Perspectives
Introducción: ¿Demasiado rápido, demasiado pronto?
En su urgencia de avanzar o incluso mantenerse al día, algunas organizaciones están lanzando iniciativas de IA en terrenos agitados. Más que la tecnología de última generación, la IA debe estar respaldada por una visión clara y una plataforma robusta que proporcione acceso inmediato a datos cuidadosamente examinados y altamente utilizables para crear productos que generen valor empresarial.
En este número de Perspectives, los expertos de y una de las cifras líderes detrás de la plataforma de IA de vehículos conectados de BMW Group comparten sus opiniones y recomendaciones sobre la creación de una base escalable, rentable y preparada para el futuro para la IA aplicada que logre grandes cosas, tanto para los usuarios internos como para los clientes de la organización.
Una proporción significativa de líderes tecnológicos y empresariales son escépticos con respecto a la calidad de los datos de su organización
Fuente: Salesforce
i. Poner a utilizar activos de datos
La entrega de resultados empresariales tangibles debe ser el objetivo principal de cualquier iniciativa de IA, y eso requiere que las organizaciones prioricen casos de uso que representen mejoras significativas para la base de clientes, antes de crear una base de datos lista para la IA que haga posibles esas mejoras.
En BMW Group, proporcionar atención proactiva al cliente fue el principio que guió el diseño de la plataforma de IA de la empresa, que ahora permite a los equipos de toda la empresa desarrollar, mantener y operar casos de uso de IA, y reducir el tiempo de comercialización de aplicaciones de IA que mejoran la forma en que los clientes interactúan y se sienten con sus vehículos, y la marca BMW Group.
“Los líderes en el campo serán los que realmente comprendan su mercado y cómo los productos de datos marcarán la diferencia en el comportamiento o el apetito del consumidor por el producto o servicio”.
Christine Welsch
Director de mercado, Automoción y Fabricación,
ii. Elementos tecnológicos de una base óptima
Aunque la configuración específica de una plataforma preparada para IA o aprendizaje automático puede variar entre organizaciones, las plataformas eficaces comparten varias características principales, la principal de las cuales es la capacidad de acceder y utilizar datos de alta calidad de forma constante.
Una vez que se ha establecido una base de datos de calidad, la usabilidad se convierte en un determinante clave del éxito de la plataforma a largo plazo, ya que incluso los mejores equipos se enfrentarán a desafíos con la formación y el mantenimiento de modelos, y la introducción de innovaciones en la producción.
Componentes de una base de datos preparada para IA/ML
Fuente:
iii. Ampliación al tiempo que se controlan los costes y se mantienen los estándares
A medida que las organizaciones comienzan a aprovechar sus bases de datos personalizadas listas para IA en serio, la ampliación puede seguir siendo un esfuerzo difícil y costoso.
Como demuestra la experiencia de BMW Group, los equipos pueden gestionar el proceso mediante la construcción de una configuración repetible que pueda servir a múltiples casos de uso para cosechar economías de escala; realizar una evaluación de nivel de los costes y compensaciones involucrados en servicios gestionados frente a servicios entregados internamente; y poner en marcha medidas de seguridad para controlar la privacidad, seguridad y rendimiento de los datos. La automatización es la clave para hacer esto posible y un factor decisivo en la viabilidad continua de una plataforma.
"El modelo híbrido que construimos para BMW Group alcanza ese punto óptimo en el que se puede escalar hasta el infinito, pero al mismo tiempo, no es necesario gestionar cómo funciona el escalado".
Biplob Biswas
Ingeniero principal de datos y aprendizaje automático,
iv. Cultivar la aceptación, educación continua: Plataformas como proceso
Aunque una base de datos preparada para IA puede contar con características innovadoras y beneficios potenciales atractivos, la verdadera prueba de su valor reside en la medida en que se adopta y utiliza para desarrollar productos que a su vez son adoptados por los clientes.
Las organizaciones pueden seguir un enfoque multipista para cultivar la adopción y la aceptación, desde incentivar la propiedad de los productos de datos hasta implementar programas integrales de incorporación que aborden los requisitos de diferentes grupos de usuarios. En última instancia, el compromiso continuo se ve favorecido por un toque humano, ya sea en forma de patrocinio ejecutivo de la empresa o foros de diálogo para abordar las preocupaciones que impulsan la resistencia interna.
"También se necesita experiencia para llevar casos de uso de aprendizaje automático a la producción, y solo entonces pueden crear valor. Diferentes equipos tienen conocimientos y antecedentes muy diferentes, y el desafío es enseñar a estos usuarios a utilizar la plataforma para que puedan aprovecharla al máximo".
Fabian Nonnenmacher
Analista de negocios,
Perspectivasentregadas a tu bandeja de entrada
Perspectivas comerciales y del sector oportunas para los líderes digitales.
La suscripción a Perspectives te ofrece los mejores podcasts, artículos, vídeos y eventos de nuestros expertos para ampliar nuestra popular publicación Perspectives.