Las funciones de IA que algunas empresas olvidan cubrir

Hiroshi Watanabe/Getty Images

La IA está casi en todas partes en las noticias de hoy, y el impulso por crear e implementar soluciones de IA está creando un enorme vacío de talento. Un estimado en un 80% de las empresas ya están invirtiendo en IA y la mayoría se enfrenta a desafíos para contratar las capacidades que necesitan para implementar una aplicación o producto de IA útil. Está claro que hay un mercado intensamente competitivo para especialistas en inteligencia artificial y aprendizaje automático. Muchas empresas primero intentan contratar científicos de datos con nivel de doctorado con experiencia en algoritmos de IA e «ingeniería de funciones». Algunos analistas incluso han equiparado el «talento de la IA» con ese tipo de investigadores.

Sin embargo, el talento de la IA va mucho más allá de los doctorados en aprendizaje automático. Igual de importantes y menos entendidos son el conjunto de problemas de talento que surgen en torno al desarrollo y la ingeniería de productos de IA. La mayoría de las empresas no han ocupado estos puestos y, como resultado, sus proyectos de IA se ven afectados.

El papel de ingeniero de IA

Como otros ya se han dado cuenta de su importancia, centrémonos primero en las habilidades de ingeniería. UN artículo muy útil señaló recientemente la diferencia entre los investigadores de aprendizaje automático y los ingenieros de aprendizaje automático. La conclusión clave es que la mayoría de las empresas necesitan ingenieros que ayuden a desarrollar productos y aplicaciones de producción, en lugar de un investigador que ayude a ampliar los límites de la técnica y la tecnología de la IA.

Estas habilidades de ingeniería incluyen la creación de arquitecturas tecnológicas que se escalen, la escritura y el despliegue de software infalible y la integración de las capacidades de la IA en los sistemas existentes. Las personas que ocupan puestos de ingeniería de IA necesitan saber algo sobre la IA, pero también sobre la programación, la computación y los entornos de TI corporativos. Estas habilidades son cada vez más importantes con el tiempo, a medida que los conocimientos y las herramientas de la IA maduran y los algoritmos y las técnicas se convierten en productos básicos.

El papel de zar de los datos de la IA

Las iniciativas de IA también necesitan expertos en datos. También hemos discutido en otro lugar que la carrera por el aprendizaje automático es cada vez más una carrera de datos en la que los datos únicos, más que los modelos vanguardistas, son los que crean una valiosa solución de IA. Por desgracia, el abastecimiento y la gestión de datos son un conjunto de habilidades que no suelen superponerse con el desarrollo de algoritmos. El zar de los datos de la IA suele ser un puesto que se crea con el tiempo a través de la experiencia, en lugar de que se contrate fuera de la escuela, aunque la educación en informática o estadística puede resultar muy útil. El puesto abarca capacidades como:

• Saber qué fuentes de datos son útiles para abordar una pregunta o un problema de la IA;
• Estar al tanto de cómo se utilizan los datos en los algoritmos;
• Evaluar la calidad de los datos;
• Limpieza y tratamiento de datos;
• Centrarse en los detalles (y ser muy estricto con la calidad de los datos);
• Poseer la fuerza para hacer retroceder a los equipos técnicos;
• Conocer las formas típicas de transformar los datos.

La gestión de datos también requiere conocimientos empresariales. Hablemos de un ejemplo sencillo. Nuestra empresa emergente utiliza el aprendizaje automático para llevar desde la automatización hasta la consultoría estratégica, y uno de los datos clave que utilizamos es la información financiera incluida en los informes anuales. Estos datos están llenos de lagunas por naturaleza. No todas las empresas informan del mismo conjunto de métricas y el motivo por el que no denuncian es la mayoría de las veces porque no hay nada que informar en la categoría. Por ejemplo, muchas empresas no se molestan en declarar sus gastos de investigación y desarrollo porque no tienen ninguno. Esto significa que lo mejor para cubrir la mayoría de estos huecos (que hay que cubrir para que los algoritmos hagan su magia) es llenarlos con ceros, lo que representa ningún gasto.

Sin embargo, en el mundo de la ciencia de datos y el aprendizaje automático, rellenar los datos por cero es muy poco común y rellenar con el valor medio es una buena práctica generalmente aceptada. Nuestra aplicación es el raro caso en el que rellenar la mediana introduce errores en el conjunto de datos, por ejemplo, al asignar una cantidad media de inversión en investigación y desarrollo a cada empresa, cuando el 70% del mercado no gasta nada en I+D. Si hubiéramos dejado la gestión de datos al equipo técnico, como hacen muchas empresas, habríamos ido por el camino equivocado. En cambio, al contar con un equipo empresarial informado que participe profundamente en el proceso de desarrollo de la IA, podemos detectar los posibles problemas.

