IA

10 puestos clave para el éxito de la IA

Para maximizar el valor empresarial de la inteligencia artificial, los equipos que la gestionan necesitan una amplia gama de habilidades y roles, desde científicos de datos hasta expertos en el dominio y responsables estratégicos.

inteligencia artificial

Cada vez más empresas de todos los sectores adoptan la inteligencia artificial para transformar los procesos empresariales. Pero el éxito de sus iniciativas de IA depende de algo más que de los datos y la tecnología: también se trata de contar con las personas adecuadas.

Un equipo de IA empresarial eficaz es un grupo diverso que abarca mucho más que un puñado de científicos de datos e ingenieros. Los equipos de IA exitosos también incluyen una serie de personas que entienden el negocio y los problemas que está tratando de resolver, según Bradley Shimmin, analista jefe de plataformas de IA, análisis y gestión de datos en la firma de consultoría Omdia.

"Las tecnologías y las herramientas de que disponemos se inclinan cada vez más hacia la capacitación y el empoderamiento de los profesionales del sector, los usuarios de la empresa o los profesionales de la analítica, para que se hagan cargo directamente de la IA en las empresas", afirma.

Carlos Anchia, cofundador y director general de la empresa de IA Plainsight, está de acuerdo en que el éxito de la IA depende en gran medida de la creación de un equipo completo con una amplia gama de conocimientos avanzados, pero hacerlo es un reto.

"Identificar lo que hace que un equipo de IA sea altamente eficiente puede parecer algo fácil de hacer, pero cuando se examinan las responsabilidades detalladas de los individuos en los equipos de IA exitosos, se llega rápidamente a la conclusión de que la construcción de estos grupos es extremadamente difícil", dice.

Para ayudarte a formar su equipo de IA ideal, a continuación te mostramos 10 funciones clave que se encuentran en los equipos de IA de las empresas bien gestionados hoy en día.

 

Científico de datos

Los científicos de datos son el núcleo de cualquier equipo de IA. Procesan y analizan los datos, construyen modelos de aprendizaje automático (ML) y sacan conclusiones para mejorar los modelos de ML que ya están en producción.

Un científico de datos es una mezcla de un analista de productos y un analista de negocios con una pizca de conocimiento de aprendizaje automático, tal y como explica Mark Eltsefon, científico de datos en TikTok.

"El objetivo principal es entender las métricas clave que tienen un gran impacto en el negocio, recopilar datos para analizar los posibles cuellos de botella, visualizar diferentes cohortes de usuarios y métricas, y proponer varias soluciones sobre cómo aumentar estas métricas, incluyendo la realización de un prototipo de la solución", según Eltsefon, quien añade que, cuando se trabaja en una nueva característica para los usuarios de TikTok, es imposible entender si la característica beneficia o aleja a los usuarios sin la ciencia de datos.

"No entiendes cuánto tiempo debes probar tu característica y qué debes medir exactamente", asegura. "Para todo esto, tienes que aplicar métodos de IA".

 

Ingeniero en ML

Puede que los científicos de datos construyan los modelos de ML, pero son los ingenieros de ML quienes los implementan.

"Esta persona tiene la tarea de empaquetar el modelo de ML en un contenedor y desplegarlo en producción, normalmente como un microservicio", dice Dattaraj Rao, arquitecto de innovación e I+D en la empresa de servicios tecnológicos Persistent Systems.

La función requiere conocimientos expertos de programación de back-end y configuración de servidores, así como conocimientos de contenedores y despliegue de integración y entrega continua, según Rao. "Un ingeniero de ML también está involucrado con la validación de los modelos, las pruebas A/B y la supervisión en producción".

Y en un entorno maduro de ML, los ingenieros de esta especialidad también necesitan experimentar con herramientas de servicio que pueden ayudar a encontrar el modelo de mejor rendimiento en producción con pruebas mínimas, según afirma.

