Cada vez más empresas de todos los sectores adoptan la inteligencia artificial para transformar los procesos empresariales. Pero el éxito de sus iniciativas de IA depende de algo más que de los datos y la tecnología: también se trata de contar con las personas adecuadas.
Un equipo de IA empresarial eficaz es un grupo diverso que abarca mucho más que un puñado de científicos de datos e ingenieros. Los equipos de IA exitosos también incluyen una serie de personas que entienden el negocio y los problemas que está tratando de resolver.
Las tecnologías y las herramientas de las que disponemos se inclinan cada vez más hacia la capacitación y el empoderamiento de los profesionales del sector, los usuarios de la empresa o los profesionales de la analítica para que se hagan cargo directamente de la IA en las empresas.
El éxito de la IA se basa en gran medida en la creación de un equipo completo con una amplia gama de habilidades avanzadas, pero hacerlo es un reto. Identificar lo que hace que un equipo de IA sea altamente eficiente puede parecer algo fácil de hacer, pero cuando se examinan las responsabilidades detalladas de los individuos en los equipos de IA exitosos, se llega rápidamente a la conclusión de que la construcción de estos grupos es extremadamente difícil.
Para ayudarte a formar tu equipo de IA ideal, a continuación te mostramos 10 funciones clave que se encuentran en los equipos de IA de las empresas bien gestionados hoy en día.
Científicos de datos
Los científicos de datos son el núcleo de cualquier equipo de IA. Procesan y analizan los datos, construyen modelos de aprendizaje automático (ML) y sacan conclusiones para mejorar los modelos de ML que ya están en producción.
Un científico de datos es una mezcla de un analista de productos y un analista de negocios con una pizca de conocimiento de aprendizaje automático.
El objetivo principal es entender las métricas clave que tienen un gran impacto en el negocio, recopilar datos para analizar los posibles cuellos de botella, visualizar diferentes cohortes de usuarios y métricas, y proponer varias soluciones sobre cómo aumentar estas métricas, incluyendo la realización de un prototipo de la solución.
Ingeniero de ML (Machine Learning)
Puede que los científicos de datos construyan los modelos de ML, pero son los ingenieros de ML quienes los implementan.
Esta persona se encarga de empaquetar el modelo de ML en un contenedor y desplegarlo en producción, normalmente como un microservicio. La función requiere conocimientos expertos de programación de back-end y configuración de servidores, así como conocimientos de contenedores y despliegue de integración y entrega continuas. Un ingeniero de ML también está involucrado con la validación de los modelos, las pruebas A/B y la supervisión en producción.
Y en un entorno maduro de ML, los ingenieros de ML también necesitan experimentar con herramientas de servicio que pueden ayudar a encontrar el modelo de mejor rendimiento en producción con pruebas mínimas.
Ingeniero de datos
Los ingenieros de datos construyen y mantienen los sistemas que conforman la infraestructura de datos de una organización. Son cruciales para las iniciativas de IA porque los datos tienen que ser recogidos y adecuados para su consumo antes de que se pueda hacer algo digno de confianza con ellos.
Los ingenieros de datos construyen conductos de datos para recopilar y ensamblar datos para su uso posterior, y en un entorno DevOps, construyen conductos para implementar la infraestructura en la que se ejecutan estos conductos de datos.
El ingeniero de datos es fundamental tanto para las iniciativas de ML como para las que no lo son. Por ejemplo, cuando se implementan canalizaciones de datos en una de las nubes públicas, un ingeniero de datos necesita primero escribir las secuencias de comandos para hacer girar los servicios de nube necesarios que proporcionan la computación necesaria para procesar los datos ingeridos.
Si se crea un equipo por primera vez, se debe entender que la ciencia de los datos es un proceso iterativo que requiere muchos datos. Suponiendo que tengas suficientes datos, alrededor del 80% del esfuerzo estará relacionado con las tareas de ingeniería de datos y aproximadamente el 20% será el trabajo real relacionado con la ciencia de datos.
Por ello, sólo un pequeño porcentaje de su equipo de IA trabajará en los esfuerzos de la ciencia de datos. El resto del equipo identificará el problema que se está resolviendo, ayudará a explicar los datos, ayudará a organizar los datos, integrará el resultado en otro sistema de producción o presentará los datos de una manera lista para la presentación.
Administrador de datos
Un administrador de datos supervisa la gestión de los datos de una empresa y se asegura de que sean accesibles y de alta calidad. Esta importante función garantiza que los datos se utilicen de forma coherente en toda la organización y que la empresa cumpla con la cambiante legislación sobre datos.
Los administradores de datos se aseguran de que los científicos de datos obtengan los datos correctos y de que todo sea repetible y esté claramente marcado en un catálogo de datos.
Una persona que desempeñe esta función necesita una combinación de conocimientos de ciencia de datos y de comunicación para colaborar con varios equipos y trabajar con científicos de datos e ingenieros para garantizar que las partes interesadas y los usuarios de la empresa puedan acceder a los datos.
Un administrador de datos también aplica las políticas de una organización en torno al uso y la seguridad de los datos. El administrador de datos se asegura de que sólo las personas que se supone que tienen acceso a los datos seguros tengan ese acceso.
Experto en el dominio
El experto en el dominio tiene un profundo conocimiento de una industria o área temática concreta. Esta persona es una autoridad en su campo, puede juzgar la calidad de los datos disponibles y puede comunicarse con los usuarios empresariales previstos de un proyecto de IA para asegurarse de que tiene valor en el mundo real.
