Como empresas ir más allá de los pilotos y las pruebas de conceptouna nueva pregunta está surgiendo en las conversaciones ejecutivas: ¿cuándo la IA deja de ser una serie de proyectos y comienza a convertirse en parte del funcionamiento del negocio?
Naveen Zutshi, CIO de Databricks, trabaja en estrecha colaboración con CIO y líderes empresariales en el cambio de la experimentación a la IA a escalera empresarial. En esta sesión de preguntas y respuestas, Naveen se basamento en puestos de liderazgo anteriores en empresas como Palo Detención Networks, Gap Inc. y Walmart, donde dirigió complejos esfuerzos de modernización que transformaron entornos heredados en arquitecturas escalables y centradas en la aglomeración.
Lo que surgió de nuestra conversación es claro: el punto de inflexión no tiene que ver con los modelos. Se tráfico de modernización, gobernanza y disciplina operativa.
La IA está pasando de los experimentos a las pérdidas y ganancias
catalina: ¿Cuál es la señal más clara que está viendo de que la experimentación con IA está dando paso a la IA como capacidad operativa?
naveen: Creo que la industria todavía tiene más trabajo por hacer para crear valía vivo a partir de la IA. Pero en los últimos seis a doce meses he gastado un cambio importante. Paso tiempo con CIO y líderes empresariales de todos los sectores y se destacan tres patrones.
En primer emplazamiento, escucho ejemplos cada vez más concretos del uso de la IA en el trabajo diario. Curiosamente, las industrias reguladas que se consideraban rezagadas en el delirio a la aglomeración (la atención médica y los servicios financieros, por ejemplo) ahora son las primeras en adoptarla. Estamos viendo que la IA se utiliza para la automatización administrativa, la detección de fraudes, la gestación de alfa en retornos de inversión, la toma de notas de los médicos, el descubrimiento de fármacos e incluso el soporte y la prevención de centros de crisis. En segundo emplazamiento, los líderes empresariales están cada vez más involucrados en la conversación. Históricamente, los debates sobre IA estuvieron dominados por ingenieros y científicos de datos. Ahora los grupos empresariales se están sentando a la mesa para discutir cómo los datos y la IA pueden elaborar sus funciones. Más importante aún, están compartiendo ejemplos de cómo ya lo han hecho. La IA positivamente ha llegado cuando aparece en los KPI empresariales.
En tercer emplazamiento, la financiación ha cambiado. La IA solía surgir de presupuestos de innovación o fondos discrecionales. Ahora es una partida importante en las pérdidas y ganancias, ya sea financiada directamente por unidades de negocios o centralmente a través de la estructura CIO o CTO. Ese cambio por sí solo indica un compromiso eficaz. Puede que no pase mucho tiempo antiguamente de que el compra en IA en herramientas sea una partida importante luego del compra en personal y en la aglomeración. En Databricks, estamos separando el compra en IA del compra caudillo en SaaS.
El real cuello de botella: mandatario, no talento
catalina: En conversaciones con sus pares de la industria, ¿qué temas comunes surgen como puntos de fricción para la producción de proyectos de IA?
naveen: Solo estuve con 20 CIO esta semana y el talento volvió a estar en la cima de los resultados de la investigación como una de las principales limitaciones. Pero en mi experiencia, la causa fundamental suele ser un mandatario.
Las organizaciones cargan con sistemas heredadosexpansión de SaaS, expansión nave y complejidad arquitectónica. Con el tiempo, ya sea por inacción o por prioridades contrapuestas, no han tomado medidas decisivas para eliminarlo. Pero abastecer los sistemas heredados es insidioso. La modernización no sólo aumenta la velocidad, sino que los sistemas heredados asimismo agotan el talento. Se vuelve más difícil atraer y retener a los mejores ingenieros cuando su trabajo principal es abastecer las luces encendidas en emplazamiento de construir sistemas modernos.
Cada vez que he decidido modernizarme (ya sea computación, almacenamiento, edificio de datos o capas de aplicaciones), me arrepiento de no haberlo hecho antiguamente. La modernización desencadena la productividad, restablece el sentido de tarea y simplifica el entorno. Siempre ha sido una audacia sin rectificación.
Una edificio moderna y abierta que le permite conectar los mejores modelos de IA sin eliminar ni reemplazar su pila ofrece estos beneficios:
- Una capa de gobernanza unificada que reduce la complejidad del movimiento de datos.
- Simplicidad y velocidad al acortar la dispersión de herramientas.
- La capacidad de centrar a los mejores talentos en trabajos de detención valía en emplazamiento de mantenimiento.
Esa suele ser la verdadera opción.
Las decisiones de plataforma que determinan si la IA escalera
catalina: ¿Cuáles son las decisiones esencia sobre la plataforma que determinan con anciano fuerza si la IA escalera?
naveen: Primero, la capa de datos. Tanto estructurados como no estructurados (lo que conforma casi el 80% de los datos empresariales). Debe combinar los dos bajo una capa de gobernanza global. Lo más importante es tolerar los modelos a los datos, no los datos a los modelos. El pedido de datos entre entornos crea complejidad y desafíos de control. Una edificio unificada simplifica la papeleo y perfeccionamiento la seguridad.
