Si usted propone modelar una operación donde el producto se fabricará desde cero luego de recibir el pedido, y que no contará con las piezas o partes, los procesos y los protocolos de calidad, sino que deberá experimentar durante la fabricación… ¿qué cree que le dirán?
Le dirán que ese enfoque tiene un alto riesgo de incumplir las expectativas del cliente, que dañará la imagen de su marca, que no contará con los beneficios de una economía de escala y que su estructura de costo no será competitiva.
Sin embargo, dicho enfoque de trabajo es la manera que muchas empresas implementan, desarrollan y gestionan inteligencia artificial (IA) y analítica en general. Es común ver que inician los esfuerzos desde cero, trabajando manualmente y sin metodologías para implementar y monitorear el rendimiento de los modelos de IA. Lamentablemente, estas formas voluntariosas e ineficientes de incorporar tecnología a los negocios, solo desarrollan desventajas competitivas.
Para que la IA contribuya considerablemente a los resultados, es necesario escalarla a toda la organización, extendiéndola en los procesos comerciales centrales, en los flujos de trabajo y clientes, para optimizar las operaciones diarias y los procesos de toma de decisiones. Y, en todo este proceso, es clave el rol del CEO.
Por lo general, ellos son conscientes de su rol como impulsores estratégicos en torno a los cambios culturales y de enfocar a los equipos para escalar la IA. Sin embargo, esto no basta para construir, implementar y administrarla con velocidad y eficiencia, sino que se requiere de ejercer el rol de establecer una visión estratégica de lo que se quiere obtener de la IA.
En los últimos años, los avances de las herramientas y tecnologías permitieron la incorporación consistente y confiable de la IA en todos los dominios comerciales, pero mejor aún, cuando las empresas abordan el ciclo de vida de la IA y cuenta con el apoyo del CEO, de los equipos, de los procesos y de las tecnologías adecuadas, los resultados son increíbles.
Cuando partió el uso de la IA, los beneficios comerciales no se apreciaban, y su implementación se reducía a contratar especialistas de datos y crear modelos que funcionaran de manera confiable las 24 horas del día.
Claro, al no existir una visión estratégica que enfocara la escalabilidad de la IA, los especialistas solo creaban en los entornos de la TI, utilizando herramientas básicas para construir modelos personalizados, descuidando el diseño de una infraestructura adecuada para que los modelos se desarrollen y ejecuten confiablemente.
Afortunadamente, el mercado y las demandas de los consumidores no dejaron espacios para ineficiencias e hicieron madurar rápidamente la IA, los roles, los procesos y las tecnologías impulsando exitosamente la escalabilidad al interior de los negocios.
Hoy, los roles especializados del ingeniero de datos y del ingeniero de aprendizaje automático aportan habilidades vitales para lograr escala. Esto, sumado a nuevas tecnologías y servicios, es posible pasar de un enfoque manual y centrado en el desarrollo a uno automatizado, modular y adecuado que aborde todo el ciclo de vida de la IA, es decir, desde la gestión de los datos entrantes hasta el monitoreo y la reparación de aplicaciones en vivo.
La implementación requerirá de cambios culturales significativos para derribar formas de trabajo muy arraigadas y de enfocar los equipos a la creación de un entorno similar a una fábrica que desarrolla y gestiona IA.
Si bien las organizaciones se dan cuenta del valor de la IA, muchas no logran escalar porque carecen de las prácticas operativas, de las herramientas y de los equipos adecuados. Sin embargo, a medida que la demanda por IA aumenta, también lo hace el ritmo de las innovaciones tecnológicas que automatizan y simplifican la construcción y el mantenimiento de sistemas de IA. No obstante, será el rol de visión estratégica que el CEO impregne a toda la organización, la que facilitará el cambio para desarrollar y gestionar sistemáticamente la IA.