Actualmente ya nadie cuestiona la necesidad de adoptar una estrategia en IA en las compañías. El debate no es si es necesaria o no, ni tan siquiera debería ser el cuando, porque la respuesta es cuanto antes. La cuestión principal a debatir es el cómo.
¿Cómo abordar la implantación de una estrategia de Inteligencia Artificial? ¿Por dónde empezar? ¿Cuáles son los factores clave de éxito?
Particularmente creo que hay tres retos que son diferenciales respecto de otras tecnologías disruptivas y que considero imprescindible tener en cuenta en el modelo de Gobierno de Big Data e IA.
En 1er lugar: ¿Cómo diseñar el portfolio de iniciativas?
Sea cual sea nuestra estrategia de negocio, la búsqueda del Customer Experience, la Excelencia en las Operaciones o la Innovación en Producto, la IA hará mejorar nuestro posicionamiento.
Las compañías que no incorporen la Inteligencia Artificial en sus procesos van a estar en clara desventaja respecto de aquellas que sí lo hagan.
Solo es necesario observar lo que está ocurriendo en el retail con el caso de Amazon. Una compañía que fundamentó su ventaja competitiva inicialmente en la recomendación de producto basada en IA y ahora domina el retail gracias a su uso intensivo en todos sus procesos.
Existen oportunidades latentes de aplicación de la IA en todos los procesos. Cada punto de decisión y cada tarea crítica puede suponer una mejora gracias al uso de la IA, es lo que se conoce con el nombre de Decision Engineering.
De la misma forma, en cada interacción con el cliente existe una posibilidad de personalización que hasta ahora no nos habíamos planteado. Gracias a la IA podemos generar mayor conexión con el cliente y proponerle la opción que más se ajusta a sus expectativas.
La clave es un cambio de mindset en la organización. Conociendo las posibilidades que brinda la IA estamos en disposición de revisar nuestros procesos con otra perspectiva para descubrir esas oportunidades.
En 2º lugar: Cómo abordar la gestión del cambio
La capacidad de automatización inteligente de las tareas es la que ha despertado reticencias entre determinados sectores. Con frecuencia se relaciona IA con destrucción de empleo, lo que no se dice tanto es que la creación será superior y la productividad se verá beneficiada.
Las personas con conocimiento de los procesos van a desempeñar un rol clave en el desarrollo de las iniciativas. Y una vez finalizado el desarrollo ese conocimiento sigue siendo necesario para continuar el ciclo de mejora.
Y en 3er lugar: ¿Cómo medir el potencial de mejora y los resultados?
Lo que se espera de cualquier tecnología es que demuestre la rentabilidad en términos económicos. Bien sea en forma de eficiencia, bien sea en forma de incremento del negocio.
Los modelos analíticos no son un objetivo en si mismo, sirven a un objetivo de negocio. Y el óptimo analítico no siempre coincide con el óptimo económico.
Es necesario tener en cuenta consideraciones como el riesgo, el coste del error y el beneficio del acierto.
Saber medir el potencial a priori y medir los resultados a posteriori es la tercera piedra angular que nos va a permitir conseguir el crédito necesario que lleve a la organización a apostar decididamente por la Inteligencia Artificial e invertir en nuevas iniciativas.
Para diseñar una estrategia de IA en primer lugar debe estar alineada con el negocio. El momento es ahora, el cómo es la clave.
