Los marketplaces  de modelos de IA permitirán a las empresas consumir e integrar fácilmente la IA en su negocio sin tener que crear y gestionar su ciclo de vida.

A medida que las organizaciones adoptan modelos de inteligencia artificial, la confianza en ella gracias a su explicabilidad será una de las máximas prioridades para el 2023. No se pueden desplegar cientos de modelos en una empresa si los resultados no son fiables. Los marketplaces de modelos de IA serán también una de las novedades que permitirán a las empresas consumir e integrar fácilmente la IA en su negocio sin tener que crear y gestionar su ciclo de vida. SAS ha analizado las principales tendencias a las que las organizaciones y administraciones se enfrentarán en 2023 en lo que respecta a Inteligencia artificial y analítica de datos.

Últimamente se ha visto como las compañías luchan por mantenerse al día dedicando el 80% de su tiempo simplemente a la gestión de los datos y el 20% a realizar análisis y modelos. En este sentido, Bryan Harris, vicepresidente y CTO de SAS, explica que: “Uno de los mayores impactos que puede tener la IA en la próxima década para superar la sobrecarga de información es la automatización de los procesos de gestión de datos, de tal forma que los clientes puedan dedicar el 80% de su tiempo simplemente a realizar análisis y a desplegar más modelos en producción”.

Las tecnologías emergentes serán el futuro de la innovación

Diferentes tecnologías emergentes, como el blockchain, los eSports y la simulación, están transformando las industrias tradicionales, ya que son capaces de ofrecer una innovación orientada al futuro y convergiendo en la próxima iteración de la web. Además, están provocando una explosión en el ritmo, la complejidad y el volumen de los datos, creando así una necesidad aún más urgente de análisis, machine learning e IA para ayudar a dar sentido a todo ello. De cara al futuro, estas tecnologías pueden ofrecer oportunidades para reimaginar la forma en que resolvemos problemas complejos e incluso escalar la observación humana y la toma de decisiones.

Una analítica democratizada para atraer a más profesionales formados en cada sector

En los últimos años, la disciplina de data science ha estado orientada a formar perfiles especializados en escribir líneas de código de manera genérica y desarrollar algoritmos básicos en open source. Sin embargo, cuando se enfrentan a un problema de su negocio, carecen de conocimientos de industrias específicas (retail, banca, energía, seguros o sanidad). En 2023, los científicos de datos que tengan una formación más especializada en los distintos sectores en los que trabajan, serán los que más éxito tengan a la hora de satisfacer las expectativas de las empresas.

Además, como la demanda de científicos de datos ha crecido, las organizaciones se encuentran con el nuevo reto de encontrar a los mejores candidatos, dificultando la puesta en producción de modelos y la operatividad de la IA. Por ello, las organizaciones consolidarán la IA y el análisis en torno a herramientas modernas, abiertas y multilingües que aumentarán la productividad de la ciencia de datos, y capacitarán a los usuarios finales para realizar tareas analíticas básicas. Al democratizar la analítica, más profesionales podrán incorporarse a este campo.

Una IA ética que evite sesgos

En 2023, la industria empezará a examinar la posibilidad del sesgo positivo de la inteligencia artificial y como esta puede dar forma a un mundo más equitativo, ampliando las creencias de las personas para aceptar que los prejuicios están en nosotros y en nuestro alrededor, y son fundamentales para la toma de decisiones. Por ello, desarrollar una IA que prediga y mitigue los sesgos perjudiciales es el primer paso para garantizar esa confianza que se necesita para avanzar.

En 2022, la industria tecnológica comenzó a plantearse, como nunca antes, la importancia de una IA ética. Ahora, las organizaciones empezarán a establecer las normas y pautas de la IA antes de que lo hagan las regulaciones, fijando por sí mismas cuáles son sus umbrales para riesgos y principios específicos. Esto solo funcionará si el sector sigue desmitificando la IA con ejemplos claros y definiciones estándar que reduzcan el miedo que sigue rodeando a esta tecnología.