En la última década, la Inteligencia Artificial (IA) creció exponencialmente y se ha posicionado en la industria corporativa para agilizar procesos y optimizar resultados; sin embargo, también muchas iniciativas han fallado por la falta de alineación entre la estrategia, tecnología, y la implementación, elementos fundamentales de la ecuación.
“El desafío no radica en decidir si implementar IA o no, sino en tener claro cómo y por qué hacerlo. Por ello las compañías modernas deben tener los recursos, el conocimiento y el incentivo para impulsar estrategias efectivas que guíen sus proyectos de Inteligencia Artificial, acompañados por un mercado tecnológico, que no deja de crecer”, sostuvo Martín Frascaroli, CEO y fundador de Aivo.
Y es que tras la implementación de Inteligencia Artificial, muchas compañías han experimentado un aumento en su productividad, eficiencia y ventas; 77 por ciento de organizaciones globales ya operan alguna estrategia con esta tecnología, aunque sólo 31 por ciento de estas firmas reportan grandes beneficios, de acuerdo con un estudio de Accenture.
En este contexto, el ejecutivo de la empresa global especializada en soluciones de IA aplicada al servicio al cliente en el segmento empresarial, enumeró tres razones principales que llevan al fracaso: la primera de ellas es la ausencia de una estrategia.
“Adoptar la IA por el simple hecho de querer ser innovadores no es la respuesta, y puede traer más problemas que soluciones. Ésta debe incorporarse con un propósito, ya sea del departamento de marketing, ventas, recursos humanos, o servicio al cliente. Y debe hacerse teniendo en cuenta tanto los objetivos de la marca como los de los clientes, así como también considerando los recursos a disposición”.
Como segundo factor comentó la mala elección de la tecnología a implementar, ya que no existe un sólo tipo de IA universal que pueda resolver todos los problemas, por ello las especificidades técnicas de la misma deben responder a la estrategia. El Machine Learning (aprendizaje automático) y el Deep Learning (aprendizaje profundo) son algunas de las variantes, por mencionar los tipos de IA más frecuentes en las estrategias corporativas.
Para elegir la tecnología adecuada para las necesidades del negocio, se deben priorizar objetivos, investigar los distintos tipos de sistemas inteligentes que ayudan a cumplirlos, y los proveedores disponibles en el mercado, explicó el directivo.
Por ejemplo, no es lo mismo elegir una Inteligencia Artificial para implementar en servicio al cliente o dialogar con humanos, que una tecnología para utilizar en el campo de la salud para detectar enfermedades.
El tercer elemento lo constituyen las expectativas irreales y una mala implementación, lo cual tiene que ver por un lado, con la presencia de un equipo ejecutivo a cargo de la implementación y mantenimiento de la IA; por otro lado, con obtener los datos necesarios para que el sistema pueda responder, predecir y solucionar la mayor cantidad de problemas.
“La IA no es mágica, por el contrario, necesita información para funcionar, así como una correcta estructuración, contextualización y categorización de la misma. En otras palabras, necesita ser entrenada para dar respuestas y predicciones correctas”.
Lo preocupante es que, según un estudio de PWC, más de la mitad de las compañías que implementan esta tecnología no tienen un proceso formal de entrenamiento y evaluación de la IA. Esto, a corto o largo plazo, es perjudicial para los negocios y los objetivos de sus iniciativas.
Para evitar esta problemática, es recomendable contar con un equipo o agente que, con base en la estrategia y en la correcta elección de la tecnología, se encargue de entrenar y mejorar constantemente al sistema a partir de la recopilación y estructuración de los datos.
“Vamos en dirección hacia un futuro automatizado, inmediato, eficiente y cada vez más inteligente. La tecnología será una gran aliada, siempre y cuando las compañías sepan incorporarla”, concluyó Frascaroli.
C$T-EVP
