Para maximizar el valor comercial de la Inteligencia Artificial, los equipos de IA requieren una amplia gama de habilidades y roles, desde científicos de datos hasta expertos en dominios y tomadores de decisiones estratégicas.

Cada vez más empresas de todos los sectores están adoptando la Inteligencia Artificial (IA) para transformar los procesos empresariales. Pero el éxito de sus iniciativas de IA no sólo depende de los datos y la tecnología: también se trata de contar con las personas adecuadas a bordo.

Un equipo de IA empresarial eficaz es un grupo diverso que abarca mucho más que un puñado de científicos e ingenieros de datos. Los equipos de IA exitosos también incluyen una variedad de personas que entienden el negocio y los problemas que está tratando de resolver, afirma Bradley Shimmin, analista jefe de plataformas de IA, análisis y gestión de datos en la consultora Omdia.

“Las tecnologías y las herramientas que tenemos disponibles se inclinan cada vez más hacia habilitar y empoderar a los profesionales del dominio, los usuarios comerciales o los profesionales analíticos para que asuman la propiedad directa de la IA dentro de las empresas”, agrega.

Carlos Anchia, cofundador y director ejecutivo de la startup de IA Plainsight, está de acuerdo en que el éxito de la IA se basa en gran medida en establecer un equipo completo con una amplia gama de habilidades avanzadas, pero hacerlo es un desafío.

“Identificar qué hace que un equipo de IA sea altamente eficiente puede parecer algo fácil de hacer, pero cuando examinas las responsabilidades detalladas de las personas en equipos de IA exitosos, rápidamente llegas a la conclusión de que construir estos grupos es extremadamente difícil”, dice.

Para ayudarlo a armar su equipo de IA ideal, aquí hay un vistazo a 10 roles clave que se encuentran en los equipos de IA empresariales bien administrados en la actualidad.

Científico de datos

Los científicos de datos son el núcleo de cualquier equipo de IA. Procesan y analizan datos, construyen modelos de aprendizaje automático (ML) y sacan conclusiones para mejorar los modelos de ML que ya están en producción.

Un científico de datos es una combinación de analista de productos y analista de negocios con una pizca de conocimiento de aprendizaje automático, afirma Mark Eltsefon, científico de datos de TikTok.

“El objetivo principal es comprender las métricas clave que tienen un gran impacto en el negocio, recopilar datos para analizar los posibles cuellos de botella, visualizar diferentes cohortes de usuarios y métricas, y proponer varias soluciones sobre cómo aumentar estas métricas, incluida la creación de un prototipo de la solución”, dice Eltsefon, quien agrega que, cuando se trabaja en una nueva función para los usuarios de TikTok, es imposible entender si la función beneficia o aleja a los usuarios sin la ciencia de datos.

“No entiendes cuánto tiempo debes probar tu función y qué debes medir exactamente”, señala. “Para todo esto, hay que aplicar métodos de IA”.

Ingeniero de Aprendizaje Automático

Los científicos de datos pueden construir los modelos de Aprendizaje Automático (Machine Learning o ML), pero son los ingenieros de ML quienes los implementan.

“Esta persona tiene la tarea de empaquetar el modelo de ML en un contenedor e implementarlo en producción, generalmente como un microservicio”, explica Dattaraj Rao, arquitecto de innovación e I+D de la empresa de servicios tecnológicos Persistent Systems.

El rol requiere habilidades expertas en programación de back-end y configuración de servidores, así como conocimiento de contenedores e integración continua e implementación de entrega, dice Rao. “Un ingeniero de ML también participa en la validación de modelos, pruebas A/B y monitoreo en producción”.

Y en un entorno de ML maduro, los ingenieros de ML también necesitan experimentar con herramientas de servicio que puedan ayudar a encontrar el modelo de mejor rendimiento en producción con pruebas mínimas, dice.

