Intel, Wayfair, Red Hat y Aible sobre cómo obtener resultados de IA en 30 días

Las empresas se apresuran a invertir en IA, pero menos del 20 % de las inversiones en IA se traducen en las transformaciones que promete la IA. VB Transform 2022 reunió a líderes empresariales de Intel, Wayfair, Red Hat y Aible para discutir cómo están superando las probabilidades para desbloquear completamente el valor de la IA.

“Transformador” es la palabra de moda aquí”, dijo Arun K. Subramaniyan, vicepresidente de nube e inteligencia artificial, estrategia y ejecución de Intel. “El veinte por ciento de las inversiones en realidad obtienen los beneficios que se suponía que obtendrían cuando vendió el proyecto. Y luego, si obtienen los resultados comerciales al nivel que deseaba para esa inversión, esa es realmente la pregunta".

Las empresas están empezando a caminar en lugar de gatear; ahora se trata de qué tan rápido pueden pasar a la fase operativa y luego mantener ese nivel de transformación. Pero la transformación y los resultados comerciales pueden llevar meses, dijo Fiona Tan, CTO de Wayfair.

Como empresa de tecnología en el espacio digital, centrada en la categoría de artículos para el hogar, han descubierto que el secreto es centrarse en las aplicaciones prácticas de IA que abordan casos de uso profesional urgente. También son selectivos sobre dónde aplican el trabajo de IA y ML que realizan. Pero la transformación lleva tiempo, señaló, porque las capacidades de IA y ML son muy diferentes de los algoritmos de software tradicionales, que ofrecen resultados instantáneos.

"Con muchos modelos basados ​​en IA y ML, esto llevará algún tiempo. Es muy iterativo", explicó. "En este punto, cuando ves un cambio transformador, generalmente no lo vemos en los primeros X días o semanas. Por lo general, nos lleva tiempo. Con nosotros, los clientes llegan. Aprendemos de ellos. Nos adaptamos".

La experiencia, la iteración y la adaptación son claves para Arijit Sengupta, fundador y director ejecutivo de Aible. Sengupta dijo que pasó por más de mil proyectos de IA con su antigua compañía, BeyondCore, que desarrolló tecnología para el descubrimiento inteligente de datos, luego escribió un libro llamado AI Is a Waste. of Money, después de la mayoría de estos . Los proyectos de IA fracasaron. Pero se asoció con Intel para lanzar Aible, una solución de IA empresarial que garantiza el impacto en un mes.

"Cuando comenzamos, nadie sabía cómo sería rentable en 30 días. Era racional decir que las grandes empresas no pueden hacer eso", dijo. Yo mismo lo había hecho más de mil veces. Mi equipo había realizado alrededor de 4000 proyectos de IA. Sabíamos dónde estaban enterrados los cuerpos. Podríamos hacerlo bien la segunda vez".

Depende de la empresa individual más que de cualquier otra cosa, dijo Bill Wright, director de AI/ML y perímetro inteligente, industrias y cuentas globales en Red Hat.

"He hablado con clientes que tienen capacidades de desarrollo fenomenales", dijo. "Pasaron por todos los pasos de DevOps y MLOps para que todo fuera muy eficiente. Hay mucho más debajo de las sábanas".

Pero algunos científicos de datos no se dan cuenta de todo el trabajo que se lleva a cabo en estos entornos de producción, qué puede salir bien y qué puede salir mal. Las empresas se encuentran en tantas etapas diferentes en el viaje para comprender sus desafíos y cómo abordarlos. El éxito proviene no solo de la iteración, sino también de la comprensión del cliente.

"Siempre se trata de hablar con el cliente, entender su dolor, entender por lo que está pasando", dijo. "Todos los avances técnicos que he experimentado provienen de conversaciones con clientes. Creo que esa fue la lección más importante".

Alcanzar el punto de la verdadera transformación digital requiere abordar desafíos más grandes, donde los riesgos pueden ser mayores. Para Wayfair, los problemas más apremiantes que abordar inicialmente fueron el marketing y la adquisición de clientes. Pudieron automatizar y tomar riesgos medidos en torno a las ofertas, lo que también profundizó gran parte de su estrategia de cliente.

"A medida que ganamos experiencia, la tomamos y la convertimos en, ¿cómo podemos entender mejor al cliente?" dijo Tan. "Se convirtió en el comienzo de la construcción de nuestro gráfico de clientes. Expandiendo nuestro viaje de IA y ML".

Hicieron lo mismo en el lado del producto, extrayendo información del producto de los proveedores para aumentar y enriquecer los datos que la empresa ya tiene. La combinación del gráfico del cliente de los esfuerzos de adquisición y marketing del cliente con el gráfico del producto permite a la empresa ofrecer la mejor experiencia posible a los clientes en cada experiencia de búsqueda y compra. Y cada paso del viaje se basa en el anterior, enriqueciendo las capacidades actuales y abriendo oportunidades para usar IA y ML en otras áreas.

"Vendemos artículos grandes que son difíciles de mover y caros de mover. H...