Diseña un sitio como este con WordPress.com
Comenzar

La incómoda alianza entre los líderes empresariales y la inteligencia artificial

https://www.forbes.com/sites/joemckendrick/2021/06/29/the-uneasy-alliance-between-business-leaders-and-artificial-intelligence/?sh=4e2f979ff139

¿Qué se necesita para ser un ejecutivo hoy en día? En mi juventud, había un programa de televisión en horario de máxima audiencia llamado Arnie, sobre un trabajador de un muelle de carga al que se le ocurre una idea para ahorrar dinero en su empresa, y es ascendido a la suite ejecutiva. Además de practicar los golpes de golf en la oficina, Arnie tiene que aprender el arte de elaborar y archivar informes para sus superiores. Así era la vida corporativa en los años 70.

Por supuesto, hoy en día los ejecutivos de alto nivel no necesitan personas que les hagan de guía y les preparen informes, sino que disponen de sistemas que les entregan automáticamente informes, a la carta, con datos relevantes directamente en sus ordenadores portátiles o dispositivos móviles. Aunque no se ha informado ampliamente, niveles enteros de gestión intermedia se han vuelto innecesarios y han sido eliminados. Hasta ahora, los ejecutivos de alto nivel seguían tomando las decisiones al final de esta cadena de datos, pero la inteligencia artificial puede hacer que algunos de ellos sean también innecesarios.

Entonces, ¿qué se necesita para ser un ejecutivo hoy en día? Se necesita la capacidad de reunir y comunicar con múltiples grupos, así como habilidades de colaboración. Todo ello debe reforzarse con conocimientos tecnológicos, la capacidad de aplicar la tecnología adecuada no sólo para proporcionar información sin problemas, sino también para ofrecer productos y servicios a los clientes que los necesitan, cuando los quieren.

Anuncio publicitario

3 requisitos para programas exitosos de inteligencia artificial

Se espera que las empresas de todo el mundo gasten 97.900 millones de dólares en inteligencia artificial para fines de 2023, pero muchas iniciativas de inteligencia artificial fallan o no generan ganancias. Un estudio de 2019 encontró que el 40% de las organizaciones que realizan inversiones significativas en IA no reportan ganancias comerciales.

Los programas de IA exitosos requieren un enfoque llamado alineación de IA, según un nuevo informe de investigación del Centro de Investigación de Sistemas de Información del MIT. Desde 2019, CISR ha investigado 52 soluciones de IA, que definen como modelos de analítica aplicada que tienen cierto nivel de autonomía. De ellos, 31 se han desplegado a gran escala.

  1. Consistencia científica entre la realidad y el modelo de IA.
  2. Consistencia de la aplicación entre el modelo de IA y la solución.
  3. Coherencia de las partes interesadas entre la solución y las necesidades de las partes interesadas.

https://mitsloan.mit.edu/ideas-made-to-matter/3-requirements-successful-artificial-intelligence-programs

Las empresas se apresuran a utilizar la inteligencia artificial, pero pocas ven una recompensa

 El informe destaca las empresas que implementaron la IA como parte de un replanteamiento más amplio de cómo operan y, como resultado, obtuvieron mayores retornos. Repsol, por ejemplo, una empresa española de energía y servicios públicos, utiliza IA para identificar problemas en sus operaciones de perforación; coordinar la mezcla, el almacenamiento y la entrega de aceite; y generar automáticamente ofertas para los clientes. Pero el informe sugiere que Repsol se beneficia más de cómo aprende de estos procesos y, como resultado, implementa nuevas prácticas comerciales.

https://www.wired.com/story/companies-rushing-use-ai-few-see-payoff/

Editado por Aniceto Pérez y Madrid, Especialista en Ética de la Inteligencia Artificial y Editor de Actualidad Deep Learning (@forodeeplearn).

Los artículos publicados son incluidos por su estimada relevancia y no expresan necesariamente los puntos de vista del Editor este Blog.

¿Y si tu jefe fuese un algoritmo?

 Los rápidos avances en la automatización tendrán un impacto profundo en los mercados laborales. Este artículo se centra en un aspecto comparativamente pasado por alto de los debates en torno a la automatización y el futuro del trabajo: el surgimiento de la gestión algorítmica, habilitada por formas hasta ahora inviables de recopilación y procesamiento de datos. Dado que la toma de decisiones impulsada por la inteligencia artificial se está convirtiendo rápidamente en un elemento importante de la mayoría de las funciones de los empleadores, desde la contratación de trabajadores hasta el monitoreo diario del desempeño, los modelos recibidos de la regulación legal de las relaciones laborales se enfrentan a desafíos complejos, algunos de los cuales, como las reglas de la privacidad y la protección de datos, pueden abordarse mediante la cuidadosa adaptación y el desarrollo de las normas existentes, mientras que otras, incluida en particular la responsabilidad de la dirección de las decisiones clave en el lugar de trabajo, pueden requerir un replanteamiento fundamental de las normas existentes.

https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3661151

Editado por Aniceto Pérez y Madrid, Especialista en Ética de la Inteligencia Artificial  y Editor de Actualidad Deep Learning (@forodeeplearn). 

Los artículos publicados son incluidos por su estimada relevancia y no expresan necesariamente los puntos de vista del Editor este Blog.

La productividad de los avances tecnológicos no alcanza la que debería

Presenta dos visiones: tecnooptimistas y tecnopesimistas. En general la productividad que aportan los avances tecnológicos, no es lo que era.

El artículo revisa varios momentos históricos de la productividad desde el s. XIX y de EEUU frente a la UE.

https://elpais-com.cdn.ampproject.org/c/s/elpais.com/economia/2020/02/21/actualidad/1582300713_739014.amp.html

Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

El nuevo negocio de la IA y lo diferente de la informática tradicional

La empresas de IA tienden a comportarse como las tradicionales de software (SaaS). Las empresas tradicionales funcionan por plazos  y con grandes márgenes, pero las de IA se caracterizan por:

  1. bajos márgenes brutos
  2. retos de escalado. Normalmente requieren «humanos en el proceso»
  3. menos barreras defensivas
La empresas de IA crean un nuevo tipo de negocio. No se trata solo de desarrollar y desplegar software, sino también de prestar servicios para que el cliente los comprenda. Normalmente cada proyecto solo se vende una vez.

https://a16z.com/2020/02/16/the-new-business-of-ai-and-how-its-different-from-traditional-software/

por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

2019-09 Andrew Ng at Amazon re:MARS 2019

In eras of technological disruption, leadership matters.

 Andrew Ng speaks about the progress of AI, how to accelerate AI adoption, and what’s around the corner for AI at Amazon re:MARS 2019 in Las Vegas, California.

https://www.deeplearning.ai/blog/andrew-ng-at-amazon-remars-2019/?utm_campaign=BlogAndrewReMarsSeptember12019&utm_content=100648184&utm_medium=social&utm_source=linkedin&hss_channel=lcp-18246783

*****, AI  for Good, AI FATE (fairness accuracy transparency ethics), AI Forecast, AI Techology advance, AI Training, Business, Data, PersonOfInterest,

2019-06 reasons why data lakes are vital for startup analytics | CIO

Whereas data warehouses and data marts tend to force companies into narrow data paradigms and silos, data lakes emphasize a more holistic and expansive view of analytics. Data lakes deliver a more adaptive approach towards analyzing data, and stress the value of all information, instead of pre-screened bits and pieces.

https://www.cio.com/article/3315660/5-reasons-why-data-lakes-are-vital-for-startup-analytics.html