LWA/Getty Images Las empresas pueden estar interesadas en explotar la inteligencia artificial (IA), pero las investigaciones sugieren que aprovechar al máximo la tecnología emergente es más fácil de decir que de hacer. Hasta el 87% de los líderes de datos dicen que la IA solo la utiliza una pequeña minoría de empleados en su organización o ninguno, según el índice de madurez de datos de Carruthers y Jackson. Además: estoy tomando cursos de imágenes de IA gratis en Udemy con este pequeño truco, y tú también puedes hacerloLa encuesta anual de líderes de datos de la consultora sugiere que muchas organizaciones están sufriendo una «parálisis inducida por la IA», donde sólo el 5% de las empresas cuentan con un alto nivel de madurez de la IA, departamentos de IA establecidos o procesos de IA claros. Sin embargo, es importante que los líderes de datos que sienten que a su organización le falta madurez no se desanimen demasiado. Caroline Carruthers, directora ejecutiva de Carruthers and Jackson, dijo a ZDNET que cada nueva tecnología pasa por un período de justificación, gobernanza y aceptación. Estamos todos en un viaje», dice. «Tenemos muchos más datos que nunca antes. Los datos son fundamentales para nuestros negocios». Como punto de partida para generar impulso de la IA en organizaciones que se mueven más lentamente, Carruthers sugiere cuatro prioridades para los líderes de datos que quieran avanzar más allá de la parálisis actual de la IA: Comience con un propósito: «No puedo enfatizar esto lo suficiente. ¿Qué quiere hacer? ¿Qué problema está tratando de resolver? ¿Qué lo mantiene despierto por la noche? ¿Qué oportunidades tiene? ¿Qué le emociona? ¿Tú? Necesitas tener alguna razón para seguir adelante. Y sin ella, parecemos un grupo de niños practicando deportes un domingo. Simplemente estamos dispersos por todos lados. Así que, ante todo, concéntrate en el propósito. «Concéntrese en resultados específicos: «¿Cuál es la parte más pequeña de ese propósito en la que puede comenzar a marcar la diferencia? Cuando sigue este camino, y tan pronto como menciona cosas como la IA, todos dicen que «cuanto más grande, mejor». Es como, ‘¿Cuál es el mayor problema? ¿Podemos resolver la paz mundial?’ En su lugar, concéntrese en el problema más pequeño en el que pueda marcar la diferencia y utilícelo como modelo en el futuro». Grite sobre sus éxitos: «La gente de datos no es muy buena para contarle a todo el mundo las cosas buenas que están haciendo. «Somos muy buenos pensando en cuánto nos queda por hacer. Y somos muy buenos corriendo y haciendo muchas cosas. Pero no somos muy buenos para decir: ‘Mira las cosas maravillosas que tenemos'». y alentar a las personas a que emprendan el viaje con nosotros». Utilice datos para probar su caso: «Muéstrele a la gente los resultados de su proyecto. ¿Funcionó? ¿La IA hizo las cosas que les dijimos a todos que haría? ¿Podríamos ¿Ha completado el proyecto mejor o más rápido? Comprenda las métricas, de modo que pueda obtener aceptación para más proyectos». Centrarse en esas cuatro prioridades ayudará a su organización a comenzar a generar impulso en la IA. Pero dado todo el revuelo y el entusiasmo por las herramientas generativas , como ChatGPT de OpenAI y Microsoft Copilot, ¿por qué la IA permanece en un nivel de desarrollo tan incipiente? Carruthers dice que la explicación es simple: adoptar la IA implica la capacidad de superar dos grandes obstáculos: las personas y las regulaciones. Obstáculo 1: El problema de las personasCuando En lo que respecta a las personas, es necesario convencer a todo tipo de empleados de la empresa, desde la sala de juntas hasta el taller, del valor de la IA. Y Carruthers, ex director de datos (CDO) del gigante de infraestructura británico Network Rail, dice que convencer a la gente no es una tarea fácil, a pesar de todo el entusiasmo que rodea al rápido crecimiento de las tecnologías generativas. Además: Por qué los modelos de IA generativa de código abierto son todavía un paso por detrás de GPT-4 «Tan pronto como mencionas la palabra IA, la gente visualiza Skynet y empieza a pensar que van a perder sus