Tabla de Contenido
Hasta el 40% del potencial de la Inteligencia Artificial puede desaprovecharse por una mala gestión, una mala implementación y no saber exactamente cuáles procesos automatizar y qué información obtener.
La adopción de inteligencia artificial abre oportunidades para acelerar procesos, mejorar la toma de decisiones y generar nuevos negocios, pero su impacto depende de que las empresas redefinan procesos, capaciten a su talento y establezcan mecanismos de gobernanza.
Expertos reunidos en el Quinto Foro de Innovación de Canacintra, adviertieron que implementar IA sin objetivos claros puede incluso aumentar los problemas existentes.
Su disponibilidad y facilidad de uso, expusieron, también están planteando una pregunta más compleja para las organizaciones: ¿cómo convertirla en productividad y ventaja competitiva?
El debate coincidió en que la ventaja competitiva no está en tener acceso a una determinada herramienta.
Con plataformas cada vez más accesibles y replicables, el verdadero valor se encuentra en saber dónde aplicarlas, qué procesos transformar y cómo integrar el conocimiento y criterio de las personas con las capacidades de la tecnología.
El reto comienza antes de implementar IA
Uno de los principales riesgos identificados durante la conversación es incorporar IA como un “parche” sobre procesos que ya existen.
Horacio Bustillos Bertadillo, Presidente de la Rama Industrial No. 32 Infraestructura Tecnológica y Telecomunicaciones, Sector TIEC, explicó que las empresas necesitan partir de un rediseño de su arquitectura y de sus procesos, en lugar de limitarse a automatizar tareas aisladas.
Una organización, añadió, puede tener un área de TI utilizando IA mientras Finanzas, Operaciones o Recursos Humanos trabajan de manera completamente distinta.
El resultado puede ser una falta de continuidad, problemas para compartir información y dificultades para integrar los resultados, mencionó.
Por ello, recomendó, es importante construir una arquitectura transversal que permita que las diferentes áreas trabajen bajo objetivos, criterios y mecanismos de operación comunes.
Acelerar no siempre significa mejorar
María Daniela Crespo Velasco, Directora de Innovación y cofundadora Wind Consultig, dijo que la velocidad es uno de los primeros beneficios que las empresas al usar IA.
Pero, alertó, también puede convertirse en un riesgo; porque expone datos privados, comete errores y puede tomar decisiones no tan acertadas cuando no se le entrena adecuadamente.
Iván Gutiérrez, Director comercial de BTEK Technologies, explicó que la incorporación de esta tecnología puede entenderse en tres etapas: velocidad, calidad y criterio.
La primera permite hacer las cosas más rápido, pero si los procesos tienen problemas, la IA simplemente los acelera.
Por ello, recomendó antes de buscar eficiencia es necesario entender el modelo de negocio y determinar dónde realmente conviene aplicar la tecnología.
La segunda etapa está relacionada con la calidad de los resultados y de los datos. La IA, indicó, puede ayudar a contrastar información y detectar inconsistencias entre diferentes áreas.
Finalmente aparece el criterio, mencionó.
«La experiencia acumulada por directivos, gerentes y especialistas puede incorporarse como contexto para apoyar decisiones y reducir algunos de los cuellos de botella que existen cuando las organizaciones dependen exclusivamente de determinadas personas para resolver problemas recurrentes», expuso.
De la prueba piloto a la operación real
Otro de los obstáculos identificados es el llamado “síndrome de laboratorio”: proyectos de IA que funcionan correctamente durante una prueba controlada, pero fracasan cuando llegan a la operación cotidiana.
Expusieron que un un piloto existen datos limpios, responsables claramente identificados, procesos controlados y condiciones ideales.
El problema aparece, coincidieron, cuando la solución debe enfrentarse a la realidad de una empresa, donde existen datos dispersos, diferentes responsables, falta de comunicación entre áreas y procesos que no necesariamente están preparados para trabajar con la nueva tecnología.
La recomendación fue superar esta brecha se requiere un puente entre el laboratorio y la operación, sustentado en arquitectura, observabilidad, seguridad, confianza, continuidad de negocio, responsabilidad y resiliencia.
Uno de los puntos señalados durante el panel fue precisamente la necesidad de asignar responsables concretos. Cuando todos son responsables de un proyecto, existe el riesgo de que finalmente nadie asuma la responsabilidad cuando aparece un problema, dijeron.
Gobernanza: el desafío de la alta dirección
La facilidad con la que cualquier persona puede utilizar herramientas de IA también genera un nuevo riesgo para las empresas: que sus empleados las utilicen sin que la organización conozca qué información están introduciendo, para qué las emplean o qué decisiones están tomando con sus resultados.
José Luis Hernández, integrante de The White Box Project Institute, destacó la importancia de establecer mecanismos de gobernanza y supervisión.
Durante su intervención señaló que, de acuerdo con un estudio de EY citado en el panel, hasta 40% del potencial de la Inteligencia Artificial puede desaprovecharse por una mala gestión.
Concluyó que la gobernanza no debe recaer únicamente en el área de TI, también debe ser responsabilidad de los propietarios, directivos y gerentes necesitan desarrollar capacidades para supervisar el uso de IA, definir objetivos y establecer criterios para su utilización.
La IA necesita un objetivo de negocio
Otro de los factores que pueden llevar al fracaso de una iniciativa de IA es implementarla simplemente porque “está de moda”.
Iván Gutiérrez recomendó que antes de adquirir una herramienta, las empresas deben definir qué problema quieren resolver: reducir quejas, mejorar la calidad de producción, analizar estados financieros, reducir costos, acelerar diagnósticos, desarrollar nuevos productos o identificar oportunidades de mercado.
«La tecnología, por sí misma, no determina el resultado», sentenció.
Una de las recomendaciones planteadas fue comenzar incluso con las herramientas gratuitas disponibles antes de realizar inversiones importantes.
«Utilizarlas sobre reportes, información financiera o procesos cotidianos puede ayudar a los directivos a entender su potencial y descubrir oportunidades concretas», dijo Gutiérrez.
¿Por dónde comenzar?
La recomendación de los especialistas fue evitar proyectos demasiado ambiciosos como primer paso. En lugar de intentar transformar toda la organización de una sola vez, las empresas pueden identificar un problema concreto que represente un costo o una dificultad real.
A partir de ahí, se propone medir cuánto cuesta actualmente ese proceso, qué resultado se espera obtener mediante IA y qué indicadores permitirán determinar si la iniciativa funcionó.
El proyecto debe contar además con un responsable único, una arquitectura adecuada, mecanismos de seguridad y continuidad, así como reglas que permitan supervisar su evolución.
Para José Luis, también es recomendable recurrir a especialistas y capacitar al equipo. La IA no necesariamente debe aprenderse de manera improvisada: de la misma forma que las empresas invierten en capacitación para utilizar otras herramientas, necesitan desarrollar las habilidades necesarias para aprovechar esta tecnología.
El rol de los distribuidores TI
También expresaron que el canal de tecnología tiene la oportunidad de convertirse en un habilitador de la adopción de IA, ayudando a las empresas a pasar de la experimentación a casos de uso concretos.
Más que comercializar herramientas, integradores, resellers y mayoristas pueden aportar consultoría, diagnóstico y diseño de soluciones para identificar qué procesos conviene transformar, qué datos pueden aprovecharse y cómo integrar la IA sin generar nuevos riesgos.
También existe una oportunidad para que el canal acompañe a las empresas en los aspectos que pueden determinar el éxito de estos proyectos: capacitación, gobernanza, seguridad, arquitectura, integración y medición de resultados.
