Tabla de contenido:
Video: ¿De qué es capaz la inteligencia artificial? | DW Documental (Noviembre 2024)
Solo un 21 por ciento de las pequeñas empresas han implementado soluciones basadas en inteligencia artificial (IA), según un informe de Bluewolf (una compañía de IBM). La encuesta AI Investment Gap Survey encuestó a 177 tomadores de decisiones en todo el mundo para determinar si ya habían adoptado AI y machine learning (ML), y la profundidad de su comprensión de estas tecnologías. Aunque el 33 por ciento de las pequeñas empresas planearon invertir en IA en los próximos 12 meses (lo que eleva el número total de adoptadores de IA el próximo año al 54 por ciento), el total sigue siendo inferior al de las grandes empresas. Además, el 30 por ciento de las grandes empresas ya ha invertido en inteligencia artificial, mientras que el 44 por ciento planea comenzar a invertir en los próximos 12 meses. Esto lleva el total al 74 por ciento, o 20 por ciento más que el total de las pequeñas empresas.
Vanessa Thompson, vicepresidenta senior de Customer Experience Insights en Bluewolf, dijo que existe una brecha de conocimiento entre las compañías que han adoptado herramientas de inteligencia artificial y aquellas que no planean adoptar tales herramientas. Ella llama a este abismo "la brecha de inversión en inteligencia artificial" y lo describe como una "discrepancia entre los ejecutivos de nivel C que entienden la inteligencia artificial y aquellos que aún tienen que desplegarla en sus negocios", según una declaración escrita.
Debido a que Bluewolf vende herramientas de inteligencia artificial, les convendría sugerir que la única razón por la que las personas no compran herramientas de inteligencia artificial es porque no las conocen. Para verificar el reclamo de Thompson, hablé con Brandon Purcell, analista sénior de Información del cliente en Forrester Research, sobre qué otros problemas podrían existir, si es que existen, para causar la brecha entre los que adoptaron IA y los que no. Purcell y Forrester Research han realizado sus propios estudios similares sobre la adopción de IA. Aunque sus números generales son similares a los de IBM: el 51 por ciento de las compañías han adoptado o están expandiendo la IA, y el 20 por ciento dice que planean adoptar dentro de los próximos 12 meses, Purcell se le ocurrió un par de otras razones convincentes por las que las pequeñas empresas podrían estar detrás La curva de la adopción de IA.
El costo de la IA
Purcell hizo referencia a las restricciones de inversión como un factor importante, especialmente "en lo que respecta al conjunto de habilidades. Las pequeñas empresas no tienen los recursos para contratar científicos de datos", dijo. Estos son los trabajadores que extraerán información de los datos que ingresan y salen del software empresarial.
También serán los que determinen si la IA está leyendo con precisión sus datos y tomando medidas basadas en su propia inteligencia. El salario promedio de un científico de datos es de $ 113, 436 por año, según Glassdoor, que es (en el gran esquema de los ricos) un poco menos que el salario promedio de un CEO estadounidense ($ 166, 000, según PayScale). Entonces, si usted es un CEO de una pequeña empresa que opera con márgenes muy delgados y no desea recortar su propio salario, entonces sería difícil racionalizar el gasto de seis cifras en un científico de datos, y gastar dinero en un sistema de software que puede convertir datos en IA.
Pero no es solo el dinero involucrado lo que prohíbe a las compañías más pequeñas invertir en software impulsado por IA. "En una nota relacionada, hay un factor de datos", dijo Purcell. "La inteligencia artificial florece cuando tienes grandes cantidades de datos. Las pequeñas empresas no tienen tantos datos para hacerlo".
Piénselo así: ¿sabe cómo Facebook sabe qué amigos etiquetar cuando publica una foto? Esto se debe a que Facebook ha estado recopilando información de todas sus publicaciones etiquetadas anteriormente. ¿Alguna vez viste una película que Netflix te recomendó? Netflix supo recomendar esa película en función de sus selecciones anteriores. Facebook y Netflix pueden hacer estas recomendaciones basadas en ML, que es el primo hermano de AI. Aunque son similares, ambos términos a menudo se usan indistintamente (e incorrectamente).
