Melden Sie sich bei getAbstract an, um die Zusammenfassung zu erhalten.

Tácticas certeras de IA para líderes empresariales no técnicos

Melden Sie sich bei getAbstract an, um die Zusammenfassung zu erhalten.

Tácticas certeras de IA para líderes empresariales no técnicos

Inteligencia artificial para alcanzar objetivos de valor empresarial, abordar problemas irresolubles y generar enormes ganancias

Thomas Gilbertson,

15 Minuten Lesezeit
9 Take-aways
Audio & Text

Was ist drin?

A pesar del bombo publicitario sobre la IA, puede tomar medidas prácticas para utilizarla de forma eficaz con el fin de impulsar el valor empresarial.

Clasificación editorial

9

Cualidades

  • Aplicable
  • Bien estructurado
  • Para principiantes

Reseña

La IA recibe gran bombo constantemente. Los líderes empresariales están seguros de que puede aumentar las ganancias, si supieran cómo, y de que deben empezar a utilizarla antes que sus rivales. El escritor Thomas Gilbertson, que ha realizado 20 proyectos de IA y es titular de varias patentes relacionadas, construye un camino que evita el bombo publicitario. Ofrece un manual de uso de la IA para lograr resultados empresariales positivos y explica cuándo no utilizarla, así como la forma de pensar en ella, planearla y establecer objetivos alcanzables. Gilbertson muestra a los empresarios cómo aprovechar el poder de la IA, al tiempo que inocula a los lectores contra el bombo publicitario. Su lección de advertencia: la IA debe aportar valor, aunque no pueda prometer cuánto.

Resumen

La gente está obsesionada con la IA: algo nuevo y brillante que parece que debería ser capaz de ayudar.

La IA, el objeto brillante más reciente que aumentará el valor empresarial y compite con rutas más comunes para crear valor, como la innovación, la reducción de costos y mejorar la experiencia del cliente. Otras prácticas de gestión, como Six Sigma, la reingeniería de procesos y la innovación de productos ya abordan o incorporan esas rutas. Históricamente, las decisiones empresariales han requerido certidumbre. Los bancos definían los riesgos de préstamo buenos o malos con normas que incluían requisitos empíricos, como la puntuación crediticia. Alguien con una puntuación crediticia baja no podía obtener un préstamo, pero los prestamistas daban la bienvenida a aquellos cuya puntuación crediticia superaba su punto de corte.

La IA no proporciona una certeza clara. Un análisis de IA estudia numerosos puntos de datos, por lo que es más probable que genere una respuesta que ofrezca un rango, como decir que su análisis sugiere: “…un 86 % de aprobación del solicitante del préstamo y un 14 % de desaprobación…”. El antiguo sistema basado en reglas respondía...

Sobre el autor

Thomas Gilbertson es el director sénior de entrega e innovación de IA de Optum Technology.


Comentarios sobre este resumen

  • Avatar
  • Avatar
    K. C. hace 3 meses
    Un tema de amores y odios pero que puede resultar útil en la clasificacion de los clientes en función del valor de sus intercambios comerciales