Doxa 1292

Cómo las plataformas sin código pueden llevar la IA a las pequeñas y medianas empresas.

Por Jonathon Reilly 

Tecnología y analítica

Harvard Business Review

#Doxa #tecnología #analítica #IA #empresa #plataformas #código #programación #interfaz #modelos #datos #aprendizaje

Resumen. Así como los iconos de Windows en los que se puede hacer clic reemplazaron los oscuros comandos de DOS, las nuevas plataformas “sin código” están reemplazando los lenguajes de programación con interfaces simples de arrastrar y soltar. Esto significa que la tecnología que anteriormente era demasiado laboriosa y costosa para las empresas más pequeñas, como la inteligencia artificial, ahora está cada vez más al alcance: solo es cuestión de encontrar el proyecto adecuado. Las empresas deben buscar tres cosas en una plataforma sin código: necesita una interfaz simple que facilite la introducción de datos en el proceso de formación del modelo; necesita automatizar la selección y el entrenamiento de modelos, tareas que normalmente realizarían los científicos de datos; y debe ser simple y fácil de implementar con los procesos existentes. Encontrar el adecuado para una empresa en particular puede requerir algo de prueba y error. La buena noticia es que las mejores plataformas son abiertas, lo que significa que los usuarios pueden tomar las plataformas para realizar pruebas de manejo en tareas relevantes y ver cómo funcionan.

La tecnología a menudo sigue una progresión familiar. Primero, lo usa un pequeño núcleo de científicos, luego la base de usuarios se expande a ingenieros que pueden navegar por los matices técnicos y la jerga hasta que finalmente se hace lo suficientemente fácil de usar como para que casi cualquier persona pueda usarlo.

En este momento, el proceso de creación de software está dando el salto final. Así como los iconos en los que se puede hacer clic de Windows y Mac OS reemplazaron los oscuros comandos de DOS, las nuevas plataformas “sin código” están reemplazando los lenguajes de programación con interfaces simples de arrastrar y soltar. Las implicaciones son enormes: donde solía requerir un equipo de ingenieros para construir una pieza de software, ahora los usuarios con un navegador web y una idea tienen el poder de hacer realidad esa idea ellos mismos. Esto significa que una tecnología poderosa, que solo las grandes empresas con buenos recursos han podido permitirse, de repente está al alcance incluso de las pequeñas empresas.

Quizás lo más significativo es que está haciendo posible implementar inteligencia artificial, una de las tecnologías más transformadoras en una generación, sin contratar un ejército de desarrolladores y científicos de datos costosos. Eso significa que las empresas más pequeñas, que a menudo tienen grandes cantidades de datos, pueden emplear los beneficios de la IA, como impulsar nuevos tipos de experiencias para los clientes (como un Tesla autónomo), la línea superior de las empresas en crecimiento (como el gasto en publicidad impulsado por IA de P&G). ) y optimizar las operaciones para lograr la máxima eficiencia (como la cadena de suministro de Walmart).

Para las empresas más pequeñas, saber dónde y cómo implementar esta tecnología puede resultar abrumador. Al igual que las empresas más grandes, que ya han pasado por el proceso de descubrir cómo la ciencia de datos podría funcionar para ellas, tiene sentido comenzar por implementar IA sin código en tareas del tamaño de un bocado frente a megaproyectos que hierven en el océano. Idealmente, desea:

• Trabaja con los datos que ya tienes. A menudo, hay más valor para capturar allí de lo que inicialmente piensa.
• Elija tareas de alto valor en las que ser más eficiente impulsará el crecimiento.
• Obtenga ganancias rápidas en áreas comunes, optimización del embudo de ventas o reducción de pérdidas, para que su equipo pueda aprender cómo la IA se aplica a una amplia gama de casos de uso.
• No tenga miedo de avanzar rápidamente si no puede lograr un ROI 10 veces mayor en ningún proyecto de IA. Hay muchas aplicaciones de alto rendimiento para obtener valor.

Las herramientas sin código permiten a los empleados pensar en formas creativas de utilizar los datos para impulsar u optimizar su trabajo y, en consecuencia, el negocio.

Considere un ejemplo como la puntuación inteligente de clientes potenciales. Los equipos de ventas recopilan clientes potenciales de todo tipo de lugares: raspado web, llamadas en frío, formularios en línea, tarjetas de presentación colocadas en un recipiente en una feria comercial. Pero una vez que un equipo tiene miles de clientes potenciales, el problema es decidir cuáles perseguir. Al detectar patrones en el comportamiento de los usuarios, los datos demográficos y los firmográficos, un modelo simple de clasificación sin código, por ejemplo, puede clasificar los clientes potenciales de acuerdo con su probabilidad de convertirse en ventas, una tarea que muchas grandes empresas utilizan con inteligencia artificial.

Usando una plataforma de IA sin código, un usuario puede arrastrar y soltar una hoja de cálculo de datos sobre prospectos de ventas en la interfaz, hacer algunas selecciones en un menú desplegable, hacer clic en un par de botones y las plataformas construirán un modelo y devuelva una hoja de cálculo con los clientes potenciales ordenados, del más caliente al más frío, lo que permite a los vendedores maximizar los ingresos al centrarse en los clientes potenciales que tienen más probabilidades de comprar.

El potencial de la IA está en todas partes de la empresa, y la ventaja de las plataformas sin código es que no están restringidas a ningún caso de uso en particular. Estas herramientas se pueden utilizar para detectar patrones de mantenimiento de máquinas y predecir qué máquinas necesitan atención antes de fallar, las utilizan los equipos de marketing para detectar la insatisfacción y reducir la rotación, o los equipos de operaciones para reducir el desgaste de los empleados. Pueden detectar patrones en el texto, no solo en números, y se pueden utilizar para analizar notas de ventas y transcripciones junto con el historial de ventas y los datos de marketing, lo que permite a las empresas automatizar procesos complejos.

