Inteligencia artificial: un control de la realidad

La inteligencia artificial (IA) es el nuevo negro, el nuevo objeto brillante, la respuesta a las oraciones de todos los especialistas en marketing y el fin de la creatividad. El reciente surgimiento de la IA de los arcanos salones de la academia y las trastiendas de la ciencia de datos ha sido impulsado por historias de drones, robots y autos sin conductor emprendidas por gigantes tecnológicos como Amazon. Google y Tesla. Pero el bombo supera la realidad del día a día.

AI tiene una historia de cincuenta años de desarrollo, experimentación y pensamiento matemático e informático. No es una sensación de la noche a la mañana. Lo que lo hace emocionante es la confluencia de grandes conjuntos de datos, plataformas y software mejorados, capacidades de procesamiento más rápidas y sólidas y un grupo creciente de científicos de datos deseosos de explotar una gama más amplia de aplicaciones. Los prosaicos usos cotidianos de la inteligencia artificial y el aprendizaje automático marcarán una diferencia mayor en la vida de los consumidores y las marcas que las llamativas aplicaciones promocionadas en la prensa.

Así que considere esta verificación de la realidad de la IA:

Big Data es desordenado. Estamos creando datos y conectando grandes conjuntos de datos a un ritmo extraordinario, que se multiplica cada año. El crecimiento de los medios móviles, las redes sociales, las aplicaciones, los asistentes personales automatizados, los dispositivos portátiles, los registros médicos electrónicos, los autos y electrodomésticos que informan por sí mismos y la próxima Internet de las cosas (IoT) crean enormes oportunidades y desafíos. En la mayoría de los casos, hay un trabajo considerable y prolongado para alinear, normalizar, completar y conectar datos dispares mucho antes de que se pueda iniciar cualquier análisis.

Recopilar, almacenar, filtrar y conectar estos bits y bytes a cualquier persona determinada es complicado e intrusivo. La compilación del llamado «registro dorado» requiere una potencia informática considerable, una plataforma robusta, lógica difusa o aprendizaje profundo para vincular datos dispares y protecciones de privacidad adecuadas. También requiere una habilidad considerable en el modelado y un cuadro de científicos de datos capaces de ver el bosque en lugar de los árboles.

Uno a uno sigue siendo aspiracional. El sueño de la comunicación personalizada uno a uno está en el horizonte, pero sigue siendo una aspiración. Los factores de activación son la necesidad de desarrollar protocolos comunes para la resolución de identidad, protecciones de privacidad, una comprensión de las sensibilidades y permisos individuales, la identificación de puntos de inflexión y un gráfico detallado de cómo los consumidores y segmentos individuales se mueven a través del tiempo y el espacio en su viaje desde la necesidad. a la preferencia de marca.

Usando IA, estamos en una fase temprana de prueba y aprendizaje liderada por empresas en los sectores de servicios financieros, telecomunicaciones y venta minorista.

Premio de la gente a la analítica predictiva. Amazon nos entrenó para esperar recomendaciones personalizadas. Crecimos en línea con la idea de que «si te gustó esto, probablemente te guste aquello». Como resultado, esperamos que las marcas favoritas nos conozcan y utilicen de manera responsable los datos que compartimos, a sabiendas o no, para hacernos la vida más fácil, cómoda y mejor. Para los consumidores, el análisis predictivo funciona si el contenido es personalmente relevante, útil y percibido como valioso. Cualquier cosa menos que eso es SPAM.

Pero hacer predicciones realistas y prácticas basadas en datos sigue siendo más un arte que una ciencia. Los seres humanos son criaturas de hábitos con algunos patrones predecibles de interés y comportamiento. Pero no somos necesariamente racionales, frecuentemente inconsistentes, rápidos para cambiar de opinión o cambiar nuestro curso de acción y generalmente idiosincrásicos. La IA, que utiliza técnicas de aprendizaje profundo en las que el algoritmo se entrena a sí mismo, puede ayudar a dar sentido a estos datos al monitorear acciones a lo largo del tiempo, alinear comportamientos con puntos de referencia observables y evaluar anomalías.

Proliferación de plataformas. Parece que todas las empresas de tecnología ahora están en el espacio de la IA haciendo todo tipo de afirmaciones. Con más de 3500 ofertas de Martech además de innumerables sistemas heredados instalados, no es de extrañar que los especialistas en marketing estén confundidos y los técnicos de TI bloqueados. Una encuesta reciente de Conductor reveló que el 38 por ciento de los especialistas en marketing encuestados usaban soluciones 6-10 Martech y otro 20 por ciento usaba soluciones 10-20. Improvisar un panorama de TI coherente al servicio de los objetivos de marketing, perfeccionar la limitación de los sistemas heredados y las licencias de software existentes mientras se procesan conjuntos de datos masivos no es para los débiles de corazón. En algunos casos, la IA debe funcionar en torno a las plataformas tecnológicas instaladas.

La inteligencia artificial es valiosa y evoluciona. No es una bala de plata. Requiere una combinación de científicos de datos capacitados y una poderosa plataforma contemporánea dirigida por una perspectiva centrada en el cliente y una mentalidad de prueba y aprendizaje. Operada de esta manera, la IA brindará mucho más valor a los consumidores que los drones o los robots.

¿Que te ha parecido?

Deja un comentario