Ingeniero de datos

Los ingenieros de datos crean y mantienen los sistemas que componen la infraestructura de datos de una organización. Son cruciales para las iniciativas de IA porque los datos deben recopilarse y adecuarse para el consumo antes de que se pueda hacer algo confiable con ellos, afirma Erik Gfesser, director y arquitecto jefe de Deloitte.

“Los ingenieros de datos construyen canalizaciones de datos para recopilar y ensamblar datos para uso posterior y, en una configuración de DevOps, construyen canalizaciones para implementar la infraestructura en la que se ejecutan estas canalizaciones de datos”, añade.

El ingeniero de datos es fundamental para las iniciativas ML y no ML, dice. “Por ejemplo, al implementar canalizaciones de datos en una de las nubes públicas, un ingeniero de datos primero debe escribir los scripts para poner en marcha los servicios de nube necesarios que proporcionan la computación necesaria para procesar los datos ingeridos”.

Si está formando un equipo por primera vez, debe comprender que la ciencia de datos es un proceso iterativo que requiere una gran cantidad de datos, asegura Matt Mead, CTO de la empresa de servicios de tecnología de la información SPR. Suponiendo que tenga suficientes datos, “alrededor del 80 % del esfuerzo estará relacionado con las tareas de ingeniería de datos y aproximadamente el 20 % será el trabajo real relacionado con la ciencia de datos”.

Debido a esto, sólo un pequeño porcentaje de su equipo de IA trabajará en esfuerzos de ciencia de datos, dice. “El resto del equipo identificará el problema que se está resolviendo, ayudará a explicar los datos, ayudará a organizar los datos, integrará la salida en otro sistema de producción o presentará los datos de una manera lista para la presentación”.

Administrador de datos

Un administrador de datos supervisa la gestión de los datos de una empresa y se asegura de que sean accesibles y de alta calidad. Esta función importante garantiza que los datos se utilicen de forma coherente en toda la organización y que la empresa cumpla con las leyes de datos cambiantes.

Los administradores de datos se aseguran de que los científicos de datos obtengan los datos correctos y que todo sea repetible y esté claramente marcado en un catálogo de datos, dice Ken Seier, líder de práctica nacional para datos e inteligencia artificial en la empresa de tecnología Insight.

Una persona en este rol necesita una combinación de ciencia de datos y habilidades de comunicación para colaborar en varios equipos y trabajar con científicos e ingenieros de datos para garantizar que las partes interesadas y los usuarios comerciales puedan acceder a los datos.

Un administrador de datos también hace cumplir las políticas de una organización sobre el uso y la seguridad de los datos. “El administrador de datos se asegura de que solo las personas que se supone que deben tener acceso a datos seguros obtengan ese acceso”, asevera Seier.

Experto en dominios

El experto en el dominio tiene un conocimiento profundo de una industria o área temática en particular. Esta persona es una autoridad en su dominio, puede juzgar la calidad de los datos disponibles y puede comunicarse con los usuarios comerciales previstos de un proyecto de IA para asegurarse de que tenga valor en el mundo real.

Estos expertos en la materia son esenciales porque los expertos técnicos que desarrollan sistemas de IA rara vez tienen experiencia en el dominio real en el que se está construyendo el sistema, dice Max Babych, director ejecutivo de la empresa de desarrollo de software SpdLoad. “Los expertos en dominios pueden proporcionar información crítica que hará que un sistema de IA funcione de la mejor manera”.

Cuando la empresa de Babych desarrolló un sistema de visión por computadora para identificar objetos en movimiento para pilotos automáticos como una alternativa a LIDAR, comenzaron el proyecto sin un experto en el dominio. Aunque la investigación demostró que el sistema funcionaba, lo que su empresa no sabía era que las marcas de automóviles prefieren LIDAR a la visión por computadora debido a su confiabilidad comprobada, y no había ninguna posibilidad de que compraran un producto basado en visión por computadora.

“El consejo clave que me gustaría compartir es pensar en el modelo comercial, luego atraer a un experto en el dominio para averiguar si es una forma factible de ganar dinero en su industria, y solo después de eso tratar de discutir cosas más técnicas”, explica Babych.

