Seis predicciones sobre la Inteligencia Artificial en 2022 para las empresas

Tales son los avances que se producen cada día en materia de Inteligencia Artificial (IA) que estar al tanto de todos ellos bien podría ser un trabajo a tiempo completo. Pero si diriges una empresa, lo más importante es saber cómo estos nuevos desarrollos van a transformar el panorama competitivo en tu sector.

Desde hace cinco años, en PwC desgranamos cuáles serán las cuestiones más relevantes en el campo de la IA a partir de nuestra experiencia trabajando con las empresas del Fortune 1000 y de nuestra colaboración con investigadores e instituciones internacionales. Estas tendencias incluyen desde nuevos métodos para medir y hacer crecer el Retorno de la Inversión (ROI) hasta posibles aplicaciones en el mundo virtual o metaverso. Las empresas que tengan la capacidad para aprovecharlas podrán hacer crecer sus beneficios de forma sostenible y alcanzar su propósito como compañía. Te las contamos a continuación.

1. La IA convergerá con los datos y con la nube. Por sí solos, los datos no tienen un gran valor. Es necesario organizarlos, analizarlos y utilizarlos a gran escala. Algo que se puede lograr a través del uso de la IA. Sin embargo, para que la inversión en IA sea verdaderamente rentable se debe integrar en sistemas y aplicaciones que funcionen las 24 horas del día, los 365 días del año. Estos sistemas, a su vez, necesitan una potencia informática, instalada en la nube, que pueda ampliarse y reducirse para responder de forma eficiente a las distintas demandas de información. Con estos requisitos, queda claro por qué las empresas punteras están invirtiendo cada vez más tanto en los datos como en su gestión: en la IA y en la nube entendidas como un sistema único.

Pero resulta igual de importante que las empresas miren, permanentemente, a tres aspectos interconectados entre sí: la estrategia, la ejecución y las operaciones. Primero, que estén siempre pendientes de la estrategia: ¿Qué necesidades tiene la empresa?. Segundo, que afinen la ejecución: ¿Qué datos, qué modelos éticos de IA y qué potencia de computación me va a permitir  satisfacer esas necesidades? Y, tercero, que mejoren sus  sus operaciones: ¿Cómo podemos seguir mejorando nuestros datos, modelos y nuestra presencia en la nube? Cuando los datos, la IA y la nube se ponen a trabajar juntas, de principio a fin, el resultado es un sistema flexible y potente que te ayuda a identificar exactamente los datos que necesitas, a reunirlos o sintetizarlos y a utilizarlos para mitigar los riesgos y encontrar nuevas oportunidades de negocio.

2. Las simulaciones van a descubrir toda la potencia de la IA. Las simulaciones no son nada nuevo, pero las que se pueden generar con la IA pueden llegar a ser muy transgresoras y ayudar a los directivos de las empresas a probar innumerables escenarios para tomar decisiones correctas, tanto a corto como a largo plazo. La IA, por ejemplo, puede crear gemelos digitales: simulaciones detalladas de activos físicos, como motores de aviones o plataformas petrolíferas. En el entorno del Internet de las Cosas (IoT) estas simulaciones son capaces de crear equivalentes digitales de fábricas o ciudades inteligentes. Al ser combinados con otros tipos de IA, los gemelos digitales son capaces de predecir el comportamiento de ciertos grupos de consumidores. Por otro lado, existen otros tipos de simulaciones a gran escala basadas en IA que pueden recrear y prever el comportamiento potencial de los activos financieros y de los mercados.

Igualmente, la IA será un elemento fundamental a medida que la tecnología madure hacia el metaverso, una convergencia de tendencias tecnológicas que permitirá a los usuarios experimentar el  mundo digital de una forma nueva y con un nuevo nivel de autonomía y libertad.

3. Adiós a los datos desordenados. Los datos son la materia prima de la IA, pero hay que recopilarlos, ordenarlos, validarlos, etiquetarlos y estandarizarlos para que la IA les saque partido. Este procedimiento a menudo ha sido lo que ha frenado a la IA, que es como un motor delicado que espera un combustible debidamente refinado para arrancar. Pero, incluso, esto está cambiando. La IA está evolucionando de tal forma que puede convertir los datos desordenados y sin estructurar en algo que ella pueda utilizar.

