Escrito por Stephan Forseilles , CTO de Easyfairs y presidente del Grupo de trabajo de Innovación Digital de UFI .
No hay duda de que la IA ha estado en la mente de todos en los últimos meses. Parece que todos los organizadores de ferias comerciales han puesto en marcha iniciativas para investigar, validar, experimentar o incluso implementar la IA en su entorno empresarial.
Sin embargo, como la mayoría parece depender de socios externos para innovar en ese campo, algunos han decidido hacerlo principalmente «internamente» y contratar los talentos (poco frecuentes) necesarios para ello. Mi objetivo hoy es analizar ambos lados de la moneda para comprender las distintas opciones. Para ello, quiero compartir mi propia experiencia, como CTO de Easyfairs , pero también la experiencia de algunos de mis homólogos más innovadores en la industria.
Debo admitir que siempre me ha fascinado la IA. En la universidad, a mediados de los años 90, trabajé con algunas de las primeras redes neuronales utilizables de la época (desarrolladas por la Universidad de Stuttgart, que todavía mantiene una página web al respecto que conservaba toda su maravillosa atmósfera de principios de los años 90). Las redes neuronales eran realmente bastante simples en aquel entonces. La potencia informática que teníamos a nuestra disposición en ese momento (especialmente como estudiantes) no nos permitía crear los algoritmos de aprendizaje profundo que resultan tan útiles hoy en día. Sin embargo, ya teníamos redes neuronales discriminativas utilizables que podían descifrar la escritura a mano, por muy laboriosa que fuera, letra por letra. Pero la semilla estaba plantada…
Esa podría ser la razón por la que, cuando la IA se convirtió en “la próxima gran novedad” en tecnología, en Easyfairs decidimos, en 2018, que sería parte de nuestro “negocio principal”. Primer paso: crear un equipo interno a cargo de crear un almacén de datos para toda la empresa que recopilara datos de todos los sistemas, actuales e históricos. El objetivo era tener un repositorio que pudiéramos usar para entrenar algoritmos de aprendizaje profundo (las IA generativas aún no existían) para ayudar en varios aspectos de nuestro negocio. Como efecto secundario agradable, esto nos permitió tener un repositorio de datos de “una versión de la verdad”. Pero ese es otro tema.
Desde entonces, nuestros equipos internos de ingenieros de datos, analistas de datos y científicos de datos han crecido hasta contar con 10 personas y son una parte vital de nuestro ecosistema tecnológico. Contamos con varios algoritmos de aprendizaje profundo en funcionamiento en nuestro negocio diario y, en cualquier momento, tenemos al menos entre tres y cinco nuevos algoritmos o IA generativas en fase de desarrollo, prueba o prueba de concepto. Por supuesto, no todos llegarán a la «etapa de producción». ¡Pero estamos aprendiendo, progresando y, lo más importante, divirtiéndonos!
¿Por qué hacerlo “in-house”? Para mí tiene varias ventajas:
- Trabajo con gente que me gusta, que forma parte de mi equipo y está totalmente dedicada a Easyfairs.
- Creamos una experiencia invaluable que es nuestra. No la compartimos con nadie más (excepto contigo, por supuesto).
- Nunca dudamos en realizar un experimento más: ¡el equipo está ahí de todos modos!
- Contamos con un equipo muy estable en el que las personas pueden aprender y evolucionar con el tiempo.
- El equipo está súper especializado en un área: ¡los eventos! Conocen todo sobre el negocio y comprenden absolutamente todos los aspectos de los datos disponibles.
- ¿Mencioné que me gusta trabajar con ellos?
Pero la internalización también tiene sus desventajas. Por eso, otros directores de tecnología han tomado la decisión de externalizar la IA. Para entender mejor sus razones, he preguntado a algunos de los mejores por qué tomaron la decisión de hacerlo internamente o externalizarlo.
Hablé del asunto con varios “colegas CTO”:
- Nedved Yang , director de tecnología y tecnología digital de Constellar, en Singapur
- Patrick Woelke , director digital de Koelnmesse
- Alistair Roylance , director de tecnología de dmg events
¿Desarrolla capacidades de IA con un equipo interno o prefiere utilizar socios externos?
