Inteligencia artificial: verificación de la realidad

[ad_1]

La inteligencia artificial (IA) es el fin de los nuevos objetos negros y brillantes, las respuestas a las oraciones de todos los especialistas en marketing y la creatividad. La reciente aparición de la IA de los esotéricos pasillos de la academia y la trastienda de la ciencia de datos fue impulsada por la historia de drones, robots y coches autónomos fabricados por gigantes de la alta tecnología como el Amazonas. Google y Tesla. Pero el bombo va más allá de la realidad cotidiana.

La IA tiene una historia de 50 años de desarrollo, experimentación y pensamiento en matemáticas e informática. No es un sentimiento de la noche a la mañana. Lo que lo hace emocionante es la confluencia de un número cada vez mayor de científicos de datos entusiasmados con grandes conjuntos de datos, plataformas y software mejorados, capacidades de procesamiento más rápidas y sólidas y una gama más amplia de aplicaciones. El uso diario de la inteligencia artificial y el aprendizaje automático marca una gran diferencia en la vida de los consumidores y las marcas frente a las llamativas aplicaciones que se anuncian en la prensa.

Por lo tanto, considere esta verificación de la realidad de la IA.

Big data es desordenado.. Creamos datos y conectamos grandes conjuntos de datos a velocidades increíbles. Esto aumenta 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 automóviles y electrodomésticos autoinformados, y el futuro Internet de las cosas (IoT) crea grandes oportunidades y desafíos. En la mayoría de los casos, mucho antes de comenzar su análisis, hay una cantidad considerable de trabajo que requiere mucho tiempo para ordenar, normalizar, ingresar y conectar datos heterogéneos.

Recopilar, almacenar, filtrar y conectar estos bits y bytes a un individuo en particular puede ser complicado y molesto. La compilación de los llamados “registros de oro” requiere una potencia informática considerable, una plataforma sólida, lógica difusa o aprendizaje profundo y protección de privacidad adecuada para vincular datos heterogéneos. También requiere habilidades de modelado considerables y ejecutivos científicos de datos que puedan ver el bosque en lugar de los árboles.

El uno a uno sigue siendo ambicioso. El sueño de la comunicación personalizada uno a uno es inminente, pero aún ambicioso. Los factores de activación son la resolución de la identidad, la protección de la privacidad, la comprensión de las sensibilidades y los permisos individuales, la identificación de los puntos de inflexión y la forma en que los consumidores y segmentos individuales se mueven a través del tiempo y el espacio en su viaje desde la necesidad. Es necesario desarrollar un protocolo común para tramas detalladas sobre qué preferencia de marca.

Utilizando IA, estamos en la fase inicial de prueba y aprendizaje liderada por empresas de los sectores de servicios financieros, telecomunicaciones y venta minorista.

People Prize Predictive Analytics. Amazon se ha capacitado para esperar recomendaciones personalizadas. Crecimos en línea con la idea de que si te gusta esto, probablemente también te gustará. Como resultado, sus marcas favoritas nos conocen y usan los datos que compartimos, con conocimiento y sin conocimiento, de manera responsable para hacer nuestra vida más fácil, más conveniente y mejor. Para los consumidores, la analítica predictiva funciona cuando el contenido es personalmente relevante, útil y percibido como valioso. Todo lo demás es spam.

Pero hacer pronósticos basados ​​en datos realistas y prácticos es más un arte que una ciencia. Los humanos son criaturas habituales con algunos patrones predecibles de interés y comportamiento. Sin embargo, generalmente somos racionales, a menudo inconsistentes, no cambiamos de opinión ni cambiamos nuestro curso de acción de inmediato, y generalmente somos idiosincrásicos. La IA utiliza técnicas de aprendizaje profundo en las que el algoritmo se entrena para comprender estos datos mediante el seguimiento de las acciones a lo largo del tiempo, ajustando el comportamiento con puntos de referencia observables y evaluando anomalías. Puede hacer algo al respecto.

Oleada de plataforma. Hoy en día, todas las empresas de tecnología parecen hacer todo tipo de afirmaciones en el campo de la IA. No es de extrañar que los especialistas en marketing estén confundidos y los profesionales de TI estén confundidos por la gran cantidad de sistemas heredados instalados más más de 3500 productos Martech. Una encuesta reciente de Conductor encontró que el 38% de los especialistas en marketing encuestados usa 6-10 soluciones Martech, y otro 20% usa soluciones 10-20. Combinar un panorama de TI consistente que sirva a los objetivos de marketing y ajustar los sistemas heredados y los límites de licencias de software existentes mientras procesa grandes conjuntos de datos es bueno para los débiles. En algunos casos, la IA puede necesitar eludir la plataforma tecnológica instalada.

La inteligencia artificial es valiosa y está en evolución. No es una bala de plata. Requiere una combinación de científicos de datos capacitados y una plataforma moderna y poderosa dictada por una perspectiva centrada en el cliente y un espíritu de prueba y aprendizaje. La IA operada de esta manera proporciona a los consumidores mucho más valor que los drones y los robots.

[ad_2]

Source by Danny Flamberg

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

A %d blogueros les gusta esto: