Consejo del presidente of Science and Technology Consultants predice que las empresas estadounidenses gastarán más de $ 100 mil millones en investigación y desarrollo de IA anualmente para 2025. Gran parte de ese gasto actual lo están haciendo Seis empresas de tecnología – Microsoft, Google, Amazon, IBM, Facebook y Apple, según un estudio reciente de CSET en la Universidad de Georgetown. Pero, ¿qué pasa si eres una startup cuyo producto se basa en la inteligencia artificial en su núcleo?
¿Pueden las empresas en etapa inicial apoyar los flujos de trabajo basados en la investigación? En una startup o a gran escala, la atención se centra más en el desarrollo de productos tangibles que en la investigación. Por razones obvias, las empresas quieren hacer cosas que sean importantes para sus clientes, inversores y partes interesadas. Idealmente, hay una forma de hacer ambas cosas.
Antes de invertir en la contratación de empleados para un laboratorio de investigación de IA, considere este consejo para determinar si está listo para comenzar.
Reúna el equipo de investigación adecuado
Suponiendo que realizar una investigación innovadora de IA es la prioridad de su organización, el primer paso es contratar a uno o dos investigadores. En Unbabel, lo hicimos desde el principio al contratar un doctorado y rápidamente comenzamos a buscar un producto que aún no se había desarrollado. Algunos investigadores construirán desde cero y otros tomarán sus datos e intentarán encontrar un modelo preexistente que se adapte a sus necesidades.
Aunque la división X de Google puede tener el capital para centrarse en las innovaciones iniciales, la mayoría de las nuevas empresas solo pueden invertir en innovación que les brinde una ventaja competitiva o mejore sus productos.
A partir de ahí, deberá contratar ingenieros de investigación o aquellos que se especialicen en procesos de aprendizaje automático. La investigación es solo una pequeña parte del uso de la IA en la producción. Luego, los ingenieros de investigación llevarán su investigación a producción, monitorearán los resultados de su modelo y mejorarán el modelo si deja de predecir bien (o no funciona según lo planeado). A menudo utilizan la automatización para simplificar los procedimientos de monitoreo e implementación en lugar de hacer todo manualmente.
Nada de esto cae dentro del ámbito del mundo de la investigación: están acostumbrados a trabajar con conjuntos de datos y modelos en formación. Sin embargo, los investigadores y los ingenieros deberán trabajar juntos en un ciclo de retroalimentación continuo para mejorar y reentrenar los modelos basados en el desempeño real en inferencia.
Elige los problemas que quieres resolver
La investigación de CSET anterior muestra que el 85% de los laboratorios de IA en América del Norte y Europa realizan algún tipo de investigación básica de IA, y menos del 15% se centra en el desarrollo. El resto del mundo es diferente: la mayoría de los laboratorios de otros países, como India e Israel, se centran en el desarrollo.