Inteligencia Artificial
La IA está preparada para convertirse en una presencia significativa y omnipresente en nuestras vidas. Tiene un enorme valor potencial, pero no podemos contribuir de manera significativa a una tecnología que no entendemos.
Cuando un usuario se propone comprar un nuevo elemento de tecnología, no está particularmente interesado en lo que podría hacer en el futuro. Un usuario potencial necesita comprender qué hará una solución por él hoy, cómo interactuará con su infraestructura tecnológica existente y cómo la versión actual de esa solución proporcionará valor continuo a su negocio.
Pero debido a que se trata de un espacio emergente que aparentemente cambia día a día, puede resultar difícil para estos usuarios potenciales saber qué preguntas deberían hacerse o cómo evaluar los productos en una etapa tan temprana de su ciclo de vida.
Este artículo es una guía de alto nivel para evaluar una solución basada en IA como cliente potencial: un cuadro de mando para compradores empresariales, por así decirlo.
1.- Soluciona un problema empresarial y los actores realmente entienden dicho problema
Los chatbots, por ejemplo, realizan una función muy específica que ayuda a promover la productividad individual. Pero, ¿puede la solución escalar hasta el punto en que sea utilizada eficazmente por 100 o 1.000 personas?
Los fundamentos de la implementación de software empresarial aún se aplican: el éxito del cliente, la gestión del cambio y la capacidad de innovar dentro de la herramienta son requisitos fundamentales para ofrecer valor continuo al negocio. No se debe pensar en la IA como una solución incremental, tan sólo como una pequeña pieza de magia que elimina por completo un punto doloroso de la experiencia.
Pero es mágico si se puede literalmente hacer que algo desaparezca haciéndolo autónomo, lo cual se reduce a comprender verdaderamente el problema empresarial.
2.- Cómo es la infraestructura de seguridad
Las implicaciones de seguridad de los datos en torno a la IA están en el siguiente nivel y superan con creces los requisitos a los que estamos acostumbrados. Necesita medidas de seguridad integradas que cumplan o superen los estándares de la propia organización preparadas para ser usadas.
Hoy en día, los datos, el cumplimiento y la seguridad son aspectos fundamentales para cualquier software y son aún más importantes para las soluciones de inteligencia artificial. La razón de esto es doble:
En primer lugar, los modelos de aprendizaje automático se ejecutan contra enormes cantidades de datos, y puede ser una experiencia implacable si esos datos no se manejan con cuidado estratégico.
Con cualquier solución basada en IA, independientemente de lo que se pretenda lograr, el objetivo es tener un gran impacto. Por lo tanto, la audiencia que experimente la solución también será numerosa. La forma en que se aprovechan los datos que generan estos grandes grupos de usuarios es muy importante, al igual que el tipo de datos que se utilizan, cuando se trata de mantenerlos seguros.
En segundo lugar, hay que asegurar que cualquier solución que tenga implementada permita mantener el control de esos datos para entrenar continuamente los modelos de aprendizaje automático a lo largo del tiempo. No se trata sólo de crear una mejor experiencia, también se trata de garantizar que sus datos no abandonen su entorno.
¿Cómo se protegen y gestionan los datos, quién tiene acceso a ellos y cómo se protegen? El uso ético de la IA ya es un tema candente y seguirá siéndolo con regulaciones inminentes en camino. Cualquier solución de IA que implemente debe haberse creado con una comprensión inherente de esta dinámica.
El producto debe mejorar con el tiempo
A medida que los modelos de aprendizaje automático envejecen, comienzan a desviarse y a sacar conclusiones equivocadas. Por ejemplo, ChatGPT3 solo recibió datos hasta noviembre de 2021, lo que significa que no pudo entender ningún evento ocurrido después de esa fecha.
Las soluciones de IA empresarial deben optimizarse para adaptarse a los cambios a lo largo del tiempo y mantenerse al día con datos nuevos y valiosos. En el mundo de las finanzas, es posible que se haya entrenado un modelo para detectar una regulación específica que cambia junto con la nueva legislación.
