¿Cómo construir un equipo de inteligencia artificial? 11 roles clave
El éxito de un proyecto de IA puede depender tanto del arte y la filosofía como de la ciencia de datos y el aprendizaje automático. Esto se debe a que implementar eficazmente la IA en la empresa requiere crear un equipo integrado que incluya personas de diferentes orígenes y habilidades, así como roles no técnicos.
Moshe Kranc, director de tecnología de Ness Digital Engineering, afirmó: "Cualquier iniciativa de IA requiere una combinación de expertos en TI y expertos en el dominio de la industria. Los expertos en TI comprenden el conjunto de herramientas de aprendizaje automático: qué familias de algoritmos son más probables para resolver un problema específico? ¿Cómo se puede ajustar un algoritmo específico para mejorar la precisión de los resultados? Los expertos en el dominio tienen conocimientos específicos del dominio: ¿Qué fuentes de datos existen? ¿Cuál es la calidad del algoritmo de aprendizaje automático? recomendaciones? Estas preguntas no pueden responderse".
Entonces, la conclusión es que el éxito de la IA realmente depende del equipo, no de un individuo o función en particular.
Keith Collins, vicepresidente ejecutivo y director de información de SAS, dijo: "Al crear un equipo de inteligencia artificial eficaz, debemos buscar ayuda de expertos o superequipos de la industria. El trabajo en equipo es la forma de ganar. Las diversas disciplinas son la clave para el éxito de la IA
Cuatro tipos principales de talento en IA
Collins cree que los equipos de IA necesitan cuatro tipos principales de talento:
?Talento quién. comprender los procesos de negocio críticos para crear escenarios del mundo real y resultados valiosos
?Comprender y comprender correctamente técnicas analíticas como el aprendizaje automático, las estadísticas, la predicción y la optimización. > ? Personas que entienden la procedencia de los datos, la calidad y cómo mantener la seguridad y la confianza
? Arquitectos de IA que entienden cómo implementar análisis a través de los resultados
Collins señaló eso. Otros líderes de TI y expertos en inteligencia artificial, estas disciplinas o roles centrales pueden provenir de diferentes orígenes, citando temas como la música, la química y la física.
Dijo: "Estas disciplinas alientan a las personas a comprender los procesos científicos y las formas de hacerlo". pensar en sistemas interactivos complejos. A menudo son buenos en las habilidades de pensamiento crítico necesarias para configurar buenos experimentos y aplicar resultados de aprendizaje automático."
El valor de un equipo de IA diverso
El valor de un equipo diverso es amplio: Por ejemplo, puede ayudar a las empresas a lidiar mejor con el sesgo de la IA. Resolver los problemas comerciales, incluidos los problemas más grandes y difíciles, también es importante y puede ser una de las razones por las que las empresas desarrollan estrategias de IA en primer lugar. científico de datos senior y líder de práctica de IoT en Very, dijo: "Todos sabemos que la diversidad de opiniones es fundamental para resolver todos los problemas complejos. La diversidad tiene que ver con la experiencia de vida, y los antecedentes profesionales son una parte importante de las experiencias de vida de la mayoría de las personas, lo que puede agregar dimensión a los proyectos de IA y brindar nuevas perspectivas para encontrar soluciones innovadoras.
McGehee también señaló que crear IA u otros equipos diversos requiere un esfuerzo activo por parte de la organización como parte de sus prácticas de reclutamiento y contratación. Las organizaciones descubrirán que lograr la diversidad puede no ser una estrategia viable para formar equipos.
Teniendo esto en cuenta, es importante comprender la variedad de expertos y roles (incluidos los no técnicos) que son valiosos para los equipos de IA.
1. Expertos en el dominio
Podemos considerar estos roles y personas como expertos en la materia. Independientemente del término que se utilice, es importante comprender su importancia para los proyectos empresariales de IA.
"El desarrollo de sistemas de IA requiere una comprensión profunda del dominio en el que opera el sistema", dijo McGehee. "Los expertos que desarrollan sistemas de IA rara vez son expertos en el dominio real del sistema. Los expertos en el dominio de la industria pueden proporcionar información clave que. Haga que los sistemas de IA funcionen al máximo.
Kranc de Ness señaló que estos expertos pueden resolver problemas empresariales y estratégicos específicos en sus campos.
El tipo de experto en el dominio depende del problema a resolver, afirmó. Ya sea que los conocimientos necesarios se refieran a la generación de ingresos y la eficiencia operativa, o a la gestión de la cadena de suministro, los expertos en el sector deben responder las siguientes preguntas:
?¿Qué conocimientos son más valiosos?
?¿Se pueden utilizar los datos de la industria recopilados como base para obtener conocimientos?
?¿Tiene sentido la idea?
A continuación se muestran algunos ejemplos específicos de la industria, pero primero echemos un vistazo a algunos de los otros actores clave del equipo de IA.
2. Científico de datos
Dave Costenaro, jefe de I+D de IA en Jane.ai, dijo que este es el primero de tres requisitos clave para los equipos de IA que se embarcan en nuevos proyectos de construcción. Los proyectos de ejemplo incluyen agentes de chat, sistemas de visión por computadora o motores de predicción.
"Los científicos de datos provienen de diversos ámbitos (estadística, ingeniería, informática, psicología, filosofía, música, etc.) y a menudo tienen una profunda curiosidad que los obliga a profundizar en los sistemas". Costenaro dijo: Para encontrar y utilizar patrones, como lo que pueden proporcionar a un proyecto de IA, determinar qué puede hacer y entrenarlo para hacerlo.