Además, los expertos en dominios pueden ser enlaces vitales entre los clientes y el equipo de IA, de acuerdo con Ashish Tulsankar, jefe de IA para la plataforma edtech iSchoolConnect.

“Esta persona puede comunicarse con el cliente, comprender sus necesidades y proporcionar el siguiente conjunto de instrucciones continuas al equipo de IA”, dice. “Y el experto en el dominio también puede realizar un seguimiento de si la IA se implementa de manera ética”.

Diseñador de IA

Un diseñador de IA trabaja con los desarrolladores para asegurarse de que comprendan las necesidades de los usuarios humanos. Este rol prevé cómo los usuarios interactuarán con la IA y crea prototipos para demostrar casos de uso para nuevas capacidades de IA.

Un diseñador de IA también garantiza que se genere confianza entre los usuarios humanos y un sistema de IA, y que la IA aprenda y mejore a partir de los comentarios de los usuarios.

“Una de las dificultades que tienen las organizaciones para escalar la IA es que los usuarios no entienden la solución, no están de acuerdo con ella o no pueden interactuar con ella”, señala Shervin Khodabendeh, codirector del negocio de IA de la consultora BCG en América del Norte. “Las organizaciones que están obteniendo valor de la IA, su secreto es en realidad que consiguen la interacción humana-IA correcta”.

BCG lo piensa en términos de una regla 10-20-70, que es que el 10% del valor serán algoritmos, el 20% son las plataformas de tecnología y datos, y el 70% del valor provendrá de la integración comercial o la vinculación. a la estrategia de la empresa dentro de los procesos de negocio, dice.

“Esa interacción humano-IA es absolutamente clave y es una gran parte de ese desafío del 70 %”, dice, y agrega que los diseñadores de IA lo ayudarán a llegar allí.

Gerente de producto

El gerente de producto identifica las necesidades del cliente y lidera el desarrollo y la comercialización de un producto mientras se asegura de que el equipo de IA tome decisiones estratégicas beneficiosas.

“En un equipo de IA, el gerente de producto es responsable de comprender cómo se puede usar la IA para resolver los problemas de los clientes y luego traducir eso en una estrategia de producto”, afirma Dorota Owczarek, gerente de producto de la empresa de desarrollo de IA Nexocode.

Owczarek participó recientemente en un proyecto para desarrollar un producto basado en IA para la industria farmacéutica que apoyaría la revisión manual de trabajos de investigación y documentos con procesamiento de lenguaje natural .

“El proyecto requirió una estrecha colaboración con científicos de datos, ingenieros de aprendizaje automático e ingenieros de datos para desarrollar los modelos y algoritmos necesarios para impulsar el producto”, añade.

Como gerente de producto, Owczarek era responsable de implementar la hoja de ruta del producto, estimar y controlar los presupuestos y manejar la cooperación entre la tecnología, la experiencia del usuario y los aspectos comerciales del producto.

“En este caso particular, dado que el proyecto lo iniciaron las partes interesadas del negocio, era especialmente importante contar con un gerente de producto que pudiera garantizar que se satisficieran sus necesidades y, al mismo tiempo, vigilar el objetivo general del proyecto”, dice, y agrega. que los gerentes de productos de IA deben tener tanto habilidades técnicas como perspicacia comercial.

“Deberían poder trabajar en estrecha colaboración con diferentes equipos y partes interesadas. En la mayoría de los casos, el éxito de un proyecto de IA dependerá de la colaboración entre los equipos de negocio, ciencia de datos, ingeniería de ML y diseño”, asegura Owczarek.

Los gerentes de productos de IA también deben comprender las implicaciones éticas de trabajar con IA, agrega Owczarek. “Son responsables de desarrollar procesos internos y pautas que garanticen que los productos de la empresa cumplan con las mejores prácticas de la industria”.