 

Ingeniero de datos

Los ingenieros de datos construyen y mantienen los sistemas que conforman la infraestructura de datos de una organización. Son cruciales para las iniciativas de IA porque los datos tienen que ser recopilados y adecuados para su consumo antes de que se pueda hacer algo digno de confianza con ellos, dice Erik Gfesser, director y arquitecto jefe de Deloitte.

"Los ingenieros de datos construyen conductos de datos para recopilar y ensamblar datos para su uso posterior, y en un entorno DevOps, construyen conductos para implementar la infraestructura en la que se ejecutan estos conductos de datos", dice.

El ingeniero de datos es fundamental tanto para las iniciativas de ML como para las que no lo son, según explica. "Por ejemplo, cuando se implementan canalizaciones de datos en una de las nubes públicas, un ingeniero de datos necesita primero escribir las secuencias de comandos para hacer girar los servicios de nube necesarios que proporcionan la computación necesaria para procesar los datos ingeridos".

Si está creando un equipo por primera vez, debe entender que la ciencia de los datos es un proceso iterativo que requiere muchos datos, dice Matt Mead, CTO de la empresa de servicios de tecnología de la información SPR. Suponiendo que tengas suficientes datos, "alrededor del 80% del esfuerzo estará relacionado con las tareas de ingeniería de datos y aproximadamente el 20% será el trabajo real relacionado con la ciencia de datos", afirma.

Por ello, sólo un pequeño porcentaje de su equipo de IA trabajará en los esfuerzos de la ciencia de datos, dice. "El resto del equipo identificará el problema que se está resolviendo, ayudará a explicar los datos, ayudará a organizar los datos, integrará el resultado en otro sistema de producción o presentará los datos de una manera lista para la presentación".

 

Administrador de datos

Un administrador de datos supervisa la gestión de los datos de una empresa y se asegura de que sean accesibles y de alta calidad. Esta importante función garantiza que los datos se utilicen de forma coherente en toda la organización y que la empresa cumpla con la cambiante legislación sobre datos.

Los administradores de datos se aseguran de que los científicos de datos obtengan los datos correctos y de que todo sea repetible y esté claramente marcado en un catálogo de datos, dice Ken Seier, líder nacional de prácticas para datos e IA en la empresa de tecnología Insight.

Una persona que desempeñe esta función necesita una combinación de conocimientos de ciencia de datos y de comunicación para colaborar con varios equipos y trabajar con científicos de datos e ingenieros para garantizar que las partes interesadas y los usuarios de la empresa puedan acceder a los datos.

Un administrador de datos también aplica las políticas de una organización en torno al uso y la seguridad de los datos. "El administrador de datos se asegura de que sólo las personas que se supone que tienen acceso a los datos seguros tengan ese acceso", dice Seier.

 

Experto en el dominio

El experto en un dominio tiene un conocimiento profundo de un sector o área temática en particular. Esta persona es una autoridad en su dominio, puede juzgar la calidad de los datos disponibles y puede comunicarse con los usuarios empresariales previstos de un proyecto de IA para asegurarse de que tiene valor en el mundo real.

Estos expertos en la materia son esenciales porque los expertos técnicos que desarrollan sistemas de IA rara vez tienen experiencia en el ámbito real para el que se construye el sistema, dice Max Babych, director general de la empresa de desarrollo de software SpdLoad. "Los expertos en el dominio pueden proporcionar conocimientos críticos que harán que un sistema de IA rinda al máximo".

Cuando la empresa de Babych desarrolló un sistema de visión por ordenador para identificar objetos en movimiento para los pilotos automáticos como alternativa al LIDAR, iniciaron el proyecto sin un experto en la materia. Aunque la investigación demostró que el sistema funcionaba, lo que su empresa no sabía era que las marcas de coches prefieren el LIDAR a la visión por ordenador por su probada fiabilidad, y no había ninguna posibilidad de que compraran un producto basado en la visión por ordenador.

"El consejo clave que me gustaría compartir es que pienses en el modelo de negocio, luego atraigas a un experto en la materia para averiguar si es una forma factible de ganar dinero en tu sector, y sólo después intentes hablar de cosas más técnicas", dice.