Estos expertos en la materia son esenciales porque los expertos técnicos que desarrollan sistemas de IA rara vez tienen experiencia en el ámbito real para el que se construye el sistema, los expertos en el dominio pueden proporcionar conocimientos críticos que harán que un sistema de IA rinda al máximo.
Los expertos en la materia pueden ser enlaces vitales entre los clientes y el equipo de IA, esta persona puede comunicarse con el cliente, entender sus necesidades y proporcionar la siguiente serie de instrucciones continuas al equipo de IA, y el experto en el dominio también puede hacer un seguimiento de si la IA se implementa de forma ética.
Diseñador de IA
Un diseñador de IA trabaja con los desarrolladores para asegurarse de que comprenden las necesidades de los usuarios humanos. Esta función prevé cómo interactuarán los usuarios con la IA y crea prototipos para demostrar los casos de uso de las nuevas capacidades de la IA.
Un diseñador de IA también se asegura de que se genere confianza entre los usuarios humanos y un sistema de IA, y de que la IA aprenda y mejore a partir de los comentarios de los usuarios.
Una de las dificultades que tienen las organizaciones para ampliar la IA es que los usuarios no entienden la solución, no están de acuerdo con ella o no pueden interactuar con ella, las organizaciones que están obteniendo valor de la IA: su secreto es, en realidad, sólo que consiguen la interacción humana con la IA de forma correcta.
En términos de una regla 10-20-70, donde el 10% del valor serán los algoritmos, el 20% es la tecnología y las plataformas de datos, y el 70% del valor vendrá de la integración del negocio o la vinculación con la estrategia de la empresa dentro de los procesos de negocio.
La interacción entre el ser humano y la inteligencia artificial es absolutamente clave y constituye una parte importante de ese reto del 70% ya que los diseñadores de inteligencia artificial ayudarán a conseguir ese objetivo.
Director de producto
El director de producto identifica las necesidades de los clientes y dirige el desarrollo y la comercialización de un producto, al tiempo que se asegura de que el equipo de IA toma decisiones estratégicas beneficiosas.
En un equipo de IA, el director de producto es responsable de entender cómo puede utilizarse la IA para resolver los problemas de los clientes y luego traducirlo en una estrategia de producto.
Los directores de producto deben ser capaces de trabajar estrechamente con diferentes equipos y partes interesadas, en la mayoría de los casos, el éxito de un proyecto de IA dependerá de la colaboración entre los equipos de negocio, ciencia de datos, ingeniería de ML y diseño.
Los gestores de productos de IA también deben comprender las implicaciones éticas de trabajar con la IA, ya que son responsables de desarrollar procesos y directrices internas que garanticen que los productos de la empresa se adhieren a las mejores prácticas del sector.
Estratega de IA
El estratega de la IA debe entender cómo funciona una empresa a nivel corporativo y coordinarse con el equipo ejecutivo y las partes interesadas externas para garantizar que la empresa cuenta con la infraestructura y el talento adecuados para producir un resultado exitoso para sus iniciativas de IA.
Para tener éxito, un estratega de IA debe tener un profundo conocimiento de su dominio empresarial y de los fundamentos del aprendizaje automático; también debe saber cómo se puede utilizar la IA para resolver los problemas empresariales.
La tecnología era la parte difícil hace años, pero ahora se trata de reimaginar cómo cableamos nuestro negocio para aprovechar al máximo esa capacidad de IA o ese activo de IA que creamos, un estratega de IA puede ayudar a una empresa a pensar de forma transformacional sobre cómo utiliza la IA.
Los estrategas de la IA también pueden ayudar a las organizaciones a obtener los datos que necesitan para alimentar la IA con eficacia.
Los datos que las empresas tienen dentro de sus sistemas hoy en día o dentro de sus almacenes de datos realmente sólo representan una fracción de lo que necesitarán para diferenciarse cuando se trata de construir capacidades de IA, una parte del papel del estratega es mirar hacia el horizonte y ver cómo se pueden capturar y utilizar más datos sin sobrepasar las consideraciones de privacidad.
Director de IA
El director de IA es el principal responsable de la toma de decisiones en todas las iniciativas de IA y se encarga de comunicar el valor empresarial potencial de la IA a las partes interesadas y a los clientes.
El responsable de la toma de decisiones es alguien que entiende el negocio, las oportunidades de negocio y los riesgos.
El director de IA debe conocer los casos de uso que la IA puede resolver, en los que hay un beneficio financiero más significativo, y debe ser capaz de articular esas oportunidades a las partes interesadas.
Patrocinador ejecutivo
El patrocinador ejecutivo es un directivo de la C-suite que adopta un papel activo para garantizar que los proyectos de IA lleguen a buen puerto y es responsable de obtener financiación para las iniciativas de IA de una empresa.
El liderazgo ejecutivo tiene un papel importante para ayudar a impulsar el éxito de los programas de IA ya que las mayores oportunidades para las empresas suelen ser las áreas en las que rompen con determinadas funciones.
Un fabricante de productos de consumo, por ejemplo, tiene un equipo responsable de I+D, un equipo responsable de la cadena de suministro, un equipo de ventas y un equipo de marketing. Las mayores y mejores oportunidades de aplicar la IA para ayudar a transformar el negocio abarcan estas cuatro funciones y se necesita un fuerte liderazgo del CEO o C-suite de una empresa para ir tras esos cambios.
Adoptar la IA es un gran cambio cultural para muchas empresas que no entienden cómo funciona un equipo de IA de alto rendimiento, cómo funcionan los roles y cómo pueden ser empoderados.
Fuente: CIO
Comentários