Transcripción
Hola a todos. Soy Phil Benson, vicepresidente de producto aquí en Blackline Safety. Gracias por acompañarme en esta sesión. Hoy vamos a hablar un poco sobre cómo aplicar la IA, o al menos sobre las fases iniciales de cómo recomendamos aplicar la IA a sus datos y a proyectos de salud y seguridad, como tema específico.
Por lo tanto, hay tres formas en las que realmente queremos abordar esto. Y así, a partir de lo que hemos aprendido aquí en Blackline, llevamos muchos años trabajando con datos y probablemente los últimos tres nos hemos tomado muy en serio los proyectos de ciencia de datos y los proyectos de aprendizaje automático e inteligencia artificial. Y el consejo que doy a la gente cuando empieza con esto, porque realmente es lo que nosotros hemos hecho en nuestro camino, es que no se preocupen todavía por la inteligencia artificial.
No empieces tu proyecto pensando en eso. Debes pensar en tres cosas. Lo primero que debes hacer es considerar cuáles son tus problemas. Debes tener muy claro cuáles son los problemas que intentas resolver en tu negocio, y esa es, en realidad, la forma más importante de avanzar. Porque si solo intentas aplicar la herramienta a algún tema, te resultará muy difícil comprender cuáles serán los resultados, y comprenderás cómo probarlo en situaciones reales. Por lo tanto, debes empezar por tus problemas, ya que estos tienen objetivos claros.
Lo siguiente es lo que yo llamo «conocer tus datos», es decir, familiarizarse con los datos que ya tienes bajo tu control y que ya comprendes. Y realmente quieres hacer un inventario de eso. Mucha gente se obsesiona y se preocupa mucho en las primeras etapas de los proyectos porque saben que no tienen suficientes datos y saben que los datos no son tan limpios como necesitarían. Ambas son preocupaciones muy reales y, en cierto modo, determinarán el resultado del tipo de proyecto de datos que tengas, pero no dejes que eso te impida comprender lo que tienes y averiguar cómo aplicarlo a esos proyectos. Así que, ¿por dónde empiezas? ¿Qué problema estoy tratando de resolver? Entonces, ¿qué datos tengo a mi disposición?
Y luego, el tercero es simplemente comprender la IA como tema, comprender las herramientas que tienes a tu disposición. Y podría ser, ya sabes, tan profundo como ajustar tu propio modelo, como usar un modelo base y ajustarlo para una aplicación que tengas. O podría ser simplemente utilizar un modelo de IA genérica para ayudarte a comprender mejor tus análisis, de modo que puedas sumergirte rápidamente en tus propios análisis disponibles utilizando lenguaje natural y obtener esas visualizaciones. Y podría ser crear tu propio modelo.
Podría tratarse de crear un modelo de aprendizaje automático, ya sabes, mediante técnicas más tradicionales de ciencia de datos, para realizar modelos predictivos que te permitan comprender los datos de los que dispones. Y a medida que aprendas sobre este tema de forma generalizada, a medida que comprendas la diferencia entre IA y ML y Gen AI, y qué es un modelo de lenguaje grande y qué puede hacer por ti, a medida que aprendas sobre ese tema, pensarás en esas dos últimas piezas, que son: ¿qué datos tengo y qué problema estoy tratando de resolver?
Y lo que realmente hemos descubierto es que nuestros mejores proyectos son aquellos que realmente se fusionan en, ya sabes, cómo entendemos esto como tema, qué tenemos disponible y qué problemas podemos resolver para nuestros clientes. Y creo que esto es muy cierto para los clientes con los que trabajamos cuando tienen sus propios proyectos de IA.
Muchas gracias por acompañarme en esta primera sesión. Tendremos otras sesiones en las que profundizaremos un poco más en el tema. Muchas gracias. Que tengan un buen día.