SaaS, PaaS, y ahora AIaaS: las empresas emprendedoras y con visión de futuro intentarán proporcionar a los clientes de todo tipo soluciones plug-and-play basadas en inteligencia artificial para una gran variedad de problemas comerciales.

Industrias de todo tipo están adoptando soluciones de inteligencia artificial listas para usar. Se pronostica que los ingresos globales por software de inteligencia artificial, principalmente software de inteligencia artificial en línea como un software como servicio (AIaaS), crecerán a una asombrosa tasa anual del 34,9%, dicen los expertos de la industria, y el mercado alcanzará más de $ 100 mil millones para 2025. idea, pero hay una salvedad: el síndrome de “talla única”.

Las empresas que buscan utilizar la IA como tecnología de diferenciación para obtener beneficios comerciales, y no solo porque es lo que hacen los demás, requieren planificación y estrategia, lo que casi siempre significa una solución personalizada.

En palabras de Sepp Hochreiter (inventor de LSTM, uno de los algoritmos de inteligencia artificial más famosos y exitosos del mundo), “la combinación ideal para lograr el tiempo de comercialización más rápido y el menor riesgo para su negocio. Los proyectos de inteligencia artificial son construir lentamente un equipo y utilice expertos también. Nadie puede contratar a los mejores talentos rápidamente y, lo que es peor, ni siquiera puedes juzgar la calidad al contratar, pero no lo sabrás hasta años después.

LEER  El 'Robot Lawyer' de DoNotPay ahora puede ayudar a reportar baches o árboles caídos a la ciudad, presentar reclamos por daños - TechCrunch

Eso está muy lejos de lo que ofrecen la mayoría de los servicios de inteligencia artificial en línea listos para usar en la actualidad. La tecnología de inteligencia artificial que ofrece AIaaS viene en dos versiones, y la principal es un sistema de inteligencia artificial muy básico que pretende proporcionar una solución de “ talla única ” para todas las empresas. Los módulos que ofrecen los proveedores de servicios de IA están pensados ​​para ser aplicados, tal cual, a todo, desde la organización de un almacén hasta la optimización de una base de datos de clientes y la prevención de anomalías en la producción de una multitud de productos.

Varias empresas afirman proporcionar AIaaS para la producción industrial automatizada. Gran parte de la evidencia presentada por estos proveedores se basa en estudios de casos individuales, con problemas que involucran conjuntos de datos limitados y objetivos genéricos limitados. Pero las soluciones genéricas de IA producirán resultados genéricos.

Por ejemplo, el proceso de entrenamiento de algoritmos para detectar el desgaste sería diferente para las fábricas que fabrican diferentes productos; después de todo, un zapato no es un teléfono inteligente no es una bicicleta. Entonces, para el trabajo de IA “real”, donde los módulos inteligentes administraron y modificaron la producción en respuesta a factores ambientales y otros, las empresas desarrollaron soluciones personalizadas para sus clientes.

LEER  Formative, una plataforma de aprendizaje y análisis para estudiantes, recauda $ 70 millones para desafiar el enfoque de educación sumativo y basado en pruebas - TechCrunch

Muchos clientes que se han “quemado” por una mala experiencia con AIaaS serán más reacios a intentarlo de nuevo, ya que lo considerarán una pérdida de tiempo. Y los casos de uso que requerían un procesamiento de IA más pesado no dieron los resultados que esperaban o prometían. Algunos incluso han acusado a las empresas de la nube de engañar deliberadamente a los clientes haciéndoles creer que la IA estándar es una solución viable, cuando saben muy bien que no lo es. Y si una tecnología no funciona con la suficiente frecuencia, es probable que aquellos que podrían beneficiarse de las soluciones de IA reales se den por vencidos incluso antes de comenzar.

El objetivo es estandarizar una solución poderosa casi de inmediato y que no requiera un amplio conocimiento. El éxito de AIaaS hasta ahora ha sido permitir a los investigadores realizar experimentos complejos sin requerir los servicios de todo un equipo de TI para comprender cómo administrar la infraestructura necesaria.

En el futuro, se espera que AIaaS permita a las personas que no son expertos en inteligencia artificial utilizar el sistema para lograr los resultados deseados. Dicho esto, los servicios automatizados de IA en línea, incluso en sus niveles actuales, pueden beneficiar enormemente la producción industrial, si se hacen correctamente.

LEER  ¿Dónde están los unicornios? - TechCrunch

Una IA bien diseñada podría aportar grandes beneficios a la industria. En lugar de deshacerse de la IA, las empresas deberían profundizar en los servicios de IA que planean utilizar. ¿La solución permite la personalización? ¿Qué tipo de soporte ofrece el servicio? ¿Cómo se entrena el algoritmo para manejar datos específicos de su caso de uso? Estas son las preguntas que las empresas deben hacerse cuando buscan servicios de IA. Los proveedores que pueden proporcionar respuestas sustanciales, y respaldar sus afirmaciones con datos reales sobre las tasas de éxito, son con los que las empresas deberían trabajar.

Como todos los nuevos desarrollos que mejoran la actividad empresarial, las aplicaciones de IA requieren un alto nivel de experiencia. Los ingenieros que trabajan para grandes empresas en la nube sí tienen esta experiencia, lo que significa que podrían aportar mucho más valor a los clientes ayudándoles a desarrollar soluciones personalizadas. Se debe considerar si esto se puede hacer ‘como un servicio’, pero el sistema actual no es la respuesta.

¡Haz clic para puntuar esta entrada!
(Votos: Promedio: )