El panorama competitivo de la inteligencia artificial
El panorama competitivo de la inteligencia artificial

El panorama competitivo de la inteligencia artificial

nov16-01-machine

Hace tres años, nuestra firma de capital de riesgo comenzó a estudiar nuevas empresas en inteligencia artificial. AI se sentía mal entendido, agobiado por las expectativas de la ciencia ficción, y así para el último dos años hemos intentado capturar las startups más importantes del espacio en un paisaje de una página. (Preferimos el término más neutral «inteligencia de máquina» en lugar de «IA»).

En los últimos años, escuchamos sobre todo de fundadores de startups y académicos, personas que prestan atención a las tendencias tempranas y de largo alcance en tecnología. Pero este año fue diferente. Este año hemos escuchado más de ejecutivos de Fortune 500 con preguntas sobre inteligencia artificial que de fundadores de startups.

Estos ejecutivos se preguntan qué hacer. Durante el último año, la inteligencia artificial ha explotado, con $5 mil millones en inversión de riesgo, unas cuantas adquisiciones importantes, y cientos de miles de personas leyendo nuestra investigación anterior. Al igual que con Internet en la década de 1990, los ejecutivos se están dando cuenta de que esta nueva tecnología podría cambiar todo, pero nadie sabe exactamente cómo ni cuándo.

Si el paisaje de este año muestra algo, es que el impacto de la inteligencia artificial ya está aquí. Casi todas las industrias ya están siendo afectadas, desde la agricultura hasta el transporte. Cada empleado puede usar la inteligencia artificial para ser más productivo con las herramientas que existen hoy en día. Las empresas tienen a su disposición, por primera vez, el conjunto completo de bloques de construcción para comenzar a integrar la inteligencia de máquinas en sus negocios.

Y a diferencia de Internet, donde los tardíos a menudo superaban a los que eran los primeros en comercializar, las empresas que comenzaron inmediatamente con la inteligencia artificial podrían disfrutar de una ventaja duradera.

Entonces, ¿qué deberían hacer Fortune 500 y otras compañías para empezar?

110216_ZILLIS_ENTERPRISEFUNCTIONS

 

Hacer que el talento sea más productivo

Una forma de comenzar inmediatamente a obtener el valor de la inteligencia artificial es apoyar a su talento con herramientas de productividad de inteligencia artificial fácilmente disponibles. Algunas de las primeras victorias han sido las herramientas de productividad adaptadas a áreas específicas del trabajo del conocimiento, lo que llamamos «Funciones empresariales» en nuestro entorno.  Con estas herramientas, cada empleado puede obtener algunos de los poderes previamente disponibles sólo para los CEOs.

Estas herramientas pueden ayudar con el monitoreo y la predicción (por ejemplo, empresas como Clari previsión de ventas cliente por cliente para ayudar a priorizar acuerdos) y con coaching y entrenamiento (Textio’s* plataforma de edición de texto predictiva para ayudar a los empleados a escribir documentos más eficaces).

Encuentre fuentes de datos completamente nuevas

El siguiente paso es utilizar la inteligencia artificial para obtener el valor de las nuevas fuentes de datos, que destacamos en la sección «Inteligencia empresarial» del paisaje. Estas nuevas fuentes son ahora accesibles porque el software de inteligencia artificial puede revisar rápidamente enormes cantidades de datos de una manera que habría sido demasiado difícil y costosa para la gente.

Imagínese si pudiera permitirse que alguien escuche cada grabación de audio de sus vendedores y predecir su rendimiento, o que un equipo mire cada imagen de satélite tomada desde el espacio y determine qué indicadores macroeconómicos podrían extraerse de ellos. Es posible que estas fuentes de datos ya sean propiedad de su empresa (por ejemplo, transcripciones de conversaciones de servicio al cliente o datos del sensor que predicen interrupciones y mantenimiento necesario), o podrían estar disponibles recientemente en el mundo exterior (datos en la abrir web proporcionar información sobre la competencia).

110216_ZILLIS_ENTERPRISEINTELLIGENCE

 

Repensar cómo crear software

Supongamos que ha probado algunas nuevas herramientas de productividad y ha comenzado a extraer nuevas fuentes de datos para obtener información. La próxima frontera para capturar el valor de la inteligencia artificial es construir una ventaja competitiva duradera basada en este nuevo tipo de software.

