Los casos de éxito de la Inteligencia Artificial (IA) se están convirtiendo en la norma, no en la excepción. La mayor parte de las compañías que están realizando desarrollos en materia de IA afirman que han obtenido resultados, por ejemplo, con pruebas de concepto prometedoras que están listas para ser aplicadas, con casos de uso en marcha e, incluso, en la adopción generalizada de procesos basados en dicha tecnología. En este escenario, hay algunas empresas que destacan especialmente. Estas compañías son mucho más avanzadas a la hora de utilizar IA y están logrando rentabilizar sus negocios, ya que no sólo cuentan con un modelo de IA que funciona, sino que también obtienen un ROI significativo.
Lo que distingue a estas empresas, según los datos, es que en lugar de centrarse en un solo objetivo y luego pasar al siguiente, están avanzando en el uso de la IA en tres ámbitos al mismo tiempo: transformación del negocio, la mejora en la toma de decisiones y la modernización de los sistemas y procesos. De los 1.000 directivos relacionados con la tecnología encuestados en Estados Unidos para nuestra 2022 IA Business Survey, 364 han desarrollado este enfoque integral y están viendo sus beneficios y sus ventajas.
Las empresas que apuestan por un enfoque integral de la IA, centrándose en la consecución de los tres objetivos de negocio, tienen mayor éxito que las que adoptan un enfoque aislado.
Las compañías que apuestan por un enfoque integral son las que más partido sacan de la IA
En comparación con las compañías que abordan la IA de forma puntual, estos directivos -poco más de un tercio en nuestra encuesta- son mucho más propensos -36% frente al 20%- a comunicar que están adoptando esta tecnología a gran escala. Además, duplican la probabilidad de que las iniciativas de IA les aporten un valor sustancial para mejorar su productividad, la toma de decisiones, la experiencia del cliente, la innovación de productos y servicios, la experiencia de los empleados, y mucho más. Este enfoque integral, capaz de reunir a distintos directivos a lo largo de la compañía, facilita la escalabilidad y el intercambio de datos. Además, pone en contacto a los especialistas en IA con equipos de análisis, ingenieros de software y científicos de datos. Al incorporar la perspectiva empresarial, se contribuye a alinear la IA con los objetivos del negocio, lo que conduce a la aceptación por parte de la organización y a la implementación de proyectos que tienen un impacto real a un coste razonable.
Este enfoque integral favorece un ingrediente fundamental para el éxito de la IA: la inversión y gestión de los datos; la IA y la nube como un todo. La IA puede generar más valor a gran escala cuando se integra en sistemas de información que funcionan sin descanso, analizando y actuando sobre los datos de dentro y fuera de la compañía. Estos sistemas, a su vez, necesitan una potencia informática basada en la nube que pueda ampliarse y reducirse para ayudar a satisfacer las demandas en cada momento. Un enfoque de los proyectos de IA que recoja las prioridades de negocio y tecnológicas con la toma de decisiones ayuda a que los datos, la IA y la nube funcionen juntos sin fisuras, de principio a fin.
Esta aproximación a la IA se alinea bien con la visión que se tiene de los datos: hacer que una persona -por ejemplo, el Chief Data Officer– o un equipo centralizado sea responsable de compartir y gestionar los datos. De este modo, se pueden conectar los datos con la IA de forma que se beneficien tantas áreas de negocio como sea posible. El 36% de las empresas con un enfoque integral de la IA tienen previsto utilizarla este año para construir una visión 360º de todos los datos que afectan a sus organizaciones.
Dentro de este marco, los líderes de la IA planean centrarse en cinco prioridades clave. A continuación, te las contamos.
1. Piensa mejor, más rápido y a largo plazo: toma decisiones respaldadas por la IA. El proceso de toma de decisiones a partir de la IA es muy potente por una simple razón: permite incorporar y analizar una cantidad de información mucho mayor de la que tú (o cualquier ser humano) podría hacer por sí solo. Por ejemplo, para optimizar los sistemas de fijación de precios, el uso de IA permite introducir una gran cantidad de datos históricos sobre las ventas de los productos, márgenes, costes de proveedores y satisfacción de los consumidores, y así elaborar estimaciones detalladas de posibles escenarios futuros. También es capaz de proyectar cómo los competidores y proveedores podrían alterar sus precios en respuesta a estas decisiones. Además, la IA en combinación con el Internet de las Cosas (IoT) permite prever el comportamiento de las máquinas y sus necesidades de mantenimiento, lo que ayuda a tomar mejores decisiones operativas.
En la actualidad se siguen tomando decisiones empresariales complejas sin recurrir a la IA, pero esto va a cambiar. Por ejemplo, el uso de IA tiene mucho que ofrecer en las operaciones de M&A, ya que podría llegar a automatizar partes de los procesos de due dilligece, predecir las posibles respuestas normativas y proyectar los resultados de la fusión de varias compañías en distintos escenarios. También, abundan las oportunidades para que la IA respalde decisiones en cuestiones medioambientales, sociales y de gobierno. El cálculo de la huella de carbono generada por una determinada inversión puede ser mucho más exacto, por ejemplo, si los modelos de IA proyectan los futuros suministros de energía, patrones climáticos e impactos de segundo grado en su cadena de suministro.
