IA integrada: Tendencias de sistemas integrados para 2019

Con el fuerte énfasis en la transformación digital, los compradores de software están buscando activamente productos que tengan inteligencia artificial integrada dentro de las aplicaciones por varias razones. Aquellos compradores que pueden comprender las realidades de la rápida modernización de las tecnologías empresariales saben que esta IA integrada ayudará a automatizar procesos y tareas empresariales, proporcionará a los usuarios y empresas información procesable a través de análisis avanzados, ayudará a guiar la toma de decisiones y mejorará la experiencia general del cliente. Inevitablemente, los compradores no tendrán que buscar productos con IA, la IA simplemente estará allí, y ese será el enfoque para las empresas de software en 2019. ¿Qué es la IA integrada? La IA integrada es un término general para el uso de aprendizaje automático y profundo dentro de una plataforma de software que mejora aspectos del día a día de un empleado. Sistemas de IA integrados que están revolucionando los negocios Estoy seguro de que los comercializadores de productos impulsarán la noción de que su software tiene capacidades de IA potentes, pero esta podría ser la única vez que se escuche sobre ello. La mayoría de las aplicaciones de IA dentro del software pasarán desapercibidas para los usuarios cotidianos de las herramientas, y ese es el punto. Simplemente aumentará las tareas diarias o dará a los usuarios acceso a funcionalidades que nunca antes tuvieron y que, en última instancia, harán su trabajo más fácil. Estas mejoras serán tanto predictivas como reactivas por naturaleza, pero ambas proporcionarán un gran valor. Debido a la funcionalidad imperceptible de la IA integrada, las empresas de software deberán volverse aún más orientadas al servicio en sus enfoques de ventas y éxito del cliente. Deberán comprender las necesidades del negocio y cómo el uso de la IA en sus aplicaciones puede ayudar a transformar digitalmente la empresa a la que están vendiendo. Las empresas de consultoría y los revendedores de valor agregado tendrán una gran oportunidad en esta área también, especialmente si pueden demostrar de manera concisa el impacto de la IA integrada en las empresas. El desarrollo de la IA integrada será cada vez más sencillo con los avances de los microservicios de IA empresarial. Las empresas de software no tendrán que buscar a los pocos ingenieros de software con las habilidades para crear modelos avanzados de aprendizaje automático; en su lugar, pueden utilizar las ofertas de aprendizaje automático de empresas como AWS, Azure Machine Learning y Google Compute Engine, entre otros. Esto les ahorrará tiempo, esfuerzo y mucho dinero en salarios anuales. Además, el Internet de las Cosas (IoT) se beneficiará del uso de inteligencia integrada. Al crear cosas inteligentes, las empresas pueden ser predictivas y proactivas en áreas como la fabricación, la cadena de suministro y la gestión de servicios de campo, por nombrar algunas. La cantidad de datos de sensores y el uso de análisis de IoT solo ayudarán a impulsar el aprendizaje automático y aumentar la inteligencia de las cosas físicas. Aunque tales avances aún pueden estar a unos años de su utilización masiva, están siendo aprovechados por empresas como GE. El camino de la IA es similar al de los dispositivos móviles o la computación en la nube. Hace una década (o menos), hubo un gran impulso para avanzar hacia esas tendencias, y ahora apenas las notamos. Simplemente esperamos que haya una aplicación móvil para nuestras herramientas empresariales y que nuestros productos se ejecuten en la nube. La IA integrada progresará hacia ese nivel de normalidad en el próximo año. El impacto de la IA integrada en la modernización empresarial El impacto empresarial de la transformación digital es amplio, pero los compradores deben buscar que la IA integrada tenga la mayor influencia en las siguientes áreas: 1. La automatización de procesos y tareas empresariales Cuando los compradores buscan adquirir software que contenga IA, deben investigar cómo la solución automatizará las tareas diarias para los empleados. La IA integrada debería estar ahorrando tiempo y energía a los empleados para que puedan reasignarlo a trabajos más importantes. El software CRM ha sido un área que ha aprovechado la automatización de procesos con IA. Las