Resumen de buceo:
Dive Insight:
Las empresas que trabajan con IA temen perder dinero o personal por el sesgo de la IA, pero existe un riesgo adicional de ser superados por la competencia si los proyectos fracasan debido al sesgo de la IA.
Para adelantarse al sesgo algorítmico, más de la mitad de las empresas con implementaciones maduras de IA comprueban la imparcialidad, el sesgo y la ética de sus plataformas de IA, según el informe O'Reilly 2021 AI Adoption in the Enterprise.
Un enfoque que produce resultados para las organizaciones es el desarrollo de centros de excelencia internos, dijo Marshall Choy, vicepresidente sénior de productos en SambaNova. Estas instituciones pueden abordar los aspectos técnicos de la IA, así como "las implicaciones empresariales y organizativas de la gobernanza, abordando temas como el sesgo y la ética de la IA".
A pesar de los desafíos éticos, la IA sigue siendo una de las principales prioridades tecnológicas empresariales. Se espera que los ingresos por software de IA alcancen los 62.500 millones de dólares este año, un 21 % más que en 2021, según las proyecciones de Gartner.
Las mejores prácticas en la gestión de IA comienzan con abordar el potencial de sesgo en los datos, dijo Dominic Rasini, gerente sénior de estrategia y análisis de Deloitte, hablando en la Cumbre de IA 2021 en diciembre.
Las empresas que quieren que su IA sea sostenible deben adoptar ML Ops, un conjunto de prácticas para modelos de aprendizaje automático confiables y eficientes, según Rasini. Las empresas que adoptan este enfoque "tienen dos veces más probabilidades de tener éxito en su agenda de IA".