La transformación de IA está recolectando vapor. Consultora Carruthers y Jackson’s Launch recientemente Índice de madurez de datos descubrió que solo el 7% de las organizaciones no usan ninguna forma de IA, una caída significativa del 26% el año pasado.
Caroline Carruthers, CEO de Carruthers y Jackson, le dijo a ZDNet que el ritmo de adopción es una prueba de que la IA generativa y el aprendizaje automático son ahora tecnologías de negocios como usuales.
“Muchas más organizaciones admiten abiertamente que están usando AI”, cube ella. “Diría que hemos pasado por el punto de inflexión. La IA se ha mudado al espacio donde ha demostrado ser útil”.
También: la transformación de IA es una espada de doble filo. Aquí le mostramos cómo evitar los riesgos
Sin embargo, no todas son buenas noticias. El informe de Carruthers y Jackson muestra que la rápida adopción de IA complica el panorama de datos.
Si bien más empresas están adoptando la IA, no están necesariamente listas para el aumento de la automatización y no podrán aprovechar al máximo la tecnología emergente que implementan.
Para los líderes empresariales que desean superar este desafío, aquí hay cinco formas de preparar su organización para una transformación de IA.
1. Cree una estrategia de datos formal
Los expertos sugieren que una estrategia de datos efectiva es essential para ayudar a las organizaciones a usar IA de manera segura y exitosa.
Sin embargo, el informe encontró que más de una cuarta parte (26%) de las organizaciones aún carecen de una estrategia formal de datos.
Carruthers dijo que los líderes empresariales no tienen que crear un tomo de peso. Una buena estrategia de datos puede ser una sección en la estrategia comercial más amplia que comunica cómo la organización administrará y valorará la información.
Sin embargo, ya sea largo o corto, esta estrategia debe centrarse en las áreas correctas, y obtener ese enfoque correcto es a menudo un punto de conflicto.
“El error que veo que cometen muchas organizaciones es que hablan de tener una estrategia de datos, y luego, cuando la miro, es una estrategia del ecosistema tecnológico. Por lo tanto, se trata de CRMS, casas de datos de datos y se basa puramente en ella”, dijo.
Además: el futuro de la búsqueda de Google acaba de implementar en laboratorios, y el modo AI lo cambia todo
Carruthers dijo que las estrategias de datos efectivas combinan personas, procesos y tecnología.
“La redacción sobre cómo cuida los datos en su organización es importante”, dijo.
“La estrategia debe abarcar el propósito de por qué cuide los datos, los elementos de las personas, el lado de la alfabetización de datos, cómo toma decisiones sobre los datos, cómo une a las personas, cómo mantiene los datos fuera de los silos, y luego debe cubrir las herramientas, la arquitectura, las métricas, los riesgos y ese tipo de cosas también”.
2. Establezca un marco de gobierno a medida
Más de un tercio (39%) de las organizaciones informan que tienen poco o ningún marco de gobierno. Si bien estas cifras muestran una mejora marginal en los años anteriores, el informe sugiere que subrayan las brechas persistentes en las prácticas de gestión de datos fundamentales.
Carruthers dijo que su organización investigó este hallazgo en detalle y descubrió que, a pesar de las estadísticas principales, hay razones para ser positivos.
“Investigamos un poco y descubrimos que hay un despertar sobre el hecho de que una talla no se ajusta a todo cuando se trata de gobernanza de datos”, dijo.
“Entonces, algunas organizaciones no tienen un marco de gobierno de datos en toda la pieza. Pero conocen las joyas de la corona de sus datos y tratan esa información de manera adecuada”.
También: 10 razones clave por las que la IA se convirtió en la corriente de la noche a la mañana, y lo que sucede después
Carruthers dijo que el informe destaca un cambio creciente hacia los enfoques de gobernanza de datos diseñados y específicos del departamento, y esa tendencia debe ser bienvenida.
“Preferiría que las organizaciones se centren en cosas importantes y no desperdician recursos cuidando el equivalente del periódico de ayer”, dijo.
