Kavita Ganesan, educadora de IA, sobre el descubrimiento de oportunidades de IA en su negocio

Durante el año pasado, los rápidos avances en la IA generativa, incluido el innovador lanzamiento de ChatGPT, llamaron la atención de todos. Sin embargo, navegar por el panorama de la IA puede ser desalentador para los líderes empresariales que no saben por dónde empezar. La transición puede parecer abrumadora: desde elegir los problemas correctos para que los resuelva la IA, hasta construir una infraestructura de datos sólida y preparar equipos para el cambio. Aquí es donde entra Kavita Ganesan.

Kavita es consultora de inteligencia artificial, educadora y fundadora de la consultora Opinosis Analytics. Con un doctorado. en procesamiento de lenguaje natural (PNL), tecnologías de búsqueda y aprendizaje automático y más de 15 años de experiencia, Kavita trabaja con organizaciones para ayudarlas a desmitificar la IA e implementarla en sus estrategias comerciales. En la primavera del año pasado, curiosamente, unos meses antes de que comenzara todo el alboroto, publicó The Business Case for AI, una guía práctica para que los líderes empresariales pongan en marcha iniciativas de IA. .

En él, Kavita describe un marco para identificar oportunidades de IA de alto impacto, destacando la importancia de evaluar y enmarcar de manera efectiva los problemas para priorizar la implementación de soluciones de IA alineadas con sus objetivos comerciales, así como medir el impacto y el éxito de cada uno. Iniciativa de IA.

En el episodio de hoy, nos reunimos con Kavita para hablar sobre estrategias para que los líderes empresariales aprovechen el potencial transformador de la IA.

Estos son algunos de los puntos clave:

Comience a integrar la IA en su negocio optimizando los procesos manuales repetitivos y corrigiendo las ineficiencias identificadas por los comentarios de los clientes u otras unidades comerciales. Para identificar oportunidades de alto impacto, evalúe dónde tiene sentido implementar IA y vea si se traducen en ganancias comerciales tangibles. Antes de la implementación, deberá enmarcar estas oportunidades para articular mejor los beneficios, los puntos débiles que está abordando y las métricas con las que los medirá. El siguiente paso es traer expertos para asegurarse de que sea factible. Solo entonces podrá clasificar todas estas iniciativas y priorizar las más beneficiosas. El éxito de las iniciativas de IA se basa en tres pilares: rendimiento del modelo, impacto en el negocio y satisfacción del usuario.

Si le gusta nuestra discusión, vea otros episodios de nuestro podcast. Puede seguir en Apple Podcasts, Spotify, YouTube o tomar la fuente RSS en su reproductor de elección. La siguiente es una transcripción ligeramente editada del episodio.

El error de la IA

Liam Geraghty: Hola y bienvenido a Inside Intercom; Soy Liam Geraghty. En el programa de hoy, me acompaña Kavita Ganesan, autora de The Business Case for AI: A Leader's Guide to AI Strategies, Best Practices & Real-World Applications. Y eso es exactamente de lo que vamos a hablar hoy. Kavita, eres bienvenida al programa.

Kavita Ganesan: Liam, gracias por invitarme. Estoy muy feliz de estar aquí.

Liam: Sé que has liderado más de dos docenas de iniciativas exitosas de IA para una amplia gama de organizaciones, desde empresas medianas hasta compañías Fortune 500. ¿Cómo te involucraste en el mundo de la IA?

"Me convertí en ingeniero de software, pero sentí que faltaba algo: todo el desarrollo de algoritmos y la resolución de problemas"

Kavita: Mi historia con la IA se remonta a 2005, cuando la IA no era muy popular, ni sexy, ni necesaria en la industria. Me intrigaron los aspectos de resolución de problemas de la IA: si bien las técnicas pueden ser las mismas, cuando se aplican a un problema diferente, existen diferentes desafíos sobre cómo resolverlo. Me atrajo porque creo que, por naturaleza, soy un solucionador de problemas. Así que profundicé más y más en la IA en mi programa de maestría. Aquí es donde estuve expuesto a todo el espacio de la IA.

Me convertí en ingeniero de software, pero sentí que faltaba algo: todo el desarrollo de algoritmos y la resolución de problemas. Fue entonces cuando decidí que tenía que obtener un doctorado. en IA porque quería especializarme en eso. Y como estaba por graduarme, en 2...