Vivimos en una era de empresas data-driven, como una de las máximas premisas para la toma de buenas decisiones. ¿Pero qué pasa cuando la información nos supera? Si está pensando en Inteligencia Artificial, va por el camino correcto.
Según proyecciones de analistas, el planeta generará más de 181 zettabytes de datos para el 2025 y seguirá creciendo, inundando a las empresas con más información de la que nunca habían visto. Estas circunstancias impulsaron la automatización de la información, pero mirando más allá, los datos por sí solos no son útiles. Lo importante depende de las decisiones que tomemos basados en ellos.
Razones como esta han impulsado el crecimiento del mercado de la Inteligencia Artificial, que según IDC, generará más de 900 mil millones de dólares para 2026. Con una tasa de crecimiento del 18.6% anual, esta cifra agrupa el mercado de software, hardware y servicios.
Y como toda iniciativa tecnológica es un ente dinámico, la Inteligencia Artificial está cambiando, evolucionando en múltiples áreas, desde los tan de moda grandes modelos de lenguaje (LLM), como ChatGPT, hasta la generación de gemelos digitales, e incluso el proceso de toma de decisiones está cambiando.
Los humanos en el proceso
Hace un tiempo, un artículo del Harvard Business Review resaltaba que “para aprovechar al máximo el valor de los datos, las empresas deben incorporar la inteligencia artificial (IA) a sus flujos de trabajo y, a veces, deben sacar a los humanos del camino”.
Se trata de una propuesta atrevida, y tal vez exagerada, pero que refleja los desafíos a los que se enfrentan los tomadores de decisiones del mundo moderno, donde los datos contienen la información para tomar mejores decisiones, pero esta se revela tras el procesamiento adecuado.
¿Y qué opciones elegir para procesar esta información? Más cuando apenas estamos al inicio de la llamada "era de la Inteligencia Artificial". En este escenario, lo más recomendable es buscar soluciones tecnológicas probadas en industrias reales y certificadas por firmas de analistas independientes.
Este es el caso del SAS Intelligent Decisioning, integrado en la plataforma de inteligencia artificial de SAS Viya y que Forrester calificó como la más importante para mejorar la toma de decisiones basadas en IA. Una plataforma que recientemente se vio potenciada incorporando los ModelOps.
Conociendo el ModelOps
Según Gartner: "La operacionalización de modelos de inteligencia artificial (ModelOps) es un conjunto de capacidades que se centra principalmente en la gobernanza y la gestión del ciclo de vida completo de todos los modelos de IA y decisión. Esto incluye modelos basados en aprendizaje automático (ML), reglas, optimización, técnicas de lenguaje natural y agentes. ModelOps se centra en la operacionalización de todos los modelos de IA y decisión".
Aunque esta definición puede sonar un poco compleja, basta decir que ModelOps es la abreviatura de "Modelos de operaciones" y toma las mejores prácticas del DevOps pero llevadas al análisis de datos en lugar del desarrollo de aplicaciones. Gracias a ello, permite implementar modelos analíticos más rápidos y eficientes. De hecho, SAS Viya es 30 veces más rápida que otro tipo de soluciones del mercado.
Por cierto, ModelOps se diferencia de otros modelos como los MLOps, que se centran en la operacionalización de modelos de Machine Learning, y los AIOps, que se refieren a la IA para operaciones de las tecnologías de la información (TI).
Para concluir, es importante recordar el rol crítico de la tecnología en la toma de decisiones de un mundo tan cambiante. En solo cinco años pasamos la primera pandemia del segundo milenio, una guerra en el continente europeo y una guerra comercial entre las dos principales potencias del planeta, eso sin contar los desafíos climáticos y políticos de cada región. Aunque la IA no reemplazará la intuición de los líderes, en su lugar, potencia y nos prepara mejor ante las incertidumbres del futuro.
