Ante la disrupción, es clave la agilidad con la analítica, IA y ML

Simplificar para digitalizarse

El avance de la digitalización se aceleró considerablemente durante los meses de pandemia. No obstante, aún hay un rezago importante en países de América Latina y otras regiones, así como en la adopción de innovaciones como la nube y la inteligencia artificial.

Para ayudar a cerrar dicha brecha, desde su trinchera en SAS, Harris recomienda simplificar la adopción mediante opciones de code/no-code para ir de los datos al descubrimiento y a la implementación de modelos. “Ese es el mayor punto focal de nuestro software”, comenta el CTO. Cabe señalar que no-code permite diseñar y utilizar aplicaciones que no requieren codificación o conocimiento sobre lenguajes de programación, de modo que las organizaciones pueden crear, manipular y utilizar aplicaciones basadas en datos para trabajar mejor.

De acuerdo con Harris, es importante impulsar la transformación digital de las empresas y aprovechar la inercia que le dio la pandemia. De ahí que también SAS se esté enfocando en llevar a producción la mayor cantidad de modelos predictivos, especialmente cuando casi el 90 % de ellos no logra llegar a esa fase.

La creación y la gestión de modelos es fundamental, desde la visión del CTO, pues “estos se están convirtiendo en los ojos y los oídos de las empresas” en el momento de procesar los enormes volúmenes de datos que manejan en el día a día. “La gestión del ciclo de vida de los modelos permite saber dónde corren y si lo están haciendo correctamente para automatizar la toma de decisiones”, añade.

De hecho, existen importantes retos en el mercado, incluyendo la obtención de datos para representar efectivamente los problemas y capacitar a los modelos predictivos, que puede ser muy costoso o logísticamente imposible, comenta el ejecutivo. “Por ello utilizamos la analítica avanzada para desarrollar simuladores de datos poderosos y crear modelos que antes no eran posibles. Y lo estamos haciendo en varias áreas nuevas, lo que mejora la calidad de los modelos existentes, ya que es posible crear variabilidad en los datos sintéticos”.

Innovación responsable

Con el objetivo de reafirmar su compromiso con la equidad y colocar en primer lugar a la gente, SAS lanzó recientemente su iniciativa denominada “innovación responsable”, la cual incluye temas como inteligencia artificial, algoritmos y sesgos, pero que también toma en cuenta los procesos de innovación en su totalidad, garantizando que cada paso sea equitativo e imparcial, desde el concepto inicial hasta el desarrollo y la implementación.

“Al colocar a los humanos en el centro del proceso de innovación, SAS se compromete a crear un mundo en el que los datos enaltecen y potencian a todos”, explica Bryan Harris. “La compañía ha sido un impulsor de la evolución de la ciencia de datos y tiene la experiencia y el conocimiento para contribuir de forma importante a la responsabilidad innovadora”.

De este modo, SAS reconoce que, si bien la IA y el ML ofrecen amplias posibilidades para mejorar lo que los humanos son capaces de hacer en diversas áreas, desarrollar o utilizar esta tecnología sin los controles adecuados y sin participación humana podría provocar más daños que beneficios.

Esta visión integral, por tanto, le abre a las organizaciones una ventana de posibilidades para afrontar y superar las grandes disrupciones del mercado y de su entorno, los cuales están en constante cambio, y ayudarles a tomar el rumbo correcto al poner a su disposición las herramientas que les ayudarán a crecer y prosperar en una nueva realidad.