¿Cómo llevar a cabo un proyecto de Inteligencia Artificial de forma exitosa?
Una encuesta realizada a 9.000 empresas por parte de la Comisión Europea, revela que un 78% de estas afirman saber de Inteligencia Artificial (IA), el 15% no lo tiene claro y el 7% admite no saber lo qué es.
Sin embargo la realidad dista completamente de lo que revela la encuesta, a pesar del porcentaje de empresas que afirma saber de Inteligencia Artificial, realmente un porcentaje muy bajo entiendo realmente lo que es y todas sus implicaciones.
Implementar Inteligencia Artificial en una empresa es una decisión compleja que debe analizarse con detenimiento. Si bien hoy en día existen programas públicos de financiación que apoyan la implementación de la IA en todos los sectores, también es importante conocer el momento perfecto para hacerlo, pero más importante analizar si realmente necesita ser implementada.
Algunas de las empresas más innovadoras se han embarcado en proyectos donde inicialmente se han llevado a cabo pruebas de concepto (PoC), como primer paso para incorporar la IA en los procesos de producción. Sin embargo al momento de dar del siguiente paso y elevar el PoC a la producción, muchas de ellas se han quedado estancadas, vamos a analizar porque:
- Desinformación: Generalmente, cuando hablamos de IA, lo que siempre se espera es un sistema capaz de aprender por si mismo todas sus funcionalidades. La realidad es que no es tan mágico como parece, pues en cada proceso, siempre hay un humano supervisando su fase de entrenamiento y enseñando con ejemplos etiquetados lo que se pretende que el modelo de IA prediga.
- Falta de cantidad y calidad de datos: Con respecto al tratamiento de los datos, es importante que sepamos que necesitamos tener los datos suficientes para abordar estas aplicaciones y, además, esos datos deben ser de calidad. No sirve de nada tener una recopilación de datos repetida que no nos de la solución que necesitamos en el momento.
- Además de tener la cantidad de datos necesarios, es importante que la empresa se involucre activamente en la generación y etiquetado de los mismos, ya que es necesario el conocimiento de dominio.
- El acceso a los datos es otro tema que concierne a las empresas al momento de implementar la IA. Construir una base de datos sólida no es tarea fácil y mucho menos automatizar el proceso, pues implica una inversión para desarrollar el aplicativo ideal que almacene la información de forma estructurada, para luego servir al entrenamiento de los algoritmos de IA. Esto implica que el proyecto se demore, lo que tampoco ayuda cuando se quiere implementar la solución de forma casi inmediata.
- Competencias suficientes y costos: Frecuentemente se suele pensar que los obstáculos para implementar la IA es el costo y la falta de competencias. Puede que en muchas ocasiones el costo si sea una barrera difícil de derribar, pero en lo que respecta a las competencias, por el contrario a lo que se piensa, dentro de las empresas existen personas con el perfil técnico adecuado para servir de portavoz en cuanto a la implementación de las nuevas tecnologías dentro de la empresa. Hablamos de ingenieros, físicos o matemáticos que pueden aprender las nuevas tecnologías y ayudar a desarrollarlas poco a poco.
¿Cómo implementar un proyecto de IA con éxito?
- Contar con la experiencia de proveedores solventes, es el primer paso para no dar pasos en falso. Suele suceder, que cuando alguna tecnología se pone de moda, aparecen empresas ofreciendo esa misma tecnología. Tecnalia, como centro de investigación y desarrollo tecnológico, cuenta con una experiencia de más de 7 años en temas relacionados con IA, más específicamente en Deep Learning. Esta experiencia nos ha servido para anticiparnos a los problemas y dar la solución en el momento preciso.
- Tener claro el objetivo del proyecto porque, no todos los problemas es necesario abordarlos con IA.
- Si el objetivo va encaminado a a implementar la IA, es importante que el proveedor entienda el caso de uso y que el cliente se adentre en la tecnología.
- Paso siguiente, el proveedor debe analizar que datos son necesarios para el desarrollo del proyecto y el cliente debe hacer un análisis de donde están esos datos y la mejor forma de acceder a ellos.
- El siguiente paso corresponde a la generación de datos donde el cliente se debe involucrar activamente. Los datos son el core del éxito de estos proyectos.
- Por supuesto la transición a nuevas tecnologías, implica un cambio de mentalidad en el cliente en cuanto a gestión y seguimiento. Por esta razón las empresas deben estar en la capacidad de generar cambios de forma ágil. Es importante saber que la metodología puede ir cambiando, se debe pasar por diferentes fases e ir tomando decisiones de forma conjunta.
La transición a la IA, se ha dado de a pocos. Es evidente el potencial que esta tecnología puede brindar a las empresas, pero aún hay mucho camino por recorrer y otras posibilidades que explorar. La colaboración entre las empresas y los proveedores de tecnología debe ser cada vez más constante. Por último es importante no crear expectativas no realistas, pero seguir asumiendo el reto de implementar y mejorar cada vez más este tipo de tecnologías.
