Peritaje IA

Aspectos a tener en cuenta antes de abordar un proyecto de Inteligencia Artificial

5 Aspectos a tener en cuenta antes de abordar un proyecto de Inteligencia Artificial

Todas las técnicas y tecnologías incluidas en el abanico de la Inteligencia Artificial (IA) como el Big Data, Machine learning, Deep learning, el procesamiento y generación de lenguaje natural (NLP y NLG), etc.., así como las nuevas tecnologías disruptivas que están emergiendo en la última década, como la nanotecnología, la biotecnología, el Internet de las Cosas (IOT) o el blockchain, están predestinadas a cambiar y transformar los modos de vida de la sociedad actual. Esta tendencia queda reflejada en todos los estudios, análisis y predicciones de las grandes consultoras (Gartner, McKinsey, KPMG, PWC o YE). Y se pone de manifiesto cuando contemplamos como las grandes inversiones y rondas de financiación están moviendo la economía en favor del aumento de startups e investigaciones alrededor del mundo, derivando en un incremento exponencial de patentes relacionadas con algún aspecto de la IA.

5 Aspectos a tener en cuenta antes de abordar un proyecto de Inteligencia Artificial

Sin embargo, el fuerte empuje y necesidad de las grandes tecnológicas, de las universidades y centros tecnológicos por calar en el tejido productivo y sobre todo por capitalizar las grandes inversiones en investigación y desarrollo. Así como el deseo por parte de los estados por convertirse en refrentes mundiales en innovaciones de IA.  Está provocando la aparición de las primeras pesquisas y riesgos de implantar una tecnología en estado embrionario que está a caballo entre las necesidades reales del mundo empresariales, la sociedad y la ciencia ficción.

Las grandes dudas y desconfianzas alrededor de la IA están generando que las empresas, en especial las pymes, sean precavidas en el uso de este tipo de tecnologías. Más cuando aparecen noticias todos los días del fracaso de muchos proyectos de integración de IA que al final no pasan de proyectos laboratorio bien porque no cumple las expectativas, tienen una baja fiabilidad o por que se topa con unas barreras sociales y políticas no escritas que hacen inviable su puesta en producción.

El uso y aplicabilidad de esta tecnología por parte de las empresas pasa en primer lugar por proteger y empoderar a sus empleados con el fin de prepáralo para la inminente transformación del sistema laboral.   Sobre todo, dada la dificultada cada vez mayor de encontrar profesionales cualificados capaces de entender y explotar esta tecnología y a su vez conocer la empresa y su nicho de negocio. Y en segundo lugar, formar y concienciar a los CEO´s de las capacidades reales de una tecnología incipiente que cuyos riesgos deben ser reconocidos y abordados antes de plantear su implantación en el seno de sus compañías.

Por ello, es necesario que todas las empresas y especialmente las pymes deban de realizar un estudio inicial. Este estudio de auditoria inicial debe estar orientado en primer lugar a analizar si la empresa tiene la capacidad o esta preparada para el uso de esta tecnología. Y en segundo lugar, reconocer si la integración de estas nuevas tecnologías repercutirá en un impacto real en los beneficios de la misma.

Este primer estudio de viabilidad puede definirse como una auditoría interna tanto tecnológica como estratégica ya que debe hacer hincapié no sólo en las necesidades y riesgos que conforman la IA sino también en las capacidades de la empresa para afrontar el cambio. Por ello, podemos destacar 5 puntos clave que debe abordar toda empresa que desee implantar un sistema de IA:

PRIMER ASPECTO: Tener una comprensión solida de lo que realmente es la IA: La formación y conocimiento por parte de los CEO´s y dirigentes de la empresa es una necesidad básica para abordar con éxito este tipo de implantación. Sin un conocimiento de la IA orientada al negocio es muy posible que las estrategias para la integración no sean realistas.  Es recomendable, no tan sólo la formación previa de los dirigentes sino también la contratación de los servicios de una compañía auditora externa e independiente a cualquier partner tecnológico la cual permitirá reducir los costos operativos de la puesta en marcha del proyecto al:

  • Identificar dónde y cómo la IA sería beneficiosa para su negocio (donde se debería aplicar y que pasos deberían darse).
  • Evaluar que técnica de IA y el algoritmo más idóneo para el tipo de empresa y negocio y el problema a resolver.
  • Determinar las metas y objetivos de tal forma que sean coherentes con la capacidad actual de la IA y estén alineados a las necesidades de los clientes
  • Dirigir realizar el proceso de cambio cara a los empleados y los clientes.

