Evaluar Conozca los pros y contras de las tecnologías, productos y proyectos que está considerando.

La 'cadena de valor' de IA de Gartner ofrece esquema para evaluar un proyecto de IA

El analista Bern Elliot alienta a los CIO a acercarse a la IA de la misma manera que un asesor financiero se acerca a una cartera de inversiones, con una combinación de proyectos de alto riesgo y de bajo riesgo.

El analista de Gartner, Bern Elliot, dijo que los proyectos de inteligencia artificial empresariales deberían comenzar con objetivos y casos de uso, pero también deberían comenzar con una buena dosis de realidad.

Para cualquier proyecto de IA, los CIO necesitarán:

  • Mapear las tecnologías subyacentes necesarias para producir un retorno de la inversión.
  • Evaluar la calidad de sus datos y determinar si están lo suficientemente limpios para producir un modelo funcional.
  • Determinar si sus organizaciones tienen las habilidades técnicas necesarias para iniciar un proyecto de IA.

Eso no es todo. Elliot sugirió que, a menos que la compañía esté lista para moverse rápidamente en IA, los CIO necesitan pensar como un asesor financiero. En lugar de apostarlo todo en un solo proyecto de inteligencia artificial, los CIO deberían invertir en una cartera de proyectos para cosechar los beneficios de la IA, una combinación de proyectos de bajo riesgo y baja recompensa con aquellos de alto riesgo y alta recompensa.

La cadena de valor de la IA

No todos los proyectos de IA son creados iguales. Algunos pueden proporcionar mejoras incrementales, como usar un asistente virtual para ayudar con el servicio al cliente. Aplicaciones como estas no ofrecen una diferenciación competitiva, pero "son buenos lugares para comenzar su proyecto de IA", dijo Elliot durante un reciente seminario web de Gartner, "Un marco para la aplicación de la inteligencia artificial en la empresa".

Elliot Bern

Otros proyectos de IA pueden ser de naturaleza más estratégica, donde la empresa busca una ventaja competitiva. "A menudo implica datos específicos a los que tiene acceso y que son exclusivos de su operación", dijo. Un proyecto estratégico de IA, como una organización de atención médica que implemente asistentes conversacionales de pacientes para mejorar la atención, requerirá más tiempo, más habilidades y más experimentación que los proyectos de IA de mejora incremental.

Elliot dijo que una forma de visualizar el nivel de dificultad de un proyecto de inteligencia artificial es con la "cadena de valor" de inteligencia artificial de Gartner, una tabla que establece el propósito de un proyecto de inteligencia artificial contra su complejidad, conocimientos especializados, ejemplos de proyectos y tecnologías.

En un lado de la cadena de valor se encuentra una categoría llamada "investigación básica de inteligencia artificial", que requiere experiencia en ciencia de datos y aprendizaje automático y, a menudo, se lleva a cabo en instituciones de investigación. Por otro lado, está la implementación de soluciones empaquetadas de inteligencia artificial que están integradas en aplicaciones empresariales como Salesforce Einstein o Microsoft Office.

En el medio hay categorías adicionales que incluyen el desarrollo de soluciones, que según Elliot requieren una buena cantidad de experiencia en tecnología y recursos significativos. Hay dos tipos de desarrollo de soluciones. El más complejo de los dos se caracteriza a menudo por las grandes organizaciones que utilizan APIs de empresas como Google o Microsoft para explorar cómo algoritmos específicos como la visión por computadora, que permite que una máquina vea, podrían ser utilizados.

El menos complejo de los dos es utilizar plataformas de aplicaciones de IA, que proporcionan entornos de "arrastrar y soltar" para permitir a los arquitectos empresariales armar, digamos, un chatbot o un asistente virtual, que puedan entender el lenguaje y ayudar a los usuarios a completar tareas. "Este es el mercado más activo que estamos viendo en este momento: empresas que ofrecen plataformas para permitir a los desarrolladores empresariales construir sus soluciones", dijo.

A medida que los CIO se mueven a través del gráfico de izquierda a derecha, los riesgos, el tiempo, los costos y las habilidades necesarias para despegar el proyecto logran una disminución objetiva, como lo hace el potencial para la diferenciación estratégica, según Elliot.

Pensar en la cartera

Gartner no recomienda apretar el gatillo en un solo tipo de proyecto de inteligencia artificial. En cambio, los CIO deberían pensar en los proyectos de inteligencia artificial de la forma en que piensan sobre una cartera de inversiones.

"Si usted va a invertir un millón de dólares en el mercado bursátil, no lo pondría todo en una apuesta segura, o al menos probablemente no lo haría", dijo Elliot. "Lo que desea hacer es comenzar con un enfoque más equilibrado y, de hecho, comenzar con inversiones que pueden tener menos potencial de crecimiento, pero también tienen menos desventajas para el riesgo".

Al principio, los CIO deberían invertir más en el lado derecho de la tabla. A medida que adquieren experiencia y experiencia, la inversión se trasladará a los proyectos de mayor riesgo que se encuentran en el lado izquierdo de la tabla.

"Si comienza con algunos proyectos que están más a la derecha y son más fáciles de ejecutar, entonces obtiene la experiencia, desarrolla sus habilidades corporativas en general y crea credibilidad para que pueda obtener financiación más fácilmente", dijo.

Preguntas clave que hacer

Elliot dijo que dos preguntas clave pueden ayudar a los CIO a determinar dónde cae el proyecto en la cadena de valor de IA. Primero, ¿hay una cantidad suficiente de datos limpios? "Son buenos datos si son suficientes para desarrollar un modelo que sea preciso en predecir lo que le gustaría predecir", dijo.

En segundo lugar, ¿hay kits de herramientas listos para usar disponibles? "Si la respuesta a ambas preguntas es sí para ese caso de uso en particular, entonces sería una fruta baja, un proyecto verde", dijo. "Sería un proyecto mejor, un proyecto más seguro para que comience".

Si no se dispone de una herramienta lista para el uso, pero los datos lo están, los CIO deben pensar que el proyecto es intermedio en complejidad, quizás como un proyecto que puede ayudar a la organización a desarrollar la experiencia de la aplicación internamente. Si los datos no son buenos, los CIO deben considerar que el proyecto es arriesgado y vale la pena esperar mientras las habilidades alcanzan los casos de uso.

Para las empresas que tienen un perfil de adopción modesto, comenzarán con los proyectos más fáciles y avanzarán en los próximos años. Las empresas con un perfil de adopción más avanzado deberían establecer una hoja de ruta y avanzar de forma más agresiva de proyectos simples a complejos durante el próximo año o dos, según Elliot.

Profundice más

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close