Además, los expertos en la materia pueden ser enlaces vitales entre los clientes y el equipo de IA, dice Ashish Tulsankar, jefe de IA de la plataforma de tecnología educativa iSchoolConnect.

"Esta persona puede comunicarse con el cliente, entender sus necesidades y proporcionar la siguiente serie de instrucciones continuas al equipo de IA", afirma. "Y el experto en el dominio también puede hacer un seguimiento de si la IA se implementa de forma ética".

 

Diseñador de IA

Un diseñador de IA trabaja con los desarrolladores para asegurarse de que entienden las necesidades de los usuarios humanos. Esta función prevé cómo los usuarios interactuarán con la IA y crea prototipos para demostrar los casos de uso de las nuevas capacidades de la IA.

Un diseñador de IA también se asegura de que se genere confianza entre los usuarios humanos y un sistema de IA, y de que esta aprenda y mejore a partir de los comentarios de los usuarios.

"Una de las dificultades que tienen las organizaciones para ampliar la IA es que los usuarios no entienden la solución, no están de acuerdo con ella o no pueden interactuar con ella", dice Shervin Khodabendeh, codirector del negocio de IA de la consultora BCG en Norteamérica. "Las organizaciones que están obteniendo valor de la IA: su secreto es, en realidad, sólo que consiguen la interacción humana con la IA de forma correcta".

BCG piensa en ello en términos de una regla 10-20-70, que es que el 10% del valor serán los algoritmos, el 20% es la tecnología y las plataformas de datos, y el 70% del valor vendrá de la integración del negocio o la vinculación con la estrategia de la empresa dentro de los procesos de negocio, dice.

"La interacción entre el ser humano y la inteligencia artificial es absolutamente clave y constituye una parte importante de ese reto del 70%", afirma, y añade que los diseñadores de inteligencia artificial le ayudarán a conseguirlo.

 

Director de producto

El director de producto identifica las necesidades de los clientes y dirige el desarrollo y la comercialización de un producto, al tiempo que se asegura de que el equipo de IA está tomando decisiones estratégicas beneficiosas.

"En un equipo de IA, el director de producto es responsable de entender cómo se puede utilizar la IA para resolver los problemas de los clientes y luego traducirlo en una estrategia de producto", dice Dorota Owczarek, directora de producto en la empresa de desarrollo de IA Nexocode.

Owczarek participó recientemente en un proyecto de desarrollo de un producto basado en IA para la industria farmacéutica que apoyaría la revisión manual de artículos y documentos de investigación con procesamiento de lenguaje natural.

"El proyecto requería una estrecha colaboración con científicos de datos, ingenieros de aprendizaje automático e ingenieros de datos para desarrollar los modelos y algoritmos necesarios para impulsar el producto", afirma.

Como directora de producto, Owczarek fue responsable de la implementación de la hoja de ruta del producto, de la estimación y el control de los presupuestos, y de la gestión de la cooperación entre la tecnología, la experiencia del usuario y los aspectos comerciales del producto.

"En este caso concreto, dado que el proyecto fue iniciado por las partes interesadas de la empresa, era especialmente importante contar con un gestor de productos que pudiera garantizar que se satisfacían sus necesidades sin perder de vista el objetivo general del proyecto", afirma, y añade que los gestores de productos de IA deben tener tanto conocimientos técnicos como visión empresarial.

"Deben ser capaces de trabajar estrechamente con diferentes equipos y partes interesadas", afirma. "En la mayoría de los casos, el éxito de un proyecto de IA dependerá de la colaboración entre los equipos de negocio, ciencia de datos, ingeniería de ML y diseño".

Los gestores de productos de IA también deben comprender las implicaciones éticas de trabajar con la IA, añade Owczarek. "Son responsables de desarrollar procesos y directrices internas que garanticen que los productos de la empresa se adhieren a las mejores prácticas del sector".

 

Estratega de la IA

El estratega de IA necesita entender cómo funciona una empresa a nivel corporativo y se coordina con el equipo ejecutivo y las partes interesadas extern,as para garantizar que la empresa tenga la infraestructura y el talento adecuados para producir un resultado exitoso para sus iniciativas de IA.