Estratega de IA

El estratega de IA debe comprender cómo funciona una empresa a nivel corporativo y se coordina con el equipo ejecutivo y las partes interesadas externas para garantizar que la empresa cuente con la infraestructura y el talento adecuados para producir un resultado exitoso para sus iniciativas de IA.

Para tener éxito, un estratega de IA debe tener una comprensión profunda de su dominio comercial y los conceptos básicos del aprendizaje automático; también deben saber cómo se puede usar la IA para resolver problemas comerciales, opina Dan Diasio, líder global de IA en EY Consulting.

“La tecnología fue la parte difícil hace años, pero ahora está reimaginando cómo conectamos nuestro negocio para aprovechar al máximo esa capacidad de IA o ese activo de IA que creamos”. Agrega que un estratega de IA puede ayudar a una empresa a pensar de manera transformadora sobre cómo usa la IA.

“Para cambiar la forma en que [una empresa toma] decisiones se requiere de alguien con una cantidad significativa de influencia y visión para poder impulsar eso”, dice Diasio.

Los estrategas de IA también pueden ayudar a las organizaciones a obtener los datos que necesitan para impulsar la IA de manera efectiva.

“Los datos que las empresas tienen dentro de sus sistemas hoy o dentro de sus almacenes de datos en realidad sólo representan una fracción de lo que necesitarán para diferenciarse cuando se trata de desarrollar capacidades de IA. Una parte del rol del estratega es mirar hacia el horizonte y ver cómo se pueden capturar y utilizar más datos sin sobrepasar las consideraciones de privacidad”, asevera.

Director de IA

El director de IA es el principal responsable de la toma de decisiones para todas las iniciativas de IA y es responsable de comunicar el valor comercial potencial de la IA a las partes interesadas y los clientes.

“Quien toma las decisiones es alguien que entiende el negocio, las oportunidades comerciales y los riesgos”, asegura Tulsankar de iSchoolConnect.

El director de IA debe conocer los casos de uso que la IA puede resolver, donde existe el beneficio financiero más significativo, y debe poder articular esas oportunidades a las partes interesadas, dice.

“También deberían señalar cómo se deben lograr estas oportunidades de manera iterativa. Si hay varios clientes o varios productos en los que se debe aplicar la IA, el director de IA puede desglosar las partes de la implementación independientes del cliente y específicas del cliente”.

Patrocinador ejecutivo

El patrocinador ejecutivo es un gerente de la suite C que asume un papel activo para garantizar que los proyectos de IA fructifiquen y es responsable de obtener fondos para las iniciativas de IA de una empresa.

El liderazgo ejecutivo tiene un papel importante para ayudar a impulsar el éxito de los programas de IA, dice Diasio de EY Consulting. “Las mayores oportunidades para las empresas a menudo son áreas en las que se dividen en funciones particulares”, dice.

Un fabricante de productos de consumo, por ejemplo, tiene un equipo responsable de I+D, un equipo responsable de la cadena de suministro, un equipo de ventas y un equipo de marketing, dice. “Las mayores y mejores oportunidades para aplicar IA para ayudar a transformar el negocio abarcan estas cuatro funciones”, dice. “Y se necesita un fuerte liderazgo del CEO o C-suite de una empresa para lograr esos cambios”.

Desafortunadamente, la alta gerencia en muchas empresas no está adecuadamente versada en el potencial de la IA, dice Shervin Khodabendeh de BCG.

“Su comprensión del mismo es bastante limitada y, a menudo, lo ven como una caja negra”, dice. “Se lo lanzan al científico de datos, pero realmente no entienden las nuevas formas de trabajar con IA que se requieren”.

La adopción de IA es un gran cambio cultural para muchas empresas que no entienden cómo funciona un equipo de IA de alto rendimiento, cómo funcionan los roles y cómo se les puede empoderar, afirma. “Para el 99% de las empresas tradicionales que adoptan la IA, es algo difícil”.

Maria Korolov y Alex Korolov, CIO.com