SEGUNDO ASPECTO: Grado de digitalización de la empresa: Un grado alto de digitalización de los procesos internos de la compañía puede tomarse como el estado ideal para la implantación de un proyecto de Inteligencia Artificial.

Este hecho establece una diferenciación clara entre la digitalización y la transformación digital de la empresa. Siendo la digitalización el primer paso o fase hacia la transformación digital. Y éste último paso, la implantación de las técnicas de Inteligencia Artificial más adecuada para la toma de decisiones de forma automática, con el fin de optimizar sus procesos productivos, mejorar los servicios y experiencia al cliente, acrecentar la fiabilidad de sus planes de marketing digital o simplemente renovar y prosperar ante un mercado cambiante y dirigido hacia el uso de estas nuevas tecnologías. Podríamos hablar por ejemplo de una evolución entre los sistemas descriptivos a los predictivos y de estos a los prescriptivos donde si se produce una toma de decisión automática.

Dentro de lo que podemos denominar “transformación Digital” los aspectos importantes a tener en cuenta son:

Un tratamiento y gestión ordenado de datos: Toda técnica de IA y su integración con éxito pasan por mantener una gestión ordenada de sus datos, identificar que datos son estratégicos para la toma de decisiones y la certificación y validación de los mismos. Por tanto, se ve prioritario que toda empresa que desee abordar un nuevo proyecto de IA haya, como mínimo, establecido los términos para la digitalización de las compañía, o al menos del conjunto de datos con los que se van a trabajar, así como su proceso de obtención (definir claramente la fuente de datos y los canales por los cuales se obtienen), limpieza y verificación. La concepción por tanto, del concepto “data driven” en la empresa es el estado idóneo para implantar todo proyecto de Inteligencia Artificial. Por regla general, el 80% de los proyectos de IA que fracasan es porque:

  1. No se tiene el suficiente cantidad de datos para realizar un estudio adecuado.
  2. La cálida de los datos es baja y deben ser verificados y limpiados para que el sistema de IA pueda tratarlos.
  • Existe un sesgo en los datos el cual hace que los resultados del sistema de IA no sea el apropiado. Por ejemplo, es habitual que aparezcan problemas de género, racismo, xenofobia, etc.
  • Mantener una cantidad variada de datos para evitar el overfitting o sobreajuste. Es decir que el algoritmo haya memorizado el conjunto de datos de prueba con lo que los resultados en producción no corresponderán a la realidad pues el algoritmo no los tuvo en cuenta en su entrenamiento.
  • Ciberseguridad y privacidad de los datos: Unos de los aspectos más preocupantes por parte de la sociedad y los estados es la seguridad de la información y los datos que almacenan las empresas. Por ello, se ha hecho gran hincapié en que estos sistemas estén altamente protegidos sobre cualquier tipo de ciberataque. Del mismo modo, se deben tener claras las políticas y protocolos de seguridad de quien puede acceder a qué tipo de datos e incluso al algoritmos de IA utilizado. En Europa la ley GRPD esta alineada a estas necesidades y las empresas deben acatar dicha normativa de seguridad y privacidad de los datos.
  • Desafíos éticos y legales: En este punto trataríamos la necesidad de saber de donde proceden los datos con los cuales se trabaja y si se tienen los derechos para ser utilizados y sus licencias para ser usados.

Por otro lado debemos tener cuidado que el conjunto de datos no este contaminado. Es decir, no produzca sesgos sistemáticos. Como hemos indicado anteriormente, las soluciones de los sistemas de IA deben estar libres de reacciones xenófobas, radicales y no éticas en relación con el contexto y entorno en el cual se están ejecutando.

  1. Responsabilidad: A medida que se cede la toma de decisiones a los sistemas de IA, no hay pautas claras sobre quién sería responsable de los efectos indeseables. El Reglamento General de Protección de Datos de laUE (GDPR) es un esfuerzo para ayudar a remediar esa situación, por ejemplo, con la disposición del “derecho a la explicación” sobre cómo se tomó una decisión automatizada. Del mismo modo la ley de propiedad intelectual y la redacción correcta del contrato con el partner delimitaría las responsabilidades de cada uno.

TERCER ASPECTO. Transparencia y explicabilidad: Otro de los problemas que los estados desean abordar es la problemática de la gobernanza, transparencia y explicabilidad de la toma de decisiones de los algoritmos de IA.

