Durante décadas, las empresas de todos los tamaños han reconocido que los datos disponibles para ellos tienen un valor significativo, para mejorar las experiencias de los usuarios y los clientes y para desarrollar planes estratégicos basados en evidencia empírica.
A medida que la IA se vuelve cada vez más accesible y práctica para las aplicaciones comerciales del mundo real, el valor potencial de los datos disponibles ha crecido exponencialmente. Adoptar con éxito la IA requiere un esfuerzo significativo en la recopilación de datos, la curación y el preprocesamiento. Además, los aspectos importantes como la gobernanza de datos, la privacidad, el anonimato, el cumplimiento regulatorio y la seguridad deben abordarse cuidadosamente desde el principio.
En una conversación con Henrique Lemes, líder de la plataforma de datos de América en IBM, exploramos los desafíos que enfrentan las empresas en la implementación de IA práctica en una variedad de casos de uso. Comenzamos examinando la naturaleza de los datos en sí, sus diversos tipos y su papel en habilitar aplicaciones efectivas con AI.
Henrique destacó que referirse a toda la información empresarial simplemente como ‘datos’ subestiman su complejidad. La empresa moderna navega por un paisaje fragmentado de diversos tipos de datos y una calidad inconsistente, particularmente entre fuentes estructuradas y no estructuradas.
En términos simples, los datos estructurados se refieren a la información que se organiza en un formato estandarizado y fácil de buscar, uno que permite un procesamiento y análisis eficientes por parte de los sistemas de software.
Los datos no estructurados son información que no sigue un formato predefinido ni modelo organizacional, lo que hace que sea más complejo procesar y analizar. A diferencia de los datos estructurados, incluye diversos formatos como correos electrónicos, publicaciones en redes sociales, videos, imágenes, documentos y archivos de audio. Si bien carece de la organización clara de los datos estructurados, los datos no estructurados tienen información valiosa que, cuando se gestionan de manera efectiva a través de análisis avanzados e IA, pueden impulsar la innovación e informar las decisiones comerciales estratégicas.
Henrique declaró: «Actualmente, menos del 1% de los datos empresariales son utilizados por IA generativa, y más del 90% de esos datos no están estructurados, lo que afecta directamente la confianza y la calidad».
El elemento de confianza en términos de datos es importante. Los tomadores de decisiones en una organización necesitan creencias firmes (confianza) de que la información a su alcance es completa, confiable y obtenida adecuadamente. Pero hay evidencia de que los estados menos de la mitad de los datos disponibles para las empresas se utilizan para la IA, con datos no estructurados a menudo ignorados o marginados debido a la complejidad de procesarlo y examinarlo para el cumplimiento, especialmente a escala.
Para abrir el camino a mejores decisiones que se basan en un conjunto más completo de datos empíricos, el goteo de la información fácil de consumir debe convertirse en una manifiesto. La ingestión automatizada es la respuesta a este respecto, dijo Henrique, pero las reglas de gobierno y las políticas de datos aún deben aplicarse, a datos no estructurados y estructurados por igual.
Henrique estableció los tres procesos que permiten a las empresas aprovechar el valor inherente de sus datos. «En primer lugar, ingestión a escala. Es importante automatizar este proceso. Segundo, curación y gobierno de datos. Y el tercero [is when] Usted hace esto a disposición de la IA generativa. Logramos más del 40% del ROI sobre cualquier caso de uso de trapo convencional «.
IBM proporciona una estrategia unificada, arraigada en una comprensión profunda del viaje de inteligencia artificial de la empresa, combinada con soluciones de software avanzadas y experiencia en el dominio. Esto permite a las organizaciones transformar de manera eficiente y segura los datos estructurados y no estructurados en activos listos para AI, todos dentro de los límites de los marcos de gobierno y cumplimiento existentes.
«Reúnemos a las personas, procesos y herramientas. No es inherentemente simple, pero lo simplificamos alineando todos los recursos esenciales», dijo.
A medida que las empresas escaman y se transforman, la diversidad y el volumen de sus datos aumentan. Para mantenerse al día, el proceso de ingestión de datos de IA debe ser escalable y flexible.
«[Companies] encontrar dificultades al escalar porque sus soluciones de IA se construyeron inicialmente para tareas específicas. Cuando intentan ampliar su alcance, a menudo no están listos, las tuberías de datos se vuelven más complejas y la gestión de datos no estructurados se vuelve esencial. Esto impulsa una mayor demanda de gobernanza de datos efectiva ”, dijo.
El enfoque de IBM es comprender a fondo el viaje de IA de cada cliente, creando una hoja de ruta clara para lograr el ROI a través de una implementación efectiva de IA. «Priorizamos la precisión de los datos, ya sea estructurada o no estructurada, junto con la ingestión de datos, el linaje, el gobierno, el cumplimiento de las regulaciones específicas de la industria y la observabilidad necesaria. Estas capacidades permiten a nuestros clientes escalar en múltiples casos de uso y capitalizar completamente el valor de sus datos», dijo Henrique.
Como cualquier cosa que valga la pena en la implementación de la tecnología, lleva tiempo establecer los procesos correctos, gravitar a las herramientas correctas y tener la visión necesaria de cómo cualquier solución de datos podría necesitar evolucionar.
IBM ofrece a las empresas una variedad de opciones y herramientas para permitir cargas de trabajo de IA en las industrias más reguladas, a cualquier escala. Con bancos internacionales, casas financieras y multinacionales globales entre su lista de clientes, hay pocos sustitutos de Big Blue en este contexto.
Para obtener más información sobre cómo habilitar las tuberías de datos para la IA que impulsan los negocios y ofrecen un ROI rápido y significativo, Dirígete a esta página.
Fuente: Desbloquee el otro 99% de sus datos, ahora listo para la IA
