Debojyoti ‘Debo’ Dutta admite que su experiencia de dominio profunda significa que es simplemente «un poco parcial» cuando se trata de hablar sobre el tema abrumador del día: el potencial de la inteligencia artificial (IA) en la empresa. Sin embargo, su refuerzo comprensible se ve equilibrado por un compromiso con PPT, no PowerPoint, sino el triángulo eterno que abarca a las personas, el proceso y la tecnología como fundamentos tripartitos para el éxito organizacional. Como graduado de informática y doctorado a través de estudios que abarcan India y California, Dutta recopiló una valiosa experiencia en redes neuronales, sistemas expertos y otros hilos relacionados con la IA, con especial referencia a su aplicabilidad al estudio de la biología. Su exposición al área está funcionando durante mucho tiempo y alcanzó fructificación a principios de este año con su nombramiento como director de IA en Nutanix, donde es responsable tanto por hacer de la compañía en la nube un consumidor más inteligente de la tecnología y por ayudar a los clientes a medida que hacen la transición a este «nuevo mundo valiente». Nutanix es un fabricante californiano de un software que permite a las organizaciones administrar y ejecutar sus aplicaciones y servicios «en cualquier lugar»: en las instalaciones, en la nube o en la borde de la red. Ha crecido rápidamente desde que se fundó en 2009 y flotó seis años después. Al momento de escribir, cuenta con una capitalización de mercado de más de $ 18 mil millones. Nutanix también ha recogido algo de reputación por ser un estímulo y un barómetro de cambio, después de haber liderado el camino en varias tendencias de la hiperconvergencia (el aplanamiento del almacenamiento de datos de datos, las redes y los controles de cómputo), la virtualización y la protección del ransomware. Entonces, Dutta es una fuente tan buena como cualquiera para hablar sobre las oportunidades y los desafíos del mundo real que enfrentan las organizaciones a medida que adoptan la IA. Promesa y realidad Como veterano de muchas tendencias tecnológicas, le pregunté a Dutta si siempre pensó que lo que a veces parecía ser una manía para la IA es genuina o hinchada por la exageración de la industria. «Hay algo real en esta ola que es real y surrealista», dice. «No hubiera imaginado hace dos o tres años [that things would grow so quickly]. » Como ejemplo, cita el progreso sorprendente de los modelos de razonamiento: esencialmente, los modelos de idiomas grandes (LLMS) se amortiguan por el aprendizaje de refuerzo, la mayoría de los famosos en el ejemplo de la serie GPT de Openii dice que la adopción rápida de los modelos de razonamiento puede «JumpStart», pero él se adhiere a ese principio. De la tecnología está ahí, como se puede ver en los agentes, pero necesita personas, procesos y tecnología «, agrega. Eso es particularmente importante en la IA empresarial, donde las organizaciones buscan combinar el poder de la IA y la ML a los sistemas corporativos. Los agentes que trabajan en datos privados requieren una reentrenamiento significativo de las personas. Deberán estar» famosos «con» los trabajadores de la TI «los trabajadores de la TI». Tendrá que haber una cultura de adopción masiva de herramientas comunes entre los trabajadores de todo tipo.[nothing]. Para la producción y la ciencia de los datos [to succeed]Tienes que comer tu propia comida para perros «. Pero al fomentar la adopción, la «paradoja de Jevons», donde la eficiencia en la tecnología prefigura un pico en la demanda, puede volver al triángulo PPT: como un líder de IA, donde Dutta cree que las personas como él mismo deberían sentarse en la lista de organizaciones. Matrix donde el jefe de IA trabaja de cerca con el CIO y el CISO, pero también departamentos como el desarrollo legal, el desarrollo de productos y la ingeniería. A pesar del diagnóstico de IA en la etapa inicial, Dutta dice que ha habido resultados reales en Nutanix, señalando que se han aprendido y compartido los sistemas para los ingenieros de confiabilidad del sitio. Al igualarlos con los datos de la empresa limpia, trabajar duro con los equipos de ciencia de datos y la precisión de la evolución a lo largo del tiempo. La red y otra infraestructura deben optimizarse, mientras que la computación cuántica puede ser un poderoso aliado futuro. Ingeniería, entonces el futuro es brillante.