Las funciones de líder empresarial y traductor de IA

Los grupos de IA también necesitan un papel en la intersección de la estrategia empresarial y los métodos de IA. Esa persona, normalmente un ejecutivo algo sénior, es capaz de traducir los objetivos estratégicos y los modelos de negocio en los tipos de IA que pueden promoverlos. Por desgracia, el puesto de líder empresarial con cierto conocimiento de las técnicas de IA rara vez se habla, y aún menos se ocupa.

El resultado es que la IA se utiliza a menudo para crear cualquiera de los dos proyectos fuera del objetivo o con costes irrecuperables cuando la inversión en tecnología no produce el ROI previsto por la junta o el equipo directivo. Nuestra experiencia trabajando con juntas directivas y líderes es que crear un producto de IA sólido que proporcione valor para el cliente, el empleado, el operativo o el inversor implica alrededor de un 40% de definición de problemas y productos, un 40% de origen, limpieza, llenado y fusión de datos y solo un 20% de desarrollo de algoritmos.

La solución de estos problemas requiere una asociación continua entre las empresas y la tecnología. Sin embargo, la mayoría de las empresas no tienen un punto de vista claro sobre cómo la IA puede ayudar a las organizaciones a tomar decisiones mejores, más informadas y más rápidas, o a productos y servicios más inteligentes. Automatizar partes de la toma de decisiones y el desarrollo de productos requiere una persona que pueda trabajar en la intersección de la estrategia, los modelos de negocio, el desarrollo de código, la creación de algoritmos y el desarrollo de productos, algo poco común.

Tener a alguien en este puesto incluso paga dividendos en lo que respecta al desarrollo de algoritmos. Desde sistemas basados en reglas hasta regresión logística, redes neuronales y más, cada uno de los algoritmos que se utilizan en la IA tiene características diferentes, buenas y malas. Aunque no esperaríamos que todos los líderes empresariales los conocieran, esperaríamos que un buen líder empresarial o traductor de IA interactuara con los desarrolladores sobre los pros y los contras para ayudarlos a tomar la decisión correcta. Por ejemplo, las redes neutrales, aunque poderosas, carecen de explicación. Es difícil decir exactamente por qué el modelo devuelve los resultados que arroja. Para muchos productos, una solución de «caja negra» no servirá, los usuarios quieren o tienen que entender cómo funciona.

Muchas empresas se lanzan a la carrera de la IA sin objetivos claros, esperan que un investigador de IA brillante y un equipo de tecnología puedan crear algo grande sin orientación y terminar con poco que mostrar. Reclutar a un mariscal de campo de IA para que dé información empresarial y garantizar el éxito con métricas bien definidas es el trabajo más importante que la mayoría de las empresas se pierden por completo. Algunos han argumentado por la importancia de la función de traducción para la analítica empresarial tradicional, pero dada la complejidad de la IA, es aún más importante con ese conjunto de tecnologías. De hecho, muchos grupos grandes de IA necesitarán a varias personas para que desempeñen el papel de traductores.

El empresario que ocupa este puesto no necesita convertirse en programador, conocer las mejores herramientas de IA de los vendedores ni ahondar en los matices de las redes neuronales frente a la regresión logística. Sin embargo, tiene que entender los conceptos básicos de cómo funcionan los diferentes tipos de IA y los conjuntos de datos que se desplegarán con ellos. Estas personas también deberían tener el deseo de participar profundamente y trabajar de forma iterativa con el equipo de IA, en lugar de lanzar los requisitos «por la borda», dejando al equipo de aprendizaje automático con las decisiones difíciles. Además, tienen que crear una hoja de ruta clara de casos de uso y productos económicos que genere valor para los clientes, los empleados, los socios o los inversores. En la mayoría de los casos, estas personas deberían dirigir el grupo de IA y los investigadores, ingenieros y el zar de los datos deberían informarles.

Contar con alguien que esté en la alta dirección o que dependa directamente de ella, que comprenda estos temas y que pueda supervisar las demás funciones importantes de la IA de las que hemos hablado, ayudará a la organización a alcanzar su objetivo principal (valor para las partes interesadas) y, al mismo tiempo, a evitar los costosos e improductivos ciclos que solemos ver en un desarrollo de la IA mal gestionado.