La inteligencia artificial es una de esas palabras de moda, pero la IA y sus modelos informáticos de apoyo (machine y deep learning) no son conceptos nuevos, ya que han existido durante décadas. Entonces, ¿por qué se está hablando tanto de ello ahora? En primer lugar, la industria está haciendo grandes avances en inteligencia artificial, especialmente en el deep learning.
Un ejemplo es el AlphaGo de Google. En segundo lugar, la integración de la computación de alto rendimiento (HPC) facilita que la potencia informática avanzada esté disponible y sea asequible para una gama mucho más amplia de empresas. Y tercero, hay muchos más datos disponibles para alimentar la IA: de media, se producen 2,5 quintillones de bytes de datos (un quintillón es un 1 seguido de 30 ceros) cada día e irá en aumento con el crecimiento de IoT. Por todo ello nos encontramos con una inteligencia artificial más madura y con gran potencial para las empresas, ayudándoles a optimizar las operaciones y a aumentar la productividad.
A medida que las empresas avanzan en su proceso de transformación digital, la IA se está convirtiendo en un factor clave. David Schubmehl, director de investigación de Cognitive/Artificial Intelligence Systems de IDC, afirma que para 2019 el 40% de las iniciativas de transformación digital empleará la inteligencia artificial y para el 2021 el 75% de las aplicaciones empresariales utilizarán IA.
Sin embargo, la adopción de inteligencia artificial aún no está madura: según la Encuesta Agenda del CIO 2019 de Gartner, sólo el 4% de los CIO ha implementado la IA en su empresa. Además, McKinsey & Company informó en junio de 2018 que muchos líderes empresariales aún no están seguros del beneficio de la IA para sus negocios.
Índice de temas
Un conjunto de nuevos retos
A pesar del entusiasmo mostrado, la adopción de la IA es lenta y muchas empresas aún tienen dificultades para implementarla. El primer desafío radica en la complejidad del proceso. Para diseñar una nueva solución, las organizaciones deben pensar en el hardware y en el software, y tendrán que elegir a los proveedores adecuados: cada proveedor se centrará en su propia pieza del rompecabezas, con poca integración entre el software y el hardware.
Esto significa que, para implementar una nueva solución de IA, una empresa debe conocer todos los componentes, desde servidores a GPU, pasando por redes, almacenamiento, etc. También deberán elegir el sistema operativo correcto, que deberá ser compatible con la máquina, las bibliotecas de deep learning y los marcos de trabajo que utilizan sus científicos de datos. Debido a este complejo proceso, puede llevar entre 12 y 18 meses diseñar la solución. Y no termina aquí: una vez que se ensambla la solución, las empresas pueden encontrarse con otros problemas como la integración incorrecta, las incompatibilidades de la versión de software o las configuraciones mal balanceadas, lo que retrasará aún más el proceso.
El canal es el jugador clave
El canal juega un papel fundamental a la hora de ayudar a sus clientes a superar estos desafíos y adoptar la inteligencia artificial. Al asociarse con los proveedores adecuados, los partners de canal se encuentran en una situación ideal para ofrecer orientación y cerrar la brecha entre las TI, los especialistas de datos y las líneas de negocio. Al invertir tiempo en la capacitación, el canal reunirá la experiencia y las habilidades en inteligencia artificial que necesita para ayudar a las empresas a mantenerse a la vanguardia con las últimas tendencias.
El canal les ofrecerá así un equipo de expertos que muchos clientes no tienen, para implementar una solución y estrategia de IA adecuadas. De esta forma el canal se convierte en la puerta de entrada para las empresas en la adopción de la inteligencia artificial como parte de su proceso de transformación digital.
