En el citado artículo, Andrew Ng destaca la capacidad de estos sistemas como herramienta transformadora de muchos negocios y sectores, pero también puntualiza que mucho de lo que se publica en los medios de comunicación sobre este tipo de sistemas proporciona una imagen poco realista de sus capacidades reales. En ese sentido, el artículo proporciona un resumen muy simple y certero de en qué consiste la clasificación supervisada y el tipo de aplicaciones para el que se está utilizando hoy en día.
Los modelos predictivos que generan los sistemas de aprendizaje automático son capaces de interpretar al instante un caso de entrada (A) y generar una respuesta (B) -una clasificación o predicción- asociada a A. El artículo cita varios ejemplos de qué supone este A → B en sectores concretos y el valor transformador que esto puede tener, pero también destaca qué hace falta recopilar una gran cantidad de datos sobre casos A → B resueltos para que el algoritmo empleado extraiga el aprendizaje que plasmará en el modelo a emplear con nuevos casos.
Partiendo de esa base, el artículo destaca las claves a las que un directivo debe atender para incorporar estos sistemas en sus estrategias de negocio:
- Comprender y elegir cuidadosamente qué A y B son las que se quieren modelar en nuestro negocio, con vistas a conseguir el mayor impacto y valor diferenciador.
- Hacerse fuerte con los datos, como activo estratégico y barrera defensiva ante competidores mucho más solida que el software en sí.
- Hacer acopio de talento capaz no sólo de aplicar esos sistemas, sino de entenderlos y adaptarlos al contexto de negocio y a los datos clave para tener las mayores garantías posibles de obtener el valor esperado de ellos.
Los modelos predictivos que generan los sistemas de aprendizaje automático son capaces de interpretar al instante un caso de entrada (A) y generar una respuesta (B) -una clasificación o predicción- asociada a A. El artículo cita varios ejemplos de qué supone este A → B en sectores concretos y el valor transformador que esto puede tener, pero también destaca qué hace falta recopilar una gran cantidad de datos sobre casos A → B resueltos para que el algoritmo empleado extraiga el aprendizaje que plasmará en el modelo a emplear con nuevos casos.
Partiendo de esa base, el artículo destaca las claves a las que un directivo debe atender para incorporar estos sistemas en sus estrategias de negocio:
- Comprender y elegir cuidadosamente qué A y B son las que se quieren modelar en nuestro negocio, con vistas a conseguir el mayor impacto y valor diferenciador.
- Hacerse fuerte con los datos, como activo estratégico y barrera defensiva ante competidores mucho más solida que el software en sí.
- Hacer acopio de talento capaz no sólo de aplicar esos sistemas, sino de entenderlos y adaptarlos al contexto de negocio y a los datos clave para tener las mayores garantías posibles de obtener el valor esperado de ellos.
No hay comentarios:
Publicar un comentario