Los términos de IA que todo usuario de negocios debe conocer

Cuando trabajas con personal de IT y científicos de datos, es probable que utilicen acrónimos con los que quizás no estés familiarizado. Es importante conocer algunos de los términos y acrónimos básicos para poder comunicarte de manera efectiva.

IA (Inteligencia Artificial)

La Inteligencia Artificial es una forma de inteligencia demostrada por una computadora. Una computadora puede ser programada con lógica y reglas empresariales que le permitirán "razonar" a través de situaciones y llegar a una conclusión. La computadora no puede pensar por sí misma, más bien comprende patrones y reglas.

Un ejemplo de esto es un software de decisión de préstamos, que puede analizar la situación financiera de un solicitante de préstamo y determinar si tiene sentido hacerle un préstamo a ese solicitante y a qué tasa de interés. La única forma en que el software de decisión puede hacer esto es utilizando un conjunto de reglas empresariales y criterios de préstamo proporcionados por el personal de préstamos del banco. Una persona de IT o un científico de datos se referirán a este proceso de razonamiento computacional artificial como IA.

ML (Aprendizaje Automático)

Otra cosa que una computadora utilizando inteligencia artificial puede hacer es reconocer patrones en los datos que procesa que sugieren ciertos resultados.

Por ejemplo, la computadora podría notar que la mayoría de las personas de un determinado código postal siempre compran carne cuando van a una tienda de comestibles, pero en otra área de código postal, los compradores parecen preferir el pollo.

Los minoristas utilizan estos datos con fines de promociones de ventas y gestión de inventario. Cuando un programa informático que realiza IA nota estos patrones e incorpora lo que ha "aprendido" en su lógica, esto se conoce como ML o aprendizaje automático.

Vale la pena invertir en minería de datos

Agregación de datos

La mayoría de los programas de inteligencia artificial utilizan más de una fuente de datos. Esto es lo que hace que los programas de IA sean diferentes de los generadores de informes estándar en finanzas, que solo informan sobre el libro mayor general, o un informe de ventas, que solo informa sobre las ventas.

Debido a que la IA requiere información de muchas fuentes de datos diferentes para analizar y tomar decisiones sobre esos datos, el personal de IT y los científicos de datos deben combinar todos estos datos de diferentes sistemas en una base de datos centralizada para que el programa de IA pueda procesarlos. Este proceso de ingestión de datos de muchas fuentes diferentes se conoce como agregación de datos.

ETL (Extracto-Transformación-Carga)

Para mover los datos a una base de datos centralizada desde diferentes fuentes de datos, el personal de IT o los científicos de datos primero deben extraer (E) los datos de cada fuente de datos entrante, luego transferir (T) los datos a un formato que la base de datos de destino pueda aceptar, y finalmente cargar (L) los datos transformados en la base de datos de destino en la que operará la IA. Todo este proceso, que se realiza en gran parte de forma automatizada y con base en reglas de transformación de datos proporcionadas por IT o científicos de datos, se conoce como Extracto-Transformación-Carga o ETL.

Algoritmo

Cuando utilizas un informe estándar, envías una consulta como: "¿Cuántos widgets vendimos en el primer trimestre de este año?"

Cuando utilizas un programa de IA, aún puedes hacer consultas, pero la IA está diseñada para responder a preguntas más complejas, como: "Para un paciente con este conjunto de síntomas, ¿cuál es el diagnóstico más probable?"

El programa de IA utiliza un algoritmo, una secuencia de instrucciones cuidadosamente definidas que utilizan lógica y pruebas matemáticas, para operar con un conjunto diverso de datos y llegar a una conclusión. Debido a la complejidad de la IA, un algoritmo va mucho más allá de lo que pediría una simple consulta de informe.

Fase de análisis: Entendiendo lo que el cliente quiere

Aprende el lenguaje para profundizar la inversión

En 2022, nueve de cada diez empresas invierten en tecnologías de IA, pero menos del 15% la implementan.

Claramente, hay mucho trabajo por hacer, y la mayor parte de ese trabajo serán los usuarios de negocios que entienden dónde se puede utilizar de manera más productiva la IA en la empresa.

Para implementar casos de uso que optimicen la IA, los usuarios de negocios pueden familiarizarse con la jerga común de la IA. Esto les permite comunicarse de manera más efectiva con el personal de IT y los científicos de datos, quienes pueden entender la tecnología, pero es posible que no sepan los mejores casos de uso empresarial para aplicarla.

En Newsmatic nos especializamos en tecnología de vanguardia, contamos con los artículos mas novedosos sobre Big Data, allí encontraras muchos artículos similares a Los términos de IA que todo usuario de negocios debe conocer , tenemos lo ultimo en tecnología 2023.