Consejos para crear equipos de IA conversacionales

Original article was published by Karen White on Artificial Intelligence on Medium


Consejos para crear equipos de IA conversacionales

La construcción de asistentes de IA requiere una combinación de habilidades: ingeniería de software, conocimiento del usuario, escritura y diseño de UX y ciencia de datos. Los equipos de producto que crean el software de IA conversacional comparten algunas similitudes con los equipos de software tradicionales, pero existen también diferencias importantes. Se necesita gran experiencia en desarrollo de backend y DevOps, pero también experiencia en diseño de conversaciones y aprendizaje automático.

Da igual que la organización sea grande o pequeña, para construir un asistente virtual por primera vez o mantener un asistente existente, es necesario formar un buen equipo de expertos que reúnan las skills y habilidades necesarias para que el proyecto llegue. A buen puerto.

Pero hay una gran variedad cuando se trata de equipos de IA conversacionales. Encontrar la correcta se reduce a las prioridades, la etapa de desarrollo y el tamaño de una organización. En esta publicación, comenzaremos analizando algunos de los roles más comunes que componen los equipos de IA conversacionales. Después, consideraremos algunas estructuras de equipo:

  • Un lean team, rápido lanzamiento al mercado.
  • Un equipo mediano que prioriza la experiencia del cliente rico en medios.
  • Un gran equipo, posterior al lanzamiento.

Funciones y conjuntos de habilidades

Analizaremos siete roles que se encuentran normalmente en los equipos de IA conversacionales. Hay que tener en cuenta que la IA conversacional es un campo nuevo y en continuo crecimiento, y será muy complicado abarcar todos los títulos posibles. Hay roles especializados como líderes de innovación en inteligencia artificial y lingüistas computacionales, así como equipos más pequeños en los que un solo desarrollador puede asumir las responsabilidades de ciencia de datos y diseño de conversaciones.

Desarrollador backend

En casi todos los equipos de inteligencia artificial conversacional, encontrarás al menos un desarrollador de backend. Los desarrolladores de backend son responsables de construir la aplicación en torno a un marco de IA conversacional, que incluye integraciones con bases de datos y sistemas de backend. También pueden crear API para permitir que el asistente se comunique con las aplicaciones internas y las fuentes de datos existentes.

Desarrollador frontend

Los desarrolladores de frontend integran la aplicación del chatbot con una interfaz de usuario, como un sitio web o una aplicación móvil. Muchos equipos de IA conversacionales incorporan un desarrollador de frontend durante la construcción inicial, pero no mantienen una persona de front-end de tiempo completo después del lanzamiento, ya que la mayor parte del desarrollo y el mantenimiento continuos ocurren en el back-end.

Científico de datos

Los científicos de datos son responsables de entrenar y optimizar los modelos de aprendizaje automático. En un equipo de asistentes de inteligencia artificial, un científico de datos necesita una comprensión profunda de los algoritmos y el procesamiento del lenguaje natural. Sus principales puntos de contacto en el proyecto serán los datos de entrenamiento, la configuración de la canalización de NLU y el ajuste de hiperparámetros, y herramientas de prueba para medir la precisión del modelo. En algunas organizaciones, los científicos de datos también pueden realizar análisis de datos.

Analista de datos / Ingeniero de datos

Los equipos que valoran mucho la medición del impacto de un asistente de IA en la empresa pueden incluir un analista de datos o un ingeniero de datos. Un analista de datos es responsable de analizar las métricas de uso para descubrir patrones e informar las decisiones comerciales y de desarrollo. A menudo están a cargo de estructurar los datos y crear informes para identificar dónde se puede mejorar el asistente de IA. Un ingeniero de datos maneja los aspectos más técnicos de configurar y mantener esta canalización de datos.

Diseñador de conversaciones / redactor publicitario

Un diseñador de conversación es como un diseñador de UX para interfaces conversacionales. Utilizan su conocimiento del usuario y las necesidades comerciales para crear flujos de conversación para las tareas que un usuario desea completar. En algunos casos, también pueden ser responsables de la apariencia de un asistente, incluida la creación de una personalidad para el asistente y la redacción de guiones de conversación. En otros casos, la creación de la voz del asistente puede contar con el apoyo de un redactor publicitario dedicado.

Product Owner

Los gerentes de producto actúan como un puente entre las partes interesadas del negocio y el equipo de desarrollo. Son responsables de traducir los requisitos comerciales en funciones y priorizar dónde se encuentra el desarrollo de funciones en la hoja de ruta. En equipos más pequeños, el gerente de producto también puede actuar como gerente de proyecto, administrando la acumulación y el flujo de tickets para el equipo de desarrollo, o como diseñador de conversaciones, trazando los flujos de conversación.

