Flavio Coelho/Getty Images La brecha de habilidades que está frenando el progreso en inteligencia artificial (IA) está bien documentada, pero otro factor cobra gran importancia: la complejidad de los datos. Los dos principales obstáculos para el éxito de la IA, según revela un nuevo estudio de IBM, son las habilidades y la experiencia limitadas en IA (citadas por el 33% de los encuestados), seguidas de una demasiada complejidad de los datos (25%). La mayoría de las empresas (58%) hasta la fecha aún no están implementando activamente la IA, según la encuesta realizada a 8.584 profesionales de TI. Los mayores inhibidores de la IA generativa en estas empresas que no cuentan con IA incluyen la privacidad de los datos (57%) y la confianza y la transparencia (43%). Además: la automatización impulsa la adopción de la IA, pero la falta de las habilidades adecuadas frena los retornos. Entre las empresas que ya implementan IA, las barreras clave a menudo están relacionadas con los datos, y algunas organizaciones están tomando medidas hacia una IA confiable, como el seguimiento de la procedencia de los datos (37%) y reduciendo el sesgo (27%). Alrededor de una cuarta parte (242%) de las empresas buscan desarrollar sus capacidades de inteligencia o análisis de negocios, que dependen de datos consistentes y de alta calidad. Sin embargo, algunos líderes de la industria están haciendo sonar la alarma de que los datos organizacionales pueden no estar listos para respaldar la creciente IA. ambiciones. «Para seguir siendo competitivos, los CIO y los líderes tecnológicos deben adaptar sus estrategias de datos a medida que integran la IA de generación en sus pilas de tecnología», dice Matt Labovich, líder de datos, análisis e IA de PwC en EE. UU. «Esto implica comprender los datos y prepararse para el impacto transformador de las tecnologías emergentes». Además: 5 formas de explorar el uso de la IA generativa en el trabajo Los profesionales de la tecnología y sus organizaciones deben abordar «la seguridad de los datos, la ética en la toma de decisiones en la IA y la alfabetización en IA». » dice Shipra Sharma, jefa de IA y análisis de Bristlecone. «Con una educación limitada en IA debido a la novedad de esta tecnología, muchas personas deben descubrir cómo usarla por sí mismas». Ella dice que participar activamente en la tecnología «para educar a los empleados e implementar salvaguardas adecuadas permitirá a las organizaciones aprovechar los beneficios de la IA generativa para la gestión de datos y al mismo tiempo mitigar los riesgos. Con estos protocolos implementados, las capacidades de datos avanzadas otorgarán a las organizaciones una ventaja notable en su capacidad para escalar sus operaciones». Las empresas que buscan avanzar en IA, dice Labovich, deben «lograr un equilibrio y reconocer el importante papel de los datos no estructurados en el avance de la IA gen.». Sharma está de acuerdo con estos sentimientos: «No es necesariamente cierto que las organizaciones deban utilizar IA gen. además de datos estructurados para resolver problemas altamente complejos. A menudo, las aplicaciones más simples pueden generar mayores ahorros en términos de eficiencia.»Además: ¿Cómo funciona ChatGPT? La amplia variedad de datos que requiere la IA puede ser una pieza desconcertante del rompecabezas . Por ejemplo, los datos en el borde se están convirtiendo en una fuente importante para grandes repositorios y modelos de lenguaje. «Habrá un crecimiento significativo de los datos en el borde a medida que la IA siga evolucionando y las organizaciones sigan innovando en torno a su transformación digital para aumentar los ingresos y las ganancias», afirma Bruce Kornfeld, director de marketing y productos de StorMagic. Actualmente, continúa, «hay demasiados datos en demasiados formatos diferentes, lo que está provocando una afluencia de conflictos internos a medida que las empresas luchan por determinar qué es crítico para el negocio versus qué se puede archivar o eliminar de sus conjuntos de datos». Es urgente que las empresas «determinan enfoques y soluciones que puedan, de manera rentable, filtrar el ruido y la información innecesaria que se almacena para dejar espacio a lo esencial». Otra consideración es que los datos de capacitación provienen de una variedad de fuentes, incorporando tanto fuentes públicas como propiedad intelectual de una organización, dice Osmar Olivo, vicepresidente de gestión de productos de Inrupt, una empresa cofundada por Sir Tim Berners-Lee. Además: Seis habilidades que necesita para convertirse en un ingeniero rápido de IA. La elección para muchas organizaciones a menudo se reduce a decidir «entre la ventaja competitiva que las empresas pueden obtener al aprovechar la IA y proteger sus datos más confidenciales», dice Olivo. «Sin embargo, esto no tiene por qué ser una elección binaria. Espero que en 2024 surjan soluciones innovadoras de gestión de datos y privacidad de datos, particularmente con un enfoque en la protección de los datos que están siendo utilizados por los modelos de IA». junto con «un repositorio de datos centralizado y robusto», es fundamental para la adopción exitosa de la IA para los procesos de TI internos y corporativos, dice Rakesh Jayaprakash, evangelista jefe de análisis de ManageEngine, la división de gestión de TI de Zoho Corp. «Esto gira en torno a la captura meticulosa de cada evento y proceso organizacional, con algoritmos de aprendizaje automático empleados para discernir patrones valiosos». Aún así, «si bien el futuro promete características con IA generativa en su núcleo, todavía estamos a algún tiempo de ver que estas capacidades se traduzcan en tangibles». beneficios para los usuarios», añade Jayaprakash. «A la luz de esto, las empresas deben actuar con prudencia al invertir recursos significativos en características que llamen la atención y que pueden no ofrecer un valor duradero». Dice que las capacidades de IA deben estar «entretejidas perfectamente en el tejido de una plataforma». Además: Los 3 mayores riesgos de la IA generativa, y cómo abordarlos. Y a medida que las organizaciones desarrollan estrategias de datos para adaptarse al auge de la IA generativa, «hay algunas no- lamentamos las medidas que todos podemos tomar para prepararnos para el cambio inevitable provocado por la tecnología emergente», dice Labovich. «Las organizaciones pueden optimizar las operaciones y realizar mejoras a corto plazo, como la generación de IA para generar documentación operativa y financiera crítica, comunicaciones de marketing y clientes externos, y compartir el conocimiento de la organización entre los empleados críticos. Estos movimientos pueden generar beneficios como una mayor productividad y ahorro de costos. , todo mientras se están llevando a cabo iniciativas de tecnología y datos más importantes».

Source link