soluciones en este espacio están comenzando a facilitar el trabajo de los representantes de desarrollo de ventas al proporcionar puntuación de leads inteligente y contenido de correo electrónico optimizado, para que el representante pueda elegir rápidamente qué cuentas priorizar y cómo captar su atención. Estas herramientas incluso pueden recomendar el momento óptimo del día para enviar correos electrónicos basándose en las tasas de apertura y clics e informar al representante del método de seguimiento adecuado. Cada una de estas tareas está automatizada, por lo que el representante puede generar más reuniones y, en última instancia, ayudar a aumentar los ingresos. 2. Información procesable proporcionada por análisis avanzados y predictivos El auge de los grandes datos es el verdadero catalizador de todos los avances de la IA, pero a medida que el aprendizaje automático consume y aprende de los datos, puede comenzar a proporcionar información digerible para los usuarios. Esto ayuda a reducir la necesidad de científicos de datos y analistas altamente capacitados. Los análisis avanzados y predictivos pueden ser útiles para aquellos en departamentos tradicionalmente libres de análisis, como recursos humanos. Los coordinadores de RRHH pueden utilizar revisiones de rendimiento basadas en datos o rastrear el compromiso de los empleados basándose en encuestas internas para determinar predictivamente la rotación. Esto ayudaría a una empresa a planificar sus necesidades de contratación antes de que los empleados realmente se vayan para asegurarse de que el reemplazo se realice de manera rápida y eficiente, intentar proactivamente retener a los empleados y evitar brechas de rendimiento. 3. Toma de decisiones inteligente Las empresas podrán aprovechar las recomendaciones de la IA integrada para tomar decisiones más informadas. Gran parte de la incertidumbre puede eliminarse con características predictivas de aprendizaje automático para que los responsables de la toma de decisiones sepan que están haciendo los movimientos más óptimos para hacer crecer su negocio. Un gran ejemplo de esto es en el espacio de planificación de recursos empresariales, o sistemas ERP, donde la IA integrada podrá asistir con procesos tradicionalmente manuales como la presupuestación y previsión, la gestión de inventarios y la fijación de precios. Con el aprendizaje automático, los sistemas ERP podrán afinar números de presupuestación y previsión más exactos para permitir a las empresas determinar cosas como los números de fabricación o cuánto inventario es óptimo mantener en un momento dado. La IA integrada también podrá ayudar con cifras de precios optimizadas basadas en datos de mercado y números de inventario. Este es solo un ejemplo menor de cómo la IA integrada ayudará en la toma de decisiones, pero el impacto se sentirá en todos los departamentos. 4. Optimización de la experiencia del cliente El éxito del cliente en empresas tanto B2B como B2C es tan crucial en el mundo empresarial actual que sería aparentemente irresponsable si la IA integrada no pudiera mejorarlo de alguna manera. Los chatbots ya se han integrado en las plataformas de servicio al cliente y son casi siempre la primera línea de defensa para las empresas B2C, pero las empresas B2B están encontrando formas de utilizar bases de conocimiento inteligentes como un método de experiencia del cliente optimizada. Al aprovechar el procesamiento del lenguaje natural (NLP), las empresas no siempre necesitan tener un empleado pagado disponible para hablar con un cliente; en su lugar, pueden aumentar esas tareas con un bot. Tendencias y predicciones de la IA integrada Algunas tendencias de sistemas integrados que impactan a las empresas incluyen: 1. IA predictiva vs. reactiva Algo importante a reconocer es que cada uno de estos procesos empresariales optimizados y simplificados por la transformación digital adopta un enfoque predictivo o reactivo hacia la IA integrada. Aunque lo predictivo es más beneficioso para una empresa, es casi imposible estar siempre un paso adelante. Los mejores ejemplos de esto pueden ser el uso de la IA integrada en ciberseguridad y sistemas de seguridad inteligentes. Las empresas esperan ser lo más predictivas posible cuando se trata de proteger sus dispositivos y datos de malware y ciberataques. La esperanza es que la IA pueda predecir amenazas cibernéticas antes de