La inteligencia artificial se ha convertido rápidamente en un motor líder de la innovación, creando ventajas competitivas y nuevas oportunidades comerciales. La proliferación de datos está permitiendo avances en industrias dispares, desde el transporte y la atención médica hasta la energía y las comunicaciones. Sin embargo, una de las transformaciones mediadas por IA más profundas ocurrirá dentro del mundo de la tecnología empresarial.
Basándonos en nuestra amplia experiencia dentro de la pila tecnológica empresarial, vemos tres factores centrales que han creado la tormenta perfecta que impulsa la innovación de IA actual:
Datos: las técnicas de aprendizaje automático son famosas por su ineficacia en cuanto a datos, en comparación con los humanos. Muchos de los avances principales en el rendimiento de la IA, como AlphaGo, se basan en enormes conjuntos de datos que ningún ser humano podría ver en toda su vida. Sin un volumen de entrenamiento suficiente, las técnicas de aprendizaje automático no alcanzan niveles de rendimiento aceptables. Y tan recientemente como hace una década, la cantidad de datos empresariales disponibles para el aprendizaje automático era una pequeña fracción de lo que está disponible en la actualidad, desde registros y métricas hasta seguimientos y eventos de configuración.
Computación (la necesidad de la velocidad): desde CPU y GPU hasta FPGA y ASIC, los recursos informáticos han logrado un progreso increíble en los últimos años, lo que nos permite procesar datos de manera más rápida, más amplia y más profunda que nunca. Además, los nuevos canales de implementación (como las GPU / ASIC en la nube pública) permiten a los clientes equilibrar Capex versus Opex en sus iniciativas de IA.
Algoritmos: los algoritmos son la base teórica que subyace al aprendizaje automático y la IA, desde redes neuronales simples hasta arquitecturas recurrentes y convolucionales más complicadas. Muchos de estos algoritmos se remontan a décadas atrás, pero solo recientemente han dado lugar a avances aplicados. Esto se debe en parte a los avances en Computación, pero aún más, debido a ...
Esta explosión de datos operativos es tanto una bendición como una maldición. En el mundo actual de los centros de datos y las operaciones en la nube, las empresas están tratando desesperadamente de mantenerse al día con la avalancha de información en bruto y se quedan cada año más rezagadas. El volumen de datos ha superado las herramientas y plataformas disponibles actualmente, lo que impone una carga cada vez mayor a los operadores humanos, incluso a los desarrolladores de funciones, para mantenerse al día.
De hecho, un informe reciente de EMA cita que un promedio del 30-40% del tiempo del desarrollador se dedica a la implementación de producción, la configuración, las pruebas, la depuración y los desafíos de soporte en lugar del desarrollo de funciones (Fuente: blog de EMA - 3 lecciones clave de DockerCon 2018: Análisis estratégico del mercado de contenedores. Este 'impuesto' operativo es inaceptable para las empresas de industrias competitivas donde la velocidad de las características es un factor clave.
La IA permitirá a las empresas transformar esta carga operativa en una ventaja estratégica. Permitirá a las empresas pasar a un modelo de operaciones globales en el que puedan aprovechar el valor profundo de sus datos, lo que dará como resultado información en tiempo real que impulsa el valor comercial. La IA llenará el vacío entre la complejidad operativa y la capacidad operativa. Algunos usos comunes en los que las empresas pueden aprovechar la IA para mejorar sus centros de datos incluyen eficiencias operativas mejoradas, equilibrio entre costo y rendimiento en tiempo real, seguridad e incluso optimización de métricas comerciales.
