Me senté con Teresa Tung para educarse más sobre la naturaleza cambiante de los datos y su valía para una organización de IA.
El éxito de la IA depende de múltiples factores, pero la esencia de la innovación es la calidad y accesibilidad de los datos patentados de una estructura.
Me senté con Teresa Tung para discutir las oportunidades de los datos propietarios y por qué son tan críticos para la creación de valía con la IA. Tung es un investigador cuyo trabajo zapatilla tecnologías innovadoras en la aglomeración, incluida la convergencia de la inteligencia industrial, los datos y la capacidad informática. Es una inventora prolífica y posee más de 225 patentes y solicitudes. Y como líder mundial de capacidad de datos de Accenture, Tung lidera la visión y la organización que garantiza que la empresa esté preparada para los avances de datos en constante cambio.
Discutimos una serie de temas, incluidas las seis ideas de Teresa.
Finalmente concluimos con la intervención de Teresa. Consejos para líderes empresariales que utilizan o están interesados en la IA
Susan Etlinger (SE): En su artículo fresco, “Los nuevos datos esenciales”, usted expuso la principios de que los datos propietarios son la delantera competitiva de una estructura. ¿Podrías dar más detalles?
teressa tung (TT): Hasta ahora, los datos se han tratado como un tesina. Cuando se necesitan nuevos conocimientos, puede aguantar meses obtener los datos, aceptar a ellos, analizarlos y publicarlos. Si esos conocimientos generan nuevas preguntas, ese proceso debe repetirse. Y si el equipo de datos tiene limitaciones de satisfecho de bandada o restricciones presupuestarias, se necesita aún más tiempo.
«En ocasión de tratarlo como un tesina (una idea de final momento), los datos patentados deberían tratarse como una delantera competitiva fundamental».
Los modelos de IA generativa están previamente entrenados en un corpus existente de datos a escalera de Internet, lo que facilita comenzar desde el primer día. Pero no conocen su negocio, su clan, sus productos o sus procesos y, sin esos datos propietarios, los modelos le brindarán los mismos resultados que sus competidores.
Las empresas invierten todos los días en productos basándose solamente en sus oportunidades. Conocemos la oportunidad que ofrecen los datos y la IA (mejor toma de decisiones, pequeño aventura, nuevos caminos en dirección a la monetización), entonces, ¿no deberíamos pensar en modificar en datos de guisa similar?
SE: Transmitido que gran parte del conocimiento exclusivo de una empresa se encuentra en datos no estructurados, ¿puede hablarnos de su importancia?
TT: Sí, la mayoría de las empresas funcionan con datos estructurados: datos en forma de tabla. Pero la mayoría de los datos no están estructurados. Desde mensajes de voz hasta imágenes y videos, los datos no estructurados son de suscripción fidelidad. Capta matices. Aquí hay un ejemplo: si un cliente pasión al servicio de atención al cliente y deja una reseña del producto, esos datos podrían ser extraídos por sus componentes y transferidos a una tabla. Pero sin información matizada como el tono de voz del cliente o incluso malas palabras, no hay una imagen completa y precisa de esa transacción.
Históricamente, ha sido difícil trabajar con datos no estructurados, pero la IA generativa sobresale en ello. En verdad deposición Se debe entrenar el rico contexto de los datos no estructurados. Es muy importante en la era de la IA generativa.
SE: Hoy en día escuchamos mucho sobre datos sintéticos. ¿Cómo piensas al respecto?
TT: Se necesitan datos sintéticos para satisfacer los vacíos de datos. Permite a las empresas explorar múltiples escenarios sin los grandes costos o riesgos asociados con la compendio de datos reales.
Las agencias de publicidad pueden propagar varias imágenes de campaña para pronosticar las reacciones de la audiencia, por ejemplo. Para los fabricantes de automóviles que entrenan vehículos autónomos, empujarlos a situaciones peligrosas no es una opción. Los datos sintéticos le enseñan a la IA (y, por lo tanto, al automóvil) qué hacer en situaciones final, como una abundancia intensa o un cruce de peatones sorpresa.
Luego está la idea de la destilación del conocimiento. Si está utilizando la técnica para crear datos con un maniquí de verbo más holgado (digamos, un maniquí de 13 mil millones de parámetros), esos datos se pueden usar para ajustar un maniquí más pequeño, haciendo que el maniquí más pequeño sea más competente, rentable o Implementable en un dispositivo más pequeño.
La IA tiene mucha anhelo. Necesita conjuntos de datos representativos de buenos escenarios, condiciones extremas y todo lo demás para que sea relevante. Ese es el potencial de los datos sintéticos.
SE: Los datos no estructurados son generalmente datos que generan los seres humanos, por lo que a menudo son específicos de cada caso. ¿Puedes compartir más sobre por qué el contexto es tan importante?
TT: El contexto es esencia. Podemos capturarlo en una capa semántica o en un dibujo de conocimiento de dominio. Es el significado detrás de los datos.