que hagan daño a una empresa; sin embargo, hay tantas formas nuevas de ciberataques maliciosos que es imposible predecirlas todas. Por lo tanto, las aplicaciones de seguridad también deben ser reactivas. Si un malware logra pasar a través de una solución de inteligencia de amenazas, la IA integrada debe ser capaz de tomar inmediatamente las medidas adecuadas para mitigar cualquier daño o pérdida potencial de datos. Sería un mundo ideal si tuviéramos las soluciones a todos nuestros problemas empresariales antes de saber cuáles son, pero eso simplemente no es una expectativa realista, por lo que la IA reactiva sigue siendo necesaria. Espacios como ERP, donde la IA integrada proporciona información basada en datos históricos, están proporcionando un servicio predictivo basado en la reacción de un rendimiento anterior, proyecciones humanas inexactas y catalizadores desconocidos o externos. Lo mismo ocurre con los análisis de personas proporcionados por la IA en soluciones de RRHH, junto con una plétora de otros software empresarial. 2. Los proveedores de software deberán adaptarse o los terceros dominarán Ya se está convirtiendo en una práctica estándar adoptar un enfoque orientado al servicio para vender, pero con la IA integrada convirtiéndose en la base de los productos, los proveedores deberán comprender verdaderamente a sus prospectos para entregar. Habrá que poner un mayor énfasis en cómo la solución del proveedor puede aprovechar los datos de una empresa y usar esos datos para impulsar y potenciar el software basado en IA. A menudo, esto significará averiguar cómo la solución puede consumir los datos no estructurados y no limpiados de una empresa, lo cual será un gran desafío para los proveedores de software. Los equipos de ventas deberán ser capaces de definir las posibilidades de su herramienta y no sobrevender porque no cumplir con las expectativas puede ser más costoso que una venta perdida. En verdad, es simplemente un desafío para los representantes de ventas mantenerse al día y realizar una diligencia debida intensa en cada una de sus cuentas, por lo que habrá una gran oportunidad para que las empresas de consultoría, socios de proveedores y revendedores de valor agregado capitalicen la venta de soluciones que contengan IA. Estas empresas pueden tener más oportunidades de aprender lo que una empresa necesita antes de comenzar el proceso de ventas, por lo que estarán más capacitadas para proporcionarles la herramienta basada en IA exacta que necesitan para resolver sus problemas. Sin embargo, si un representante de ventas comprende las necesidades de la empresa y las particularidades de cómo su producto resuelve ese problema utilizando IA, tendrá la oportunidad de superar con creces sus cuotas. Los compradores querrán saber cómo la IA integrada contribuirá a la transformación digital de su empresa, por lo que demostrar y vender el impacto empresarial es todo. 3. El aprendizaje automático como servicio ayudará al crecimiento de la IA integrada Solo hay tantos desarrolladores de software con el conocimiento y las habilidades para construir los modelos de aprendizaje automático necesarios para los productos de IA integrada, pero la necesidad de esos empleados está siendo reducida por los proveedores de nube empresarial. Amazon Web Services (AWS), Azure de Microsoft y Google Cloud Platform son los tres principales proveedores de plataformas digitales que están capitalizando los microservicios, incluido el aprendizaje automático como servicio. En la última década, estos gigantes han trasladado toda su enorme infraestructura a la nube, han aprendido de esos procesos y han proporcionado a las empresas externas espacio en el centro de datos con infraestructura como servicio. Este almacenamiento en la nube pública es una razón importante para la rápida migración de productos heredados a la nube: es simplemente muy fácil. El tiempo de configuración se acorta significativamente con estos microservicios, y las empresas solo pagan por lo que usan. Es simple, aparentemente rentable y conveniente. Cosas similares están sucediendo en el espacio de aprendizaje automático. Debido a los datos accesibles para los proveedores empresariales, son capaces de construir y entrenar modelos de aprendizaje automático propios y son responsables de algunos de los avances más rápidos en IA. Tales avances van desde AlphaGo de Google DeepMind, que