En el artículo anterior hablamos de la primera recomendación en el sector industrial basada en IA, en este artículo describimos la segunda recomendación a tener en cuenta.    

2. Desarrollar las capacidades analíticas básicas internamente, pero también aprovechar los recursos de terceros – las personas capacitadas son escasas.

Para captar realmente el valor de IA, las empresas necesitan construir fuertes capacidades internas y cooperar con empresas de renombre o start ups en el área de IA. Los roles relevantes que las empresas necesitan para llenar son “Quants” que desarrollan los algoritmos requeridos y “traductores”, cuya principal tarea es rescatar la brecha entre los datos científicos y la administración. La principal tarea del rol traductor reside la capacidad de ayudar a la administración a diferenciar el bombo y el zumbido alrededor de la IA de las aplicaciones del mundo real y asegurar la creación de valor adaptada a un negocio específico. Quants diseña y desarrolla el motor de IA. Sin embargo, la situación actual para obtener talento para llenar estos roles está lejos de ser ideal. Por ejemplo, de aproximadamente 100 millones de trabajadores norteamericanos, sólo 8,900 son científicos capacitados.

Dada la escasez de talento y las dificultades típicas asociadas con proyectos basados ​​en nuevas tecnologías como la IA, es más práctico combinar medios internos (desarrollo) y medios externos (reclutamiento) para obtener habilidades con la asociación y poner en marcha el motor de IA . Durante dicha asociación, un proceso que siguió las fases “construir, operar, transferir” ha demostrado ser exitoso. Las tareas realizadas por quants y traductores varían para cada fase.

En la fase de construcción, los traductores ayudan a dar prioridad a los casos de uso basados ​​en la IA debido a su capacidad para evaluar y comunicar lo que es factible desde una perspectiva tanto técnica como empresarial. Los quants internos y aquellos en el socio externo colaboran estrechamente y ponen las bases de una aplicación de IA integrando sistemas, datos y algoritmos. Durante la fase de operación, los casos de uso priorizados se prueban para evaluar el potencial de creación de valor de aplicaciones de IA específicas y luego se escalan.

Los traductores aseguran que la nueva solución sea aceptada en toda la organización. El resultado de la fase de operación es un motor de IA completamente trabajado y escalado que aprovecha todo el conjunto de valores. En la fase de transferencia, todos los conocimientos necesarios para ejecutar el sistema escalado se transfieren al personal interno. Los traductores son responsables de administrar la transferencia de habilidades del socio externo a la compañía propietaria del motor de IA.

Para una transferencia completa, las compañías suelen requerir una cantidad de quants internos para ejecutar los sistemas de IA, realizar actualizaciones e identificar las necesidades de mejora. Teniendo en cuenta los desafíos de cada fase dentro del proceso de construcción,operación y transferencia, sugerimos complementar la capacitación interna mediante la contratación de talento analítico de primera clase para supervisar todo el proceso, también en un nivel de gestión superior.
Para abordar la cuestión de la escasez de talento, es fundamental establecer un entorno atractivo centrado en la AI, donde los datos únicos y la suficiente potencia de cálculo sean fácilmente accesibles. El reclutamiento de científicos de datos puros también proporciona una buena oportunidad para ajustar dinámicamente los recursos de AI.