Los centros de excelencia de IA aceleran la adopción de la industria de la IA

La IA y la era digital han acelerado el ritmo de la innovación con tanta rapidez que algunas organizaciones simplemente no pueden seguir el ritmo. De hecho, los altos directivos y los directores ejecutivos de todo el mundo están “extremadamente preocupados”, como señala una encuesta reciente de PwC, “El optimista ansioso en la oficina de la esquina”, con respecto a cómo competirá su empresa en una situación económica continuamente volátil. clima estimulado por los avances tecnológicos. Además, una encuesta de McKinsey encontró que solo el 20% de las empresas han podido lograr capacidades analíticas avanzadas, el 50% de las cuales están construyendo IA y aproximadamente dos tercios de ellas están estableciendo un Centro de Excelencia de IA. Además, un estudio de Gartner encontró que el 80% de las empresas no lograrán maximizar todo el potencial de la IA debido a la falta de científicos de datos. Como resultado, las empresas han comenzado a enfatizar los Centros de Excelencia de IA (CoE), que son impulsados ​​por un grupo de expertos de la empresa para permitir la ejecución rápida de los objetivos organizacionales, como la adopción de escalas y el asesoramiento para las partes interesadas. Los CoE de IA están demostrando ser fundamentales en la era digital, al tiempo que se mantienen al día con la tasa de innovación que se beneficia del aumento del conocimiento y las mejores prácticas. Todo esto está impulsando la transformación tecnológica empresarial al tiempo que proporciona casos de uso esenciales.

Piense en un CoE de IA como una plataforma de conocimiento central en su organización. Esta plataforma de conocimiento contiene los aprendizajes acumulados de iniciativas de inteligencia artificial pasadas y una visión clara para el uso de la inteligencia artificial en su estrategia comercial. Permite a los equipos ofrecer continuamente soluciones coherentes con las necesidades de su negocio. Puede generar ingresos, generar eficiencias de costos, mejorar la experiencia del cliente y brindarle una ventaja competitiva.

Según un estudio de Gartner, se prevé que el 95% de las organizaciones en 2021 con un COE dedicado en la nube producirán un verdadero éxito transformacional en la nube. Además, un informe de Gartner titulado “Elija el centro de excelencia adecuado para su estrategia de inteligencia artificial” encontró que el 50% de las organizaciones con más de tres iniciativas de IA en curso crearán un CoE de IA para 2022. Además, el estudio de Harvard Business School “Cómo configurar up an AI Center of Excellence ”ha demostrado que“ el 37% dijo que ya había establecido una organización de este tipo. Deutsche Bank, JP Morgan Chase, Pfizer, Procter & Gamble, Anthem y Farmers Insurance se encuentran entre las empresas no tecnológicas que han creado grupos centralizados de supervisión de IA “. Esta información sugiere que parece haber una correlación entre la cantidad de iniciativas relacionadas con la IA que lanzan las empresas y su inclinación a implementar un CoE. El mismo estudio de Harvard Business Review aludía a la gestión del cambio y los aspectos técnicos del CoE.


Recomendado: ¿Qué es el Big data?.


Es importante señalar que existen varios modelos funcionales y operativos que las empresas están adaptando con respecto al CoE. El modelo de gestión del cambio se centra en enfatizar la innovación prospectiva que la inteligencia artificial puede proporcionar a las partes interesadas comerciales de la organización. Un elemento central de este modelo es la educación y formación de ejecutivos y unidades de negocio. Además de la gestión del cambio, el enfoque Sandbox es otro modelo central, en el que el CoE actúa como el centro de innovación e I + D de la empresa. Este modelo enfatiza pruebas de conceptos y diferentes tecnologías emergentes. La clave es la alineación de las unidades de negocio en torno a los POC y ser responsable del lanzamiento inicial y el desarrollo de casos de uso por sujeto. Por último, el modelo Launchpad para el CoE aprovecha y se basa en las capacidades de los científicos, ingenieros y desarrolladores de datos existentes. El CoE despliega a los mejores expertos en la materia en todos los departamentos para llevar a cabo capacitación y educación prácticas y desarrollar soluciones comerciales en etapas iniciales.

Una aplicación práctica del CoE de diferentes modelos sería un Centro de ciencia de datos diseñado específicamente para escalar iniciativas de ciencia de datos. Se requieren infraestructura / capacidades tecnológicas líderes, además de equipos de expertos, para aprovechar con éxito la ciencia de datos. A menudo, es muy costoso para las empresas dedicar fondos a los equipos de ciencia de datos en todos los departamentos de la organización, ya que se incurre en costos importantes debido a la naturaleza duplicada de tener que proporcionar a cada departamento su propio equipo de ciencia de datos. En este caso, el CoE resuelve este problema para la organización al formar una unidad centralizada de ciencia de datos que impulsa el valor comercial en toda la organización.