es capaz de vencer a jugadores campeones mundiales de "Go", hasta la capacidad de Amazon de agregar Alexa a sus productos para proporcionar una interfaz de usuario conversacional. Las empresas están tomando estas herramientas de aprendizaje automático y proporcionándolas a otras empresas por una tarifa mensual, pero son rápidas y fáciles de implementar y pueden tener un impacto inmediato en la transformación digital de una empresa. Por ejemplo, al alimentar los datos de imágenes de una empresa a productos como Amazon Rekognition, Google Cloud Vision API, IBM Watson Visual Recognition o Microsoft Computer Vision API, una empresa puede entrenar sus soluciones para reconocer y clasificar imágenes. La facilidad y rapidez de conectar estos algoritmos de aprendizaje automático a productos de software aumentará el número de soluciones que utilizan IA integrada en el próximo año, y "aprendizaje automático como servicio" se convertirá en un término común a medida que más y más desarrolladores de software aprovechen los servicios. 4. El Internet de las Cosas utilizará IA integrada para crear cosas inteligentes El IoT y la IA han estado en las listas de tendencias tecnológicas durante más de unos pocos años, pero al integrar IA dentro de dispositivos conectados a Internet, se obtiene algo aún más poderoso y beneficioso, cosas inteligentes. Este concepto estuvo en la lista de tendencias de G2 para 2017, pero continuará siendo discutido en el próximo año a medida que las empresas continúen adoptando la transformación digital. La IA integrada podrá analizar datos de IoT, que será una enorme cantidad de datos consumibles en el futuro, para obtener mejores conocimientos procesables. Esto es lo que permitirá que las máquinas sean predictivas en lugar de reactivas. Las industrias que esto podría impactar más son aparentemente más tradicionales, como la fabricación, la agricultura, la aviación, la atención médica y el transporte. Las empresas B2B en estos espacios pueden aprovechar la inteligencia integrada proporcionando productos y maquinaria que sean predictivos por naturaleza al utilizar el aprendizaje automático. La IA integrada dentro del producto físico, digamos un tractor, puede alertar a los propietarios o empresas sobre problemas de mantenimiento antes de que realmente ocurran. Esto ahorraría tiempo y recursos al agricultor mientras asegura el máximo tiempo de actividad para que puedan mantener su cosecha de la mejor manera posible. Sigo volviendo a regañadientes a este comercial de IBM Watson (porque ¿quién quiere un video de YouTube en medio de un artículo de tendencias tecnológicas?), pero es un muy buen ejemplo de integrar IA en maquinaria. Predicciones finales La IA integrada continuará abriéndose camino en las aplicaciones de software en 2019, ya sea que los usuarios lo sepan o no. Los equipos de marketing harán de las capacidades de aprendizaje automático de sus soluciones la pieza de material promocional de referencia, mientras que los equipos de ventas tendrán que ajustar sus métodos de venta profundizando más en los datos de una empresa y cómo pueden beneficiarse de la IA integrada. Si los departamentos de ventas no se adaptan, los consultores externos tendrán una gran oportunidad de ayudar a modernizar las empresas implementando aplicaciones inteligentes. El desarrollo del aprendizaje automático prosperará en 2019 debido al uso del aprendizaje automático como servicio proporcionado por los proveedores de computación en la nube empresarial. Casi todos los aspectos del negocio se verán afectados por la implementación de aplicaciones que contienen IA integrada, incluidos los espacios no relacionados con el software, cuando la inteligencia integrada se combina con el Internet de las Cosas. ¿Otra aplicación importante de la IA integrada que ha pasado desapercibida? Hablemos de cómo está empoderada por la tecnología blockchain. Esta infografía de LiveTiles presenta algunos de los principales proyectos de blockchain de IA en 2019. Ninguna de estas predicciones puede ser revolucionaria o incluso hacerse realidad en el próximo año. Sin embargo, si los compradores de software y las empresas se toman en serio la transformación digital, se asegurarán de preguntar sobre las capacidades de IA de un producto antes de comprarlo. Aprende sobre modelos de aprendizaje automático y mantente a la vanguardia de la innovación en IA.