¿Confías en la IA? Primero, considere la adecuación del producto al mercado

El auge de la IA no voy a planearLas empresas están luchando por convertir sus inversiones en IA en fuentes de ingresos confiables. Las empresas están encontrando que implementar la IA generativa es más difícil de lo que esperaban. Las nuevas empresas de IA están sobrevaloradas y los consumidores están perdiendo interés. Incluso McKinsey, después de haber planeado 25,6 billones de dólares de los beneficios económicos de la IA, ahora admite que las empresas necesitan “cirugía organizacional“Explotar plenamente el valor de la tecnología.

Pero antes de apresurarse a reconstruir sus organizaciones, los líderes deberían volver a lo básico. Con la IA, como con todo lo demás, la creación de valor comienza con la adecuación del producto al mercado: comprender la demanda que intenta satisfacer y asegurarse de que está utilizando las herramientas adecuadas para el trabajo.

Si estás clavando cosas, un martillo es perfecto; Si estás cocinando panqueques, un martillo es inútil, sucio y destructivo. Sin embargo, en el panorama actual de la IA, todo es golpeado. TIENE CES 2024Los asistentes se quedaron boquiabiertos ante los cepillos de dientes con IA, los collares para perros con IA, los zapatos y los productos de IA. comederos para pájaros. Incluso el mouse de tu computadora ahora tiene un botón AIEn el mundo de los negocios, 97% de los ejecutivos dicen que esperan que la IA Gen 2 agregue valor a sus negocios, y tres cuartas partes de ellos confían las interacciones con los clientes a chatbots.

La prisa por aplicar la IA a todos los problemas imaginables conduce a muchos productos que son sólo marginalmente útiles y algunos que son francamente destructivos. Un chatbot gubernamental, por ejemplo, dijo a los dueños de negocios de Nueva York despedir a los trabajadores que se quejaron de acoso. Turbotax y HR Block, por su parte, han puesto en servicio robots que dio malos consejos tan a menudo como la mitad del tiempo.

El problema no es que nuestras herramientas de IA no sean lo suficientemente potentes, ni que nuestras organizaciones no estén a la altura del desafío. Esto se debe a que usamos martillos para cocinar panqueques. Para obtener un valor real de la IA, debemos empezar por reorientar nuestras energías en los problemas que intentamos resolver.

El error de furby

A diferencia de las tendencias tecnológicas pasadas, la IA tiene la capacidad única de eludir los procesos comerciales existentes para establecer la adecuación del producto al mercado. Cuando utilizamos una herramienta como ChatGPT, es fácil tranquilizarnos por su aspecto humano y asumir que tiene una comprensión humana de nuestras necesidades.

Esto es análogo a lo que podríamos llamar el error Furby. Cuando los juguetes parlantes llegaron al mercado a principios de la década de 2000, muchas personas, incluidas algunas funcionarios de inteligencia – asumimos que Furbys aprendió de sus usuarios. De hecho, los juguetes simplemente ejecutaban cambios de comportamiento preprogramados; Nuestro instinto de antropomorfizar a los Furby nos ha llevado a sobreestimar su sofisticación.

De la misma manera, es fácil atribuir erróneamente la intuición y la imaginación a los modelos de IA, y cuando sentimos que una herramienta de IA nos comprende, es fácil pasarnos a la difícil tarea de articular claramente nuestros objetivos y necesidades. Los científicos informáticos han luchado durante décadas con este desafío, conocido como el “problema de alineación”: cuanto más sofisticados se vuelven los modelos de IA, más difícil es dar instrucciones con suficiente precisión y mayores son las posibles consecuencias de una falla. (Pídale casualmente a un sistema de inteligencia artificial lo suficientemente potente como para maximizar la producción de fresas, y podría transformar el mundo en un lugar mejor). una gran granja de fresas.)

