Krypton Solid

La última tecnología en raciones de 5 minutos

3 aplicaciones crecientes de la IA en la gestión de datos

La ciencia ficción ha anticipado durante mucho tiempo el día en que se crearía la inteligencia artificial, generalmente con resultados distópicos. La realidad ha demostrado ser más prosaica hasta ahora, con las promesas iniciales de que los sistemas expertos reemplazan a todo tipo de expertos humanos resultando esquivas.

Ha habido muchos avances en la IA en los últimos años, lo que ha generado un nivel de entusiasmo sobre su uso potencial en áreas como la medicina, la detección de fraudes e incluso la generación de líneas de asunto de marketing por correo electrónico, una aplicación que eBay ya ha empleado. ¿Cómo se aplica este nuevo y valiente mundo de la IA a la gestión de datos?

Hay muchas aplicaciones para la IA en la gestión de datos que tienen sentido para agilizar el proceso. Aquí hay tres aplicaciones principales para las tecnologías en crecimiento.

IA en la gestión de datos maestros

Un ejemplo obvio de IA en la gestión de datos es la coincidencia de datos, que es un elemento central de la calidad de los datos y las herramientas de gestión de datos maestros.

Es bastante común encontrar una duplicación del 20% al 30% en los archivos maestros de materiales y otras supuestas fuentes de datos maestros. En las grandes empresas, los datos relacionados con temas clave como clientes o productos suelen duplicado en múltiples sistemas. Las distintas versiones del registro de nombre y dirección de un cliente pueden estar incompletas, desactualizadas o simplemente incorrectas. Y los empleados pueden ingresar datos en una variedad de sistemas de ventas y marketing sin darse cuenta de que ya existe un registro de cliente.

La eliminación de duplicados ha llevado a varias herramientas que aplican algoritmos para detectar errores ortográficos comunes, verificar códigos postales y reconocer que Robert y Bob pueden ser la misma persona. Sin embargo, solo una cierta proporción de registros son duplicados obvios, y un experto humano debe revisar una proporción de los posibles registros duplicados.

Se puede entrenar a un sistema experto observando a un experto humano revisar muchos cientos de esos registros y diseñar reglas que permitan que el software mejore gradualmente en la imitación del comportamiento del experto humano. De esta manera, el software puede hacer coincidir registros de forma creíble de forma automática en un porcentaje mucho mayor de casos.

IA en catálogos de datos

Otra zona donde La IA promete estar en los catálogos de datos o repositorios de metadatos, que durante mucho tiempo han sufrido la desactualización a medida que cambia el panorama de las aplicaciones en una empresa.

El etiquetado de términos comerciales a través del aprendizaje automático puede aprender activamente a partir de la entrada de usuarios expertos y sugerir términos basados ​​en acciones humanas previas. El sistema puede reconocer la similitud entre los elementos del catálogo de datos y hacer sugerencias sobre los términos comerciales que se asignarán.

IA en la preparación de datos

Otra área en la que la IA en la gestión de datos es beneficiosa es la preparación de datos, el proceso de tomar datos sin procesar y prepararlos para su posterior procesamiento y análisis.

La preparación de datos es un ejercicio esencial para identificar sus fuentes de datos, que pueden superponerse; averiguar dónde se utilizan los datos y si son confiables; decidir si es necesario vincularlo a otras fuentes de datos; y posiblemente enriquecerlo con atributos adicionales.

Las herramientas de inteligencia artificial son adecuadas para analizar las relaciones entre las fuentes de datos y aplicar reglas de supervivencia para decidir qué fuentes son más confiables. Por ejemplo, los programas de inteligencia artificial pueden determinar que una dirección actualizada el mes pasado puede ser más confiable que una actualizada hace 10 años.

Al igual que con la comparación de datos, en muchos casos las cosas no están bien definidas y requieren juicio humano. Al observar las acciones de los expertos en el dominio, un programa de inteligencia artificial puede aprender constantemente a imitar el juicio de un humano experto.

Desafíos de la IA en la gestión de datos

Si bien la gestión de datos impulsada por la inteligencia artificial ofrece muchos beneficios, la tecnología aún está creciendo y ha demostrado ser un desafío en algunos entornos. Muchos modelos de IA son cajas negras, lo que significa que luchan por explicar su razonamiento de una manera que sea accesible para los humanos. Esto hace que la confianza sea un problema, especialmente cuando hay ejemplos bien publicitados en los que la IA no se desempeñó como se esperaba.

En 2013, IBM se asoció con el MD Anderson Cancer Center de la Universidad de Texas para utilizar IBM Watson para rastrear investigaciones y datos de pacientes para detectar patrones que ayudarían a los médicos a combatir el cáncer. Un objetivo admirable, pero después de cinco años, una revisión del sistema encontró «múltiples ejemplos de recomendaciones de tratamiento inseguras e incorrectas», según especialistas médicos del proyecto.

Una encuesta de 2018 de 200 CIO realizada por Databricks encontró algunos desafíos importantes en la implementación de programas de IA. El 98% de los encuestados describió la preparación de grandes conjuntos de datos como un desafío, el 96% dijo lo mismo para la exploración de datos y el entrenamiento de modelos iterativos, y el 90% consideró que implementar modelos de IA en producción era un desafío.

No obstante, en áreas bien definidas como la comparación de datos y los catálogos de datos, existe un claro potencial para automatizar tareas que los humanos tradicionalmente han considerado tediosas. En muchos casos, la aplicación sensata de la IA en la gestión de datos, sin exagerar sus capacidades, puede traer beneficios reales a las empresas.

Deja un comentario

También te puede interesar...

Cree una cartera de dividendos que crezca con usted

Al invertir, el conocimiento es poder. Parafraseando el consejo de inversión de Ben Graham, debe esforzarse por saber lo que está haciendo y por qué. Si no entiendes el juego, no lo juegues. Manténgase alejado

Qué es un reproductor de MP3 y cómo funciona

¿Qué es un reproductor de MP3? Un reproductor de MP3 es un dispositivo electrónico portátil que se utiliza para reproducir música en formato MP3. El MP3 es un tipo de archivo de audio comprimido que

¿Qué es el desarrollo de aplicaciones móviles híbridas?

El desarrollo de aplicaciones móviles híbridas es un enfoque de la programación para dispositivos móviles que combina las fortalezas de la programación nativa y el desarrollo de aplicaciones móviles HTML5. Para crear una aplicación móvil

Supere estos desafíos comunes de explosión de nubes

La explosión de la nube nunca despegó como algunos esperaban, pero muchas organizaciones aún aspiran a utilizar esta construcción de nube híbrida. Para aquellos que no se dejan intimidar por los desafíos potenciales, entran en

No hay Solaris 9 para chips Intel

En junio de 1993, revisé la revisión de PC Magazine de la primera versión de Solaris en Intel. Me quedé impresionado. Sin embargo, a lo largo de los años, cuando quedó claro que Solaris en

Definición de gastos de capital (CapEx)

¿Qué son los gastos de capital (CapEx)? Los gastos de capital (CapEx) son fondos utilizados por una empresa para adquirir, modernizar y mantener activos físicos, como propiedades, fábricas, edificios, tecnología o equipos. CapEx se utiliza

Una empresa solar establece un récord positivo

Colectores solares. Amablemente: Schott. Una empresa solar alemana de medio siglo acaba de tener un año récord de ganancias. Y podría estar en camino a otro en 2009. A pesar de la recesión. Exxon, cómete