Dr. Andrew Ng
La mayoría de las organizaciones han llevado a cabo proyectos piloto de IA. Pocas han ido más allá. La brecha no es tecnológica, sino organizativa. Crear las estructuras internas, los equipos y la capacidad de toma de decisiones necesarios para implementar la IA a gran escala es el reto que la mayoría de los equipos directivos aún no han resuelto. Sin un enfoque sistemático, las inversiones en IA se acumulan sin generar un efecto multiplicador.
El reto de ampliar el uso de la IA, pasando de proyectos piloto aislados a una capacidad que abarque toda la empresa, es el que Andrew Ng —cofundador de Google Brain, artífice del crecimiento de Coursera hasta alcanzar los 150 millones de alumnos y autor del libro *AI Transformation Playbook*— se ha dedicado a ayudar a las organizaciones a resolver a lo largo de su carrera.
Full Profile
Por qué las organizaciones colaboran con Andrew Ng
- Su «AI Transformation Playbook» —un marco específico de cinco pasos derivado directamente de la creación de equipos de IA en Google y Baidu— ofrece a las organizaciones una hoja de ruta estructurada para la implementación, no solo principios. Es la diferencia entre una orientación y un plan.
- Ha trabajado en ambos lados del reto que supone la adopción de la IA: como responsable de convertir a dos de las mayores empresas tecnológicas del mundo en organizaciones centradas en la IA, y como fundador de plataformas que han formado a más de 8 millones de personas en competencias relacionadas con la IA. Para él, los modos de fracaso en ambos extremos no son algo teórico.
- Su tesis de que «la IA es la nueva electricidad» replantea la IA como una infraestructura de uso general en lugar de una característica o un producto —una distinción que cambia la forma en que los consejos de administración asignan el capital y cómo los equipos directivos estructuran la rendición de cuentas—.
- Ha sido incluido en la primera lista «Time100 AI» de la revista *Time* (2023) —que reconoce la influencia activa y actual en el campo— y forma parte del consejo de administración de Amazon. Lo primero es señal de prestigio entre sus pares; lo segundo, de credibilidad en las salas de juntas.
- A través de AI Aspire, desarrollado en colaboración con Bain & Company, asesora a empresas que pasan de la experimentación con la IA a una transformación escalable, proporcionando a las organizaciones acceso a una perspectiva contrastada en la creación de empresas, las operaciones a hiperescala y la educación masiva.
Aspectos destacados de su biografía
- Cofundador de Google Brain, el equipo de investigación al que se atribuye haber redefinido el enfoque de Google respecto a la inteligencia artificial
- Vicepresidente y científico jefe de Baidu, al frente de un equipo de IA de 1.300 personas responsable de la estrategia global de IA de la empresa
- Cofundador y presidente de Coursera (NYSE: COUR), que actualmente cuenta con más de 150 millones de alumnos registrados en todo el mundo
- Fundador de DeepLearning.AI: más de 8 millones de personas han completado cursos de IA a través de sus programas
- Nombrado entre las 100 personas más influyentes de la revista *Time* (2012), entre las personas más creativas de *Fast Company* (2014) y en la lista «Time100 AI» (2023)
- Miembro del consejo de administración de Amazon (nombrado en abril de 2024)
- Autor de *AI Transformation Playbook* y *Machine Learning Yearning*, ambos de amplia difusión
- Licenciado por la Universidad Carnegie Mellon, máster por el MIT y doctor por la Universidad de California en Berkeley; coautor de más de 200 artículos de investigación
Biografía
La mayoría de los proyectos piloto de IA nunca llegan a convertirse en empresas de IA. Andrew Ng ha dedicado años a analizar por qué, primero como director fundador de Google Brain y después como vicepresidente y científico jefe de Baidu, donde creó un equipo de IA formado por 1.300 personas. La brecha entre la experimentación aislada con IA y la capacidad a nivel empresarial es el problema que ha estudiado desde dentro.
Su «AI Transformation Playbook» —elaborado directamente a partir de esa experiencia— establece un marco de cinco pasos para llevar la adopción de la IA desde el impulso inicial hasta una infraestructura que abarque toda la empresa. Ha tenido una amplia difusión porque aborda la transformación de la IA como un reto operativo, no como una cuestión tecnológica. Su tesis de que la IA es una infraestructura, al igual que lo fue la electricidad, ofrece a los consejos de administración un marco estratégico válido para todos los sectores y modelos de negocio.