“El mensaje clave es identificar las joyas de la corona de sus datos y averiguar qué debe hacer para cuidar eso”.
3. Ponte duro con las prácticas éticas
Existe un amplio reconocimiento entre los expertos de la industria sobre los peligros de usar la IA sin considerar los riesgos.
Sin embargo, el informe destaca que si bien el 44% de las organizaciones han visto un aumento moderado en las discusiones éticas sobre la IA, solo el 13% ha formalizado estas conversaciones en políticas estructuradas.
Carruthers dijo que el enfoque ahora debe estar en convertir consideraciones éticas en medidas prácticas.
“Con demasiada frecuencia, la ética es una de esas áreas de las que la gente habla para siempre y nunca llega a una conclusión”, dijo.
“El éxito se trata de que el tiempo se cuente en sus consideraciones éticas y vaya, ‘Correcto, debatiremos hasta un punto de fijación y luego tenemos que tomar una decisión y seguir adelante'”.
También: la perplejidad es la herramienta AI que Géminis desea que pueda ser
Carruthers aconsejó a los líderes empresariales que pusieran a los humanos al ciclo y se aseguraran de que las personas cuestionen los resultados de los servicios de IA.
“El arte de tratar con la ética es comprender las preguntas que debe hacer en primer lugar con respecto al caso de uso y qué áreas son preocupantes”.
4. Entrena a las personas adecuadas
El informe también enfatiza que, si bien el 53% de los encuestados informó más uso de IA, más de la mitad (57%) dijo que la mayoría de los empleados aún carecen de alfabetización de datos.
Carruthers dijo que los líderes empresariales han hablado sobre aumentar la alfabetización de datos durante más de una década, y la falta de progreso percibida es preocupante.
Ella aconsejó a los ejecutivos que adoptaran un enfoque más específico para la capacitación y el desarrollo.
“Demasiadas organizaciones intentan hacer que todos los datos sean alfabetizados”, dijo.
“Por ejemplo, muchas compañías tienen aprendizajes de datos, lo que puede ser fantástico. Pero tienes que preguntar: ‘¿Qué haces con esas personas cuando están a través de los aprendizajes?'”
Además: Google acaba de hacer la asistencia de codificación de IA free of charge para todos, con límites muy generosos
Carruthers alentó a los líderes empresariales a capacitar a las personas adecuadas para que usen datos de manera más efectiva y se centren en cómo esas habilidades beneficiarán a las personas y la organización a largo plazo.
“Es caballos para cursos”, dijo. “Para algunas personas, la alfabetización de datos efectiva se trata de completar un formulario correctamente. Ese nivel de capacitación sería lo suficientemente bueno para ellos y su negocio”.
5. Enfoque en los procesos de toma de decisiones
A medida que aumenta la complejidad de los datos, las organizaciones deben abordar cuestiones fundamentales, como el flujo de datos ineficiente o inseguro, informado por el 40% de los encuestados en el informe.
Carruthers dijo que hay dos lados para las preocupaciones de flujo de datos. Primero, los equipos de datos en algunas organizaciones no pueden acceder a los datos que necesitan porque se mantienen en sistemas heredados o no se han recopilado en primer lugar.
“Las tuberías de agua no están ahí para obtener información a las personas que usan datos para tomar decisiones”, dijo.
Además: period un escéptico de IA hasta que estas 5 herramientas cambiaron de opinión
En segundo lugar, algunas organizaciones no comprenden la cantidad de datos que alimentan a los profesionales.
“Los científicos de datos pueden ser un poco como la planta en *The Little Store of Horrors *”, dijo. “Nunca hay suficientes datos que puedas darles, por lo que siempre dirán: ‘Quiero más’, porque esa es la naturaleza de la bestia”.
Carruthers alentó a los líderes empresariales a pensar con más cuidado sobre los flujos de información en torno a la organización.
“Concéntrese en los datos que necesita para tomar decisiones”, dijo. “Identifique los datos que necesita tomar o validar la decisión y luego trabaje hacia atrás desde ese punto”.
