A pesar de que la IA continúa prosperando y desarrollándose, todavía existen desafíos en el uso de la tecnología. Algunos de ellos incluyen encontrar científicos de datos, descubrir los problemas correctos en los que enfocarse, obtener datos de calidad y escalar modelos.

No hay duda de que estos problemas son aún peores para las empresas no tecnológicas. Por lo general, no tienen la experiencia o los recursos suficientes para que la IA tenga éxito.

“Las investigaciones muestran que las empresas no tecnológicas, en particular, han luchado para mover sus programas de inteligencia artificial más allá de la prueba de concepto y las fases piloto: solo el 21% de las empresas minoristas, el 17% de la automoción, el 6% de las de fabricación y el 3% de las empresas de energía han desarrollado con éxito Casos de uso de IA ”, dijo Jerry Kurtz, vicepresidente ejecutivo de Insights and Data de Capgemini North America.

Pero a pesar de todo esto, todavía hay una gran cantidad de empresas que superan las probabilidades. Y se están volviendo mucho más competitivos. “Hay muchas oportunidades para que las empresas no tecnológicas aprovechen la inteligencia artificial para mejorar la eficiencia y brindar una mejor experiencia a los clientes y empleados”, dijo Margaret Lee, vicepresidenta senior y gerente general de servicios digitales de administración de operaciones en BMC.

Entonces, ¿cuáles son algunas de las empresas no tecnológicas que han podido hacer las cosas a través de sus esfuerzos de inteligencia artificial? Aquí hay un vistazo a dos y lecciones aprendidas.

John deere: Tenga en cuenta que la empresa tiene una larga historia de innovación, que se remonta a la invención del arado de acero en 1837. El resultado es que John Deere es un líder mundial, con una capitalización de mercado de 120 mil millones de dólares. facturación de más de 35 dólares. mil millones.

Los esfuerzos de inteligencia artificial de la compañía comenzaron con la visión artificial debido a sus ventajas con la conectividad GPS en sus equipos y ricos conjuntos de datos. Por ejemplo, en la primavera, la ingesta máxima de datos fue de 425 MB por segundo, o aproximadamente 50 millones de lecturas de sensores por segundo.

«Nuestros proyectos han dado como resultado productos en el mercado, o que pronto estarán en el mercado, que reducen los insumos químicos pero detectan las malezas de las que no son malezas y aplican selectivamente químicos solo a las malezas», dijo Jahmy Hindman, director de tecnología. por John Deere. «Además, este trabajo ha llevado a sistemas de control automatizados basados ​​en visión en cosechadoras combinadas que optimizan los parámetros de procesamiento del ‘molino de rueda’ para minimizar la pérdida de grano durante la cosecha».

Una lección clave para la empresa ha sido la importancia de tener en cuenta las necesidades y deseos de los clientes. «Trabajamos incansablemente para ayudar a nuestros clientes a hacer avanzar sus negocios y alimentar al mundo», dijo Hindman.

Levi Strauss: Un primer proyecto para esta empresa se produjo en respuesta a los cierres de Covid-19 en Europa. Levi Stratus buscó formas de lidiar con el almacenamiento. Con este fin, la empresa recopiló conjuntos de datos únicos sobre elasticidades dinámicas de precios y luego les aplicó IA.

Fue un proyecto pequeño pero pudo evolucionar rápidamente. Lo que comenzó como una prueba en 11 tiendas en Alemania en mayo de 2020 se elevó a 17 países de Europa en octubre. El sistema también se utilizó para el Día del Soltero del 11/11 en China.

«Tengo tres consejos de esta experiencia», dijo Louis DiCesari, director global de datos, análisis e inteligencia artificial de Levi Strauss. “Primero, elija problemas comerciales reales que se alineen con las prioridades estratégicas de su empresa y divídalos en pasos prácticos. En segundo lugar, no se obsesione demasiado con tener datos o tecnología perfectos, o con el uso de los últimos algoritmos. En su lugar, adopte la agilidad, ofrezca productos mínimos viables, mida continuamente el impacto y siga iterando y agregando nuevas funciones. Y, por supuesto, establezca una visión, comunique el progreso hacia esa visión en toda la organización e invite a recibir comentarios. «

DiCesari atribuye la inteligencia artificial a la capacidad de la empresa para acelerar la innovación y el progreso más rápido que nunca. «En 2021, nuestro objetivo es ofrecer más valor y apoyar a todos los países y todas las funciones comerciales, infundir datos e inteligencia artificial en toda la empresa, habilitar nuevas formas de trabajar y seguir adelante. Para agilizar los procesos, mientras se digitalizan los activos», dijo.

Tomás (@ttaulli) es asesor / miembro de la junta de nuevas empresas y autor de Conceptos básicos de inteligencia artificial: una introducción no técnica, El manual de automatización de procesos robóticos: una guía para implementar sistemas RPA y Implementación de sistemas de inteligencia artificial: transforme su negocio en 6 pasos. HTambién hemos desarrollado varios cursos en línea, como para el COBOL y Pitón Lenguajes de programación.