AI
http://www.netmedia.mx/actualidad/lo-que-todo-cio-necesita-para-construir-un-buen-equipo-de-ia/
AI
Actualidad

Lo que todo CIO necesita para construir un buen equipo de IA

Los CIO que buscan aprovechar los avances en Inteligencia Artificial (IA), a menudo, tienen una gran cantidad de problemas técnicos que superar. Pero ese es solo el punto de partida, ya que también deben considerar cómo garantizar que sus equipos de IA aporten resultados comerciales. Así lo indicaron diversos expertos durante el REWORK Deep Learning Summit, en San Francisco, California.

Según los analistas, citados por TechTarget, hay dos áreas, en particular, que necesitan atención de los CIO al construir un equipo de IA. Lo primero es promover una estructura organizacional que engendre confianza en esta tecnología en toda la empresa, y que no entre en conflicto con los requisitos reglamentarios. Lo segundo, menos obvio, es contar con reclutadores de primera categoría que sepan de IA.

Más allá de la ciencia de datos

Amy Gershkoff, ex directora de datos de Ancestry.com LLC, un servicio de genealogía, considera que la IA no es solo un problema de la ciencia de datos, sino un problema de negocios.

Según la experta, un primer paso crítico en el desarrollo de la estructura organizacional correcta de la IA es ubicar a los científicos de datos en departamentos alineados. Por ejemplo, ponerlos en la oficina del CFO puede resultar en conflicto con las metas de reducción de costos del grupo. En cambio, es recomendable incorporar científicos de datos en los equipos de gestión de productos o en los de marketing, donde el crecimiento de los ingresos es una prioridad.

“Necesitas ubicarlos en el lugar donde sean más efectivos”, destaca.

Algunas organizaciones están empezando a usar un modelo híbrido para la distribución de científicos de datos en diferentes departamentos. Están integrados en una variedad de áreas que incluyen marketing, ingeniería de productos y finanzas. Los miembros del equipo de IA de toda la empresa informan a un jefe de datos, así como a los gerentes de cada departamento.

“Esto puede ayudar a alinear los objetivos de los científicos de datos con cada departamento. La desventaja es que pueden sentir que tienen dos jefes”, asegura Gershkoff.

Importancia de los reclutadores

Contratar buenos reclutadores es, a menudo, algo que sucede de forma tardía en muchos esfuerzos de AI. Como resultado, el proceso de la entrevista no es tan riguroso, a la vez que la compañía puede darle a los candidatos la impresión de que no es tan atractiva.

“Los científicos de datos y los expertos en aprendizaje automático están en demanda. Para que las organizaciones compitan en la atracción del talento, necesitan reclutadores que hablen el lenguaje del científico de datos”, dice Gershkoff.

De esa forma, los candidatos de AI preguntarán sobre la infraestructura de la empresa, las pilas de tecnología y los tipos de problemas en los que trabajarán.

“Si el reclutador no sabe la respuesta, será difícil obtener el mejor talento”, recalca.

Preparar la infraestructura

Los nuevos científicos de datos también esperan contar con la infraestructura básica para llevara a cabo su labor. En esa línea, los CIO deben asegurarse de tener una arquitectura que admita el almacenamiento de grandes datos, así como contar con métodos flexibles de administración de estos.

“Esto debe ocurrir antes de que una organización contrate expertos en Deep Learning”, asegura Gershkoff.

Además, dice que los CIO deben implementar tecnologías que respalden las preocupaciones sobre la gobernanza de los datos, el cumplimiento, la privacidad y la seguridad.

Dar sentido a la “caja negra”

Una buena estrategia de IA requiere encontrar un equilibrio entre precisión y transparencia. En esencia, los sistemas de IA pueden automatizar muchos procesos de toma de decisiones, pero los algoritmos, a menudo, evolucionan a partir de complejas reglas de aprendizaje automático que pueden ser difíciles de descifrar.

Manuel Proissl, científico senior de datos y cuantificación de Ernst & Young, asegura que esto es una caja negra, en cierta medida; ya que incluso si estos algoritmos terminan siendo más precisos que las personas, los interesados ​​no siempre confiarán en ellos si la lógica no es transparente.

“Incrustar IA en la empresa requiere mirar más allá de la ciencia de datos para establecer la confianza. Esta transparencia también es importante para abordar los nuevos requisitos normativos, como el reglamento general de protección de datos de la UE, que establece que las empresas deben ser capaces de proporcionar información significativa sobre la lógica involucrada en las decisiones tomadas por IA”, destaca.

Una cultura basada en la ética

Un equipo de AI que esté aplicando técnicas avanzadas de aprendizaje automático para resolver problemas comerciales también podría enfrentarse a la toma de decisiones contrarias a la cultura de ética de la empresa.

De ahí que los CIO deberán trabajar con las partes interesadas de toda la organización para definir, cuidadosamente, los valores compartidos y crear una cultura basada en la ética.

Netmedia es mucha más que noticias. suscríbase y reciba lo mejor

Te recomendamos

Lo que todo CIO necesita para construir un buen equipo de IA