La tecnología acelerada, como la IA, puede tener barreras de entrada. Ya sea infraestructura, limitaciones de datos, brechas de talento o cumplimiento de regulaciones que cambian rápidamente. Las organizaciones, desde la atención médica hasta la fabricación y el sector público, a menudo se ven obstaculizadas por estos obstáculos que pueden ralentizar la adopción y el uso de la IA.

Udo Sglavo

Los modelos de IA listos para usar pueden sortear los desafíos de manera centralizada y son fácilmente accesibles y utilizables. Metafóricamente, proporcionan la casa sin tener que construirla, ahorrando tiempo y recursos valiosos, y manteniéndose al día con el ritmo vertiginoso de la IA.

Udo Sglavo, vicepresidente de IA aplicada e investigación y desarrollo de modelos en SAS, comparte cómo democratizar el acceso a modelos listos para usar es un acelerador de IA con menos riesgo.

https://video.sas.com/sharing?videoId=6380353929112

P: ¿Qué son los modelos de IA listos para usar y cuáles son los impulsores del mercado para este enfoque?

Sglavo: Los modelos de IA listos para usar son componentes de soluciones de IA preempaquetados y adaptados a la industria para una implementación rápida. Están habilitados para API para una integración perfecta en los ecosistemas de TI existentes y están listos para la escalabilidad en la nube. Uno de los principales impulsores del mercado para este enfoque es la actual escasez de talento en IA. Muchas organizaciones tienen necesidades de IA, pero carecen de la experiencia especializada para desarrollar e implementar modelos desde cero. Los modelos listos para usar proporcionan una alternativa de bajo riesgo y alto retorno de la inversión, ya que ofrecen soluciones específicas sin necesidad de una inversión completa en la plataforma de IA. Estos modelos benefician a las empresas que no cuentan con científicos de datos internos e incluso a aquellas con equipos de IA que carecen de conocimientos específicos del dominio.

Por ejemplo, una organización de atención médica puede necesitar un modelo de IA para la optimización de la cadena de suministro o la inteligencia del cliente, áreas fuera de su experiencia principal. Con modelos listos para usar, las empresas pueden probar e implementar rápidamente soluciones impulsadas por IA para abordar desafíos específicos sin la sobrecarga del desarrollo personalizado.

P: ¿Cómo puede este enfoque resolver problemas comunes como la deriva o el deterioro del modelo?

Sglavo: Esa es una buena pregunta. Tomemos como ejemplo la detección de fraudes. Los modelos de IA identifican actividades sospechosas en función de patrones históricos, pero los malos actores se adaptan constantemente para evadir la detección. Si un modelo se basa en patrones obsoletos, su precisión disminuye, un fenómeno conocido como deriva del modelo. Con modelos de IA listos para usar, el monitoreo continuo detecta la degradación del rendimiento de manera temprana. Cuando se identifica la deriva, el modelo se vuelve a entrenar automáticamente con nuevos datos, lo que elimina la necesidad de una reconstrucción completa. Este enfoque ahorra tiempo y recursos, a la vez que mantiene la eficacia del modelo frente a las amenazas en evolución.

En términos más generales, todos los modelos de IA tienen una vida útil debido a los cambios en los datos subyacentes. La supervisión y el mantenimiento continuos garantizan que sigan teniendo un alto rendimiento. Nuestros modelos listos para usar vienen con gestión de modelos incorporada, lo que proporciona una forma optimizada de abordar la deriva y el deterioro sin requerir una amplia experiencia en IA.

P: ¿Cómo se entrenan los modelos de IA listos para usar?

Sglavo: Ofrecemos dos enfoques para entregar modelos de IA listos para usar. Comencemos con modelos completamente preentrenados. En este caso, nos encargamos de todo (recopilación de datos, entrenamiento del modelo y estimación de parámetros) para que las organizaciones puedan aplicar el modelo a nuevos datos sin necesidad de configuración adicional. La alternativa es ofrecer canalizaciones personalizables: algunas organizaciones prefieren entrenar modelos con sus propios datos, o los requisitos normativos lo exigen. Proporcionamos modelos de IA como canalizaciones para estos casos, lo que permite a las empresas ejecutar sus datos a través de la canalización y estimar los parámetros en función de sus necesidades específicas.

Cuando los datos del mundo real son escasos, como en la detección de fraudes, podemos usar datos sintéticos para entrenar y validar el modelo, asegurándonos de que pueda detectar amenazas emergentes. Ambos enfoques son válidos y la elección depende de la madurez de la IA de la organización y del nivel de personalización requerido.

P: ¿Hay aumentos de productividad con el uso de modelos de IA listos para usar?

Sglavo: Absolutamente. Los modelos de IA listos para usar pueden aumentar significativamente la productividad al eliminar los pasos que requieren mucho tiempo de recopilación de datos, desarrollo de modelos y alineación comercial. Los modelos están en contenedores, por lo que las organizaciones los integran, alimentan los datos y los despliegan con el mínimo esfuerzo. Si se implementa correctamente, un modelo listo para usar puede pasar a producción en tan solo una semana, lo que acelera drásticamente la adopción de la IA y reduce la sobrecarga operativa.

P: ¿Cómo puede una organización utilizar las indicaciones con modelos de IA ya preparados?

Sglavo: Estamos diseñando algunos de nuestros modelos de IA listos para usar para admitir indicaciones, lo que hace que la integración con los chatbots sea fluida y fácil de usar. Esto permite a las organizaciones interactuar con modelos complejos utilizando el lenguaje natural sin necesidad de una profunda experiencia en IA.

