Entrevista con Benjamin Harvey, CEO de AI Squared: Una conversación en Fortt Knox

📚 Contenido

• Introducción
• La problemática en la adopción de IA
• La última milla del aprendizaje automático
• El desafío de integrar datos de diferentes repositorios
• La puntuación de oportunidades en el servicio financiero
• Caso de estudio: integración de puntuación de oportunidades en Salesforce
• Haciendo que la puntuación sea inteligente
• Empoderando a los usuarios finales no técnicos
• ¿Cómo lograrlo? Reverse ETL
• Las dificultades de integrar los resultados de IA en las aplicaciones
• La importancia de la explicabilidad y la confianza
• Cómo AI Squared resuelve estos desafíos
• El camino hacia el emprendimiento
• El punto más bajo y la perseverancia
• La preparación fue clave para el éxito
• ¿Qué sigue para AI Squared?
• Conclusión

📝 Introducción

En este artículo, exploraremos los desafíos que enfrentan las organizaciones al adoptar la inteligencia artificial (IA) y el aprendizaje automático (AA). Específicamente, nos centraremos en la "última milla" del aprendizaje automático, que se refiere a la integración exitosa de los resultados del aprendizaje automático en las aplicaciones utilizadas por los usuarios finales. En este contexto, presentaremos el caso de AI Squared, una empresa que se dedica a resolver este desafío y facilitar la adopción de la IA en las organizaciones. Descubriremos cómo AI Squared ayuda a las empresas a superar las barreras técnicas y a hacer que los resultados de la IA sean accesibles y accionables para los usuarios no técnicos.

La problemática en la adopción de IA

La IA y el AA han generado mucha expectativa en el ámbito empresarial, pero muchas organizaciones enfrentan desafíos significativos al intentar utilizar estas tecnologías. La adopción de la IA implica más que implementar algoritmos y modelos; implica la integración efectiva de la IA en las aplicaciones existentes y en los flujos de trabajo de los usuarios finales. Sin embargo, las empresas se encuentran con desafíos en esta "última milla" del aprendizaje automático, ya que deben abordar la integración de datos, la falta de comprensión de la IA por parte de los usuarios no técnicos y la incapacidad de hacer que los resultados de la IA sean accionables y confiables.

La última milla del aprendizaje automático

La "última milla" del aprendizaje automático se refiere a los desafíos asociados con la integración de los resultados del aprendizaje automático en las aplicaciones utilizadas por los usuarios finales. Comúnmente, las organizaciones enfrentan dificultades para acceder a los datos relevantes, integrar esos datos en sus aplicaciones existentes y hacer que los resultados del aprendizaje automático sean accesibles y comprensibles para los usuarios no técnicos.

El desafío de integrar datos de diferentes repositorios

Uno de los principales desafíos en la última milla del aprendizaje automático es la integración de datos de diferentes repositorios. Las organizaciones pueden tener datos dispersos en múltiples sistemas y almacenamientos, lo que dificulta la recopilación de los datos necesarios para alimentar los modelos de aprendizaje automático. AI Squared aborda este desafío al proporcionar una tecnología llamada Reverse ETL que permite a las organizaciones tomar los datos de un lago de datos o un repositorio de datos y transferirlos directamente a las aplicaciones utilizadas por los usuarios finales.

La puntuación de oportunidades en el servicio financiero

Un ejemplo concreto de cómo AI Squared aborda el desafío de la última milla del aprendizaje automático es a través de la integración de la puntuación de oportunidades en aplicaciones como Salesforce. AI Squared trabaja con clientes del sector financiero para ayudarles a identificar a los clientes potenciales más valiosos y calificarlos para ventas y marketing. Esto implica la integración de una puntuación de oportunidades en aplicaciones como Salesforce, lo que permite a los usuarios finales identificar rápidamente las mejores oportunidades de ventas y marketing.

Caso de estudio: integración de puntuación de oportunidades en Salesforce

AI Squared ha trabajado en estrecha colaboración con un cliente del sector financiero para implementar con éxito la integración de la puntuación de oportunidades en Salesforce. Esta integración permite que la puntuación de oportunidades se muestre directamente en la aplicación, lo que facilita la identificación de las oportunidades más valiosas. AI Squared ha desarrollado una solución que combina la extracción de datos de diferentes repositorios, el procesamiento de los datos y la integración de la puntuación de oportunidades en Salesforce.

Haciendo que la puntuación sea inteligente

La integración de la puntuación de oportunidades en Salesforce es solo el primer paso. AI Squared se centra en hacer que esta puntuación sea inteligente al proporcionar información contextual y relevante junto con la puntuación. Esta información contextual ayuda a los usuarios a comprender por qué se asignó una determinada puntuación y cómo pueden utilizarla de manera efectiva en su trabajo de ventas y marketing.