3. Ingeniero
Costenaro dijo: "Los programadores toman ideas, modelos y algoritmos de los científicos de datos y trabajan con ellos para formalizar el código, ejecutarlo en el servidor y hablar con éxito con los usuarios, dispositivos, API, etc. adecuados, brindando les cobran vida. "
4. Diseñador de producto
El resultado final de estos tres requisitos clave también ilustra el valor de la experiencia no técnica del equipo de IA.
Dijo: "Los diseñadores de productos también provienen de diversos orígenes, como arte, diseño, ingeniería, administración, psicología, filosofía, etc. Trazan una hoja de ruta para lo que es necesario y útil.
5. Sociólogos y éticos de la IA
Los sociólogos y éticos de la IA pueden desempeñar papeles importantes en algunos campos (en particular, la atención sanitaria o el gobierno), pero parece probable que adquieran cada vez más importancia en una amplia gama de casos de uso.
"Una parte importante de un sistema de IA es comprender su impacto en las personas y si trata a los subrepresentados de manera justa", dijo el grupo McGehee. Si un sistema tiene una precisión sin precedentes pero no tiene el impacto social previsto, está condenado al fracaso. "
6.
6. Abogados
McGehee dijo que la gente también está viendo una necesidad separada pero relacionada de experiencia legal en este campo emergente. "Las regulaciones GDPR sienta un precedente para las regulaciones sobre la toma de decisiones algorítmicas", dijo McGehee. "Las regulaciones GDPR sientan un precedente para las regulaciones sobre la toma de decisiones algorítmicas", dijo McGehee. "A medida que el mundo se vuelve más consciente del uso de la inteligencia artificial en la industria, se espera que se introduzcan más leyes. Abogados bien versados en esta área. se convertirá en un activo valioso
Como dijeron Kranc y McGehee, debido a que los expertos en el dominio de la industria son tan importantes, es necesario estudiar casos específicos de los dominios de la industria, tanto técnicos como no técnicos, en función de las características específicas de la organización. metas y casos de uso, estas áreas deberían ser parte del proceso de creación de equipos de IA
Costenaro de Jane.ai señaló: “Dado que la IA es a menudo solo una capa habilitadora para mejorar los casos de uso comerciales existentes, la Lo mismo es cierto, los miembros del equipo que han apoyado el caso de uso en el pasado siguen siendo valiosos y esenciales".
Costenaro proporcionó cinco ejemplos de roles que pueden ser valiosos para los contribuyentes de IA y explicó cómo adaptarse y mejorar los roles existentes en un entorno de IA
7. Ejecutivos y estrategas
“El liderazgo ejecutivo debe considerar qué modelos de negocio pueden aprovechar”, dijo Costenaro que la IA automatiza, mejora y sopesa los nuevos. oportunidades y riesgos de los equipos, como la privacidad de los datos, la interacción persona-computadora y más.
"
8.
8. Ejecutivos de TI
No se confunda con el valor de los roles no técnicos: sin TI, la estrategia de IA de una empresa Costenaro señaló que los equipos de TI deben abordar las siguientes preguntas: "Si se acumulan y almacenan grandes cantidades de datos para la capacitación del modelo, ¿cómo se garantiza la privacidad y seguridad de los datos? Además, ¿cómo se pueden almacenar y enviar datos desde el servidor al dispositivo del cliente de forma rápida y fiable?
Costenaro añadió que esto también impulsará la creciente demanda de profesionales de DevOps y aquellos con experiencia en tecnologías nativas de la nube, como contenedores y orquestación. Los departamentos de TI tienen la oportunidad de utilizar herramientas de inteligencia artificial como chatbots para optimizar los servicios internos.
9. Liderazgo de recursos humanos
"Del mismo modo, existen muchas oportunidades para que los departamentos de recursos humanos se vuelvan más eficientes mediante el uso de herramientas de inteligencia artificial como chatbots para atender a los clientes", afirmó Costenaro.
p>Además, parece probable que RR.HH. se convierta en un actor clave en la evaluación del impacto de la IA dentro de las organizaciones, de forma similar a cómo McGee ha incluido roles como especialistas en ética y abogados.
10. Liderazgo en marketing y ventas
Como señala Kranc, si los planes de IA de una empresa están vinculados a la generación de ingresos, entonces debería considerar agregar experiencia en áreas como ventas y marketing.
Costenaro también señaló que, como parte de una iniciativa de IA, los profesionales de ventas y marketing pueden necesitar aprovechar tecnologías como herramientas de automatización de ventas y automatización de procesos robóticos (RPA) para mejorar sus habilidades y procesos existentes.
11. Expertos en operaciones
En todos los departamentos de TI, los profesionales de operaciones y DevOps tienen experiencia en un dominio específico en la implementación de iniciativas de IA. Costenaro cita las siguientes preguntas que requieren experiencia en aplicaciones:
?¿Qué tareas se pueden automatizar y mejorar?
?Si se utilizan modelos de aprendizaje automático, ¿cómo se crearán nuevos procesos de recopilación de datos para entrenar y mejorar continuamente estos modelos?
?¿Se pueden obtener modelos y/o conjuntos de datos ya preparados y previamente entrenados de bibliotecas de código abierto para obtener una gran ventaja? ¿Los servicios API proporcionados por proveedores externos tienen en mente determinadas tareas y casos de uso?
Si bien la IA puede resolver algunos problemas importantes, sin duda creará nuevos desafíos. Esto es lo que hace que un equipo sea diverso.
Dijo McGehee. "Es muy útil que personas con diferentes orígenes y personalidades se centren en diferentes detalles y limitaciones del proyecto, ya que esto mejora la probabilidad de todos los detalles importantes y proporciona un enfoque holístico para identificar soluciones".