Ya existen varios ejemplos exitosos de adopción de CoE en la empresa. Por ejemplo, Cisco Systems se asoció con universidades para crear unidades centralizadas de programas de capacitación en inteligencia artificial y ciencia de datos para que los empleados los transformen en expertos. El programa Belts de Anheuser-Busch InBev es un ejemplo perfecto de una gran aplicación empresarial de un Centro de excelencia para acelerar los objetivos de la empresa. El programa capacitó a miles de empleados de todo el mundo para obtener las certificaciones Lean Six Sigma, lo que ha permitido a la empresa ampliar sus iniciativas de ciencia de datos e inteligencia artificial. Además, la empresa de medios privada más grande de Alemania, ProSiebenSat.1 Media, aprovechó un modelo de CoE que ubica estratégicamente a sus equipos de análisis de datos dentro de sus departamentos de TI y negocios digitales para optimizar su modelo comercial y fortalecer sus competencias de ROI de IA. Todos estos casos prácticos de uso han permitido a estas grandes empresas impulsar la transformación empresarial y la adopción de inteligencia artificial. Otro ejemplo, NTT Data, una empresa multinacional de integración de sistemas, estableció un centro de excelencia de inteligencia artificial, orientado a capacitar en ingeniería y ciencia de datos de inteligencia artificial en áreas líderes de la inteligencia artificial.

Si bien muchas empresas adoptan AI CoE, también existen desafíos importantes que podrían obstaculizar la eficacia del AI CoE. Estos desafíos incluyen democratizar la inteligencia artificial para las empresas, buscar talentos reales y alinearse con los estándares de inteligencia artificial responsable. A medida que las empresas cambian a modelos descentralizados, el CoE de IA podría encontrar problemas con la compra de los empleados. Sobre la base del talento, sin la experiencia adecuada, es difícil establecer un CoE de IA que refleje las capacidades centrales y la capacidad de innovación de la empresa. Por último, sin incluir la IA responsable, los AI CoE podrían enfrentarse a una costosa reacción y una reputación dañada con otros actores de la industria.

Además de los ejemplos prácticos en la empresa, es importante destacar las mejores prácticas clave involucradas en la creación de un Centro de Excelencia de IA.

  1. Comience con un problema empresarial central. Resuma su visión, estrategia y gobernanza, y describa las partes interesadas clave que desea que su solución de inteligencia artificial resuelva el negocio. Describa claramente los beneficios de la implementación y adopción. A continuación, analice los requisitos financieros y la viabilidad del AI COE, comprenda la tasa actual de adopción, conocimiento y experiencia de AI, y organice un comité para supervisar el desarrollo del AI COE. Finalmente, configure la gobernanza y obtenga la aceptación de todas las partes interesadas clave: CTO, CEO, CIO y todos los líderes de las principales unidades de negocios. Diseñe la gobernanza y el papel que desempeñarán los líderes. Describa el papel del director de inteligencia artificial como parte de la gobernanza.
  2. Los datos deben convertirse en el activo más importante de la empresa. Toda empresa debe pensar críticamente sobre cómo recopila, almacena, gobierna y gestiona los activos de datos, y su accesibilidad y calidad. Determine métodos para recopilar, almacenar y anotar datos, así como la capacidad de entrenar datos de forma repetida. Obtenga datos confiables de alta calidad que sean limpios, completos y confiables.
  3. Identificar y mostrar bibliotecas de casos de uso desde POC, faros, implementación de unidades de negocio estándar hasta proyectos moonshot. Determine los casos de uso en los que la IA sea eficaz y pragmática.
  4. Desarrolle su grupo de talentos e inicie la educación en IA. Esto es aplicable a productos, soluciones, ingeniería, gestión de productos, aprendizaje automático y análisis de datos. Toda la comunidad empresarial debe volver a capacitarse y actualizarse para crear una mentalidad preparada para la IA.
  5. Desarrolle la infraestructura adecuada. Soporte para el modelado y la gestión de la tubería de entrega de posproducción con capacidades analíticas y de inteligencia artificial.
  6. Determine el modelo de madurez, las mejores prácticas y la fase de implementación del AI COE: Esto incluye grandes esfuerzos como el diseño del AI COE, la construcción de unidades de equipo dedicadas que impulsarán la tasa de innovación de la organización, los entornos de prueba monitoreados, la creación de un proceso y una estructura de gobierno, el análisis de áreas para maximizar la eficiencia, la asignación de activos de AI COE y la construcción. un modelo financiero. Es importante desarrollar la escalabilidad con pilotos y proyectos más grandes.
  7. Diseño de comparativas y métricas como KPI, métricas de éxito para cada iniciativa de IA, que demuestran cómo ahorrar dinero y tiempo, generar ingresos o mejorar la eficiencia.
  8. Marca y comercializa el AI COE: Una vez que el COE está estructurado y establecido, la organización debe enfatizar el marketing de su centro para mostrar casos de uso únicos de IA y seguir siendo relevante y competitiva en la economía digital.

A medida que el ritmo de la innovación tecnológica y de IA continúe acelerándose, el CoE de IA no solo se convertirá en una necesidad central, sino también en una función operativa clave para que las empresas mantengan una ventaja competitiva en el mercado de IA, así como para continuar innovando y aumentando las oportunidades de ingresos.