Ingeniero de DevOps

El trabajo del resto del equipo no significa mucho si no se puede implementar de manera fiable en producción. Un ingeniero de DevOps es responsable de configurar la infraestructura de alojamiento del asistente de inteligencia artificial, incluido asegurarse de que la arquitectura se adapte bien a los requisitos de red y seguridad existentes de una organización. Los ingenieros de DevOps también suelen estar a cargo de crear procesos automatizados para probar y enviar actualizaciones de código a producción.

Ejemplos de estructuras de equipo

Hemos analizado algunos de los roles individuales que componen los equipos de IA conversacionales; ahora veamos cómo encajan. En esta sección, analizaremos algunas variaciones de cómo se vería un equipo de conversación, según criterios como las prioridades del proyecto y la etapa de desarrollo.

Lean team, tiempo de comercialización rápido

Para nuestro primer equipo, imaginemos que tenemos fecha límite de lanzamiento corta y una plantilla limitada para que el asistente de IA despegue. Suponemos que el proyecto se encuentra en las primeras etapas y pasará rápidamente de POC a producción. También esperamos que el asistente vea mucho tráfico poco después del lanzamiento y se requiere alta disponibilidad.

En este caso, es probable que el equipo dé prioridad a los aspectos técnicos de la implementación, asegurándose de que la infraestructura sea sólida, en lugar de centrarse en la redacción y el diseño de experiencias. A esto lo llamaremos nuestro lean team: el equipo mínimo necesario para que los usuarios tengan un asistente de inteligencia artificial funcional.

  • 1 desarrollador backend.
  • 1 científico de datos.
  • 1 jefe de producto.
  • 1 ingeniero de DevOps.

Aquí hemos agregado un desarrollador de backend y un científico de datos, que trabajarán juntos para construir el asistente de inteligencia artificial, así como la aplicación que lo rodea. En este caso, omitiremos un desarrollador de frontend dedicado, bajo el supuesto de que los requisitos de frontend no son complejos. Es probable que nuestro gerente de producto se dedique a varias tareas: recopilar los requisitos comerciales, diseñar flujos de conversación y analizar el desempeño del asistente. Y, por último, agregamos un ingeniero de DevOps para administrar la infraestructura y el tiempo de actividad.

Equipo mediano, creando una rica experiencia para el cliente

Nuestro segundo equipo tiene más personal pero diferentes criterios para su asistente. Aquí, la organización ha construido su marca en torno a una narración rica en medios, que se extiende a las experiencias digitales que crean para los clientes. Este equipo de IA conversacional se centra en crear la voz y el tono del asistente, y tienen una línea de tiempo más larga desde el POC hasta el lanzamiento.

  • 1 jefe de producto.
  • 1 redactor.
  • 2 diseñadores de conversación.
  • 2 ingenieros de backend.
  • 1 científico de datos.
  • 1 ingeniero de DevOps.

Este equipo está muy inclinado a los creadores de contenido: solo la mitad del equipo está trabajando en la implementación técnica. La otra mitad se centra en diseñar la experiencia del asistente. Seguimos incluyendo un ingeniero de DevOps para supervisar la infraestructura y la implementación.

Gran equipo, posterior al lanzamiento

Los equipos dentro de una organización grande a menudo evolucionan según la fase de desarrollo del asistente. Algunos equipos incorporan miembros adicionales antes del lanzamiento y luego se reducen durante la fase de mantenimiento. Otros comienzan con un equipo esbelto desde el principio y agregan miembros del equipo a medida que avanza el desarrollo.

Aquí, estamos imaginando un equipo dentro de una gran organización que ha lanzado a su asistente en los últimos seis meses. Aunque el mantenimiento ocupa una gran parte de la atención del equipo, también están trabajando en una segunda versión del asistente, que incluirá nuevas funciones. Debido a esto, este equipo ha conservado a muchos de los miembros que trajeron antes del lanzamiento y ha agregado algunos miembros más enfocados en comprender los patrones de uso y las métricas comerciales.

  • 1 jefe de producto.
  • 1 diseñador de conversación.
  • 4 desarrolladores de backend.
  • 1 científico de datos.
  • 2 analistas de datos.
  • 1 ingeniero de DevOps.

Conclusión

Formar un equipo para crear asistentes de IA puede verse muy diferente según la organización y el proyecto. En nuestra experiencia en Rasa, los equipos más exitosos reflejan los objetivos y prioridades del proyecto, ya sea creando una experiencia de marca distintiva o saliendo al mercado rápidamente sobre una base técnica sólida. Sin embargo, lo que tienen en común es una combinación de habilidades que incluyen ingeniería de software, aprendizaje automático, UX y DevOps.

¿Qué equipos has visto a lo largo de tu experiencia? Comparte tu opinión y sigue la conversación en el foro de Rasa.