ROBÓTICA

En la era de la IA, los datos de su empresa no valen tanto como cree

La Inteligencia Artificial (IA) se acerca. Eso es lo que hemos escuchado a lo largo de 2017 y es probable que siga a lo largo de este año. Las empresas que no son Google o Facebook se harán la pregunta natural: ¿de qué disponemos que nos permita sobrevivir a esta transición?

Según nuestra experiencia, cuando los líderes empresariales preguntan esto en relación con la inteligencia artificial, la respuesta que reciben es “datos”. Esta opinión la confirma también la prensa empresarial. Existen cientos de artículos que afirman que “los datos son el nuevo petróleo“, que significa que se trata de un combustible que impulsará la economía de la IA.

Si ese es el caso, entonces su empresa puede considerarse afortunada. Recogieron todos estos datos y resulta que estaba sentado sobre una reserva de petróleo cuando apareció la IA. Pero si ha tenido este tipo de suerte, probablemente resulte una buena idea preguntarse “¿Realmente tenemos tanta buena suerte?”

La analogía de “los datos son petróleo” contiene algo de verdad. Del mismo modo que los motores de combustión interna necesitan petróleo , la IA necesita datos para funcionar. Coge datos en bruto y los convierte en algo útil para la toma de decisiones. ¿Qué tiempo hará mañana? Usemos datos sobre el tiempo del pasado. ¿Queremos saber las ventas de yogurt para la próxima semana? Usemos datos de ventas de yogurt anteriores. La IA son máquinas de predicción conducidas por datos.

¿Pero necesita la IA los datos de su empresa? Actualmente, existe una tendencia a considerar todos los datos como potencialmente valiosos para la IA, pero ese no es realmente el caso. Sí, los datos, como el petróleo, se emplean diariamente para el funcionamiento de su máquina de predicción. Pero los sobre los que se sienta no sean probablemente esos. En cambio, los que tiene ahora y que su compañía acumuló con el tiempo, son el tipo de datos utilizados para construir la máquina de predicción, no para operarla.

La información de la que disponen ahora es de entrenamiento. Se maneja como input para entrenar un algoritmo. Y ese algoritmo sirve para generar predicciones e informar sobre las acciones.

Entonces, sí. Eso significa que sus datos resultan valiosos, pero no implica que su negocio pueda sobrevivir a la tormenta. Una vez que se utilizan para entrenar a una máquina de predicción, se devalúan. Ya no resultan útiles para ese tipo de predicción. Y existen muchas predicciones para las que se rentabilizarían. Para continuar con la analogía del petróleo, los datos pueden quemarse. Se pierde algo después de su uso. Los analistas lo saben. Pasan años recopilándolos, pero en cuanto obtienen los resultados de la investigación, se quedan en un cajón de archivos o en un disco de back-up. Su negocio puede estar encima de un pozo de petróleo, pero es limitado. No le garantiza nada más en la economía de la IA que un posible valor de liquidación más favorable.

Incluso hasta el punto en que sus datos puedan ser valiosos, su capacidad para capturar ese valor sería limitada. ¿Cuántas otras fuentes de datos comparables existen? Si usted representa uno de los muchos vendedores de yogurt, su base de datos que contiene los últimos 10 años de ventas y la información relacionada (precio, temperatura, ventas de productos similares como helados) dispondrá de menos valor de mercado que si es el único propietario de este tipo de datos. En otras palabras, al igual que con el petróleo, cuanto mayor sea el número de otros proveedores de su tipo de datos, menos valor podrá obtener de sus datos de entrenamiento. Su valor se ve influido por el valor generado a través de una precisión de predicción optimizada. Sus datos de entrenamiento serán más valiosos si la precisión de predicción optimizada incrementa las ventas de yogur en 100 millones de dólares en lugar de solo 10 millones.

Además, el valor constante de los datos suele venir de las acciones que se realizan a diario en su negocio, es decir: de los nuevos datos que acumula cada día. Estos le permiten operar su máquina de predicción después de haberla entrenado. También le posibilita mejorar su máquina de predicción mediante el aprendizaje. Si bien 10 años de datos sobre las ventas de yogur en el pasado son valiosos para entrenar a un modelo de Inteligencia Artificial para predecir futuras ventas de yogurt, las predicciones reales utilizadas para administrar la cadena de suministro requieren datos operativos de forma continua. Este es el punto importante para las empresas actuales.

Una start-up de IA que adquiere un tesoro de datos sobre las ventas de yogurt anteriores puede entrenar a un modelo de IA para predecir las futuras ventas. En realidad, no puede usar su modelo para tomar decisiones a menos que la start-up obtenga datos operativos continuos para aprender. A diferencia de las start-up, las grandes empresas generan datos operativos todos los días. Eso es un activo. Cuantas más operaciones, más datos. Además, el propietario de la operación puede hacer uso de la predicción. Puede aprovechar la predicción para mejorar su futura operación.

En la economía de IA, el valor de los datos acumulados se limita a un beneficio único al entrenar su modelo de IA. Y el valor de los datos de entrenamiento, como el petróleo o cualquier otro input, depende del suministro general. Menos valioso cuantas más personas disponen de ellos. Por el contrario, el valor de sus datos operativos en curso no se limita a un beneficio único, sino que proporciona un beneficio perpetuo para operar y mejorar su máquina de predicción. Por lo tanto, a pesar de todo lo que se habla de que los datos son el nuevo petróleo, los datos históricos acumulados no son la clave. Sin embargo, puede ser el camino hacia lo importante. Su valor para las perspectivas de negocios futuros es bajo. Pero si encuentran formas de generar una nueva corriente de datos continuos que ofrezca una ventaja de rendimiento en términos del poder predictivo de su inteligencia artificial, eso les dará una fuerza sostenible cuando llegue la IA.

Tomado de: https://hbr.es/datos/1303/en-la-era-de-la-ia-los-datos-de-su-empresa-no-valen-tanto-como-cree

 

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

A %d blogueros les gusta esto: