Modelo de madurez de la inteligencia artificial (IA).

Pronóstico

• • Para 2022, solo el 15% de los casos de uso que aprovechan técnicas de IA, como el aprendizaje automático (ML), las redes neuronales profundas (DNN) y el Internet de las cosas (IoT), tendrán éxito.
• • Para 2025, el 50% de las tareas de los científicos de datos estarán automatizadas mediante IA, lo que aliviará la escasez de talento.
• • Para 2023, el 60% de las organizaciones con más de 20 científicos de datos requerirán un código de conducta profesional que incorpore el uso ético de los datos y la IA.

Usar

La inteligencia artificial representa los mecanismos para mejorar las aplicaciones y procesos existentes. Algunos ejemplos básicos de sistemas que utilizan inteligencia artificial son:

• • Automatizar decisiones que de otro modo requerirían intervención humana.
• • Clasificación compleja de datos: como texto, vídeo y audio, que de otro modo requerirían esfuerzo humano.

Estos sistemas permiten a una empresa acelerar significativamente procesos que de otro modo estarían limitados por los costes humanos. Sin embargo, también requieren que la empresa vuelva a implementar los procesos existentes para aprovechar estas nuevas herramientas. Por ejemplo:

• • Una interfaz de IA puede procesar interacciones telefónicas iniciales con un cliente. Pero los resultados requerirán un sistema de árbol de decisiones mejorado para completar esa interacción, o un modelo de transferencia eficaz para abordar aspectos más sensibles o particulares de esa llamada.
• • En los servicios financieros, se pueden aplicar análisis predictivos basados ​​en IA a las solicitudes de préstamos para lograr métricas de aprobación más precisas. Un modelo así, si bien tiene más probabilidades de ser correcto que la heurística programática, también debe ser explicable y no crear la impresión de sesgos inapropiados basados ​​en las cualidades del solicitante que podrían estar vinculados a criterios inutilizables. Construir el mejor gráfico de conocimiento representa un esfuerzo significativo en el trabajo humano, tanto en modelos probabilísticos como en heurísticas programáticas.

Modelo de madurez de la IA

El modelo de madurez de la IA se presenta a continuación, con una descripción de cada nivel:

Indicadores del modelo de madurez de Gartner AI para las tecnologías utilizadas

Las tecnologías que se combinan para formar proyectos de IA forma muy innovador y está en progreso manera masiva y continuar, tanto en ciencia como en negocios para mejorar aún más la IA y su rendimiento, escalabilidad, efectividad y facilidad de uso. Sin embargo, para la mayoría de las organizaciones, el uso de tecnologías de IA para automatizar procesos e interacciones representará un nuevo enfoque de trabajo, lo que planteará riesgos para la eficacia de estas tecnologías con los clientes y trabajadores.

La tecnología de IA se puede ubicar en una o más de las siguientes categorías: procesamiento de datos, robótica, interacción conversacional, soporte/automatización de decisiones, automatización de procesos o percepción de IoT. Próximo, Se presenta la ejemplificación del modelo de madurez de la IA

Encuesta de organizaciones

La Encuesta de organizaciones de IA de Gartner de 2019 de organizaciones que han lanzado iniciativas de IA o planean hacerlo en los próximos tres años identifica cuatro niveles de madurez de la IA.

Ensayo

La investigación se realizó en línea en noviembre y diciembre de 2019 entre 607 encuestados de organizaciones de Estados Unidos, Alemania y el Reino Unido. Las cuotas se establecieron en función del tamaño de la empresa y del sector para garantizar que la muestra estuviera bien representada en todos los sectores y tamaños de empresa. Para participar, las organizaciones debían haber desarrollado IA o planear implementarla en los próximos tres años.

Los encuestados fueron seleccionados para formar parte del liderazgo empresarial de la organización o informar sobre las funciones de liderazgo empresarial, tener un alto nivel de participación con al menos una iniciativa de IA y desempeñar uno de los siguientes roles en lo que respecta a la IA en sus organizaciones: determinar los objetivos comerciales de la IA, medir el valor derivado de las iniciativas de IA o gestionar el desarrollo y la implementación de iniciativas de IA.