Si bien, una de las potencias más valoradas de los sistemas de IA es el grado de automatización de los proceso sin intervención humana. La toma de decisiones del sistema de IA nunca puede convertirse como fin último en aquellas decisiones que afecten a la integridad de las personas. El sistema de debe verse como un recomendador experto, siendo en última estancia un humano el que tome la decisión final acorde a los resultados obtenidos por el sistema. En otros casos, como por ejemplo las decisiones de marketing o actuaciones en una cadena de producción ante una falla si pueden integrarse de forma autónoma en el proceso.

Hoy por hoy, la gran dificulta estriba con la transparencia y explicabilidad de los algoritmos en la toma de decisiones. La gran complejidad de estos algoritmos que actúan como caja negra, hace imposible saber por qué un algoritmo tomó una decisión particular. Es por ello por lo que se dice que los sistemas de IA son inescrutables.

CUARTO ASPECTO: Crear unos objetivos realistas y alcanzables: Un alto porcentaje de proyectos de IA por los que fallan es la no alineación de sus objetivos a las capacidades reales de la IA. Hay que tener muy en cuenta que la IA aborda y puede trabajar exclusivamente con problemas específicos y bien definidos.

Se aconseja por tanto primero comenzar de menos a más, con proyectos pequeños bien definidos que funcionen de forma autónoma y no tratar de hacer demasiadas cosas a la vez y subestimar el esfuerzo necesario para preparar los datos. Mantener unos objetivos alcanzables a corto plazo que pueden ir aumentando a medida que el sistema de IA alcance el grado de fiabilidad deseado. Estudiar toda la casuística, analizar la infraestructura y aspectos relevantes para su escalabilidad y la posible perdida de rendimiento del sistema.

Otra recomendación importante sería el investigar si el problema ya ha sido resuelto con anterioridad y si los datos que se tienen son acordes a las necesidades del algoritmo. De esta forma se evitaría empezar una solución desde cero que puede ser muy complicada e incluso inalcanzable.

QUINTO ASPECTO: Estrategia coherente de Recursos Humanos: La IA está orientada a potenciar y ayudar a los humanos, no para reemplazarlos. Por ello, hay que analizar claramente el impacto sobre los empleados y los clientes. En cuanto a los empleados, el miedo a ser despedidos o realizar un cambio en sus procesos de trabajo puede forjar graves reticencias a la implantación de la nueva tecnología. Al mismo tiempo, la experiencia con el cliente no puede quedar afectada de forma negativa. Hay que tener cuidado si presentamos un proceso de IA como servicio de atención al cliente, ya que debe cumplir las expectativa de estos, mejorando si cabe la calidad de usabilidad y prestaciones que hasta la fecha la empresa iba ofreciendo.

Es evidente que debe crearse una estrategia de gestión del cambio en la que la comunicación interna y externa será el pilar del éxito de dicho cambio. Hay que mostrar la nueva tecnología como un cambio necesario y que los beneficios de esta serán mayores que sus perjuicios.

Otro de los aspectos que se debe tratar antes de abordar un proyecto de IA es preguntarse previamente ¿quién soy?, ¿dónde quiero llegar? y ¿cómo quiero hacerlo? Es decir, definir y redefinir continuamente la estrategia y mantener los objetivos claros de porqué uso la IA y para qué la utilizo. También hay que conocer si nuestra empresa puede asumir cierta cantidad de riesgos que pueden no obtener beneficios a corto plazo.

Por lo general, una empresa opta por utilizar esta tecnología simplemente por inercia del mercado. Y en muchos otros por transformarse en una empresa innovadora, aumentando así su reputación cara a los clientes y posicionare ventajosamente cara a sus competidores. En cualquiera de los casos por los que una empresa decide incorporar técnicas de IA a la empresa, deberá analizar si la integración de la IA no va a generar más problemas que beneficios, por ello se deberá tener claro:

  • Si realmente es necesaria una solución de IA para el problema o tarea que se le va a encomendar o simplemente con métodos estadísticos u optimización sencilla bastaría.
  • Si ya existe un proceso que resuelva la tarea y lo que se pretende es mejorara su eficacia con técnicas de IA. En este caso, se debe estudiar si las soluciones de IA existentes tienen un alcance igual o mayor a los servicios y procesos que actualmente están funcionando o debe ofrecerse una solución hibrida (totalmente recomendable en todo los casos).
  • Si se puede delimitar claramente el alcance de actuación del proceso de IA.
  • Si estamos en disposición de determinar los tiempos de puesta en marcha y salida a producción.
  • Si los cambios en el modo de trabajar son abordables por la empresa.
  • Si la empresa conoce el impacto legal y contractual de incorporar esta tecnología.

info@peritaje.ai

911277300

Expertos en auditoria, peritaje y dirección de proyectos de inteligencia artificial.

Post a Comment

You don't have permission to register