No olvide el factor humano cuando trabaje con inteligencia artificial y análisis de datos

En innumerables conferencias, se oye hablar de una especie de mundo nuevo y valiente, donde las máquinas toman decisiones casi perfectas y reducen o eliminan el "desorden" de los humanos. Por supuesto, esto tiene precedentes, y las máquinas han demostrado ser capaces e incluso superiores en todo, desde volar aviones de combate hasta ganar juegos complejos como Go.

Sin embargo, a pesar de los análisis en tiempo real, la transmisión de datos en vivo y mucho más poder de procesamiento, las máquinas no pueden predecir con precisión todo, como por ejemplo el fútbol. 

Se podría sugerir que es una tarea tremendamente injusta esperar que una máquina funcione correctamente. Después de todo, el resultado de cualquier evento deportivo podría depender de algo obvio como el clima, o algo trivial como lo que un atleta clave desayunara. Todo esto es cierto, sin embargo, el peligro para los líderes tecnológicos es la certeza implícita que proviene de todo, desde señales visuales como predicciones aparentemente precisas, hasta la riqueza de datos introducidos en un modelo predictivo.

Un modelo analítico probablemente tuvo años de datos de alta calidad y puede haber sido desarrollado por algunos de los mejores científicos de datos, pero alguna combinación de azar y circunstancia puede jugar en su contra.

Los líderes tecnológicos deben transmitir con precisión lo que las tecnologías como la inteligencia artificial, el análisis y el aprendizaje automático pueden y no pueden hacer. Estos modelos pueden tener habilidades asombrosas y aparentemente mágicas en algunas áreas, pero carecen de habilidades que incluso un niño realiza con facilidad en otras. 

Estas dicotomías se vuelven aún más desafiantes cuando la mayoría de los usuarios, y en el caso de las redes neuronales, incluso los creadores o la red, no pueden comenzar a comprender cómo funcionan los modelos. Ya sea que esté luchando por ganar el derecho de fanfarronear en el vecindario o haciendo una "apuesta a que la empresa" se mude a un nuevo mercado, comprenda las herramientas a su disposición y los defectos y habilidades de cada uno.

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.