Empoderando a los usuarios finales no técnicos

Un aspecto clave de la solución de AI Squared es su capacidad para empoderar a los usuarios finales no técnicos. Muchas organizaciones se enfrentan al desafío de hacer que los resultados del aprendizaje automático sean comprensibles y utilizables para los usuarios no técnicos. AI Squared aborda este desafío al proporcionar una interfaz intuitiva y fácil de usar que permite a los usuarios finales comprender y aprovechar los resultados de la IA sin necesidad de conocimientos técnicos.

¿Cómo lograrlo? Reverse ETL

AI Squared utiliza una tecnología denominada Reverse ETL para facilitar la integración de los resultados del aprendizaje automático en aplicaciones existentes. Reverse ETL permite a las organizaciones tomar los resultados de los modelos de aprendizaje automático y transferirlos directamente a las aplicaciones utilizadas por los usuarios finales. Esto simplifica y acelera el proceso de integración, permitiendo a las organizaciones aprovechar plenamente los resultados del aprendizaje automático.

Las dificultades de integrar los resultados de IA en las aplicaciones

Integrar los resultados del aprendizaje automático en aplicaciones existentes presenta desafíos significativos para las organizaciones. No solo se debe llevar la puntuación de las aplicaciones de aprendizaje automático a las aplicaciones utilizadas por los usuarios finales, sino que también se deben proporcionar explicaciones claras y contextualmente relevantes para que los usuarios no técnicos comprendan y confíen en los resultados.

La importancia de la explicabilidad y la confianza

La IA y el aprendizaje automático a menudo se consideran cajas negras, lo que dificulta que los usuarios finales comprendan cómo se toman las decisiones. Esto puede generar desconfianza y limitar la adopción de la IA en las organizaciones. AI Squared aborda este problema al ofrecer explicabilidad y contexto junto con los resultados del aprendizaje automático, lo que permite a los usuarios finales comprender cómo se tomaron las decisiones y tomar acciones basadas en esa comprensión.

Cómo AI Squared resuelve estos desafíos

AI Squared ha desarrollado una solución integral que aborda los desafíos de integración y adopción de la IA. Su enfoque en la última milla del aprendizaje automático permite a las organizaciones aprovechar los resultados del aprendizaje automático, integrándolos de manera efectiva en sus aplicaciones existentes. La tecnología de Reverse ETL de AI Squared simplifica y acelera el proceso de integración, mientras que su enfoque en la explicabilidad y la confianza ayuda a los usuarios a comprender y utilizar los resultados del aprendizaje automático.

El camino hacia el emprendimiento

El viaje de AI Squared hacia el emprendimiento comenzó con la identificación de un problema significativo en la adopción de la IA: la última milla del aprendizaje automático. Con una visión clara de cómo abordar este desafío, AI Squared comenzó a desarrollar una solución que ayudaría a las organizaciones a integrar de manera efectiva los resultados del aprendizaje automático en sus aplicaciones existentes. A través de un enfoque incansable en la calidad y la madurez del producto, AI Squared pudo ganar el interés y la inversión de importantes actores de la industria.

El punto más bajo y la perseverancia

El camino hacia el emprendimiento no estuvo exento de desafíos para AI Squared. Hubo momentos en los que el equipo enfrentó escasez de recursos y consideró cerrar las puertas de la empresa. Sin embargo, gracias a su perseverancia y determinación, lograron asegurar la financiación necesaria y seguir adelante. Este punto bajo fue un importante punto de inflexión para AI Squared, ya que les permitió aprender lecciones valiosas y fortalecer su compromiso de superar cualquier obstáculo que se les presente.

La preparación fue clave para el éxito

AI Squared atribuye gran parte de su éxito a la preparación meticulosa que realizaron antes de buscar financiamiento. A través de años de trabajo y desarrollo de su tecnología, AI Squared pudo presentarse frente a inversores con un producto maduro y tracción comprobada. Esto les permitió generar un interés significativo y asegurar el financiamiento necesario para escalar su negocio.

¿Qué sigue para AI Squared?

AI Squared continúa enfocándose en el crecimiento y la madurez de su producto. Su objetivo principal es ganar más clientes en la comunidad empresarial y fortalecer su base de usuarios. Al centrarse tanto en los clientes "desde arriba" como en los usuarios "desde abajo", AI Squared está posicionado para convertirse en un actor líder en el mercado de integración de IA y aplicaciones empresariales.

Conclusión

AI Squared ha demostrado ser un líder en el espacio de integración de IA y aplicaciones empresariales. Su enfoque en la última milla del aprendizaje automático ha permitido a las organizaciones superar los desafíos asociados con la integración de datos y la adopción de la IA. A través de su tecnología innovadora y su compromiso con la explicabilidad y la confianza, AI Squared está allanando el camino para una adopción más amplia y exitosa de la IA en las organizaciones.