Piense en todos los expertos en el campo en un ocasión de trabajo. Si una empresa ejecuta un crónica de datos de clientes de 360 grados que zapatilla dominios o incluso sistemas, un entendido en el dominio lo analizará para clientes potenciales, otro para servicio y soporte al cliente, y otro para facturación al cliente. Cada uno de estos expertos quiere ver todos los datos pero para sus propios fines. Conocer las tendencias en la atención al cliente puede influir en el enfoque de una campaña de marketing, por ejemplo.
Las palabras asimismo suelen tener diferentes significados. Si digo «hace calor para el verano», el contexto determinará si estoy insinuando temperatura o tendencia.
La IA generativa ayuda a mostrar la información correcta en el momento adecuado al entendido en el dominio adecuado.
SE: Transmitido el ritmo y el poder de las tecnologías inteligentes, los datos y la IA gobernanza y seguridad son lo más importante. ¿Qué tendencias estás notando o pronosticando?
TT: Las nuevas oportunidades conllevan nuevos riesgos. La IA generativa es tan sencillo de usar que convierte a todos en trabajadores de datos. Ésa es la oportunidad y el aventura.
Adecuado a que es sencillo, la IA generativa integrada en las aplicaciones puede provocar una fuga de datos no intencionada. Por esta razón, es fundamental pensar en todas las implicaciones de las aplicaciones de IA generativa para acortar el aventura de que revelen inadvertidamente información confidencial.
Necesitamos repensar la gobernanza y la seguridad de los datos. Todos en una estructura deben ser conscientes de los riesgos y de lo que están haciendo. Además debemos pensar en nuevas herramientas como marcas de agua y computación confidencial, donde los algoritmos generativos de IA se puedan ejecutar internamente de un enclave seguro.
SE: Usted ha dicho que la IA generativa puede impulsar la preparación de los datos. ¿Puedes dar más detalles sobre eso?
TT: Seguro. IA generativa deposición tus datos, pero asimismo puede ayuda tus datos.
Al aplicarla a sus datos y procesos existentes, la IA generativa puede construir una condena de suministro de datos más dinámica, desde la captura y la conservación hasta el consumo. Puede clasificar y etiquetar metadatos y puede ocasionar documentos de diseño y scripts de implementación.
Además puede respaldar la ingeniería inversa de un sistema existente ayer de la migración y modernización. Es global pensar que los datos no se pueden utilizar porque están en un sistema antiguo que aún no está preparado para la aglomeración. Pero la IA generativa puede impulsar el proceso; puede ayudarle a comprender datos, mapear relaciones entre datos y conceptos e incluso escribir el software, incluidas las pruebas y la documentación.
La IA generativa cambia lo que hacemos con los datos. Puede simplificar y acelerar el proceso reemplazando los paneles únicos con interactividad, como una interfaz de chat. Deberíamos obligarse menos tiempo a convertir datos en formatos estructurados y hacer más con datos no estructurados.
SE: Finalmente, ¿qué consejo le daría a los líderes empresariales y tecnológicos que quieran ocasionar una delantera competitiva con datos?
TT: Comienzo ahora o quédese antes.
Nos hemos poliedro cuenta del potencial que la IA puede aportar, pero su potencial sólo puede alcanzarse con los datos propietarios de su estructura. Sin esa información, su resultado será el mismo que el de todos los demás o, peor aún, inexacto.
Animo a las organizaciones a centrarse en preparar su núcleo digital para la IA. A núcleo digital flamante es la capacidad tecnológica para impulsar los datos en la reinvención impulsada por la IA. Es la combinación de su estructura de infraestructura en la aglomeración, capacidades de datos e inteligencia industrial, y aplicaciones y plataformas, con seguridad diseñada en todos los niveles. Su cojín de datos, como parte de su núcleo digital, es esencial para encajar, sisar y proteger sus datos, garantizando que sean de suscripción calidad, estén gobernados y listos para la IA.
Sin un núcleo digital musculoso, no tienes los proverbiales fanales para ver, cerebro para pensar ni manos para hacer.
Sus datos son su diferenciador competitivo en la era de la IA generativa.
Teresa Tung, Ph.D. es líder de capacidad de datos mundial en Accenture. Tung, un inventor prolífico con más de 225 patentes, se especializa en satisfacer las deposición empresariales con tecnologías innovadoras.
Obtenga más información sobre cómo preparar sus datos para la IA:
- Aprenda cómo desarrollar una organización de datos inteligente que perdure en la era de la IA con el tomo electrónico descargable.
- Vea este seminario web bajo demanda escuchar a Susan y Teresa profundizar en cómo extraer el mayor valía de los datos para diferenciarse de la competencia. Conozca nuevas formas de determinar datos que le ayudarán a impulsar su organización de IA, la importancia de preparar su «núcleo digital» ayer de la IA y cómo repensar la gobernanza y la seguridad de los datos en la era de la IA.
Entrevista Información sobre innovación de Azure para obtener más perspectiva ejecutiva y orientación sobre cómo mudar su negocio con la aglomeración.