El mundo de la inteligencia artificial está avanzando más rápido de lo esperado en diferentes industrias y sectores. Vanessa Cañete, directora de Willdom Paraguay, indica que si estás pensando crear una startup de Inteligencia Artificial (IA), es importante que tengas en cuenta los siguientes aspectos para maximizar la probabilidad de éxito.
1. Entender el problema es tan importante como el algoritmo que lo resuelve
A diferencia de las aplicaciones convencionales, el negocio con aquellas que están basadas en IA no es “crear tecnología” sino resolver un problema con una tecnología determinada. Profundizar en la propuesta de valor y entender qué nuevas soluciones está habilitando la IA es la base para determinar su utilización.
2. Identificar qué tan listo está el mercado para tu solución puede ahorrarte muchas decepciones
Determinar la madurez digital de la industria en la que estás intentando ingresar en términos de adopción de IA es primordial. Es decir, ¿está la industria lo suficientemente madura como para hacer posible la recolección de datos? ¿Están los líderes de la industria interesados en adoptar la IA? ¿Entienden los potenciales beneficios? ¿Existen obstáculos legales que resolver?
3. Desarrollar la estrategia de datos desde el día uno
El entrenamiento de modelos de ML (machine learning) para obtener el resultado más preciso posible requiere grandes cantidades de datos de alta calidad. Es importante que desde el día uno puedas identificar algunos aspectos que harán la vida de tu científico de datos más fácil: origen y volumen de los datos, diversidad, la seguridad con lo que deben ser manejados, etc.
4. Contratá tecnólogos y expertos de la industria
Tu equipo va a necesitar ingenieros ML e ingenieros de software que puedan producir e implementar IA, pero también va a necesitar expertos de dominio de las industrias en las que estás tratando de insertar un producto. Son fundamentales para ayudar a los clientes objetivo y comprender el flujo de trabajo interno utilizado por las empresas para confiar en los juicios de la IA y validar sus resultados.
5. Más importante que una IA brillante es una experiencia end-to-end genial
Los productos de IA no tienen éxito porque los modelos son perfectos, tienen éxito porque son suficientemente buenos integralmente. Debemos prestar atención a la experiencia del usuario. Esto es lo que va a garantizar las ventas.
6. Producto mínimo viable y algoritmo mínimo viable
Tenemos que evitar la trampa del “proyecto científico”. Esto es ciencia, pero también negocio. El primer paso para empezar a vender un producto es que exista. Lo perfecto es a menudo enemigo de lo bueno. El objetivo principal debe ser siempre hacer llegar al mercado un producto mínimo viable sobre el cual podamos iterar basados en un feedback real del mercado.