NEDVED : Es una buena pregunta. Creo que depende… En cuanto a la parte de la plataforma de datos, es decir, la recopilación, el almacenamiento, la gestión y la gobernanza, etc., planeo desarrollarla internamente. Para el análisis de datos, lo haremos internamente; mientras que para el modelado de datos, comenzaremos con la subcontratación o el uso de productos existentes en el exterior. Después de un tiempo, veremos 1 o 2 áreas clave que se pueden subcontratar internamente, si eso nos puede dar una gran ventaja competitiva sobre los demás. Para el desarrollo de soluciones de IA, haremos el diseño y la solución internamente, más cerca de los usuarios comerciales. La parte del desarrollo, muy probablemente, se subcontratará o se realizará utilizando productos existentes en el exterior. La gobernanza debería ser interna.
PATRICK : Desarrollamos capacidades de IA dentro de un equipo interno. Este es el caso especialmente de ingenieros, científicos de datos y arquitectos, a quienes agregamos nuevos “roles específicos de IA” y FTE. Para otras funciones comerciales, se trata de roles/FTE menos incrementales, pero se capacita o reemplaza a los roles internos existentes con personal para aprovechar al máximo las oportunidades de IA para sus “funciones ya existentes”.
ALISTAIR : Actualmente no contamos con ninguna capacidad interna para el modelado de ML ni la creación de IA. Mi preferencia sería utilizar IA comercializada tanto como sea posible sin necesidad de utilizar recursos internos. Sin embargo, está muy claro que debido a la naturaleza única del modelo de negocio de eventos B2B y B2C, siempre existirá la necesidad de crear modelos de ML a medida para satisfacer las necesidades comerciales.
¿Hace tiempo que tomaste esa decisión?
NEDVED : Sí, la mayor parte. Pero cambió bastante después de que surgió la IA generativa, que nos permitió tener muchas más oportunidades de utilizar los productos externamente para mejorar los procesos.
PATRICK : En principio, hace muchos años que tomamos la decisión de contar con capacidades digitales internas, que creemos que son y serán cruciales para nuestro negocio principal y nuestro crecimiento a largo plazo. Sin embargo, decidir que la IA pertenece a esta «categoría imprescindible» fue algo que hicimos en el primer trimestre de 2023, basándonos en los desarrollos dinámicos que comenzaron en 2022/11. Hay muchos otros desarrollos en el ámbito digital que pueden llegar a ser muy importantes y disruptivos para nuestro negocio en el futuro, en los que estamos observando el desarrollo pero sin invertir dinero ni grandes cantidades de recursos por ahora (por ejemplo, Metaverse, NFT, etc.).
ALISTAIR : No, el ritmo de cambio de la industria de la IA y el desarrollo de herramientas de IA comercializadas disponibles en plataformas como AWS y GCP significa que las decisiones en esta área deben seguir siendo fluidas y ágiles.
¿Por qué esta elección?
NEDVED : No tenemos el lujo de contar con un gran equipo de desarrollo aquí. Aumentar nuestra capacidad de modelado de IA es todo un desafío, considerando los recursos necesarios, la competencia por el talento y las preocupaciones por la retención. Puede ser más rentable asignar nuestros limitados recursos internos a aquellas áreas que requieren una interacción cercana con el equipo comercial y donde radica nuestra ventaja competitiva.
ALISTAIR : Necesitamos comenzar por involucrar a los líderes superiores en el tema y ayudar a definir la dirección; esto podría ser interno y a pequeña escala para empezar. Veo que necesitamos un líder experimentado que pueda aprovechar las plataformas de IA comercializadas para ejecutar experimentos rápidos antes de ampliar la escala.
¿Estás satisfecho con tu elección?
NEDVED : Actualmente nos encontramos en las primeras etapas de consolidación de los sistemas empresariales y de creación de la plataforma de datos. Se requiere más tiempo para la experimentación y la adaptación.
PATRICK : Sí, de todos modos tenemos que desarrollar las capacidades adicionales de forma “incremental” y siempre podemos ajustar su velocidad/nivel de inversión aquí y allá, ya que de todos modos hay una falta de profesionales capacitados que se ajusten a nuestros requisitos en Alemania.
ALISTAIR : Sí
¿Tiene previsto cambiar su estrategia en el futuro?
NEDVED : Sí, creo que eso cambiará cuando estemos más interesados en la IA.
PATRICIO : No
ALISTAIR : Sí, si la empresa puede centrarse en definir las preguntas reales que quiere responder, creo que esto determinará el tipo y el estilo de modelos que necesitamos y que podrían cambiar esta decisión.
Como puedes ver, hay más de una forma de hornear un pastel.