero es importante priorizar los desafíos reales.
Por lo tanto, los proyectos de IA deben incluir un estudio detallado y un libro de jugadas que detalle los objetivos, el cronograma, las fuentes de datos, el costo, los indicadores clave de rendimiento y los próximos pasos en función de los descubrimientos.
2. Experiencia y educación
Aunque la científicos de datos son los expertos en cómo implementar la IA, también deben ser los expertos en el proceso de la empresa, los objetivos de cada departamento y estrategia de la empresa. En cualquier organización, es importante que los expertos sobre el terreno articulen los desafíos y las oportunidades en su departamento específico o áreas de responsabilidad a los científicos de datos lo antes posible. La discusión profunda entre los expertos del dominio y los científicos de datos conducirá a la claridad en torno a las oportunidades que la IA puede abordar en todos los ámbitos de la operación de la empresa. Desde esa perspectiva, es importante reforzar a los empleados que cuanto más compartan con los gerentes de proyectos de IA, mejor se podrán satisfacer sus necesidades. Un equipo o consultor de IA bien capacitado sabrá cómo hacer las preguntas correctas y generar confianza para descubrir los desafíos y desarrollar soluciones.
Por ejemplo, la aplicación GoCheck consultó a una empresa de inteligencia artificial con un problema que surgió de su equipo de experiencia del usuario. La aplicación se utiliza para diagnosticar niños con ojo vago y otras deficiencias visuales curables. Las enfermeras y los médicos pueden tomar una foto del niño y la aplicación envía las imágenes para su procesamiento, lo que diagnostica una variedad de condiciones. El procesamiento no ocurrió en tiempo real, y si un niño no miraba a la cámara, el algoritmo devolvería "ningún diagnóstico". Usando IA, el equipo pudo integrar una notificación instantánea cuando el niño no estaba mirando a la cámara, para que el practicante pudiera tomar una nueva fotografía de inmediato. Este es un caso sencillo, pero que los científicos de datos nunca podrían descubrir a menos que trabajaran junto con el equipo del producto.
Otro enfoque que adoptan las empresas es educar a su personal sobre cómo pensar acerca de la IA. Los cursos en línea como "IA para todos" están diseñados específicamente para que los miembros del personal de cualquier organización puedan identificar y comunicar las posibles aplicaciones de la IA en su ámbito empresarial.
3. Evite los silos de científicos de datos
Si bien cada proyecto de IA necesita un administrador o líder de proyecto, es importante garantizar la integración con el resto de la empresa. Cuando los científicos de datos están aislados en un equipo separado, encuentran dificultades para implementar los proyectos, generalmente porque no están alineados con la estrategia de la empresa o no pueden obtener el apoyo de los equipos comerciales y de TI. Los científicos de datos deben integrarse en los equipos a los que sirven. Esto permite a los científicos de datos comprender el contexto completo del trabajo, iterar junto con el equipo y producir software que se alinee con los resultados que desean los equipos comerciales.
La IA tarda en evolucionar y requiere una constante inversión creativa y material. Trabajar dentro de un equipo comercial permite la colaboración y múltiples perspectivas a lo largo de las iteraciones de la tecnología. La combinación de los recursos tecnológicos con las personas creativas dentro del negocio proporciona los mejores resultados.
4. Estrategia multinivel
La decisión de contratar consultores de IA internos o externos depende del tamaño de la empresa y de cómo abordan los diferentes problemas. En general, una estrategia de varios niveles funciona mejor para las empresas. El campeón del proyecto debe ser un empleado interno, pero una combinación de consultores externos y profesionales internos de IA a menudo brinda la mejor combinación de asesoramiento experto con empleados dedicados. Asociarse con una empresa de IA abre una gama más amplia de opciones que la mayoría de los equipos internos pueden ofrecer en términos de gama de soluciones, evaluación comparativa de la industria y variedad de tecnologías de IA.
5. Próximos pasos y transiciones culturales
La implementación de soluciones de IA a menudo requiere un replanteamiento de los procesos internos. Por ejemplo, una empresa puede usar IA para identificar a los clientes que corren el riesgo de cambiar a otro proveedor. Esto introduce un nuevo procedimiento en la empresa: el manejo de estos clientes. La empresa deberá averiguar quién obtiene la información y cómo comunicarse con estos clientes en riesgo. De manera similar, si resulta que una gran cantidad de clientes en riesgo pertenecen a un administrador de cuentas en particular, puede haber un problema con ese empleado específico y la empresa necesitará un proceso para volver a capacitar al empleado o hacer la transición de los clientes a un nuevo asociado. De manera similar, al trabajar con una aplicación de servicio al cliente, la IA puede determinar qué consultas de los clientes se pueden responder con mensajes automáticos y cuáles deben enviarse a representantes de servicios humanos, pero eso significa que la organización debe preparar la infraestructura para las respuestas automáticas, como así como contar con personal más altamente capacitado para responder preguntas complejas.
En otras palabras, la IA puede indicar áreas donde es necesario actuar, pero los resultados solo se producirán si la empresa implementa nuevos procedimientos para tomar esas medidas.
La IA puede tener un profundo impacto positivo en las empresas, pero es importante tener en cuenta los cambios culturales y de procesos junto con la implementación técnica. La clave para la adopción es adoptar un enfoque por etapas, implementar proyectos dentro de departamentos individuales y tener una idea tanto del alcance de los beneficios como del alcance del cambio que la empresa puede manejar. Después de implementaciones exitosas a menor escala, las empresas pueden ampliar sus esfuerzos de IA a implementaciones en toda la organización.
PlatoAi. Web3 reinventado. Inteligencia de datos ampliada.
Haga clic aquí para acceder.
Fuente: https://www.dataversity.net/ai-mindset-adopting-the-right-framework-for-ai-implementation/
