Implementación de IA durante una escasez global de talento

Consulte todas las sesiones bajo demanda de Smart Security Summit aquí.

Las demandas de C-suite para la proliferación de IA en toda la empresa a menudo se complican por la falta de talento disponible y las habilidades necesarias para luchar por tales implementaciones. El presupuesto rara vez es el factor limitante, especialmente para las organizaciones más grandes. Lo que falta son personas con conocimientos prácticos y habilidades para probar e implementar IA en toda una organización.

Cuando los modelos de aprendizaje automático (ML) correctos se combinan con los casos de uso correctos, la IA puede mejorar el servicio al cliente, realizar tareas administrativas, analizar grandes conjuntos de datos y realizar muchas otras funciones de datos organizacionales en gran volumen y con bajas tasas de error. Los líderes empresariales lo saben. Sin embargo, se les impide actuar sobre ese conocimiento.

Un nuevo estudio realizado por SambaNova Systems ha demostrado que, a nivel mundial, solo el 18 % de las organizaciones están implementando IA como una iniciativa a gran escala en toda la empresa. De manera similar, el 59 % de los gerentes de TI en el Reino Unido dicen que tienen el presupuesto para contratar recursos adicionales para sus equipos de IA, pero el 82 % dijo que contratar en esos equipos fue un desafío.

Cada hora de tareas repetitivas que se pueden reducir mediante la automatización o aumentar con IA es una hora que los empleados pueden dedicar a generar valor a través de tareas de pensamiento lateral de orden superior. Las empresas están observando a sus competidores encontrar una ventaja competitiva mientras prueban, iteran e implementan programas de IA a escala, buscando toda la experiencia en IA y ML que pueden atraer mientras tanto.

Evento

Cumbre de seguridad inteligente bajo demanda

Obtenga más información sobre el papel esencial de la IA y el ML en la ciberseguridad y los estudios de casos específicos de la industria. Mira las sesiones a pedido hoy.

mira aquí

Esta crisis de habilidades no es nueva, ni sorprendente, ni fácil de resolver. Ha sido un problema en toda la industria tecnológica durante años, si no décadas. En 2011, un estudio de PwC encontró que más del 56 % de los directores ejecutivos estaban preocupados por la falta de talento para adaptarse a los roles digitales. Y más de una década después, el 54 % de los líderes tecnológicos clasificaron la adquisición y retención de talento como la principal amenaza para el crecimiento empresarial.

La era de la IA ha agravado este problema: el ritmo del cambio supera lo que ha ocurrido antes.

La crisis de habilidades se ve exacerbada por el rápido ritmo de cambio en los modelos de IA

El desafío para cualquiera que trabaje en IA y quiera mantener sus habilidades actualizadas es doble. Primero, el ritmo del cambio es vertiginoso y parece estar acelerándose todo el tiempo. En segundo lugar, a medida que los modelos crecen, se vuelven menos accesibles para los ingenieros de software porque los modelos grandes requieren grandes presupuestos para funcionar.

Probablemente, el tema más candente en IA son los modelos de lenguaje extenso (LLM). OpenAI lanzó el primer modelo de transformador preentrenado generativo (GPT) en 2018, que, como estudiante de propósito general, no está específicamente capacitado para realizar las tareas en las que es bueno. El modelo aprovecha el aprendizaje profundo y puede realizar tareas como resumir texto, responder preguntas y generar resultados de texto a nivel humano. El primer modelo salió hace cuatro años, pero es sólo...