¿Las empresas no adoptarán la IA sin ingenieros desplegados hacia adelante? ¿Son los números de ingresos publicados por las empresas de etiquetado de datos ingresos reales o GMV? Hay más de 8 jugadores en el mercado de etiquetado de datos con $100M en ARR, ¿quién gana? ¿Quién pierde? ¿Están muertas las plataformas de talento en IA? ¿También tienes que estar en el juego de la curación e implementación de datos? @InvTechInc es uno de los gigantes secretos en el mercado con $200M ARR y algunas de las empresas más grandes del mundo como clientes. Spotify 👉 Youtube 👉 Apple Podcasts 👉 Mis 5 principales lecciones de sentarme con su CEO Matthew Fitzpatrick 👇

1. La IA empresarial todavía está en la primera entrada La implementación en la empresa es mucho más que solo modelos, es infraestructura de datos, rediseño de flujos de trabajo, responsabilidad, confianza y observabilidad. Esto es como construir modelos de crédito en la banca, con gestión de riesgos de modelos, pruebas, capacitación y validación. Creo que la implementación de la IA empresarial está en la primera entrada y tomará una década, no dos años. ¿Qué es lo que nadie ve sobre la implementación de la IA empresarial que todos deberían ver @chetanp @RichardSocher @lqiao @peakji

2. Tienes que vender la IA empresarial a través de pruebas, no de promesas El consejo más simple que doy es comenzar con pruebas de concepto, comenzar con sprints de solución. No pagarán un dólar hasta que demuestres que la tecnología funciona, lo haremos gratis durante ocho semanas. Si tu tecnología funciona, lo mostrarás. ¿Cómo aconsejas a los fundadores sobre las POCs @maggie_hott @ajtennant @mark_goldberger

3. Los Ingenieros Desplegados en el Lugar (FDEs) Son Críticos para una Verdadera Integración del Flujo de Trabajo La IA lista para usar rara vez se mantiene. Cuando el cambio requiere adopción, solo los equipos integrados en el lugar con los operadores pueden alinear las herramientas a los procesos reales. Los FDEs cierran esa brecha; sin ellos, los proyectos se estancan o regresan a ser pilotos. ¿Estás de acuerdo en que se requieren FDEs para que la adopción empresarial funcione realmente @BrendanFoody @jonsidd @GarrettLord

4. Hay una Brecha Creciente Entre el Rendimiento de los Modelos y la Adopción Empresarial Los benchmarks públicos muestran ganancias del 40–60% en la precisión de los modelos. El 60% de los consumidores ahora utiliza IA semanalmente, sin embargo, solo ~5% de las implementaciones empresariales están activas hoy en día. Cerrar esta brecha requiere no solo mejores modelos, sino también infraestructura de datos, rediseño de flujos de trabajo, responsabilidad, confianza y observabilidad. ¿Cuáles son, en tu opinión, las mayores barreras para la adopción de IA en las empresas @levie @benioff @jasonlk @ivanhzhao

5. Los datos generados por humanos y la experiencia serán el viento de cola del crecimiento de la próxima década Los datos sintéticos funcionan para tareas claras, pero el razonamiento complejo, multimodal, multilingüe y de múltiples etapas requiere conocimientos humanos curados. Las empresas invertirán fuertemente en recopilar, validar y ajustar flujos de trabajo del mundo real. ¿Cómo afecta el auge de los datos sintéticos al mercado de datos generados por humanos @ashugarg @jrichlive @gokulr