Construir inteligencia artificial: la dotación de personal es lo más difícil

https://www.zdnet.com/article/building-artificial-intelligence-staffing-is-the-most-challenging-part/

Toda empresa que se precie está empeñada en conseguir una inteligencia artificial y un aprendizaje automático prácticos y escalables. Sin embargo, es mucho más fácil decirlo que hacerlo, como pueden atestiguar los responsables de la IA en algunas de las empresas con mayor intensidad de información. Para obtener más perspectiva sobre los desafíos de construir una organización impulsada por la IA, nos pusimos al día con Jing Huang, director sénior de ingeniería y aprendizaje automático en Momentive (antes SurveyMonkey), quien comparte las lecciones que se están aprendiendo a medida que se despliegan la IA y el ML.

DEBE LEER

Ética de la IA: Beneficios y riesgos de la inteligencia artificial

Ética de la IA: Beneficios y riesgos de la inteligencia artificial

La creciente escala de la IA está poniendo en juego importantes cuestiones éticas.

Leer más

P: Las iniciativas de IA y aprendizaje automático llevan ya varios años en marcha. ¿Qué lecciones han aprendido las empresas en cuanto a la adopción y el despliegue más productivos?

Huang: "Los proyectos de aprendizaje automático son mucho más complicados y grandes que los algoritmos de los modelos de ML, así que hay que estar preparados para crear un equipo sólido que se encargue de las operaciones de aprendizaje automático. Contratar un equipo de aprendizaje automático de primera clase es extremadamente difícil. Los talentos de ML con experiencia están muy solicitados. Una opción es proporcionar formación y construir una cultura que fomente las transferencias internas; a veces, hacer crecer el equipo internamente puede ser la clave para construir un equipo de ML eficaz."