El auge de la IA en los negocios en gran parte no se cuestiona, hasta que una mala decisión sale de una caja negra que nadie puede comprender o que causa un daño real. Para evitar esto, las empresas deben adoptar herramientas de inteligencia artificial que sean probables y fáciles de usar, con chatbots allanando el camino hasta que se pueda confiar verdaderamente en la inteligencia artificial.
En la mayoría de los casos comerciales, la inteligencia artificial ayuda a las empresas a progresar en lo que respecta a sus variados casos de uso. Desde comprendernos a los humanos y nuestros complicados lenguajes, recuperar datos de formularios, predecir resultados, etc., la IA ayuda a detectar el significado, la intención y el valor, y proporciona el poder de los chatbots, los servicios analíticos y otras herramientas comerciales digitales.
Sin embargo, al igual que con 5G y 4G antes, como con los robots en las fábricas y esas molestas vacunas que nos mantienen con vida, hay una narrativa en los medios de que la IA está aquí para destruirnos, eliminar empleos, debilitar a los empleados y otros. resultados negativos.
Una IA de caja negra, por ejemplo, podría generar resultados que impliquen sesgos sin pruebas que los respalden, por lo que una persona obtiene una cotización de seguro baja mientras que a otra en circunstancias similares se le cobra más. O bien, la IA puede producir resultados que son en gran medida negativos para el elemento de personas de cualquier ecuación. En mercados regulados como la banca, eso podría ser un problema importante. Puede leer más sobre los detalles finos en tecnología de caja negra aquí.
En un ejemplo, donde la prensa hizo uso de su poder de fuego, tome la AI de caja negra en la aplicación de entrega Shipt de Target eso está dañando (entre un 30% y un 50%) los medios de subsistencia de los trabajadores de gig. “En otros gigantes de la economía de conciertos que dependen de las estructuras de pago algorítmicas de las llamadas 'caja negra', como Instacart, DoorDash, Uber y Lyft, los trabajadores que dependen de la aplicación como fuente principal de ingresos se han encontrado a merced de cambios constantes e inesperados en su estructura salarial y ninguna garantía de que ganarán el salario mínimo ".
Pero en otros, el misterio de una IA de caja negra será más sutil y el los riesgos deben ser mitigados por la empresa, o evitado por completo. "Una de las mayores preocupaciones en torno a la IA es que los modelos complejos basados en ML a menudo operan como" cajas negras ". Esto significa que los modelos, especialmente los modelos de "aprendizaje profundo" compuestos por redes neuronales artificiales, pueden ser tan complejos y misteriosos que oscurecen cómo conducen realmente la inferencia automatizada. Igual de preocupante, las aplicaciones basadas en ML pueden confundir inadvertidamente la responsabilidad de cualquier sesgo y otras consecuencias adversas que puedan producir sus decisiones automatizadas ".
Para evitar que su empresa caiga en esta trampa, convirtiéndose en el próximo objetivo de un ataque mediático posterior a la verdad, la adopción de cualquier chatbot o herramienta que utilice IA requiere una navegación cuidadosa durante el proceso.
La forma más sencilla de que cualquier empresa acceda a la IA es empezar sin ella. Cualquier empresa que busque mejorar su tecnología de cara al cliente puede crear un chatbot con secuencias de comandos completamente normal. Uno que no hace más que seguir el guión clásico de soporte o ayuda, brindar algunos resultados comerciales positivos para los clientes o dirigirlos al soporte humano apropiado si el bot no puede resolver la pregunta.
Con eso como base para un primer esfuerzo, los desarrolladores o creadores pueden comenzar a agregar elementos de IA como el procesamiento del lenguaje natural (NLP), que como SnatchBot explica, “Para desarrollar su modelo de PNL a lo largo del tiempo, de modo que sea cada vez más preciso en la resolución de la tarea que desea abordar, querrá que el chatbot aprenda, especialmente de sus errores. El aprendizaje automático es un tema candente en la búsqueda de una verdadera inteligencia artificial. Nuestros modelos incorporan el aprendizaje automático en el sentido de que, sobre la base de que haya proporcionado oraciones de ejemplo y sus resultados, el modelo tomará decisiones sobre las nuevas oraciones que encuentre ".
1. AI conversacional: código / sin código
2. Chatbots 2.0: simplificando el servicio al cliente con RPA y AI
Haber mejorado un chatbot con PNL, comprensión del lenguaje natural o aprendizaje profundo, la empresa verá cómo el bot puede mejorar los resultados, reducir el costo de la inversión a través del aprendizaje inteligente y proporcionar un camino para un uso más amplio de la IA. El siguiente paso podría ser el análisis con personas como Domo que brindan inteligencia empresarial basada en IA que una empresa puede ajustar para satisfacer sus propias necesidades.
Mediante el uso de bots y otras herramientas más pequeñas, sus equipos podrán comprender mejor cómo la IA ofrece resultados y qué deben tener en cuenta. A medida que los equipos internos o los desarrolladores trabajan con software o socios de servicios que cada vez están integrando más AI Con las aplicaciones comerciales, tener un conocimiento más amplio ayudará a evitar errores y a adoptar soluciones deficientes. Cualquier proveedor que venda una solución de caja negra que “simplemente lo hace” claramente necesitará proporcionar un mejor razonamiento.
Deloitte es solo una marca que destaca los riesgos y brinda consejos sobre cómo gestionar la caja negra de la IA, citando riesgos que incluyen:
- Decisiones erróneas
- Vulnerabilidades pasadas por alto
- Mayor escrutinio y mayores expectativas de los consumidores
- Consecuencias normativas, legales y de reputación
- Retrasos en la reparación adecuada de problemas comerciales
- Riesgos inducidos por terceros debido a la visibilidad limitada en el diseño del algoritmo
Sin embargo, al construir un pilar de conocimiento en el negocio utilizando IA en bot y herramientas de análisis, una empresa estará mejor posicionada para identificar estos riesgos y estar lista para evitarlos o lidiar con ellos. En sus corazones, los más actuales AI Las herramientas son criaturas relativamente simples, que brindan beneficios predecibles y medibles a una empresa, pero a medida que la IA se vuelve más inteligente, esos riesgos aumentarán.
Entonces, las empresas pueden ver los ejemplos deficientes de IA y realmente considerar si deberían adoptarlos, ¿la reducción drástica del pago de los contratistas realmente mostraría a su empresa en una buena perspectiva? Mientras que la futuro de la inteligencia artificial general (AGI) podría abrir una nueva lata de gusanos, cuando se trata de uso comercial, cualquier liderazgo de la empresa necesita monitorear y controlar cómo se usa su IA en la actualidad.
Otro riesgo podría hacer que los equipos agreguen herramientas de inteligencia artificial a los servicios de forma independiente o sin supervisión de TI, con el peligro de que la inteligencia artificial en la sombra se infiltre en una empresa. Imagínese si esa IA comienza a infectar los resultados o envenenar los datos. ¿Cómo explicará la empresa a los clientes oa la prensa enojada si no puede explicar qué salió mal?
Al igual que con gran parte de la tecnología en la nube, la inteligencia artificial es solo otra herramienta en la caja, pero si bien el tiempo de inactividad del correo electrónico no es un gran problema, cuando la inteligencia artificial sale mal o se usa mal, podría haber un dolor muy desagradable en la cola. usuarios y la empresa, por lo que desarrollar una estrategia de IA clara y una adopción cuidadosamente considerada es esencial para evitar terminar en el lado equivocado del argumento de la IA, o parecer menos inteligente cuando sale mal.