Además del riesgo de un apocalipsis de la IA, el problema de alineación hace que la adecuación del producto al mercado sea más importante para las aplicaciones de IA. Debemos resistir la tentación de manipular los detalles y asumir que los modelos encontrarán las soluciones por sí solos: sólo articulando nuestras necesidades desde el principio y organizando rigurosamente los procesos de diseño e ingeniería en torno a estas necesidades seremos capaces de crear herramientas de IA que ofrecer un valor añadido real.

Vuelta a los origenes

A medida que los sistemas de IA no logran encontrar su propia manera de adaptarse al mercado, depende de nosotros, como líderes y tecnólogos, satisfacer las necesidades de nuestros clientes. Esto implica seguir cuatro pasos clave, algunos conocidos de los cursos Business 101 y otros específicos de los desafíos del desarrollo de la IA.

1. Comprende el problema. Aquí es donde la mayoría de las empresas se equivocan, porque suponen que su principal problema es la falta de IA. Esto los lleva a la conclusión de que “agregar IA” es una solución en sí misma, ignorando las necesidades reales del usuario final. Sólo articulando claramente el problema sin hacer referencia a la IA se puede determinar si la IA es una solución útil o qué tipos de IA podrían ser apropiados para su caso de uso.
2. Definir el éxito del producto. Es esencial descubrir y definir qué hará que su solución sea efectiva cuando se trabaja con IA, porque siempre hay compensaciones. Por ejemplo, una pregunta podría ser si se debe priorizar fluidez o precisión. Es posible que una compañía de seguros que esté creando una herramienta actuarial no quiera un chatbot fluido que fracasos en matematicaspor ejemplo, mientras que un equipo de diseño que utiliza IA de generación para la lluvia de ideas podría preferir una herramienta más creativa, incluso si a veces produce tonterías.
3. Elige tu tecnología. Una vez que haya definido su objetivo, trabaje con sus ingenieros, diseñadores y otros socios para determinar cómo llegar allí. Puede considerar diferentes herramientas de IA, desde modelos generacionales de IA hasta marcos de aprendizaje automático (ML), e identificar qué datos utilizará, las regulaciones aplicables y los riesgos para la reputación. Es esencial responder a estas preguntas en las primeras etapas del proceso: es mejor construir teniendo en cuenta las limitaciones en lugar de intentar resolverlas después de lanzar el producto.
4. Pruebe (y vuelva a probar) su solución. Ahora, y sólo ahora, puedes empezar a diseñar tu producto. Demasiadas empresas se apresuran a dar este paso y crean herramientas de inteligencia artificial antes de comprender realmente cómo se utilizarán. Inevitablemente, terminan buscando problemas que resolver y lidiando con desafíos técnicos, de diseño, legales y de otro tipo que deberían haber considerado antes. Dar prioridad a la adecuación del producto al mercado desde el principio ayuda a evitar esos errores y permite un proceso de progreso iterativo hacia la resolución de problemas reales y la creación de valor real.

Dado que la IA parece mágica, resulta tentador pensar que implementar una aplicación de IA en cualquier entorno creará valor. Esto lleva a las empresas a “innovar” disparando ráfagas de flechas y dibujando objetivos alrededor de los lugares donde aterrizan. Un puñado de estas flechas aterrizarán en lugares útiles, pero la gran mayoría proporcionará poco valor a las empresas o a los usuarios finales.

Para aprovechar el enorme potencial de la IA, primero debemos apuntar al objetivo y luego ejercer todos nuestros esfuerzos para lograrlo. Para algunos casos de uso, esto puede significar desarrollar soluciones que no involucren IA; en otros, puede significar utilizar implementaciones de IA más simples, más pequeñas o menos atractivas.

No importa qué tipo de producto de IA cree, una cosa permanece constante: establecer la adecuación del producto al mercado y crear tecnologías que satisfagan los deseos y necesidades reales de sus clientes es la única forma de crear valor. Las empresas que logren esto resultarán ganadoras en la era de la IA.

Ellie Graeden es socia y científica de datos líder en Luminos.Ley y profesor de investigación en el Massive Data Institute de la Universidad de Georgetown.

La señora Alejandra Parra-Orlandoni es la fundadora de Tecnología Spire.