Gamers ahora disponen en Latam de SSD más fría
Los CIO ya están gestionando disrupciones masivas. IA ofrece oportunidades para que las organizaciones de TI impulsen el cambio.
CIO AMÉRICA LATINA | Por Elibeth Eduardo | @ely_e
Gracias a la Inteligencia Artificial (IA) las empresas generaron ingresos estimados en US$8.000 en 2016.
Pero, lo más impresionante de esta cifra es que podría aumentar cinco veces en los próximos tres años.
La gestión de esta transformación que puede – inclusive – ser radical no precisa solo de conocimientos técnicos. O de negocios.
Más bien se requiere un conjunto específico de competencias que los CIO deben procurar mantener en sus equipos para lograr los objetivos previstos, sin retraso en la implementación de tecnologías como la IA, mientras se transforman las experiencias tanto de los clientes como de los empleados.
Según la más reciente encuesta Tecnología y Visión 2017 de Accenture, de los 5.400 ejecutivos de TI y de negocios consultados, 79% estima que la inteligencia artificial ayudará a acelerar la adopción de tecnología en sus organizaciones,
No obstante, esto no ocurrirá sin fuertes impactos sobre la fuerza laboral, tanto en la actualidad como a futuro.
Los CIO ya están gestionando disrrupciones masivas – desde la analítica hasta la nube – y la AI presenta desafíos y oportunidades significativas para que la organización de TI impulse el cambio y habilite las capacidades empresariales.
Pero, aprovechar estas oportunidades significa que los líderes de TI, deben tomar medidas decisivas para remodelar las competencias y habilidades de las personas a su cargo y prepararse para un futuro influenciado por la IA.
Hay cinco grupos de competencias clave que los tecnólogos del futuro deben comenzar a desarrollar vinculados al valor del aprendizaje automático y la inteligencia artificial.
1. Gestión de máquinas
Hay claramente mucha angustia entre gerentes y empleados con respecto al potencial impacto negativo de las máquinas y el reemplazo de seres humanos.
Uno de los elementos a menudo pasados por alto es cómo la gente en una organización desarrollará y se ocupará de software de automatización de procesos robóticos (RPA), máquinas inteligentes o incluso robots. La IA como capacidad organizativa está muy en su infancia lo que significa que, en muchos casos, su uso abarca a toda la organización. En consecuencia, los esfuerzos de planificación son inmaduros y descentralizados.
Las organizaciones de TI están bien posicionadas para desarrollar las arquitecturas técnicas y construir los sistemas que permitirán el futuro de las máquinas inteligentes en toda la empresa. Pero no basta.
Los CIOs y los líderes de TI deben alinear las trayectorias profesionales, así como la capacitación y el desarrollo lejos de las actividades tradicionales de “mantener las luces encendidas” y pasar a un paradigma que “hace una apuesta” al hecho de que la IA llegará a dominar casi todas las industrias y organizaciones.
También deberán equipas a la fuerza de trabajo para que funcione de manera más eficiente. Con toda esta nueva tecnología.
2. Consultoría de procesos
Los grupos de TI han sido durante mucho tiempo un recurso subutilizado con respecto a las perspectivas sobre cómo se podrían mejorar los procesos empresariales para optimizar los resultados.
Tanto los líderes como el resto de la fuerza laboral deben adquirir competencias en torno al conocimiento de procesos de negocio a profundidad y la forma en que el machine learning puede mejorar tanto los procesos como los resultados.
Por ejemplo, AI ya está transformando los procesos centrados en el cliente y internos en formas que los humanos aún no han podido.
Esto es posible – en gran medida – debido a la capacidad de la IA para procesar múltiples corrientes de información.
Esto significa que la IA puede aumentar la toma de decisiones humanas en los flujos de proceso sintetizando datos, tomando decisiones básicas y diferenciando las más complejas para los seres humanos.
Significa también que los seres humanos tienen que reestructurar el proceso y las competencias para apoyar enfoques integrados y decisiones más complejas.
Es evidente que hay una convergencia entre la gestión tradicional de los procesos de negocio.
