Uno de los mayores desafíos en el desarrollo de la IA tiene más que ver con las personas y el talento que con la tecnología. La escasez de expertos y el incremento exponencial de los proyectos de IA en todos los sectores están creando una tormenta perfecta, un ”gap en la IA” que está afectando a la marcha del desarrollo de estos proyectos en múltiples sectores.
Por ello la automatización del proceso de desarrollo, entrenamiento, ajustes de parámetros, selección de algoritmos, ingeniería de características, validación, despliegue y operaciones de la IA es una necesidad que se ha plasmado en el auge de las herramientas de AutoML que están contribuyendo de forma significativa a cubrir ese gap. Como consecuencia, la intervención humanos en el desarrollo, despliegue y operaciones de IA se está desplazando más a tareas de explicabilidad de los modelos, validación y análisis de resultados que al proceso en sí de desarrollo de mismos.
EL DESAFÍO DE INDUSTRIALIZACIÓN Y PRODUCTIVIZACIÓN DE LA IA
Y si hablamos de cómo llevar la IA a aplicaciones concretas y de la industrializar el proceso IA en la mayor parte de los casos se quedan en nada porque:
- Las empresas gastan enormes cantidades de energía en proyectos “caseros”, pruebas de concepto o prototipos que, al final, apenas añaden valor global y no se tiene claro cual es el ROI.
- Se cambia con frecuencia los objetivos y las prioridades de desarrollos de la IA, lo que puede llegar a desmotivar las personas implicadas en estos proyectos.
- No se dispone de los recursos humanos con los conocimientos necesarios para abordar proyectos complejos de IA.
- No se dispone de una metodología y herramientas adecuadas que permitan acelerar los proyectos de IA
Todo ello puede crea un cierto estancamiento de estos proyectos y un cierto desánimo a la hora de ir mas allá en la industrialización y productivización de la IA.
