Construir, comprar ou ambos? O problema de implementação de AI 嬧€媔

Desenvolvido por Ople

A IA tem a empolgante capacidade de transformar uma série de negócios. Mas vamos ser sinceros: também é uma grande e agradável decepção para muitas empresas.

Aqui está um histórico comum para muitos projetos de IA e pesquisa de dados em uma empresa: Uma empresa decide integrar a IA em seus negócios. Eles passam de um a dois anos procurando especialistas em IA para construir uma equipe de cientistas de dados sólidos, mas não necessariamente especialistas do setor. A equipe trabalha em um projeto por mais ou menos um ano, apenas para que a empresa reconheça que o projeto é irrelevante e eles precisam de pessoas muito diferentes. Assim, eles reestruturam a equipe e voltam ao primeiro lugar quatro anos depois.

Se você estava nessa situação, sabe como é difícil encontrar cientistas de dados que possam executar todas as tarefas necessárias, desde habilidades de comunicação soft até estatísticas rígidas. Na verdade, muitas empresas estão procurando cientistas de dados que possam entender e desenvolver os dados, criar e otimizar os dados, comunicar-se com as equipes necessárias para entender o negócio e fornecer soluções aplicáveis. Esta não é uma busca comum por candidatos. Este é um grande trabalho para os unicórnios da IA.

O outro caminho que as empresas seguem é comprar uma solução de IA verticalmente específica de um fornecedor terceirizado. A plataforma de software parece inteligente e bonita e promete exatamente o tipo de poder preditivo que a empresa precisa. Mas as aparências podem enganar, e poucos produtos se provaram neste momento. Embora os fornecedores afirmem ser especialistas verticais, esses tipos de produtos universais geralmente exigem investimentos significativos para atender às necessidades dos negócios. Muitos deles não entregam nada. Estamos muito cedo na transformação da IA ​​嬧€媡.

Então, se construir uma equipe é inútil e comprar uma IA é uma aposta real, o que uma empresa precisa fazer? Ambos, mas no equilíbrio certo. Você pode construir sua própria equipe na plataforma KI de terceiros certa. Um que capacita especialistas de funcionários existentes ou novos funcionários para maximizar sua eficiência e realmente resolver o que é importante para o seu negócio.

As empresas que fazem as perguntas certas para permitir essa abordagem híbrida economizam sofrimento e recursos. Você também terá uma solução de IA viável e relevante para os negócios.

Muitas empresas já estão formulando problemas que podem se beneficiar do aprendizado de máquina. Atuários, equipes de vendas e uma ampla variedade de profissionais em diferentes setores fazem previsões e observam padrões sobre os dados, abordando questões como risco, alocação de recursos ou otimização de preços. Eles fazem isso desde que começaram a usar outras técnicas, às vezes há séculos. Em outras palavras, o conhecimento já está lá, quer você tenha IA ou não.

Se você já está fazendo esse tipo de pergunta, pode ver melhor onde a IA se encaixa e o que ela deve entregar para o investimento. E se você é inovador, pode fazer perguntas em seu setor que ninguém fez antes, simplesmente porque as técnicas de análise de dados eram muito complicadas e tinham mais impacto em seus negócios.

Você conhece seu negócio melhor do que ninguém, mas também sabe que não é um cientista de dados. Como você formula seu problema para um potencial projeto de IA? O aprendizado de máquina é menos sobre o que você pergunta do que como você pergunta. A pergunta deve ser respondida por alguém com tempo infinito e muitos dados e que tenha uma ideia clara do que prever. A aplicação do aprendizado de máquina a esses tipos de perguntas oferece previsões mais precisas em menos tempo do que antes.

Digamos que você esteja no comércio eletrônico e queira estimar a probabilidade de um cliente verificar seu carrinho de compras. Se você fizer a previsão com base em fatores como o histórico de compras anteriores e o tempo no local, obterá um resultado razoável. Mas se você observar fatores como o número de carros vermelhos na rua no momento ou o número de janelas em seu escritório, nunca obterá uma resposta confiável.

Este exemplo é um pouco extremo, mas o ponto é que a IA não é mágica. Além disso, requer sua experiência, porque as respostas para o essencial geralmente são específicas do setor e até mesmo específicas da empresa. Em outras palavras, você precisa reunir suas equipes e descobrir as perguntas e respostas que procura antes de iniciar um negócio de IA.

Você formulou um problema, você tem os dados, você tem sua abordagem. Agora experimente e veja como isso afeta o negócio. Modelos de IA não deveriam existir simplesmente porque são legais. Você tem que mover a agulha para a empresa.

Em muitos casos, mover a agulha significa testar uma hipótese. De que serve um modelo de precisão de 99% se isso não importa? O maior matador de um projeto não vem de equipes que não atingem uma certa precisão. É por não definir o problema certo e não saber como melhores previsões afetam o negócio. Se for um sucesso em ciência de dados, tudo bem, mas deve ser relevante para seus resultados, não para os círculos de pesquisa científica. O objetivo é mudar o seu negócio. A IA pode fazer isso, mas somente se as ferramentas certas forem fornecidas a uma equipe com objetivos claros. Isso é o que uma abordagem “ambos” pode fazer.

Na Ople, usamos IA para construir IA. Desenvolvemos uma plataforma de inteligência artificial que age, pensa e aprende como um cientista de dados, fornecendo aos nossos clientes modelos de aprendizagem de alta qualidade e prontos para uso em minutos ao invés de meses. Se você quiser saber mais sobre o que pode fazer com o Ople, visite nosso site para baixar nosso One-pager e conhecê-lo. Pedro estará no VB Summit nos dias 22 e 23 de outubro no Vale do Moinho, Califórnia, e permitir uma sessão no conselho de administração para construir ou comprar enigmas.

Os posts patrocinados são produzidos por uma empresa que paga pelo post ou tem uma relação comercial com a VentureBeat, e são sempre claramente sinalizados. O conteúdo criado por nossos editores não é influenciado de forma alguma por anunciantes ou patrocinadores. Para mais informações por favor entre em contato [email protected]

Leave a Reply

Your email address will not be published. Required fields are marked *