¿Cuáles son las trampas para un proyecto de inteligencia artificial en los negocios?

4 trampas a tener en cuenta durante un proyecto de IA en una empresa (Parte 3/3)

La IA está de moda, es un hecho, y frente a todas las comunicaciones que se hacen sobre el tema, muchos líderes empresariales han lanzado iniciativas sobre el tema. Sin embargo, los diversos estudios muestran que muchos proyectos todavía se encuentran en el estado de creación de prototipos por el momento, debido a varios escollos y / o limitaciones que las empresas deben abordar antes de pasar a implementaciones más grandes.4 peligros para su proyecto de IA empresarial.

# Escollo n ° 1: lo social

El desarrollo esperado de la IA a menudo se compara con la industrialización mediante la cual muchos oficios manuales han sido reemplazados por máquinas. La IA hará lo mismo para las relaciones con los clientes o las profesiones administrativas …

Por lo tanto, las empresas se enfrentan a la complejidad de querer implementar una solución que les permita ahorrar en el número de empleados sin tener soluciones a corto plazo para posicionar a estas personas en otras actividades.

Aunque un estudio de PWC predice “una desaparición de 7 millones de puestos de trabajo, pero también la aparición de 7,2 millones más gracias a la IA”, el freno social es muy real y las empresas siguen siendo cautelosas.

# Escollo n ° 2: Falta de datos

La conciencia del valor y la importancia de los datos en los negocios es reciente.

Cada empresa tiene varios y variados grupos de información, almacenados en servidores o bases de datos. Sin embargo, el esfuerzo por transformar estos datos no estructurados suele ser paralizante.

De hecho, los algoritmos actualmente no están lo suficientemente avanzados para procesar datos no estructurados de manera cualitativa sin una acción humana previa.

Este freno debería levantarse paulatinamente en los próximos años gracias al esfuerzo de las empresas por estructurar la gestión de sus datos y gracias a la mejora de algoritmos.

# Trampa n ° 3: La opacidad del modelo

El principio de un algoritmo de aprendizaje profundo es producir un resultado de salida (ejemplo: predicción) después del análisis de los datos de entrada. Sin embargo, en un software clásico es posible seguir la evolución del razonamiento en cada paso del algoritmo. Este no es el caso en el contexto del Deep Learning. Algunos expertos hablan del funcionamiento de la caja negra.

Entonces es necesario estar satisfecho con el resultado obtenido sin tener acceso a “la explicabilidad de este último”.

Esta opacidad es tanto una frustración como una limitación real para los equipos científicos. Esto también puede resultar bloqueante en determinados casos de uso como la medicina, donde la noción de razonamiento es fundamental, y donde las consecuencias tras una decisión pueden ser vitales.

Se han lanzado muchas iniciativas científicas para desentrañar el misterio de esta “caja negra”, pero ningún experto ha anunciado resultados convincentes por el momento.

# Escollo n ° 4: el efecto Wow

Podría decirse que es el primer frein… Porque detrás del efecto Wow a veces se esconde la decepción. Ante las diversas comunicaciones que sacuden el mundo de la IA, los no iniciados tienden a imaginar usos más cercanos a la ciencia ficción que desarrollos científicos reales.

Los resultados obtenidos tras la implementación de un proyecto de IA, por lo tanto, a veces son considerados decepcionantes por los líderes, mientras que son bastante relevantes, pero cumplen con ciertas limitaciones.

Esta divergencia de puntos de vista es de anticipar y la pedagogía debe estar a la orden del día en todas las comunicaciones que se realicen en torno a un proyecto.

En conclusión

La IA está presente en nuestra vida diaria y lo estará cada vez más. Estamos solo en los comienzos¡Es una certeza! Se desarrollarán muchos usos nuevos para ayudarnos. Algunos, como el coche autónomo, constituirán sin duda grandes cambios en nuestros hábitos.

[bctt tweet= »Il convient de rappeler que l’IA doit rester un outil au service de l’homme et non le contraire. » username= » »]

Ya nadie puede opinar sobre la velocidad de su desarrollo en los próximos años, ni siquiera sobre sus límites (si hay límites…).

Sin embargo, creo que una IA fuerte, en el sentido de inteligencia artificial con autoconciencia real, permanecerá en el reino de la imaginación.

fuente

Este artículo de 3 partes fue escrito en coautoría con Alban Costa, emprendedor apasionado por la inteligencia artificial, cofundador de la startup Wikit (www.wikit.ai)