La inteligencia artificial no es un concepto nuevo, pero en muchos sentidos brilla mejor para la automatización de TI empresarial. La IA ciertamente no es plug-and-play, sin embargo, sigue siendo en gran medida incomprendida.
Video: Cómo diferenciar entre inteligencia artificial, aprendizaje automático y aprendizaje profundoLos avances en inteligencia artificial, aprendizaje automático y aprendizaje profundo están afectando a las empresas. Pero, los términos a menudo se usan indistintamente. He aquí cómo distinguirlos.
Alrededor de la mitad de las empresas utilizan algún tipo de inteligencia artificial (IA), sobre todo en su software de automatización de TI disponible, pero eso no significa que lo estén haciendo bien, dijeron los analistas de IDC.
La inteligencia artificial, que algunas empresas pueden llamar software cognitivo o aprendizaje por máquina, se remonta a la investigación de los ordenadores de ajedrez de los años cincuenta; ahora es más conocida por potenciar a los asistentes virtuales a través de su dispositivo inteligente. La IA realmente se gana su sustento ayudando al personal de TI a mantener su infraestructura de información en funcionamiento.
VER: Glosario rápido: Inteligencia artificial (Tech Pro Research)
Los analistas de IDC Peter Rutten y Ritu Jyoti hablaron con ConsejoTecnologico.com sobre cómo hacer bien la IA.
«Hay mucha confusión y mucha desinformación ahí fuera. La IA es una exageración…. estamos tratando de ser lo más realistas y empíricos posible», dijo Rutten, que cubre el lado del hardware. El mercado combinado de servidores de IA que contienen tecnología como chips específicos para aplicaciones, chips programables en campo, unidades de procesamiento gráfico y procesadores con cientos de núcleos será de 22.000 millones de euros para el año 2022″, dijo.
«Lo que hemos visto es que las compañías encuentran a alguien dentro de la compañía que está algo informado sobre el tema. Normalmente les pedirán que creen un pequeño equipo que empiece a explorar cuáles son las oportunidades», explicó Rutten. «Las empresas medianas y pequeñas tendrán típicamente un campeón que traza las oportunidades, lo que la competencia está haciendo… y esencialmente creará un mapa de `Esto es lo que podríamos o deberíamos estar haciendo'», que podría involucrar a desarrolladores, expertos de la línea de negocios y científicos de datos, dijo.
Más información sobre la inteligencia artificial
Rutten dijo que el error más común que ve cuando las compañías quieren probar el agua de la IA es que se zambullen sin los equipos adecuados y usan componentes con poca potencia: las particiones virtuales de la máquina o los clústeres pequeños no serán necesariamente suficientes. «Muchos negocios hoy en día vs. hace 12 meses se dan cuenta de que no se puede iniciar la IA en cualquier infraestructura», dijo. Los problemas específicos incluyen limitaciones de E/S, modelos de datos demasiado grandes y procesamiento demasiado lento. «En ese momento, normalmente nos damos cuenta de que necesitamos averiguar cuál es la infraestructura que necesitamos para nuestros esfuerzos de inteligencia artificial», dijo. «Muchas compañías pasan por una cultura de ensayo y error.»
En cuanto al software, Jyoti enfatizó seis consejos críticos para los proyectos de IA empresarial en una presentación en la conferencia IDC Directions 2019 en marzo:
- utilice los servicios públicos en la nube porque son más escalables que la propia infraestructura de su empresa;
- construya su equipo en torno a los requisitos del proyecto: no construya el proyecto en torno a los empleados que tiene por casualidad;
- traer a consultores de IA experimentados;
- ver si sus proveedores de software ya habilitaron alguna de sus aplicaciones;
- adoptar la IA en niveles tales como resultados a nivel de predicción en primer lugar y automatización completa en segundo lugar; y
- establecer organizaciones de gestión del cambio.
VER: Cómo implementar la IA y el aprendizaje automático (Informe especial de ZDNet) | Descargar el informe en formato PDF (ConsejoTecnologico.com)
Aunque sólo la mitad de las grandes empresas utilizan actualmente la IA para la automatización de TI, esa cifra aumentará hasta el 75% en 2020, dijo Jyoti. La mayoría de las tareas de IA de hoy en día son sencillas, como alertar a los jefes humanos cuando un disco duro se acerca a su capacidad máxima, o cuando el disco falla, o cuando los procesos de la CPU se están rompiendo en sus costuras; este tipo de IA no es diferente a tener un interno de TI robótico. La tecnología realmente ayuda cuando informa y corrige automáticamente problemas complicados como un problema de rendimiento en una base de datos Oracle que se ejecuta en una máquina virtual: los humanos podrían culparse mutuamente al departamento del otro, pero el software no tiene sesgos y puede analizar los estados de la CPU y las configuraciones de red/almacenamiento, anotó.
No es que la IA no tenga sus limitaciones, observó Jyoti. La’A’ todavía significa inteligencia artificial, no real. Aprovechar al máximo el dinero de la IA requiere que dediques tiempo y esfuerzo a asegurar que tus datos sean de alta calidad; de lo contrario, sufrirás de basura dentro, fuera, donde tu sistema de IA llega a la conclusión de que todos los demás saltaron de un puente y, por lo tanto, tú también deberías hacerlo.
Próximo boletín informativo de Big Thing
Conoce las ciudades inteligentes, la IA, la Internet de las cosas, la RV, la conducción autónoma, los aviones no tripulados, la robótica y más de las innovaciones tecnológicas más geniales. Entregado los miércoles y viernes
mismo