Para tener éxito, un estratega de IA debe tener un profundo conocimiento de su dominio empresarial y de los fundamentos del aprendizaje automático; también debe saber cómo se puede utilizar la IA para resolver los problemas empresariales, dice Dan Diasio, líder global de IA en EY Consulting.

"La tecnología era la parte difícil hace años, pero ahora se trata de reimaginar cómo cableamos nuestro negocio para aprovechar al máximo esa capacidad de IA o ese activo de IA que creamos", dice, y añade que un estratega de IA puede ayudar a una empresa a pensar de forma transformacional sobre cómo utiliza la IA.

"Para cambiar la forma en que una empresa toma las decisiones se necesita a alguien con una cantidad significativa de influencia y visión para ser capaz de impulsar eso", dice Diasio.

Los estrategas de la IA también pueden ayudar a las organizaciones a obtener los datos que necesitan para alimentar la IA con eficacia.

"Los datos que las empresas tienen dentro de sus sistemas hoy en día o dentro de sus almacenes de datos realmente sólo representan una fracción de lo que necesitarán para diferenciarse cuando se trata de construir capacidades de IA", dice. "Una parte del papel del estratega es mirar hacia el horizonte y ver cómo se pueden capturar y utilizar más datos sin sobrepasar las consideraciones de privacidad".

 

Director de IA

El director de IA es el principal responsable de la toma de decisiones para todas las iniciativas de IA y es responsable de comunicar el valor potencial de negocio de la IA a las partes interesadas y a los clientes.

"El responsable de la toma de decisiones es alguien que entiende el negocio, las oportunidades de negocio y los riesgos", dice Tulsankar de iSchoolConnect.

El director de IA debe conocer los casos de uso que la IA puede resolver, en los que hay un beneficio financiero más significativo, y debe ser capaz de articular esas oportunidades a las partes interesadas, dice.

"También debe determinar cómo deben lograrse estas oportunidades de forma iterativa", afirma. "Si hay varios clientes o varios productos a los que hay que aplicar la IA, el director de IA puede desglosar las partes de la implementación que son independientes del cliente y las que son específicas del cliente.

 

Patrocinador ejecutivo

El patrocinador ejecutivo es un directivo de la C-suite que adopta un papel activo para garantizar que los proyectos de IA lleguen a buen puerto y es responsable de obtener financiación para las iniciativas de IA de una empresa.

El liderazgo ejecutivo tiene un papel importante para ayudar a impulsar el éxito de los programas de IA, dice Diasio de EY Consulting. "Las mayores oportunidades para las empresas suelen ser las áreas en las que rompen con determinadas funciones", afirma.

Un fabricante de productos de consumo, por ejemplo, tiene un equipo responsable de I+D, un equipo responsable de la cadena de suministro, un equipo de ventas y un equipo de marketing, dice. "Las mayores y mejores oportunidades de aplicar la IA para ayudar a transformar el negocio abarcan estas cuatro funciones", afirma. "Y se necesita un fuerte liderazgo del CEO o C-suite de una empresa para ir tras esos cambios".

Desgraciadamente, la alta dirección de muchas empresas no está suficientemente versada en el potencial de la IA, dice Shervin Khodabendeh de BCG.

"Su comprensión de la misma es bastante limitada, y a menudo piensan en ella como una caja negra", dice. "Se lo lanzan al científico de datos, pero no entienden realmente las nuevas formas de trabajar con la IA que se requieren".

Adoptar la IA es un gran cambio cultural par,a muchas empresas que no entienden cómo funciona un equipo de IA de alto rendimiento, cómo funcionan los roles y cómo pueden ser empoderados, dice. "Para el 99% de las empresas tradicionales que adoptan la IA, es algo difícil".

 



TE PUEDE INTERESAR...

Nuevo número de nuestra revista de canal 
 
DealerWorld Digital

 

Cobertura de nuestros encuentros

 

Documentos ComputerWorld



Forma parte de nuestra comunidad

 

¿Te interesan nuestras conferencias?