Para muchas empresas, trabajar con plataformas sin código se reducirá simplemente a encontrar el proyecto adecuado y la plataforma adecuada.

Por dónde empezar con No-Code

Una plataforma sin código competente necesita tres características críticas.

Primero, necesita una interfaz simple que facilite la introducción de datos en el proceso de entrenamiento del modelo. Eso significa integrarse con los sistemas comerciales más populares de la actualidad, como los sistemas de gestión de relaciones con los clientes, como Salesforce, y el software de hoja de cálculo, como Excel. Si los datos relevantes se encuentran en varios lugares, la plataforma debería poder fusionarlos.

Una vez que se cargan los datos, la plataforma debe poder clasificar automáticamente y codificar correctamente los datos para el proceso de entrenamiento del modelo, todo con una participación mínima del usuario. Por ejemplo, la plataforma puede identificar columnas en los datos como categorías, fechas o números y el usuario debe verificar que las columnas estén etiquetadas correctamente.

En segundo lugar, la plataforma necesita automatizar la selección y el entrenamiento de modelos, tareas que normalmente serían realizadas por científicos de datos. Hay muchos enfoques de aprendizaje automático y cada uno funciona mejor en un tipo específico de problema. La plataforma debe tener un mecanismo de búsqueda para encontrar el mejor modelo basado en los datos y la predicción requeridos. El usuario no debería necesitar saber cómo manejar la regresión o los algoritmos del vecino más cercano k. La plataforma debería ofrecer lo que funciona mejor.

Finalmente, debe ser simple y fácil de implementar con los procesos existentes. Una plataforma debe poder monitorear el desempeño del modelo a lo largo del tiempo y volver a capacitarse a medida que el entorno empresarial cambia y se encuentran disponibles nuevos datos.

Cómo elegir la plataforma adecuada sin código

No todas las plataformas de IA sin código son iguales, y la herramienta adecuada depende de las necesidades comerciales de la empresa. Las soluciones van desde unos pocos dólares al mes hasta plataformas empresariales que cuestan seis cifras al año.

Encontrar el adecuado para una empresa en particular puede requerir algo de prueba y error. La buena noticia es que las mejores plataformas son abiertas, lo que significa que cualquiera puede probarlas para ver cómo funcionan. En otras palabras, los usuarios pueden tomar las plataformas para realizar pruebas de manejo en tareas relevantes y ver cómo funcionan.

Por ejemplo, los usuarios pueden comparar la precisión de varias plataformas en función de su rendimiento relativo en conjuntos de datos públicos, como el conjunto de datos de aprobación de crédito australiano, donde el objetivo es clasificar la elegibilidad de la tarjeta de crédito. Con un esfuerzo mínimo, los usuarios pueden ver la frecuencia con la que cada plataforma de inteligencia artificial sin código es correcta cuando predice un resultado en el conjunto de validación: una selección aleatoria de datos de entrenamiento, generalmente el 20%, que se retiene y se ejecuta en el modelo para medir el rendimiento..

Pero la precisión a veces puede ser engañosa. También es importante considerar el número de falsos positivos y falsos negativos en los resultados de la predicción. Esto es particularmente importante para conjuntos de datos “desequilibrados”, donde solo un pequeño número de casos, como fraude con tarjetas de crédito o cáncer, necesitan ser detectados dentro de grandes cantidades de datos.

Por ejemplo, si un modelo para predecir el fraude con tarjetas de crédito dijera “sin fraude” cada vez, tendría una precisión muy alta, pero sería inútil. Una buena plataforma sin código puntuará falsos positivos y falsos negativos.

Los usuarios también deben considerar el tiempo que lleva utilizar estas plataformas sin código. Una métrica clave es el tiempo que tardan las plataformas en entrenar sus modelos. Eso puede variar de minutos a horas, y si toma horas, no encajará fácilmente en el día de una persona ocupada.

La formación no es la única consideración de tiempo. Para que estas plataformas sean verdaderamente transformadoras en una organización, deben ser tan simples de usar que las personas sin conocimientos técnicos las adopten en sus flujos de trabajo. Consulta los procesos de incorporación de varias plataformas. Si se necesita la ayuda del departamento de TI o incluso un esfuerzo significativo, es probable que las personas de ventas o contabilidad no se molesten.

Para que más empresas ejerzan el poder de la IA en más aplicaciones en su negocio, la respuesta no puede ser "crear y contratar más científicos de datos". Tan solo una cuarta parte del 1% del mundo sabe cómo codificar. Sin embargo, como escribió proféticamente el inversor en tecnología Marc Andreessen hace una década, el software se está comiendo el mundo. No hay duda de que no-code es el futuro.

Algún día, cada parte de cada negocio estará optimizada por IA. Los datos están ahí hoy. La tasa de progreso y maduración de las plataformas que permiten que más y más personas conviertan esos datos en máquinas de optimización y predicción impulsadas por IA determinarán la velocidad a la que suceden.

Eliminar la fricción de la adopción ayudará a liberar el poder de la IA en todas las industrias y permitirá a los no especialistas predecir literalmente el futuro. Con el tiempo, las plataformas de inteligencia artificial sin código serán tan ubicuas como lo es hoy el software de procesamiento de textos o de hojas de cálculo.

Jonathon Reilly es cofundador de Akkio, una plataforma de inteligencia artificial sin código.