Un proveedor de seguridad puede entrenar su modelo para detectar una amenaza específica, pero luego aparece un nuevo vector de ataque. ¿Cómo se reflejan esos cambios para mantener resultados precisos a lo largo del tiempo? Al comprar una solución de IA, hay que preguntar al proveedor cómo mantiene sus modelos actualizados y qué piensa sobre la deriva de los modelos en general.
Cómo es el equipo técnico tras el producto
Las buenas empresas podrán hablar con gran detalle sobre los modelos de aprendizaje automático e inteligencia artificial que sustentan la tecnología. Si no pueden hablar en profundidad sobre la arquitectura o los modelos de capacitación, eso debería ser una señal de alerta inmediata.
Conocer las credenciales de las personas que gestionan los modelos y la infraestructura es clave. Asegura de que comprendan que las necesidades de infraestructura para la IA que son muy diferentes a las de la última generación de software. Depende mucho más de los datos y requiere un análisis de ángulos de seguridad completamente diferentes.
El equipo debe tener suficiente experiencia colectiva para articular cómo están construyendo su solución y por qué.
El proveedor de la solución comprende el caso de uso
El proveedor debe disponer de información sobre casos de uso similares y cómo se han beneficiado de funciones específicas de manera única. Pregúnteles si pueden mostrarle lo que sus pares han logrado al utilizar la solución y cómo se relaciona eso con sus propios desafíos organizacionales.
Los proveedores adecuados tienden a ser aquellos que han aprendido y construido gracias a la experiencia de primera mano. Hay que tener cuidado con los proveedores que parecen simplemente estar persiguiendo un problema frente a aquellos que realmente pueden identificarse con su problema porque lo han superado ellos mismos.
Un buen proveedor de IA debería reflejarle su problema, hablarle sobre cómo la IA puede resolverlo y, en última instancia, mostrarle cómo han creado una solución para hacer precisamente eso.
La herramienta escala, es compatible y segura a nivel empresarial, o necesita apoyo de terceros
Hay muchas herramientas disponibles que permiten a las empresas crear sus propios modelos de referencia internamente. Esta pregunta de “construir versus comprar” surge a menudo cuando llega el momento de que los CIO compren nuevas soluciones.
Con la IA, en realidad no es algo que debas intentar construir tú mismo a menos que sepas que es algo que definitivamente se puede mantener en el tiempo porque se cuenta con los recursos necesarios internamente. Hay que pensar en ello como construir un producto, con clientes internos en lugar de externos.
Tienen solicitudes de funciones, solicitudes de soporte, necesidades de mantenimiento, comentarios y quejas. Es difícil crear un producto en un territorio nuevo como la IA. En su lugar, ay que trabajar con empresas que pasan día y noche aprendiendo, construyendo y mejorando en esta área específica.
El proveedor tiene referencias relevantes y positivas en el sector o área de competencia
Hay que encontrar ejemplos de otras organizaciones como la propia que se benefician de la solución. Si es posible, conocer si están dispuestos a hablar con usted sobre su experiencia.
Para los vendedores, esto puede ser una situación como la del huevo o la gallina. Las empresas emergentes necesitan primeros clientes, pero esos clientes quieren referencias. La buena noticia es que existe una enorme emoción y entusiasmo en torno a la IA.
La mayoría de los clientes no conocen el camino correcto a seguir y, debido a que se trata de un espacio tan nuevo, normalmente están mucho más abiertos a trabajar con proveedores en etapa inicial.
Pero el trabajo duro no consiste en conseguir ese primer cheque. Se trata de hacer que esos primeros clientes tengan un gran éxito para que se conviertan en defensores de la causa. Los compradores reacios al riesgo esperarán hasta que otros lo prueben y, finalmente, se unirán. Son más interesantes los proveedores que hayan invertido mucho en conseguir el éxito, del tipo para el que gustaría ser una referencia en el futuro.
