La oportunidad de buscar la diversidad y la inclusión a través de los datos

Satya Nadella, CEO de Microsoft, explicó por qué abordar la diversidad es vital para la estrategia de aprendizaje automático. Sin embargo, puede ser difícil transmitir el mensaje correcto. El despido de alto perfil de Google de Timnit Gebru, una investigadora de inteligencia artificial, por su negativa a retractarse de un artículo de investigación que decía que la inteligencia artificial discrimina a las personas de piel más oscura, demuestra cómo las iniciativas pueden verse afectadas negativamente.

Busque oportunidades en análisis y aprendizaje automático para crear equipos significativamente diversos que combinen programas de inclusión y habilidades blandas. Hacerlo proporciona una mayor precisión y beneficios de productividad, como señaló Harvard Business Review en 2016. Además, debe esperar que los competidores fortalezcan la diversidad y la inclusión como una ventaja competitiva.

La oportunidad estratégica para desarrollar el aprendizaje automático a partir de los datos recopilados todavía existe. Pero los cierres comerciales durante la actividad pandémica detuvieron las operaciones.

Los datos operativos no son representativos de las operaciones normales, y la naturaleza de lo "normal" cambiará a medida que el reinicio de muchas iniciativas de aprendizaje automático se base en la actividad del mundo real. Sin embargo, el reinicio les da a aquellos que todavía son nuevos en temas de tecnología tiempo para enfocarse en técnicas de aprendizaje e implementar aplicaciones aprendidas.

La educación y los datos van de la mano, así que espere que el desarrollo profesional incluya la educación de datos todos los años.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.