La transformación digital depende de la diversidad

En todas las industrias, las empresas ahora son empresas de tecnología y datos. Cuanto antes comprendan y vivan eso, más rápido satisfarán las necesidades y expectativas de sus clientes, crearán más valor comercial y crecerán.
La transformación digital depende de la diversidad
La transformación digital depende de la diversidad

Es cada vez más importante reinventar los negocios y utilizar tecnologías digitales para crear nuevos procesos comerciales, culturas, experiencias y oportunidades de los clientes.

Uno de los mitos sobre la transformación digital es que se trata de aprovechar la tecnología. No es. Para tener éxito, la transformación digital requiere y se basa inherentemente en la diversidad. La inteligencia artificial (IA) es el resultado de la inteligencia humana, habilitada por sus vastos talentos y también susceptible a sus limitaciones.

Por tanto, es imperativo que las organizaciones y los equipos hagan de la diversidad una prioridad y la piensen más allá del sentido tradicional. Para mí, la diversidad se centra en tres pilares clave.

Gente

Las personas son la parte más importante de la inteligencia artificial; el hecho es que los humanos crean inteligencia artificial. La diversidad de personas, el equipo de tomadores de decisiones en la creación de algoritmos de IA, debe reflejar la diversidad de la población en general.

Esto va más allá de garantizar oportunidades para las mujeres en roles de inteligencia artificial y tecnología. Además, incluye todas las dimensiones de género, raza, etnia, conjunto de habilidades, experiencia, geografía, educación, perspectivas, intereses y más. ¿Por qué? Cuando tiene diversos equipos que revisan y analizan datos para tomar decisiones, mitiga las posibilidades de que sus propias experiencias, privilegios y limitaciones individuales y exclusivamente humanas, los ceguen a las experiencias de los demás.

Uno de los mitos sobre la transformación digital es que se trata de aprovechar la tecnología. No es.

En conjunto, tenemos la oportunidad de aplicar la inteligencia artificial y el aprendizaje automático para impulsar el futuro y hacer el bien. Eso comienza con diversos equipos de personas que reflejan la diversidad total y las ricas perspectivas de nuestro mundo.

La diversidad de habilidades, perspectivas, experiencias y geografías ha jugado un papel clave en nuestra transformación digital. En Levi Strauss & Co., nuestra estrategia de crecimiento y nuestro equipo de inteligencia artificial no incluyen únicamente a científicos e ingenieros de datos y aprendizaje automático. Recientemente contactamos a empleados de toda la organización en todo el mundo y deliberadamente nos propusimos capacitar a personas sin experiencia previa en codificación o estadísticas. Tomamos a personas en operaciones minoristas, centros de distribución y almacenes, y diseñamos y planificamos y las sometimos a nuestro primer campo de entrenamiento de aprendizaje automático, aprovechando sus habilidades de venta minorista experta y superándolas con codificación y estadísticas.

No limitamos los antecedentes requeridos; simplemente buscamos personas curiosas en la resolución de problemas, analíticas por naturaleza y persistentes para buscar diversas formas de abordar los problemas comerciales. La combinación de habilidades minoristas de expertos existentes y conocimiento agregado de aprendizaje automático significó que los empleados que se graduaron del programa ahora tengan nuevas perspectivas significativas además de su valor comercial. Esta iniciativa única en su tipo en la industria minorista nos ayudó a desarrollar un banco diverso y talentoso de miembros del equipo.

Datos

Las capacidades de inteligencia artificial y aprendizaje automático son tan buenas como los datos que se ingresan en el sistema. A menudo nos limitamos a pensar en los datos en términos de tablas estructuradas (números y cifras), pero los datos son cualquier cosa que se pueda digitalizar.

Las imágenes digitales de los jeans y chaquetas que nuestra empresa ha estado produciendo durante los últimos 168 años son datos. Las conversaciones de servicio al cliente (grabadas solo con permisos) son datos. Los mapas de calor de cómo se mueven las personas en nuestras tiendas son datos. Las reseñas de nuestros consumidores son datos. Hoy, todo lo que se puede digitalizar se convierte en datos. Necesitamos ampliar la forma en que pensamos en los datos y asegurarnos de que constantemente introducimos todos los datos en el trabajo de IA.

