Jorge Manrique, Rector del Colegio Jurista.
La pandemia del Covid-19 impuso la digitalización como signo imprescindible en las empresas. Así, la adopción tecnológica se convirtió en parque del quehacer corporativo del día a día y se asumió que la Inteligencia Artificial catapultaría productividad y rendimiento en las firmas. Sin embargo, la IA no es panacea a todos los males ni varita mágica que logre maximizar la rentabilidad por sí misma.
Ahora, la única diferencia instrumentar exitosamente la IA es tener una estrategia de negocios que permita innovar, competir y sobresalir. Para ello es recomendable:
Utilizarse en procesos claves. Un error común es asumir que se trata de un objetivo en sí mismo, pero sólo es una herramienta más para generar los resultados establecidos para la empresa. Presuponer que su adopción genera por sí misma resultados y limitarse a buscar las áreas en las que la IA puede funcionar, implica un “retroceso de la estrategia”. Esto porque se olvidan objetivos preexistentes. La manera correcta es analizar los actuales desafíos y con base en éstos determinar los beneficios que puede proporcionar la IA al negocio.
Aplicarse paulatinamente. Combinar éxitos rápidos con avances a largo plazo. Esta instrumentación pausada permite que las empresas adquieran experiencia en la utilización de la IA y, al mismo tiempo, lograr construir los consensos internos para generar proyectos más grandes y estratégicos más adelante.
El tener pequeños e inmediatos triunfos presupone optimización de tareas rutinarias, por ejemplo. Estas tareas de bajo riesgo servirán para desarrollar habilidades con el manejo de la IA.
Por otra parte, los proyectos a largo plazo implican analizar los procesos completos e incluso crear nuevas visiones para generar experiencias con calidad estandarizada para los clientes.
Reskill e inversión en el talento. Contratar expertos externos y “rotar” al personal para generar práctica en las soluciones de IA es conveniente en empresas de todo tipo. Vale mencionar que es muy importante desarrollar el talento tanto en la producción como en el consumo de tecnología IA. Asimismo, el conocimiento debe establecerse en los equipos gerenciales porque es poco probable que los sistemas de IA automaticen procesos completos desde el inicio.
Focalizar resultados a largo plazo. Al ser un campo nuevo, la IA puede generar fracasos al inicio. Esto no debe disuadir a las compañías para invertir más en tecnología de IA. Considerar riesgos y sesgos de la IA. Visualizarlos a priori permitirá manejar los impactos negativos que puedan generarse en los ámbitos legales, reglamentarios e, incluso, de reputación. Vale mencionar que los conjuntos de datos suelen ser compilaciones de comportamientos humanos, a menudo decisiones o juicios específicos, que los responsables de la toma de decisiones humanas asumieron anteriormente sobre un tema en cuestión. Es decir, los datos se componen de decisiones sesgadas de los propios seres humanos y los algoritmos aprenden e incorporan.
