Mis sábados por la mañana solian estar llenos de inteligencia artificial. Gracias a los programas de televisión que, de niño, veía y a los libros (y cómics) que leía, crecí esperando vivir en un mundo de robots que pudieran pensar y hablar, vehículos de todos los tamaños que me llevasen a destinos lejanos sin necesidad de conductores ni pilotos, y computadoras que respondieran a comandos de voz y supieran la respuesta a casi todo lo que se imaginara imaginara preguntarles.

 

Puede ser que todavía no tenga ese mayordomo robot, y mi primera experiencia con un auto de auto me dejó más aprensivo que impresionado, pero de otras maneras la inteligencia artificial (IA) es ahora parte de mi existencia diaria, y de maneras en las que ni siquiera pienso. Una de las primeras cosas que hago cada mañana es pedirle a Siri el pronóstico del tiempo del día, y luego comprobar que mi termostato de Nido está reaccionando en consecuencia. Durante el día, los análisis predictivos de Pandora eligen mi música, y por la noche Netflix sirve mis programas y películas favoritas. Mis libros llegan por cortesía de Amazon, y es muy probable que algunas de esas compras fueran impulsadas por recomendaciones generadas a través de AI. La Deuda Tecnológica Impide los Avances de AI Todo esto es grandioso, pero es sólo una pequeña representación de la promesa de la IA, y esa promesa aún no se ha cumplido. Estamos endeudados con una gran cantidad de tecnología que está obstaculizando la experiencia de los clientes de AI. Cuando los sistemas que ya tenemos no interactúan y las empresas continúan construyendo silos de soluciones puntuales, duplicando procesos en todas las unidades de negocio o no adoptan una visión holística de sus activos de datos, contenido y tecnología, los sistemas de inteligencia artificial existentes continuarán extrayéndose de un conjunto restringido de información. Durante los últimos años, mientras he hablado y trabajado con compañías que están llevando a cabo iniciativas de IA, he notado que la mayoría de esos proyectos fracasan por una razón común, puede que no sea la única razón, pero definitivamente es un denominador común. Artículo relacionado: Las marcas aún no han aprovechado toda la promesa de la IA AI necesita contenido inteligente Ninguna prueba de concepto, programa piloto o implementación completa de inteligencia artificial podrá escalar sin el combustible que conecta los sistemas con los usuarios: el contenido. Y no cualquier contenido, sino el contenido adecuado en el momento adecuado para responder a una pregunta o avanzar en un proceso. La IA puede ayudar a automatizar las tareas mundanas y liberar a los humanos para que sean más creativos, pero necesita el respaldo de los datos en el contexto, y eso es contenido, específicamente contenido inteligente. La forma en que entregamos e interactuamos con el contenido está cambiando. Solía ser lo suficientemente bueno como para crear grandes piezas monolíticas de contenido: manuales, white papers, folletos en PDF, etc. y seguir el modelo tradicional de difusión o publicar de forma pasiva con la esperanza de que, en el mejor de los casos, pudiéramos llevar a nuestros clientes a encontrarlo o, en el peor de los casos, simplemente esperar que quien lo necesitara tropezara con él a través de la búsqueda o la navegación. Con el surgimiento de nuevos canales de distribución y algoritmos basados en la IA, eso ha cambiado. Ya no sólo queremos consumir contenido, queremos tener conversaciones con él. El modelo de difusión ha cambiado a un modelo de invocación y respuesta. Para satisfacer las necesidades de los nuevos modelos de entrega como AI, nuestro contenido debe ser activo y entregado de forma proactiva. También debe ser modular, coherente, consciente de sí mismo y cuántico. Aquí están las definiciones de esas cuatro últimas características: Modular: Existente en unidades autónomas de información más pequeñas que abordan temas individuales. Coherente: Definido, descrito y administrado a través de un modelo de contenido común para que pueda ser movido a través de los sistemas. Self-Aware: Conectado con la semántica, la taxonomía, la estructura y el contexto. Quantum: Segmentos de contenido que pueden existir en múltiples estados y sistemas al mismo tiempo. El contenido inteligente con un contenido común y un modelo semántico que permite que los sistemas hablen el mismo idioma cuando mueven el contenido a través de silos puede ser la clave para desbloquear la desconexión tecnológica que está impidiendo que la IA tenga una aceptación aún mayor.