trabajos», dice, refiriéndose tanto al sistema de IA ficticio de The Terminator como al muy real. miedo que muchas personas tienen sobre el impacto potencial de la tecnología emergente en las cifras de fuerza laboral. «Si bien muchos líderes de datos sienten que necesitan hacer algo con la IA, también enfrentan un nivel intrínseco de resistencia incorporado antes de que puedan siquiera comenzar a hacer algo. «Obstáculo 2: El vínculo regulatorioEn lo que respecta a las regulaciones, la investigación de Carruthers y Jackson sugiere que los ejecutivos están, con razón, preocupados por la ética de los datos y la posibilidad de leyes de datos más estrictas centradas en el uso de la información. Sin embargo, como la forma de estas reglas y leyes Aún no está claro, muchas empresas están optando por esperar el momento oportuno antes de lanzarse de cabeza a la IA. Además: La ética de la IA generativa: cómo podemos aprovechar esta poderosa tecnología»Es un poco como humo y espejos. Se avecina legislación; sabemos que mucha gente está hablando de ello, pero todavía no sabemos qué significan esas leyes», dice Carruthers. «Así que creo que la gente está cubriendo un poco sus apuestas porque no «El impulso necesita bases sólidas. La investigación sugiere que la complicada combinación de una fuerza laboral temerosa y la imprevisibilidad del entorno regulatorio actual significa que muchas organizaciones todavía están atrapadas en la puerta de inicio de la IA. Como resultado, no solo los proyectos piloto son escasos sobre el terreno, pero también lo son las bases básicas, tanto en términos de marcos de datos como de estrategias, sobre las cuales se crean estas iniciativas. Aproximadamente dos quintas partes (41%) de los líderes de datos dijeron que tienen poco o ningún marco de gobernanza de datos. lo cual es solo un porcentaje más alto que el Índice de Madurez del año anterior, cuando el 40% de los líderes de datos dijeron que tienen poco o ningún marco de gobernanza de datos, que es un conjunto de estándares y pautas que permiten a las organizaciones administrar sus datos de manera efectiva. Además: IBM dice La IA generativa puede ayudar a automatizar las acciones empresariales. Poco más de una cuarta parte de los líderes de datos (27 %) dijeron que su organización no tiene ninguna estrategia de datos, lo que representa sólo una ligera mejora con respecto a la cifra del año anterior (29 %). aún no hemos llegado», dice Carruthers, quien, como ex CDO, comprende las complejidades involucradas en la estrategia y la gobernanza. Pasando a sus objetivos basados ​​en datos La investigación de Carruthers y Jackson sugiere que el papel clave de la gobernanza significa que las empresas que quieran estar preparadas para explotar la IA deben centrarse en la creación de una estrategia de datos y un marco de datos de apoyo. «Tenemos que implementar algo que «No habíamos implementado antes para comprender las implicaciones de lo que la IA puede hacer y el bien que puede causar», dice Carruthers. Además: la IA generativa falla en esta habilidad tan común del pensamiento humano. La buena noticia es que algunos líderes digitales están haciendo progreso. Andy Moore, CDO de Bentley Motors, se centra en sentar las bases para la explotación de tecnologías emergentes, como la IA. Recientemente explicó a ZDNET cómo ha creado una estrategia de datos para toda la empresa en torno a cuatro pilares fundamentales: gobernanza; la nube de datos, que es la pila tecnológica de Bentley; el data dojo, que es su programa interno de alfabetización en datos; y habilitación, que se centra en ayudar al equipo de datos a trabajar con el resto del negocio. También: ChatGPT Enterprise vs. ChatGPT Team: ¿Cuál es mejor para su negocio? «Mi desafío continuo como líder de datos es establecer las posibilidades para estos tecnologías sin decir que se pueden tener ahora, porque, por supuesto, todo el mundo quiere IA ahora», afirma. «Necesito decir: ‘No puedo darles IA ahora porque primero tengo que sentar las bases’. Por lo tanto, mi función es equilibrar las expectativas y al mismo tiempo avanzar al ritmo que el negocio necesita».

Source link