La mayoría de los modelos predictivos utilizan datos del pasado para predecir el futuro. Pero debido a que la industria de la confección aún se encuentra en las etapas incipientes de la adopción digital, de datos y de inteligencia artificial, tener datos anteriores para referencia es a menudo un problema común. En la moda, miramos hacia el futuro para predecir las tendencias y la demanda de productos completamente nuevos, que no tienen historial de ventas. ¿Como hacemos eso?

Usamos más datos que nunca, por ejemplo, tanto imágenes de los nuevos productos como una base de datos de nuestros productos de temporadas pasadas. Luego aplicamos algoritmos de visión por computadora para detectar similitudes entre los productos de moda nuevos y pasados, lo que nos ayuda a predecir la demanda de esos nuevos productos. Estas aplicaciones proporcionan estimaciones mucho más precisas que la experiencia o la intuición, y complementan las prácticas anteriores con predicciones basadas en datos e inteligencia artificial.

En Levi Strauss & Co., también utilizamos imágenes digitales y activos 3D para simular cómo se siente la ropa e incluso crear nueva moda. Por ejemplo, entrenamos redes neuronales para comprender los matices alrededor de varios estilos de jeans como piernas afiladas, patrones de bigotes y apariencia angustiada, y detectamos las propiedades físicas de los componentes que afectan las cortinas, pliegues y arrugas. Luego, podemos combinar esto con datos de mercado, donde podemos adaptar nuestras colecciones de productos para satisfacer las necesidades y deseos cambiantes de los consumidores y enfocarnos en la inclusión de nuestra marca en todos los datos demográficos. Además, utilizamos la inteligencia artificial para crear nuevos estilos de ropa y al mismo tiempo conservar la creatividad y la innovación de nuestros diseñadores de clase mundial.

Herramientas y técnicas

Además de las personas y los datos, debemos garantizar la diversidad en las herramientas y técnicas que utilizamos en la creación y producción de algoritmos. Algunos sistemas y productos de IA utilizan técnicas de clasificación, que pueden perpetuar los prejuicios raciales o de género.

Por ejemplo, las técnicas de clasificación asumen que el género es binario y comúnmente asignan a las personas como “hombres” o “mujeres” en función de su apariencia física y suposiciones estereotipadas, lo que significa que todas las demás formas de identidad de género se borran. Eso es un problema, y ​​depende de todos los que trabajamos en este espacio, en cualquier empresa o industria, prevenir los prejuicios y avanzar en las técnicas para capturar todos los matices y rangos en la vida de las personas. Por ejemplo, podemos eliminar la raza de los datos para intentar hacer que un algoritmo sea ciego a la raza mientras nos protegemos continuamente contra el sesgo.

Estamos comprometidos con la diversidad en nuestros productos y sistemas de inteligencia artificial y, al esforzarnos por lograrlo, utilizamos herramientas de código abierto. Las herramientas y bibliotecas de código abierto, por su naturaleza, son más diversas porque están disponibles para todos en todo el mundo y personas de todos los orígenes y campos trabajan para mejorarlas y promoverlas, enriqueciéndolas con sus experiencias y, por lo tanto, limitando los prejuicios.

Un ejemplo de cómo hacemos esto en Levi Strauss & Company es con nuestro programa de lealtad US Red Tab. A medida que los fanáticos configuran sus perfiles, no les pedimos que elijan un género ni permitimos que el sistema de inteligencia artificial haga suposiciones. En cambio, les pedimos que elijan sus preferencias de estilo (mujeres, hombres, ambos o no sé) para ayudar a nuestro sistema de inteligencia artificial a crear experiencias de compra personalizadas y recomendaciones de productos más personalizadas.

La diversidad de personas, datos, técnicas y herramientas está ayudando a Levi Strauss & Co. a revolucionar su negocio y toda nuestra industria, transformando lo manual en automatizado, lo analógico en digital y lo intuitivo en predictivo. También estamos construyendo sobre el legado de los valores sociales de nuestra empresa, que ha sido sinónimo de igualdad, democracia e inclusión durante 168 años. La diversidad en la IA es una de las últimas oportunidades para continuar con este legado y dar forma al futuro de la moda.

Post Anterior
3 consejos para alinear tus valores con la cultura de tu startup

3 consejos para alinear tus valores con la cultura de tu startup

Siguiente Post

Elon Musk critica a Apple por la App Store “ walled garden” y el uso de cobalto en las baterías

Posts Relacionados