7 razones por las que su estrategia de IA no está funcionando

0
25

La inteligencia artificial (IA) promete ayudar a las empresas a impulsar la productividad, la agilidad empresarial y la satisfacción del cliente, mientras que acorta el tiempo necesario para lanzar nuevos productos y servicios al mercado. Sin embargo, a medida que más líderes de TI sumergen profundamente a sus organizaciones en la ciencia de la IA, muchos encuentran más decepción que éxito. Un estudio del 2020 de IDC, por ejemplo, encontró que el 28% de las iniciativas de inteligencia artificial y aprendizaje automático (ML) han fallado.

La creación de una estrategia de IA eficaz requiere una planificación cuidadosa, el establecimiento de objetivos bien definidos y la construcción de un fuerte compromiso de gestión, además de la capacidad de evitar errores comunes con destreza. Si la estrategia actual de IA de su organización no está logrando los resultados esperados, aquí se presentan siete posibles razones.

1- Capacitación insuficiente del personal
No abordar adecuadamente las necesidades de los usuarios es uno de los mayores obstáculos para una implementación de IA exitosa.

«A menos que las empresas preparen a las personas para usar una solución de inteligencia artificial, esta no escalará”, advierte Charla Griffy-Brown, profesora de sistemas de información y gestión de tecnología en Graziadio Business School de la Universidad de Pepperdine. No se trata solo de capacitación, agrega. «Requiere la actualización de políticas y la implementación de soporte empresarial, no solo soporte técnico”.

Los líderes de TI deben asegurarse de que su fuerza de trabajo esté adecuadamente capacitada para trabajar con la nueva tecnología, señala Ravi Kumar, presidente de Infosys, la consultora global de TI. «Deberían tener un plan para educar y capacitar a sus equipos para trabajar con IA y no solo consumirla”.

La idea de que la IA requiere un esfuerzo humano debe incorporarse a la iniciativa desde el principio. «Esto puede ser más difícil de implementar que la propia IA”, señala Grifffy-Brown.

2- Gobernanza inexistente o inadecuada
Las estrategias de inteligencia artificial no pueden funcionar o crecer de manera efectiva sin haber implementado completamente un estándar modelo de gobernanza a nivel de toda la empresa. Hay uchas facetas en el modelo de gobernanza, señala Scott Zoldi, Chief Analytics Officer de FICO, proveedor de servicios de calificación crediticia.

Las estrategias de inteligencia artificial no pueden funcionar o crecer de manera efectiva sin haber implementado completamente un estándar modelo de gobernanza a nivel de toda la empresa.

«Debe incorporar los conceptos de IA responsable, que significa robusta, explicable, ética y eficiente”, explica. El modelo también debe centrarse en las prácticas de implementación de tecnología estándar y especificar qué métodos de IA pueden y no pueden usarse.

«Por último, los proyectos de IA necesitan un proceso de desarrollo corporativo para que los modelos sean creados según el estándar corporativo y no estén sujetos a los científicos de datos individuales”, agrega Zoldi.

3- No comprender el verdadero valor de la IA
A medida que la IA se vuelve accesible para un número creciente de empresas, muchos nuevos adoptantes no logran reconocer completamente los beneficios del ROI en el mundo real de la tecnología. «Es esencial integrar la IA en la cadena de valor central de las aplicaciones de la industria en lugar de tratarla como un complemento”, señala Lan Guan, director gerente senior de la unidad de inteligencia aplicada de la empresa de servicios profesionales Accenture. «Cuando la IA está integrada a la perfección, el seguimiento del valor se vuelve fácil, habitual y adictivo”.

La hoja de ruta del descubrimiento del valor de la IA difiere de hoja de ruta de la mayoría de las tecnologías empresariales. El software, por ejemplo, viene con sus propias barreras de valor.

«Está muy claro exactamente qué valor obtendrá una empresa”, comenta Kumar. Dado que la IA carece de barreras de valor, su valor podría ser exponencial. «Muchas veces las organizaciones no entienden cómo descubrir toda la gama de casos de uso de la IA”, señala. «Además, la adopción de la IA por parte de las empresas se ha centrado típicamente en problemas puntuales o en abordar un desafío específico, sin pensar necesariamente en un ‘panorama general’ sobre cómo puede ser utilizada la tecnología en toda la cadena de valor”.

4- Dejar de lado la integración completa de la IA en los procesos empresariales existentes
Para que la IA cree valor, debe integrarse directamente en el proceso empresarial objetivo. Esto no solo significa que el proceso empresarial deberá cambiar, sino que el rol humano dentro del proceso también tendrá que adaptarse.

«Para la mayoría de las tareas cotidianas, la IA puede automatizar todo el proceso y sacar la interacción humana del circuito”, comenta Shervin Khodabandeh, socio senior y codirector de IA en Boston Consulting Group, una empresa de consultoría de gestión.

Khodabandeh señala que la automatización completa sin humanos es un beneficio importante de la inteligencia artificial, pero representa solo una pequeña fracción del valor que la tecnología es capaz de proporcionar. «En nuestra investigación y trabajo con organizaciones líderes, vemos que a menudo aprovechan la IA más allá de la automatización: la utilizan para impulsar el crecimiento, mejorar la experiencia del cliente y gestionar mejor el riesgo”. Las organizaciones más efectivas logran este objetivo a través de la implementación de nuevos modelos de interacción humanos-IA.

