En la Argentina, estamos en el momento y la situación perfectos para explotar la inteligencia artificial (IA), pero, para lograrlo, debemos primero dominar la ingeniería de datos.
Todos quieren inteligencia artificial, análisis de datos, machine learning y analítica avanzada; sin embargo, para llegar a implementarlos, es esencial una buena organización de los datos.
La buena noticia es que estamos en un momento de inflexión en el mercado tecnológico argentino, similar a vender computadoras o software al inicio de Internet.
El timing es casi perfecto. Estar ofreciendo servicios de ingeniería de datos en este momento es como estar vendiendo computadoras en la era de la llegada de Internet. Vendías computadoras para otros propósitos, y de repente llegó Internet, y todos querían usarlo, por lo que necesitaban una. Con la inteligencia artificial sucede lo mismo.
Nosotros damos servicios de datos, pero con la llegada de la IA, todos quieren empezar a aplicarla, y para ello necesitan datos organizados.
Si tu empresa quiere aplicar inteligencia artificial para expandir el negocio y fortalecer su modelo de negocios, debe combinarla con ingeniería de datos. Sí o sí.
Y te explico el porqué: la ingeniería de datos es el paso previo necesario para toda la analítica avanzada, machine learning y el uso de la inteligencia artificial.
Hagamos una analogía: en la industria automotriz, todas las empresas que fabrican autos dependen de otras, como las que fabrican neumáticos, y estas, a su vez, dependen de las que proveen la materia prima para los neumáticos.
A veces nos olvidamos de los primeros eslabones en la cadena de valor, y creo que la ingeniería de datos es uno de esos primeros pasos fundamentales.
Tener una buena infraestructura en la nube y datos bien organizados es el equivalente a esa materia prima esencial.
Es decir, los datos en una empresa deben estar bien organizados para aplicar inteligencia artificial, no al revés. Se necesita que los datos sean robustos y de calidad.
En este sentido, existe un dicho en inglés: "garbage in, garbage out", lo que significa que si entra basura al modelo, el resultado será basura.
Por esta razón, la organización de los datos es un factor indispensable a la hora de invertir un porcentaje del presupuesto anual de la empresa en desarrollar la inteligencia artificial como vertical.
En Squadra Labs, hemos visto todos estos casos en nuestros clientes. Precisamente, cuando empresas de los Estados Unidos nos solicitaban proyectos de analítica avanzada, como el desarrollo del último modelo de machine learning para predecir ciertas cosas, al llegar, nos encontrábamos con que no existían los sistemas en la nube ni una organización adecuada de los datos.
Entonces, teníamos que dar un paso atrás, crear todos los sistemas, obtener los datos de las fuentes correspondientes y hacer el procesamiento necesario para, luego, poder crear un modelo de análisis que pudiera predecir quién va a comprar o quién va a dejar de comprar.
El futuro de la inteligencia artificial, entonces, depende directamente de una sólida ingeniería de datos; solo con datos bien organizados y de calidad, las empresas podrán aprovechar al máximo el potencial de la IA para transformar sus negocios. Sino, será una inversión sin sentido.
*Por Mariano Allevato, Co-founder de Squadra Labs
