Y las organizaciones que no inviertan en él ahora se quedarán atrás, software inteligente es el futuro.
“ Smarts ” , o la aplicación sutil del aprendizaje automático para mejorar la usabilidad del software, ya impulsa innumerables interacciones entre usted y su tecnología todos los días. Pero solo estamos al comienzo de la curva de colaboración inteligente.
La ciencia de datos y el aprendizaje automático han estado dominando la lista de categorías profesionales de más rápido crecimiento durante años. Solo en 2017, Linkedin registró una tasa de aumento anual de 9,8x para los miembros que incluían a “Ingeniero de aprendizaje automático” como su puesto de trabajo. Y según los datos de CB Insights , la inversión en nuevas empresas de inteligencia artificial aumentó de unos pocos cientos de rondas y unos pocos miles de millones de dólares en un trimestre típico a la asombrosa cifra de 1.245 rondas y $ 17.3 mil millones en el segundo y tercer trimestre de 2019.
Ciertamente, hay una gran cantidad de publicidad (y anti-publicidad) en torno al impacto potencial del aprendizaje automático. Hemos escrito antes sobre nuestra filosofía ; hay mucho ML por el ML por ahí, características llamativas que hacen un gran marketing pero tienen poco impacto en la vida diaria de un usuario. Pero también existe una gran oportunidad para aplicar el aprendizaje automático para aliviar muchas de las partes menos agradables y repetitivas de nuestra vida diaria. El software de colaboración es un gran ejemplo; La inteligencia puede hacer que la colaboración sea más fácil y rápida, acelerando el trabajo y reduciendo los gastos generales.
El futuro del software es inteligente
Para las empresas que crean software, la inteligencia pronto será más que una diferenciación competitiva o una forma de crear grandes experiencias de usuario. Pronto, justo cuando se convirtió en una expectativa que el software venga con un diseño de interfaz de usuario fluido y una aplicación móvil que lo acompañe, se esperará que el software sea inteligente. Carecer de estas capacidades será tan atroz y notorio como tener una interfaz de usuario anticuada y anticuada, o tener una “aplicación móvil” que en realidad es solo una envoltura en un navegador web.
Tomemos como ejemplos la autocorrección y la autocompletar. Los usuarios esperan ver la autocorrección en todas partes. Cuando falla, causa una frustración instantánea, e incluso genera su propio “¡Maldito seas, autocorrección!” tendencia meme. El autocompletado es relativamente nuevo en comparación con la autocorrección, pero ya se está convirtiendo en una expectativa en cada vez más tipos de aplicaciones . Pronto, funciones inteligentes aún más sofisticadas, como la búsqueda inteligente, la priorización de notificaciones y la priorización automatizada de tareas, serán igualmente comunes.
Aprendizaje automático que beneficia a los usuarios
La omnipresencia de la inteligencia sigue a la consumerización de la IT , es decir, el ciclo de la tecnología que emerge primero en el mercado de consumo y luego se abre camino en las empresas. Slack es un gran ejemplo. A medida que las aplicaciones de chat para consumidores mejoraron, los usuarios se acostumbraron a la tecnología de chat fácil de usar y la esperaban en todas partes.
El aprendizaje automático en el software de colaboración y gestión del trabajo seguramente seguirá un camino similar, y es probable que el impacto en las expectativas de los usuarios de IT sea inmenso. Es difícil exagerar el impacto del aprendizaje automático en la tecnología del consumidor con una funcionalidad similar al software de colaboración. El feed de tweets impulsado por algoritmos de Twitter, por ejemplo, ha cambiado fundamentalmente la forma en que las personas se conectan entre sí y comparten información. Las funciones principales del suministro de noticias están muy relacionadas con las del software de colaboración; el servicio de noticias sugiere qué contenido leer o mirar, con quién conectarse y a qué eventos asistir y cuándo.
Sin embargo, cualquiera que tenga una cuenta de Twitter puede dar fe de que es poco probable que la productividad real ocupe un lugar destacado en la lista de resultados de una sesión de desplazamiento de noticias. El resultado más probable es escanear titulares sin hacer clic en muchos artículos, lo cual es excelente para Twitter, ya que mantiene a los usuarios en la aplicación y mirando anuncios. Y ahí es donde el impacto del aprendizaje automático diferirá entre las aplicaciones comerciales y de consumo.
Los algoritmos de aprendizaje automático están diseñados para lograr un objetivo singular. Los algoritmos que impulsan el feed de Twitter están ajustados para maximizar el valor de los anuncios en la plataforma, a menudo a expensas del usuario. Es probable que reciba mucha discusión picante (intercalada con anuncios, por supuesto), pero es poco probable que obtenga una comprensión más profunda de un tema matizado. El objetivo del software de colaboración, por otro lado, es ayudar a los equipos a hacer su trabajo mejor y más rápidamente. La aplicación de algoritmos de aprendizaje automático hacia ese objetivo puede generar mejores resultados tanto para las empresas como para los empleados. Dicho de otra manera,
El aprendizaje automático se utiliza para personalizar productos en ambos casos. En Twitter, son anuncios personalizados y conexiones personalizadas con las personas a las que sigues y con las que es probable que interactúes. En Atlassian, es un camino personalizado para ayudarlo a volver a su trabajo más rápido (a través de Inicio ) y conexiones personalizadas con las personas de su equipo con las que necesita colaborar (a través de menciones inteligentes).
Invierta en inteligencia ahora o quédese atrás
Las últimas tendencias de consumo de IT, como el diseño y los dispositivos móviles, fueron relativamente suaves con los rezagados. Las organizaciones que no lideraron la carga podrían ponerse al día tan rápido como pudieran permitirse contratar el talento y desarrollar la tecnología. Pero ponerse al día con la inteligencia no será tan fácil. La creación de software inteligente requiere la formación de algoritmos de aprendizaje automático con grandes cantidades de datos, datos que no se pueden comprar ni recopilar rápidamente. Cuanto más tiempo se demore una organización en comenzar a recopilar, estructurar y procesar datos para entrenar los algoritmos que necesitan para impulsar la inteligencia en su software, más se retrasarán y más difícil será ponerse al día.
Para las empresas que evalúan a los proveedores de tecnología por su potencial como socios a largo plazo, una estrategia inteligente de ojos claros debe estar en la lista de consideraciones.
Obtenga más información sobre la hoja de ruta de la nube de Atlassian
? Somos S4E, Gold Solution Partner de Atlassian Chile visítanos y conoce más de Jira Chile
Nos puedes encontrar en redes sociales: Facebook y LinkedIn ?