Ejemplos específicos de la competencia
- Conocimiento de procesos de negocios
- Conocimiento de la industria.
3. Plataformas y administración de datos
La fuerza de trabajo tecnológica debe desarrollar una sólida capacidad de gestión de la información y de gestión de una de plataforma tecnológica (por ejemplo, Big Data).
Los métodos de aprendizaje automático sólo producen modelos predictivos tan buenos como los datos que los alimentan.
Los silos organizativos y la calidad de los datos no son ciertamente un nuevo reto para las empresas.
Sin embargo, las personas corren el riesgo de convertirse en un cuello de botella para la IA si no tienen las habilidades para apoyar los modelos y plataformas.
El cómo la empresa se reinventa a si misma con un de nube, nuevas tecnologías y conceptos arquitectónicos requieren de que los equipos de TI sirvan como administradores empresariales de datos.
Finalmente, se rompen los silos para aprovechar el poder de aprendizaje automático.
Ejemplos específicos de competencia
- Sistemas de gestión de datos
- Gestión de activos y de desarrollo
- Estrategia de información
4. Conocimientos sobre el algoritmo
No todo el mundo debe ser un científico de datos. Pero es fundamental para los tecnólogos tener competencias estadísticas básicas y la capacidad de articular cómo los algoritmos de IA son creados, mejorados y generan los datos de salida.
Hay dos beneficios principales para que las empresas procuren esto. En primer lugar, la TI puede articular las capacidades de la IA para el negocio y puede trabajar en asociación con el mismo para mejorar continuamente los modelos.
En segundo lugar, una comprensión fundamental de los conceptos matemáticos que impulsan el machine learning permite un grado esencial de conocimiento y creatividad. Esta creatividad puede ayudar a las organizaciones de TI a crear resultados de negocios positivos en la medida en que construyen capacidades de Inteligencia Artificial.
En un ejemplo, Accenture se ha asociado con el Instituto Stevens de Tecnología para desarrollar habilidades analíticas avanzadas en áreas críticas de su fuerza de trabajo.
Ejemplos específicos de competencia
- La selección de subconjuntos de datos.
- La regresión y clasificación según metodologías de estimación.
- Exactitud del modelo, modelo de regularización y técnicas de estabilización.
5. Liderazgo y juicio
Las máquinas se. están convirtiendo en los compañeros de trabajo del futuro que manejarán el día a día de las actividades administrativas que consumen tanto tiempo hoy.
Los trabajadores de toda la empresa tendrán que ser capaces de no sólo abrazar un mundo en el que las máquinas estén tomando decisiones operacionales cotidianas, sino también donde se espera que ejerzan juicio sobre decisiones más difíciles.
Un cambio como éste requiere más foco en habilidades en resolución de problemas y las habilidades para construir preguntas de manera que las máquinas serán capaces de procesarlas y luego en última instancia, crear respuestas que guían las decisiones correctamente.
Ejemplos específicos de la competencia
- Comunicación y EQ, basado en capacidades resolutorias
- Colaboración y el conocimiento de funciones cruzadas
Para lograr todo ello, primero, debe crear una campaña interna de aprendizaje para apoyar la preparación para la IA en la fuerza de trabajo enfocada en la introducción a las tecnologías y beneficios de la IA y reducir el temor a las máquinas.
A través de una serie de actividades (virtuales y en persona) las organizaciones pueden generar aprendizaje y desarrollo de competencias sobre las oportunidades de la inteligencia artificial.
El nivel de las actividades puede variar según la fuerza de trabajo y el nivel de habilidad y permitir que las personas aumenten progresivamente sus habilidades.
Las máquinas están aquí para quedarse: están llegando a todas las empresas y gobiernos de todo el mundo.
Los líderes de esas organizaciones experimentarán y adoptarán las tecnologías de automatización y aumento por una multitud de razones. La oportunidad para los ejecutivos de TI es transformar su fuerza de trabajo: al centrarse en la gestión eficaz de las máquinas, los datos y algoritmos que utilizan, y en última instancia en el liderazgo y el juicio, los tecnólogos pueden estar preparados para impulsar y optimizar la IA en sus organizaciones.