Ng fue cofundador de Coursera, que actualmente cuenta con más de 150 millones de alumnos registrados, y fundó DeepLearning.AI, a través de la cual más de 8 millones de personas se han formado en habilidades de IA. Fomentar la alfabetización en IA a esa escala —y evaluar qué funciona— le proporciona una perspectiva concreta y contrastada sobre lo que realmente requiere, en la práctica, la transformación de la plantilla. Pocos ponentes pueden aportar pruebas operativas comparables.
Es licenciado por la Universidad Carnegie Mellon, el MIT y la Universidad de California en Berkeley, es coautor de más de 200 artículos de investigación y forma parte del consejo de administración de Amazon. Incluido en la primera lista «Time100 AI» de la revista *Time* en 2023 —que reconoce la influencia actual más que la contribución histórica—, sigue cofundando empresas de IA a través de AI Fund y asesorando a empresas sobre estrategia de IA a través de AI Aspire, una firma que creó en colaboración con Bain & Company.
Temas principales de sus ponencias
- Adopción y transformación de la IA en las empresas
- Estrategia de IA para consejos de administración y altos directivos
- IA agentiva y la próxima fase de los sistemas de IA
- Desarrollo de la plantilla especializada en IA y mejora de las capacidades
- Desarrollo y regulación responsables de la IA
- Fundamentos del aprendizaje automático y la IA aplicada
- La economía de la IA como infraestructura de uso general
Ideal para
- Los altos directivos y los consejos de administración que definen la estrategia de IA y la asignación de capital
- Directores de Tecnología y directores digitales que lideran programas de IA en las empresas
- Directores de Recursos Humanos y responsables de personal encargados de la mejora de las competencias en IA y la transformación de la plantilla
- Responsables de transformación y equipos de innovación que pasan de proyectos piloto de IA a una implantación a gran escala
Resultados para los participantes
- Un marco estructurado para diagnosticar dónde se está estancando la adopción de la IA en la empresa y qué pasos dar a continuación
- Claridad sobre cómo desarrollar la capacidad interna en materia de IA —equipos, flujos de trabajo y gobernanza— en lugar de depender de enfoques aislados proyecto por proyecto
- Un marco a nivel de consejo de administración que contemple la IA como infraestructura, con implicaciones para la inversión, el talento y el posicionamiento competitivo
- Una comprensión práctica de lo que requiere el desarrollo a gran escala de la plantilla especializada en IA, basada en programas que han formado a millones de personas
- Una visión más realista del desarrollo responsable de la IA —distinguiendo entre riesgos creíbles y preocupaciones especulativas— por parte de un profesional que ha defendido estas posturas tanto en público como en el ámbito de las políticas
Charlas
Analiza cómo las máquinas aprenden a partir de datos no estructurados para impulsar avances en campos como la visión artificial y el procesamiento del lenguaje natural, y qué implica esto para las organizaciones que se basan en la inteligencia artificial.
Puntos clave:
- Cómo el aprendizaje profundo extrae patrones significativos de datos no estructurados, y dónde se aplica esta capacidad en la práctica
- La distinción entre aprendizaje supervisado y no supervisado, y cuándo es adecuado cada enfoque para los casos de uso empresariales
- Qué implica el estado actual de la investigación en aprendizaje automático para las organizaciones que invierten en infraestructura de IA
Analiza cómo la inteligencia artificial está transformando el aprendizaje —permitiendo experiencias personalizadas y adaptativas a gran escala— y qué implica esto para las organizaciones encargadas del desarrollo de las competencias de su plantilla.
Puntos clave:
- Cómo la IA crea itinerarios de aprendizaje personalizados que los modelos de formación tradicionales no pueden replicar a gran escala
- Qué supone la ampliación del acceso a una educación de calidad para las reservas de talento a nivel mundial y la ventaja competitiva
- Las implicaciones del aprendizaje permanente como requisito estructural, y no como una mera aspiración cultural
Analiza los avances más recientes en inteligencia artificial y robótica en los sectores de la industria manufacturera, la sanidad y el transporte, centrándose en su aplicación práctica y en las condiciones necesarias para una implementación responsable y centrada en las personas.
Puntos clave:
- Cómo la robótica y la IA están transformando las operaciones en sectores clave, y dónde se concentran las oportunidades a corto plazo
- Cómo es en la práctica una colaboración eficaz entre personas y máquinas, más allá del bombo publicitario
- Las consideraciones éticas y de gobernanza que las organizaciones deben integrar antes de la implementación, y no después