Por ejemplo, una gran empresa de bienes de consumo empaquetados podría querer dar a los conductores de camiones acceso a modelos de optimización de inventario sin exigirles que entiendan la IA. Con nuestro marco de solicitudes, podrían crear un chatbot simple que permita a los conductores consultar el modelo en un lenguaje sencillo, lo que hace que los conocimientos de IA sean accesibles y procesables. Este enfoque reduce la barrera para la adopción de la IA, lo que permite a las organizaciones implementar modelos sofisticados en aplicaciones prácticas del mundo real de manera rápida y eficiente.

En el futuro, estas interfaces conversacionales evolucionarán para permitir un uso más colaborativo de los modelos de IA. En lugar de limitarse a responder a las consultas, el sistema permitirá a los usuarios definir un objetivo, y el modelo determinará de forma autónoma el mejor enfoque para alcanzarlo. Este cambio de la IA reactiva a la basada en objetivos mejorará aún más la accesibilidad y la toma de decisiones, convirtiendo a la IA en un socio aún más valioso en las operaciones empresariales.

P: Muchas organizaciones luchan con problemas de calidad de datos debido a duplicados, inconsistencias y mala gestión de datos. ¿Cómo puede ayudar un modelo de resolución de entidades?

Este cambio de la IA reactiva a la basada en objetivos mejorará aún más la accesibilidad y la toma de decisiones, convirtiendo a la IA en un socio aún más valioso en las operaciones empresariales.
Udo Sglavo

Sglavo: La resolución de entidades agiliza la integración de datos mediante la identificación y fusión de registros que se refieren a la misma entidad, incluso cuando faltan identificadores únicos. No solo ayuda a combinar tablas sin campos clave, sino que también consolida los registros duplicados dentro de un solo conjunto de datos, lo que garantiza que las personas a las que se les asignan varios ID se reconozcan correctamente como uno.

Esta capacidad es crucial para la inteligencia del cliente, la detección de fraudes, el cumplimiento normativo y la seguridad pública, donde los datos fiables, precisos y unificados son esenciales para la toma de decisiones.

P: Las regulaciones a menudo cambian y, a veces, pueden ralentizar el progreso. ¿Puede explicar cómo los modelos de IA listos para usar pueden ayudar a cumplir con los organismos reguladores?

Sglavo: Imagina que eres una empresa que comienza con IA y se enfrenta a desafíos regulatorios. Al carecer de experiencia, es posible que no esté seguro del cumplimiento. Sin mencionar que las regulaciones están en constante evolución, y navegar por el cumplimiento puede ser un esfuerzo tan significativo como desarrollar el modelo de IA en sí. El tiempo y el gasto necesarios para satisfacer las preocupaciones regulatorias a menudo igualan o incluso superan el esfuerzo de creación de modelos, particularmente en jurisdicciones altamente reguladas como la Unión Europea.

Los modelos de IA listos para usar ayudan a las organizaciones a cumplir con los requisitos regulatorios sin la carga de desarrollar marcos de cumplimiento desde cero. Utilizamos nuestra experiencia y propiedad intelectual para garantizar que nuestros modelos no solo resuelvan problemas específicos de la industria, sino que también se alineen con los últimos estándares regulatorios. Cuando las empresas adoptan un modelo listo para usar, pueden confiar en que cumple con los requisitos de cumplimiento, lo que reduce los riesgos legales y operativos.

Además, algunos de nuestros modelos incluyen datos para rellenar las tarjetas del modelo: documentación completa que proporciona metadatos esenciales sobre el modelo, incluido su propósito, métricas de rendimiento y consideraciones éticas. Esto garantiza la transparencia, la explicabilidad y la confianza, lo que facilita que las organizaciones demuestren el cumplimiento a los organismos reguladores.

P: Las regulaciones también varían según el país y la región, lo que puede ser difícil de navegar. ¿Hay alguna forma de regionalizar los modelos a partir de los matices de las leyes?

Sglavo: Sí, absolutamente. La regionalización de los modelos de IA para el cumplimiento ahorra tiempo y costos al garantizar el cumplimiento de las diferentes regulaciones. Es posible que un modelo aceptable en los Estados Unidos no cumpla con los estándares legales de Alemania, como las estrictas reglas de privacidad de datos del GDPR. Al integrar los requisitos de cumplimiento durante la capacitación, utilizamos nuestra propiedad intelectual y experiencia para crear modelos específicos de la región. Este enfoque minimiza el riesgo, acelera la adopción y permite una implementación segura en todos los mercados sin obstáculos regulatorios.

P: ¿Cuál es el siguiente paso para los modelos de IA listos para usar?

Sglavo: La tecnología de IA está evolucionando rápidamente y los modelos listos para usar continuarán impulsando la adopción en todas las industrias. Estos modelos ya están acelerando los casos de uso en la detección de fraudes, la optimización de la cadena de suministro, la gestión de entidades, la conversión de documentos y la integridad de los pagos de atención médica. A medida que las organizaciones buscan un tiempo de amortización más rápido y luchan por integrar la IA en los sistemas heredados, los modelos listos para usar proporcionan una solución escalable para mantener el negocio en movimiento.

De cara al futuro, continuaremos innovando con nuestro equipo de modelado de IA, utilizando nuestra profunda experiencia en la industria y la propiedad intelectual para expandir el impacto de la IA en los sectores público y privado. El futuro de la IA consiste en hacer que la tecnología innovadora sea más accesible, y los modelos listos para usar están a la vanguardia de esa transformación.