El aprendizaje automático tiene el potencial de transformar la forma en que las organizaciones interactúan con el mundo, de moverse más rápido y de ofrecer una mejor experiencia al cliente. Pero si bien el potencial a largo plazo del aprendizaje automático sin duda parece brillante, su adopción en la empresa puede avanzar más lentamente de lo que se pensaba originalmente. Entonces, ¿qué es el atraco? John Rakowski, especialista de mercado para la gestión del rendimiento de las aplicaciones y análisis, en AppDynamics analiza los desafíos para las empresas cuando adoptan la tecnología de aprendizaje automático..

  • También puedes ver las mejores plataformas de AI para negocios

¿Cuáles son los principales desafíos que impiden la adopción generalizada del aprendizaje automático en la empresa??

Parte del desafío es la falta de comprensión sobre qué es el aprendizaje automático. El aprendizaje automático es una aplicación o subconjunto de IA, que generalmente se considera como una inteligencia de toma de decisiones de orden superior. El aprendizaje automático consiste realmente en aplicar las matemáticas a diferentes dominios. Ubica el significado dentro de volúmenes de datos extremadamente grandes al cancelar el ruido. Utiliza algoritmos para analizar los datos y sacar conclusiones de ellos, como lo que constituye un comportamiento normal..

¿Cree que la falta de comprensión se debe a la incertidumbre sobre lo que puede hacer el aprendizaje automático??

Es importante entender que los algoritmos de aprendizaje automático no entran en los torneos de ajedrez. En lo que son realmente buenos es en adaptarse a los sistemas cambiantes sin intervención humana mientras se continúa diferenciando entre el comportamiento esperado y el anómalo. Esto hace que el aprendizaje automático sea útil en todo tipo de aplicaciones: piense todo, desde la seguridad hasta la atención médica, así como los motores de clasificación y recomendación, y los sistemas de identificación de voz e imagen..

Los consumidores interactúan a diario con docenas de sistemas de aprendizaje automático que incluyen Búsqueda de Google, Anuncios de Google, Anuncios de Facebook, Siri y Alexa, así como virtualmente cualquier motor de recomendación de productos en línea desde Amazon hasta Netflix. El desafío para las empresas es comprender cómo el aprendizaje automático puede agregar valor a su negocio..

Entonces, ¿cómo se puede introducir el aprendizaje automático en una empresa??

El aprendizaje automático generalmente se introduce en una empresa de una de dos maneras. La primera es que uno o dos empleados comienzan a aplicar el aprendizaje automático para obtener información sobre los datos a los que ya tienen acceso. Esto requiere una cierta cantidad de experiencia en ciencia de datos y, lo que es más importante, conocimiento del dominio. La comprensión del valor comercial y la necesidad del cliente de los servicios digitales (aplicaciones) que se utilizan es fundamental, pero estas habilidades a menudo son escasas..

El segundo es mediante la compra de una solución, como un software de seguridad o una solución de monitoreo del rendimiento de la aplicación, que utiliza el aprendizaje automático. Esta es, con mucho, la forma más fácil de comenzar a darse cuenta de los beneficios del aprendizaje automático..

Por ejemplo, en AppDynamics, aplicamos el aprendizaje automático para comprender qué constituye una aplicación "saludable" desde la perspectiva del rendimiento y la experiencia del usuario. Utilizamos una línea de base dinámica para descubrir cómo debe realizar cada paso en el viaje de un usuario para una aplicación. Por ejemplo, en una aplicación de comercio electrónico, esto podría incluir pasos como iniciar sesión o buscar un producto. Estos algoritmos también tienen en cuenta variables de negocios, como los momentos importantes del año, como el Viernes Negro, y luego se generan alertas cuando el rendimiento se desvía. Esto ahorra tiempo a las organizaciones en términos de trabajar manualmente en los umbrales de rendimiento aceptables y también asegura que nuestra solución proporciona un retorno de la inversión rápido en cualquier entorno empresarial complejo..

¿Existe un desafío con la preparación de datos para empresas que introducen el aprendizaje automático??

El aprendizaje automático puede sonar engañosamente simple. Es fácil asumir que todo lo que tiene que hacer es recopilar los datos y ejecutarlos a través de algunos algoritmos. La realidad es muy diferente. Una vez que haya recopilado los datos, deberá agregarlos. Es necesario determinar si hay algún problema con él. Su algoritmo debe poder adaptarse a los datos faltantes, datos externos, datos de basura y datos que están fuera de secuencia.

¿Existe un gran problema para el aprendizaje automático debido a la falta de conjuntos de datos públicos etiquetados??

Lo hay, sí, porque para que un algoritmo le dé sentido a una colección de puntos de datos, necesita comprender qué representan esos puntos. En otras palabras, debe poder aplicar etiquetas preestablecidas a los datos..

La disponibilidad de conjuntos de datos etiquetados públicamente facilitaría mucho a las empresas comenzar con el aprendizaje automático. Desafortunadamente, estos aún no existen, y sin ellos, la mayoría de las compañías están buscando un 'comienzo en frío'.

También es necesario conocer el dominio, ¿es este otro desafío??

En el mejor de los casos, el aprendizaje automático representa el matrimonio perfecto entre un algoritmo y un problema. Por ejemplo, en AppDynamics, aplicamos algoritmos dinámicos de línea de base para garantizar que nuestros clientes reciban alertas tempranas sobre problemas emergentes de rendimiento de aplicaciones. Esto significa que el conocimiento del dominio, saber qué es un problema, es un requisito previo para el uso efectivo de la tecnología. Desafortunadamente, en varios casos de uso de TI de la empresa, el conocimiento se acumula en silos dentro de las organizaciones, lo que da como resultado bolsas de conocimiento dispares y falta de contexto empresarial..

¿Hay cambios culturales necesarios para que una organización adopte con éxito el aprendizaje automático??

Las empresas deben aceptar que deben moverse más rápido como negocio digital, y el aprendizaje automático y la automatización son un requisito previo para el éxito. Los datos están en el corazón del aprendizaje automático, y aquellas empresas que reaccionan culturalmente a la importancia de la información en tiempo real en la que se puede confiar y sobre la que se puede actuar rápidamente, son aquellas que tendrán éxito y prosperarán.

John Rakowski, especialista de mercado para gestión de rendimiento de aplicaciones y análisis en AppDynamics

  • Estos son los 10 avances más importantes en inteligencia artificial.