En el servicio al cliente, por ejemplo, no se trata solo de lo que puede hacer la IA, sino de cómo los agentes humanos trabajan con la IA para servir mejor a los clientes. «Para verdaderamente adoptar el aprendizaje organizacional y ver florecer los sistemas de humanos e IA, las empresas deben comenzar la iniciativa de inteligencia artificial con un conocimiento profundo de los procesos empresariales subyacentes que deben cambiar, y las posibles múltiples formas en que los humanos y la inteligencia artificial pueden interactuar en el nuevo proceso”, explica Khodabandeh.

La selectividad también es importante. La IA se ha convertido en una palabra de moda en TI, y son pocos los CIOs a los que no les molesta no seguirle el ritmo al tren de la IA. Sin embargo, en su prisa por mantenerse al mismo ritmo, muchos líderes de TI sienten que deben lanzarle IA a cada posible desafío empresarial, observa Manjeet Rege, director del Center for Applied Artificial Intelligence de la Universidad de St. Thomas en St. Paul, Minnesota. «A menudo, vemos departamentos de inteligencia artificial desarrollados que no se integran bien con las unidades de negocio”, afirma.

Rege propone lanzar una iniciativa de IA que será financiada durante los primeros dos o tres años por las unidades de negocio afectadas. «De esa manera, el equipo de IA tiene suficiente tiempo para mostrar las posibilidades de la IA a las unidades de negocio”, explica. «Al mismo tiempo, las unidades de negocio empiezan a confiar en la IA y están dispuestas a financiar proyectos de IA en los años siguientes”.

5- Gestión y seguimiento insuficientes
Los CIOs son expertos en ofrecer un tiempo de actividad de «cinco nueves». Inculcar el rigor de la IA no es menos importante, pues las decisiones que se toman utilizando la tecnología a menudo afectan directamente a las vidas humanas. «Aplicar el mismo nivel de rigor que se requiere para cerciorarse de que los sistemas estén en funcionamiento es necesario para asegurarse de que los modelos de IA sean eficaces y sean monitoreados continuamente”, comenta Zoldi.

Zoldi señala un informe reciente de Corinium Global sobre la creación de IA en un entorno perturbado, que encontró que el 67% de los datos Chief Data Officers y Chief Analytics Officers no monitorean sus modelos para garantizar su precisión continua, así como para evitar la desviación y el sesgo del modelo. «A pesar de que normalmente se pasan por alto, la implementación y el monitoreo del modelo de IA son tan o más importantes que el desarrollo básico del modelo”, señala.

6- Falta de apoyo de la alta dirección
Como muchos CIOs saben, a menudo existe una falta de conocimientos sobre datos entre los representantes empresariales de alto nivel. Por lo tanto, les corresponde a los líderes de TI mostrar y visualizar el impacto y los beneficios del desarrollo de una estrategia de IA vigorosa.

Las empresas tendrán dificultades para escalar su estrategia de inteligencia artificial cuando no cuenten con la aceptación total de los patrocinadores ejecutivos, y no estén priorizando e innovando correctamente sus casos de uso, asegura Jerry Kurtz, vicepresidente ejecutivo de información y datos en Capgemini North America, consultora de negocios y tecnología. «Si las organizaciones no pueden ver los beneficios y el retorno a largo plazo de sus inversiones a corto plazo, entonces será difícil conseguir la aceptación para escalar estas estrategias de IA para compromisos a largo plazo”, explica.

Convencer a la alta dirección de que la IA es una tecnología que crea valor de manera comprobada puede ser un desafío, admite Kurtz. «La resistencia se puede superar con éxito, pero requiere una estrategia y una hoja de ruta de inteligencia artificial diseñadas detalladamente que aborden el seguimiento de datos en paralelo con el proceso de identificación/priorización de casos de uso empresariales y traten eficazmente las barreras no técnicas para escalar”, señala.

7- Descuidar la gestión de la adopción
Resista la tentación de gastar todo el presupuesto de IA en compras de tecnología. «En su lugar, gaste casi una cantidad equivalente en la gestión de la adopción”, recomienda Krishna Kutty, socia directora y cofundadora de la empresa de consultoría de gestión, Kuroshio Consulting. «Separar fondos para la comunicación, la capacitación, el rediseño del flujo de trabajo y los cambios en la estructura organizativa de los fondos para la implementación de la IA es una necesidad para alcanzar el éxito”, afirma.

Kutty señala que muchas empresas asumen que invertir en tecnologías de IA y tareas de gestión de datos relacionadas es suficiente para lograr el objetivo. Eso es un gran error. «La mayoría de los problemas ocurren fuera de los equipos centrados en TI”, advierte. Toda la organización, desde las operaciones hasta las finanzas, recursos humanos y marketing, debe estar incluida tanto en el modelo operativo como en el empresarial para implementar la IA de manera efectiva. «Los CIOs efectivos trabajan en un modelo de asociación con sus pares del C-suite para garantizar el desarrollo de una estrategia de IA holística y el éxito asociado en la implementación de la tecnología a escala”, señala.

John Edwards CIO.com / CIOPeru.pe