La innovación en IA empresarial se dispara con el enfoque ‘sandbox primero’

La adopción de la inteligencia artificial (IA) en las empresas ha alcanzado un punto crítico. A medida que las organizaciones buscan implementar soluciones de IA de manera efectiva, surge un dilema: cómo equilibrar la innovación con la responsabilidad y la seguridad. Andrew Ng, destacado experto en IA y fundador de DeepLearning AI, ofrece una hoja de ruta para acelerar la innovación en IA en las empresas, enfatizando la importancia de los entornos de prueba, conocidos como «sandbox», para desarrollar y probar proyectos de IA de manera rápida y segura.

En un entorno empresarial, la implementación de proyectos de IA puede ser un proceso complejo y delicado. Las empresas pueden estar preocupadas por el impacto de las aplicaciones de IA cuando se ponen en producción, pero frenar estos proyectos con demasiadas restricciones desde el inicio podría frenar la innovación. Ng sugiere que las empresas construyan dentro de «sandbox» para prototipar proyectos rápidamente, identificar pilotos que funcionen y comenzar a invertir en observabilidad y salvaguardias para estas aplicaciones después de que hayan demostrado funcionar.

La observabilidad y las salvaguardias son cruciales en el desarrollo de IA, pero Ng advierte que no deben implementarse a costa de la innovación y el crecimiento. «Hay un papel importante para la observabilidad, la seguridad y las salvaguardias», afirma. «Francamente, tiendo a poner esas salvaguardias más tarde porque encuentro que una de las formas en que las grandes empresas se detienen es que para que los ingenieros intenten algo, tienen que obtener la aprobación de cinco vicepresidentes».

Las empresas pueden invertir en proyectos que funcionen y luego agregar la tecnología para hacerlos responsables, incluyendo herramientas de observabilidad y salvaguardias. Los entornos de prueba, o «sandbox», permiten a los equipos de desarrollo iterar rápidamente con información privada limitada. Estos entornos son especialmente útiles para la innovación en IA, ya que permiten a los equipos ser creativos y probar ideas sin comprometer información sensible.

La velocidad y la reducción de costos de los proyectos piloto son factores clave en la adopción de IA en las empresas. Ng destaca que la velocidad y la innovación van de la mano, y las empresas no deben tener miedo de ella. La disponibilidad de herramientas para que los desarrolladores trabajen y piensen rápidamente ha aumentado significativamente, lo que ha reducido el tiempo de desarrollo de proyectos que solían tomar meses y requerir equipos de ingenieros.

Sin embargo, uno de los principales obstáculos para la adopción de IA en las empresas es la falta de talento experimentado. Ng reconoce que las empresas de IA están reclutando ingenieros de modelos de fundación con rangos salariales de hasta $10 millones, pero el precio no es tan alto para los ingenieros de software. A pesar de esto, la escasez de talento experimentado en la construcción de proyectos de IA para empresas sigue siendo un desafío.

Ng vuelve a su solución inicial: dejar que los equipos experimenten en entornos de prueba y ganen experiencia. Al permitir que los equipos de desarrollo trabajen en proyectos de IA de manera rápida y segura, las empresas pueden acelerar la innovación y la adopción de IA, al tiempo que garantizan la responsabilidad y la seguridad.