La carta de orientación SR 11-7 (enlace externo a IBM) de la Reserva Federal y la Oficina del Contralor de la Moneda de EE. UU. define un modelo como "un método, sistema o enfoque cuantitativo que aplica teorías, técnicas y supuestos estadísticos, económicos, financieros o matemáticos para procesar datos capturados y transformarlos en estimaciones cuantitativas".
El riesgo de modelo puede producirse cuando un modelo se usa para predecir y medir la información cuantitativa, pero el modelo no tiene el rendimiento adecuado. El bajo rendimiento del modelo puede generar resultados adversos y generar pérdidas operativas sustanciales. Implementar la gestión de riesgos de modelo en una arquitectura de información moderna le ayuda a:
Cómo crear IA responsable a escala
Anunciamos el lanzamiento de watsonx.ai: - El nuevo estudio para empresas que aúna el machine learning tradicional y las nuevas capacidades de IA generativa basadas en modelos fundacionales.
Mejore el cumplimiento del modelo con pruebas y umbrales personalizados.
Escuche a los expertos en IA hablar sobre la digitalización de la gobernanza en la era de la IA.
Explore la IA explicable en IBM® Cloud Pak for Data.
Obtenga asesoramiento técnico y conocimientos de otras personas que utilizan las soluciones de datos e IA de IBM.
Modernice la forma en que recopila, organiza y analiza datos con una plataforma de datos e IA multinube.
Cree y escale la IA con confianza y transparencia.
Mejore la eficiencia operativa con un modelo de gobernanza integrado.