Aquí está la diferencia básica entre los términos: los sistemas de ML utilizan la inteligencia para mejorar el rendimiento ofreciéndole recomendaciones y formas de racionalizar los procesos, mientras que los sistemas que utilizan IA le dan autonomía al software para llevar a cabo tareas y tomar decisiones sin supervisión humana. ML es Netflix haciendo recomendaciones de películas, mientras que AI es un automóvil que lo lleva al trabajo mientras toma una siesta en el asiento trasero. Como una pequeña empresa que recién comienza a generar datos, las ventajas de la IA serán minúsculas en comparación con lo que una compañía Fortune 500 podría ver cuando enciende su software de IA.
¿Está mal Bluewolf?
Entonces, ¿Bluewolf recibió poca información en su encuesta? ¿Las pequeñas empresas saben sobre IA pero no tienen el dinero o los datos para entusiasmarse? Purcell no cree que la investigación de Bluewolf esté equivocada. De hecho, él acredita a IBM Watson como el creador de la computación cognitiva, el término general que abarca AI, ML y otras aplicaciones que imitan el cerebro humano.
"Gastaron mucho dinero para crear esa categoría, pero tienen grandes competidores en el espacio: Google, Amazon, Facebook, Microsoft", dijo Purcell. "Esas compañías también están utilizando cantidades masivas de datos utilizados para entrenar sistemas de inteligencia artificial. La definición de Hollywood de inteligencia artificial es el robot inteligente. Todavía no lo hemos utilizado. Pero, cuando se trata de implementar inteligencia artificial a nivel empresarial para la inteligencia artificial práctica, IBM se destaca en la creación de esas herramientas ".
Las ideas falsas sobre Hollywood, IA y los robots que nos asesinan mientras dormimos son una razón probable por la que las pequeñas empresas han evitado aprender más sobre las herramientas de IA. Si eres un vendedor de camisetas en Oklahoma, ¿de qué sirve un automóvil autónomo o un futuro robot armado con una pistola láser? Sin embargo, cuando se toma en su contexto menos conocido, Purcell y Thompson ven casos prácticos de uso para pequeñas empresas, casos de uso sobre los cuales las pequeñas empresas aún no han recibido educación.
Con algo a lo que Thompson y Bluewolf se refieren como "inteligencia aumentada", las pequeñas empresas no necesariamente necesitan la experiencia en datos o el tesoro de información para aprovechar la IA. Bluewolf define la inteligencia aumentada como la capacidad de las aplicaciones para razonar, inferir y extraer ideas, incluso con conjuntos de datos no estructurados, como el lenguaje y las imágenes. Incluso al comienzo de la recopilación de datos de una empresa, las soluciones de inteligencia aumentada pueden aprender a medida que avanzan, independientemente de la poca información que se ingresa al sistema.
"La inteligencia aumentada ayuda a los usuarios finales a predecir qué hacer a continuación dándoles un perfil de lo que necesitan sus clientes", dijo Thompson. "Lo vemos aumentado como una forma de hacer que la IA sea una realidad para empresas de cualquier tamaño".
Esto incluye cosas como la combinación de datos externos e internos para rellenar el conocimiento que la tecnología de inteligencia aumentada está utilizando para tomar decisiones comerciales. Por ejemplo, al combinar patrones de compras locales externos y datos meteorológicos con datos de patrones de compras de clientes, las empresas de comercio electrónico pueden ofrecer campañas hiperpersonalizadas. En este escenario, un científico de datos sería útil pero no necesario, y un tesoro de datos de clientes haría que la campaña fuera aún más poderosa. Pero no evitaría que la campaña sea más poderosa de lo que hubiera sido sin la combinación de fuentes de datos internas y externas.