2. Simularlo todo: aprovecha el poder virtual de la IA. La opinión es casi unánime, el 96% de los encuestados tiene previsto utilizar simulaciones de IA, como los gemelos digitales, este año. Estas simulaciones son muy potentes, puesto que pueden hacer mucho más que proporcionar información detallada y en tiempo real. Son capaces de aumentar la agilidad y reducir el riesgo de las operaciones de una compañía en el futuro. Al crear un gran número de escenarios en paralelo, estas simulaciones permiten proyectar rápidamente posibles acontecimientos y proyectar las principales decisiones en el mundo real, sin correr ningún riesgo. Por ejemplo, cuando se combinan modelos de proveedores, clientes, competidores y condiciones meteorológicas, se puede anticipar mejor la dinámica de precios y las interrupciones de las cadenas de suministro, y establecer un plan para evitarlas.
Tener un enfoque integral ofrece ventajas particulares en el caso de las simulaciones más complejas, como lo son la previsión de las condiciones de mercado. Con el tiempo, las simulaciones también pueden contribuir a solventar los desafíos relacionados con el talento. Casi dos quintas partes de las empresas integradas ya utilizan simulaciones de IA para contratar y formar a sus empleados. En la actualidad, las simulaciones de realidad virtual potenciadas por la IA permiten mejorar los procesos de contratación virtual, acceder a profesionales en áreas geográficas lejanas, monitorizar mejor a los empleados que trabajan en remoto e incluso perfeccionar sus capacidades.
3. Ponle un número: evalúa y prevé el ROI de la IA. La IA ha adolecido durante mucho tiempo un grave problema para las empresas: un ROI mediocre. Las compañías desarrollaban modelos de IA que funcionaban, pero que no se enfocaban en los problemas empresariales correctos. Esta cuestión se ha agravado a medida que las organizaciones avanzan más allá de la IA aburrida -que suele ser atractiva por sus resultados inmediatos- hacia modelos más sofisticados. Cuanto más complejo sea el desafío, mayor será la importancia de que los líderes empresariales dirijan sus iniciativas de IA a las necesidades correctas. La principal razón de esta situación es la dificultad para medir o definir el retorno de la inversión de la IA. Por ejemplo, ¿cómo se puede cuantificar el valor de una mejor decisión estratégica? O, ¿cómo se calcula el precio exacto de esa interrupción de la cadena de suministro que nunca tuvo lugar porque los modelos de IA lo advirtieron con antelación?
Cada vez más, las compañías son capaces de responder a estas y otras preguntas gracias a nuevos métodos de medición. Estos pueden determinar no sólo los beneficios y los costes duros, como el aumento de la productividad y el gasto en nuevo hardware. También reflejan los beneficios y costes blandos, como la mejora de la experiencia de los empleados y el aumento en las demandas de tiempo de los especialistas en la materia. Al fomentar la escalabilidad y los conocimientos compartidos, el enfoque integral de la IA también facilita la predicción del retorno de la inversión de las nuevas iniciativas.
4. Protégete: haz que tu IA sea responsable. El 98% de los encuestados entienden este imperativo y ya tienen previsto dotar de responsabilidad sus sistemas de inteligencia artificial en 2022. Estos modelos hacen lo que se les pide, ni más ni menos. Si están bien implementados, estos procesos de IA responsable pueden evaluar sus modelos en cuanto a explicabilidad, fiabilidad, sesgos, imparcialidad y transparencia. La gobernanza responsable de la IA también proporciona verificaciones, balances y protocolos de ampliación cuando se evalúan y validan los modelos. Sin embargo, aunque casi todas las empresas tienen la ambición de desarrollar una IA responsable, menos de la mitad tiene previstas medidas para cada proyecto concreto. Por su parte, los líderes que apuestan por una visión de la IA integral lo están haciendo mejor, pero aún hay camino por recorrer.
5. Contrata, fideliza y automatiza: resuelve los retos del mercado laboral con IA. ¿Puede la IA ayudar a superar los desafíos del mercado laboral? Según parece, el 98% de las empresas piensan que sí. De hecho, están acelerando el uso de IA para aumentar la automatización y reducir sus necesidades en materia de contratación, o bien están desarrollando un plan para hacerlo. Sin embargo, esta tecnología conlleva un reto propio en el mercado laboral: contratar y retener el escaso y, a menudo, costoso talento en IA. El 79% de las empresas están ralentizando algunas iniciativas de IA debido a la limitada disponibilidad de talento. Sin embargo, aunque los especialistas en IA y en data science sean cada vez más demandados, dicha ralentización se puede evitar.
Las compañías que apuestan por un enfoque integral de IA son mucho más propensas que aquellas que lo hacen por uno puntual, al avanzar rápidamente con sus iniciativas de IA a pesar de la escasez de talento (23% frente al 14%). Esto podría deberse a que es más probable que apliquen métodos innovadores, como el reentrenamiento de sus profesionales para que trabajen en el campo de la IA (43% frente al 33%), y la reorganización de los equipos para hacer un mejor seguimiento de la escasa experiencia en el ámbito (41% frente al 32%).
Quizás debido a que las iniciativas de IA que funcionan se traducen en la mejora de los beneficios (mediante ahorro de costes o aumento de ingresos), permiten un aumento de los presupuestos de contratación, por lo que también es más probable cuenten con personal más especializado (el 42% frente al 32%).
