IA no es solo un experimento
Muchas empresas vienen desarrollando pilotos de aplicación de técnicas de Inteligencia Artificial (IA) en sus diferentes procesos de negocios con la esperanza de posteriormente incluirlos en sus modelos de operación. Lo que escasea es información sobre sus resultados.
Algunos proveedores tecnológicos de estas soluciones los mencionan de manera superficial al momento de exponer las bondades de sus productos, pero no son precisos en sus logros, esto puede llegar a desanimar a las empresas. Independientemente a ello una investigación de mercado[1], realizada en otras latitudes con mayor acceso a tecnologías, indica que cerca del 93% de las empresas tienen interes en IA.
Los temores sobre el uso de estas tecnologías se irán disipando cuanta mayor información se tenga sobre ellas, aunque probablemente quedará la duda de si los resultados de los pilotos y las implementaciones son o no exitosos.
La idea de este artículo es aportar algunas recomendaciones para que los pilotos sean exitosos.
Una de las primeras es establecer claramente la finalidad de la implementación IA en las operaciones de la empresa. Estas herramientas interactúan con nuestros clientes, si han sido diseñadas para ello, por lo que se espera que la forma y estilo de comunicación sean amigables, efectivas y claras.
Esto nos lleva a la segunda recomendación: Adoptar tecnologías que puedan ser escalables en el entendimiento de los operadores y que sean de fácil comprensión para aquellos colaboradores en la empresa. Estas herramientas tecnológicas deben ¨sumar¨ para que sean adoptadas de manera rápida, y deben incrementar la productividad en nuestros colaboradores con impactos notables.[2]
La tercera recomendación esta ligada al lugar dentro de los modelos de negocio en que debe incorporarse IA. Es decir, adoptar tecnologías que se encuentren alineadas a los sistemas transaccionales y que esten dentro de los sistemas de la empresa. De otra forma no se contará con información permanente y actualizada.
Finalmente, y dado que se trata de tecnologías que no son de uso masivo, debemos seleccionar al mejor aliado estratégico y tecnológico para hacerlo. Consideración importante ya que muchas de las variables críticas de la empresa se encuentran en juego (como sus clientes, su información y la reserva de su información).
¿Ha escuchado de las técnicas ágiles de planificación y desarrollo de proyectos? Son óptimas para este tipo de proyectos, que no solo deben ser rápidos sino también registrados adecuadamente, para hacer el control de daños y aprender de ellos para la siguiente implementación. De esta forma podremos reducir la incertidumbre y el impacto de un mal piloto de IA.
[1] Big Data Executive Survey 2018 [2] Art. The Problem With AI Pilots. T. Davenport y R. Bean. MIT Sloan Management Review. Julio 2018