Pero la inteligencia artificial no se trata sólo de un mejor software, sino que requiere procesos completamente nuevos y una mentalidad diferente. La inteligencia artificial es una nueva disciplina para que los gerentes aprendan, una que exige una nueva clase de talento en software y una nueva estructura organizativa.

La mayoría de los grupos de IT piensan en términos de aplicaciones y datos. Los nuevos grupos de IT de inteligencia artificial pensarán en aplicaciones, datos y modelos. Piense en el software como la combinación de código, datos y un modelo. «Modelo» aquí significa reglas de negocio, como reglas para aprobar préstamos o ajustar el consumo de energía en los centros de datos. En el software tradicional, los programadores crearon estas reglas a mano. Hoy en día, la inteligencia de máquinas puede usar datos y nuevos algoritmos para generar un modelo demasiado complejo para que cualquier programador humano pueda escribir.

Con el software tradicional, el modelo cambia solo cuando los programadores lo reescriben explícitamente. Con la inteligencia artificial, las empresas pueden crear modelos que evolucionan mucho más regularmente, lo que le permite construir una ventaja duradera que se fortalece con el tiempo a medida que el modelo «aprende».

Piense en estos modelos como empleados estrechamente enfocados con grandes recuerdos y habilidades sociales no tan grandes — sabios idiotas. Pueden predecir la mejor manera de hacer crecer el negocio, hacer que los clientes sean más felices o reducir costos. Pero a menudo fallarán miserablemente si intenta aplicarlos a algo nuevo o, peor aún, pueden degradarse invisiblemente a medida que cambian su negocio y sus datos.

Todo esto significa que la disciplina de creación de software de inteligencia artificial difiere del software tradicional, y las empresas necesitan personal en consecuencia. Afortunadamente, aunque encontrar el talento adecuado puede ser difícil, las herramientas que los desarrolladores necesitan para construir este software están fácilmente disponibles.

Por primera vez, hay un «Stack» en maduración (ver nuestro paisaje) de bloques de construcción que las empresas pueden usar para practicar la nueva disciplina de la inteligencia artificial. Muchas de estas herramientas están disponibles como bibliotecas gratuitas de código abierto de empresas tecnológicas como Google (TensorFlow), Microsoft (CNTK) o Amazon (DSSTNE). Otros hacen que sea más fácil para científicos de datos para colaborar (véase «Data Science») y gestionar modelos de inteligencia artificial («Machine Learning»).

Si su CEO está luchando para responder a la pregunta de cómo la inteligencia de máquinas cambiará su industria, eche un vistazo a la gama de mercados en nuestro panorama. Las startups en estas secciones dan una idea de cómo diferentes industrias pueden ser alteradas. Las primeras aplicaciones útiles de la inteligencia artificial en una industria tienden a usar datos que anteriormente habían permanecido inactivos. El cuidado de la salud es un excelente ejemplo: estamos viendo modelos predictivos que se ejecutan en datos de pacientes y visión por computadora que diagnostican enfermedades a partir de imágenes médicas y que captan información que salva vidas a partir de datos genómicos. Lo siguiente serán las finanzas, el transporte y la agricultura debido al volumen de datos disponibles y su valor económico.

Su empresa todavía tendrá que decidir cuánto confiar en estos modelos y cuánto poder otorgarles en la toma de decisiones comerciales. En algunos casos, el riesgo de un error será demasiado grande para justificar la velocidad y las nuevas capacidades. Su empresa también tendrá que decidir con qué frecuencia y con qué supervisión revisar sus modelos. Pero las empresas que decidan invertir en los modelos adecuados e integrar con éxito la inteligencia de máquinas en su organización mejorarán por defecto a medida que sus modelos aprendan de la experiencia.

Durante mucho tiempo, los economistas se han preguntado por qué la llamada revolución informática no ha logrado aumentar la productividad. La inteligencia de la máquina finalmente se dará cuenta de la promesa de la informática. Las suites C y las salas de juntas que reconocen este hecho en primer lugar —y transforman sus formas de trabajar en consecuente— superarán y superarán a sus competidores.

*El fondo de autores ha invertido en esta empresa.

 


Shivon Zilis James Cham via HBR.org