Incluso es fundamental evitar encerrarse en un único proveedor de modelos. Los modelos de frontera están evolucionando rápidamente. Un Puerta de enlace de IA o capa de conceptualización le permite utilizar múltiples modelos y nominar el mejor para la tarea en cuestión.
Por postrero, trate la IA como una capacidad central invirtiendo mucho en observabilidad, calidad, nervio y pruebas. El avance se está acelerando. En las pruebas es donde importa la disciplina. Puede ofrendar el 80% de su tiempo a validar y refinar y solo el 20% a construir. Y yo añadiría uno más: cada vez más, el contexto y el estado son una cuestión. Los sistemas de IA necesitan memoria y continuidad para poder mejorar con el tiempo.
Cuando los datos y la IA ya no son conversaciones separadas
catalina: ¿Cuáles son las consecuencias de abastecer a los ejecutivos de negocios fuera de las iniciativas de datos e inteligencia fabricado?
naveen: En muchas empresas, la logística de IA está dirigida por equipos de datos. Pero asimismo es un imperativo empresarial. Sin datos empresariales limpios y de ingreso calidad, la IA no será útil en un entorno empresarial. Los laboratorios Frontier entrenan modelos en la web. Las empresas deben propagar modelos de trenes con sus propios datos. Al mismo tiempo, la innovación puede ocurrir en el borde. Si tiene una pila de datos e inteligencia fabricado coherente con controles de ataque y autenticación adecuados, los equipos pueden crear agentes y aplicaciones de forma segura sin fragmentar la edificio. La esencia es la coherencia y la gobernanza subyacentes a la innovación distribuida.
Dónde está índice la IA agente y dónde no
catalina: ¿Qué flujos de trabajo están más preparados para la propiedad de agentes?
naveen: Más allá de los flujos de trabajo de avance de software que ya están maduros en el uso de la IA, estamos viendo un gran éxito en los flujos de trabajo de comercialización. Los equipos de marketing y preventa están utilizando agentes para mejorar el luces y la orientación salientes, superando a menudo los procesos manuales.
Los agentes asimismo destacan a la hora de procesar grandes volúmenes de información para respaldar las decisiones. En emplazamiento de esperar semanas para admitir informes ex profeso de los analistas, los líderes pueden solicitar los datos directamente y admitir información rápidamente, tanto sobre datos estructurados como no estructurados.
Donde los agentes aún no están preparados es en los flujos de trabajo deterministas que requieren un 100 % de coherencia y precisión. La IA puede ayudar, pero no debería reemplazar el sumario humano. Incluso existe el peligro de que se produzca lo que se pasión “incumplimiento de la IA”, resultados que suenan plausibles pero carecen de profundidad. Los líderes deben combinar la acogida con la supervisión.
Definiendo el éxito más allá de las expectativas
catalina: ¿Cómo se define el éxito al avanzar datos e inteligencia fabricado?
naveen: Me áncora en cuatro dimensiones:
- Eficiencia
- Efectividad e impacto en los ingresos
- Calidad de los resultados
- Reducción de riesgos
Para los sistemas de IA, asimismo me concentro en entradas controlables. Por ejemplo, en un sistema de inteligencia fabricado de ventas, ¿qué porcentaje de la entrada de datos ahora lo automatiza un agente? Esa métrica de insumos debería correlacionarse con ganancias de productividad. O, ¿qué porcentaje de recomendaciones de agentes se adoptan y cuál es su capacidad en comparación con los enfoques manuales? Puedes probarlos A/B. La reducción del tiempo de ciclo y el peculio de costos son importantes, pero sólo en el contexto de resultados comerciales más amplios.
Un principio, parada y continuación de 12 meses
catalina: Si tuvieras que darles a tus compañeros un período de 12 meses para aparecer, detener y continuar, ¿cuál sería?
naveen: Yo diría que dejéis de procurar a la bestia del mandatario. Dejemos de tratar la gobernanza y la seguridad de la IA como una ocurrencia de postrero momento. Y evite reemplazar la expansión de SaaS con la expansión de agentes. Si los agentes no se adoptan ni aportan valía, podarlos.
Entonces yo diría que se adopte un enfoque basado en las habilidades o en los trabajos por realizar. En emplazamiento de reemplazar aplicaciones enteras, identifique tareas específicas que los agentes puedan realizar mejor. Genere credibilidad a través de victorias enfocadas. Mapee su delirio de gateo, caminata y carrera. Y, por postrero, diría que se siga invirtiendo en datos y gobernanza, especialmente en el caso de los datos no estructurados. Y lo más importante: manténgase centrado en los negocios. Comience con el adjudicatario, el cliente y el resultado. La tecnología por sí sola no crea valía.
El punto de inflexión ejecutante
El punto de inflexión ejecutante tiene que ver con la preparación operativa, la edificio moderna, la gobernanza unificada, las pruebas disciplinadas, los resultados mensurables y la fila empresarial.
La IA se convierte en una capacidad operativa cuando pasa de la experimentación a la responsabilidad, cuando aparece en los KPI, las líneas presupuestarias y las decisiones arquitectónicas. Las organizaciones que reconozcan este cambio tempranamente no se limitarán a implementar más IA. Construirán empresas que estén estructuralmente preparadas para ello.
Para obtener más información sobre cómo crear un maniquí eficaz eficaz, descargue el Maniquí de virilidad de IA de Databricks.