La IA puede servir para recopilar datos de múltiples fuentes, convertir los no estructurados en información, verificarlos y estandarizarlos para facilitar su uso y su gestión, y ponerlos a disposición de las personas adecuadas en el momento oportuno. A medida que se avanza en la aplicación de la IA en la gestión de los datos, se puede crear un sistema de datos. Es decir, una visión 360º, inteligente y en continua evolución de todos los datos que la compañía necesite. Algunas empresas centradas en los datos están yendo todavía un paso más allá, reestructurando sus organizaciones para crear una red de datos: un sistema en el que determinados equipos especializados son propietarios de los datos que la IA ayuda a recopilar, limpiar y organizar. Lo que permite desarrollar y producir rápidamente productos basados en información personalizada del consumidor.

4. Serás capaz de calcular y estimar el valor que aporta la IA. A menudo resulta complicado prever el retorno de la inversión en IA. La tecnología es compleja y está en constante evolución. Incluso puede ser difícil saber qué valor aporta un sistema de IA ya en funcionamiento. ¿Cómo medir, por ejemplo, el valor de una mejor decisión estratégica? ¿O cómo poner un precio exacto a una interrupción de la cadena de suministro que nunca llegó a producirse porque la IA captó señales en las redes sociales que le avisaron con antelación? Es cierto que el valor se genera no sólo a partir de estos casos avanzados de uso estratégico u operativo de la IA, sino también a partir de los usos más sencillos (y muy valiosos), como el procesamiento de facturas y órdenes de compra, lo que denominamos la IA aburrida. Pero los casos más avanzados son a menudo especialmente difíciles a la hora de calcular su valor.

Afortunadamente, los nuevos métodos de valoración pueden captar tanto los beneficios y los costes duros -en inglés, hard costs-, como el incremento de la productividad o los costes de hardware. Así como los beneficios y costes blandos -en inglés, soft cost-., como la mejora de la experiencia de los empleados o la disminución de la carga de trabajo de los expertos en la materia.

5. La IA tendrá un fuerte impacto en la ESG. A medida que la IA vaya creciendo no sólo impulsará el desarrollo del negocio, también ayudará a reflejar los valores de la empresa. En este sentido, será muy relevante la necesidad de reducir la huella de carbono de la capacidad de computación, a menudo masiva, de la IA. También será importante asegurarse de que el desarrollo de la la IA dentro de la compañía se ha realizado de forma fiable, ética y digna de confianza, ofreciendo siempre a los usuarios y consumidores niveles adecuados de información.

Una vez mitigados los riesgos medioambientales, sociales y de gobierno (ESG, por sus siglas en inglés) de la IA, es el momento de considerar sus beneficios. Por ejemplo, el poder de las simulaciones permite una mayor transparencia en las operaciones, así como en decisiones más concretas sobre cómo reducir el impacto medioambiental o mejorar la vida de una comunidad. Al habilitar más herramientas de realidad virtual, también se puede facilitar que las personas con discapacidades participen de forma plena dentro de las fuerzas de trabajo en las empresas.

6. La IA será demasiado importante para que la lleven solo los expertos en IA. La gestión de la IA supone enfrentarse a desafíos muy particulares. Es como un objeto en movimiento, al que llegan constantemente nuevos datos para respaldar las decisiones de negocios y las iniciativas críticas para la empresa. También es una tecnología increíblemente compleja que está haciendo cosas que ninguna otra tecnología había hecho antes. Como consecuencia es posible que los equipos directivos no cuenten con los conocimientos técnicos y de gestión necesarios para seguir el ritmo de la tecnología, y que los especialistas en IA no sepan entender lo que se les pide desde la empresa.

La solución es hacer una gestión integral del ciclo de vida de los datos, de la inteligencia artificial y de la nube. De esta forma, se busca integrar a los responsables de riesgos, de la IA y de la empresa. Esta gestión contará con  nuevos procedimientos, funciones y responsabilidades para cada una de sus tres líneas de defensa. Los directivos, por su parte, deberán aprender algunos de los fundamentos de la IA y de la ciencia de los datos. Sólo entonces podrán dar forma a los sistemas de IA para garantizar los resultados empresariales adecuados e impulsar la verdadera transformación digital.


atoca: