Tecnologias
Typography
  • Smaller Small Medium Big Bigger
  • Default Helvetica Segoe Georgia Times

La inteligencia artificial ha llegado a la corriente principal. En todas las industrias, las empresas han implementado pruebas de concepto exitosas e, incluso, han tenido éxito en la implementación de IA en producción.

Algunas organizaciones incluso han puesto en práctica sus estrategias de inteligencia artificial (IA) y aprendizaje automático (AA), con proyectos que proliferan en toda la empresa, con las mejores prácticas y canalizaciones.

Hoy en día, las empresas que se encuentran a la vanguardia de la curva de madurez de la IA la están utilizando a escala.

Esta maduración general de cómo se implementa la IA en las empresas está cambiando la forma en que éstas ven el valor estratégico de la IA y dónde esperan encontrar sus beneficios realizados.

Aquí hay un vistazo a 10 tendencias de estrategia empresarial de IA que los expertos de la industria anticipan que ya se está desarrollando hoy.

1.- La IA pone manos a la obra

En los primeros días de la inteligencia artificial, los proyectos estaban totalmente dirigidos por científicos de datos. Estos tenían los datos junto con los algoritmos, y se les dio libertad para buscar formas de aplicar sus nuevas herramientas a los problemas comerciales.

A veces, lo consiguieron. Hoy esa dinámica se ha invertido. Los líderes empresariales han aprendido de los ejemplos de proyectos exitosos y están más informados sobre lo que la IA puede hacer por ellos.

Como resultado, las empresas ahora están menos dispuestas a invertir en pruebas de concepto con un valor comercial poco claro, una tendencia que ve a las unidades comerciales cada vez más en el asiento del conductor para la adopción de Inteligencia Artificial.

“Cuando veo que las empresas hacen bien la IA, se debe al negocio”, dice Alex Singla, líder global de QantumBlack en McKinsey & Co. “La IA y la TI están ahí para ayudarlas a resolver el problema, pero no es la tecnología la que impulsa la solución. Es el negocio el que toma la iniciativa y dice: ‘Yo era parte de la solución, creo en esto, esta es la respuesta correcta'”.

Honeywell, por ejemplo, está utilizando IA en todas sus operaciones internas al integrarla en productos y servicios orientados al cliente, según explicó Sheila Jordan, directora de tecnología digital de la compañía.

“Estamos muy conectados con el negocio. Nos impulsa el valor, de cara al cliente. Valor interno”, agurma.

2.- IA impregna toda empresa

Cuando Jordan llegó a Honeywell hace dos años, su primer gran proyecto fue implementar una estrategia de almacenamiento para reunir todos los datos de transacciones, desde todas las fuentes.

“Cada función, cada unidad de negocio, tiene una agenda digital. Por ejemplo, Honeywell ha digitalizado todos sus contratos. Eso son más de 100.000 contratos en total”, señala, destacando que esto le da a la empresa una gran cantidad de datos para ayudar a construir soluciones de IA para casi cualquier área funcional

Jordán explicó que, gracias a esto, por ejemplo, todos los contratos de Honeywell ahora se pueden revisar automáticamente en aquellas áreas en las que se ven afectados por la inflación o los problemas de precios.

“No hay forma de que un ser humano pueda revisar 100.000 contratos”.

De manera similar, con datos de inventario completos, Honeywell ahora puede comprender qué en el inventario es chatarra, qué es reutilizable y, por lo tanto, puede tomar decisiones inteligentes sobre la gestión de materias primas de manera más eficiente, según destaca Jordan.

“Estamos viendo aparecer IA en todas las funciones. En finanzas, en legal, en ingeniería, en cadenas de suministro y, por supuesto, en TI”, afirma.

3.- Supercargar la automatización con IA

Este es el tercer año de Honeywell en un programa de automatización agresivo.

Si hay una tarea repetitiva, la empresa intentará automatizarla.

“Probablemente tengamos 100 proyectos este año”, explica la directora de tecnología digital. “Estas son tareas que estamos automatizando en escala global para toda la empresa”.

Honeywell está trabajando para hacer que esas automatizaciones sean más inteligentes, agregó la ejecutiva.

“Vamos a insertar más IA en un mayor número de estos bots automatizados: se trata de que se vuelva más inteligentes”, explica Jordan.

Otra empresa que comenzó con automatizaciones básicas basadas en reglas es Booz Allen Hamilton.

Ahora, la empresa está progresando en la integración de la IA y el aprendizaje automático en esas automatizaciones para que sean aplicables a una gama más amplia de tareas, apuntó Justin Neroda, vicepresidente de la práctica de IA de Booz Allen.

Explica que la gente comienza con las automatizaciones más simples.

“Luego se preguntan, ‘¿Qué más puedo automatizar?’ Y descubren que necesita IA y ML”.

En su opinión, las automatizaciones impulsadas por IA pueden ayudar a las empresas a lidiar con la escasez de personal o los grandes volúmenes de trabajo.

“O la mitad de la tarea se puede automatizar y luego las personas pueden hacer la parte difícil”.

4.- incrustar la IA para obtener mayores beneficios

Hay un componente importante de gestión de cambios para hacer IA a escala, dice Singla de McKinsey. Ello requiere entender cómo la gente lo va a usar.

Y eso no proviene de que la gente de tecnología trabaje sola, señaló, sino de una combinación de gente de tecnología y expertos en negocios.

“Si tengo que llamar al ajustador y decirles que vayan a tres aplicaciones diferentes para IA, las probabilidades de que las usen son nulas”, dice. “Pero cuanto más la IA esta basada en el flujo de trabajo, más aumentamos la probabilidad de éxito. Cuanto menos tenga que cambiar el comportamiento de alguien, más probabilidades tendré de conseguir la adopción”.

5.- Las estrategias de Inteligencia Artificial toman un giro federado

Una vez que las empresas tienen éxito en las pruebas de concepto iniciales, a menudo construyen centros de excelencia de Inteligencia Artificial para poner en funcionamiento la tecnología, formar talento, ganar experiencia y generar mejores prácticas.

No obstante, toda vez que una empresa alcanza un nivel de masa crítica, tiene sentido dividir algunos de estos centros de excelencia y federar la IA, trasladando a los expertos directamente a las unidades de negocio donde más se necesitan.

“Para aquellas empresas que son menos maduras, es valioso tener un centro de excelencia que albergue talento y aprendizaje para toda la institución. Sin eso, las empresas generalmente no tienen la capacidad de escalar. Las personas talentosas quieren estar con otras personas de ideas afines. Y las personas con menos experiencia se benefician de estar en un centro de excelencia porque pueden crecer o aprender”, explica Singla de McKinsey.

Distribuirlos demasiado pronto diluiría el impacto de estas estructuras y reduciría la capacidad de una empresa para iterar y duplicar proyectos exitosos en múltiples líneas de negocios.

“Pero a medida que se obtiene una capa de madurez y escala, a largo plazo, el beneficio de que los tecnólogos tengan tanto una profunda experiencia en IA como en la gestión es un verdadero jonrón. Pero solo cuando tienes escala”, puntualiza.

Por su parte, Amol Ajgaonkar, distinguido ingeniero de Insight, señala que las complicaciones en las ventas se distribuyen.

“Los problemas comerciales no están en un solo lugar, por lo que no se puede esperar tener implementaciones de IA centralizadas: tienen que estar distribuidass también. Lo que sí necesita es tener una estrategia de IA centralizada que esté vinculada al impacto comercial”.

O impactos comerciales múltiples como:

  • Ingresos
  • Ahorro de costos
  • O posicionamiento de marketing

Como muchas otras empresas, Booz Allen Hamilton comenzó con un grupo central de IA.

“En el último año realmente lo hemos estado impulsando”, dice Justin Neroda, vicepresidente de la práctica de IA de Booz Allen Hamilton.

No obstante, señaló que tienen subcélulas a lo largo de la firma que cuentan con expertos en IA.

“Tienes que construir una masa crítica antes de extenderla o todo se vendrá abajo. Eso es algo que hemos visto dentro de nuestras propias organizaciones y los clientes con los que trabajamos”, agregó Neroda.

6.- La IA desencadena la transformación de los procesos empresariales

Cuando las empresas comienzan a usar IA, a menudo buscan pasos individuales en los procesos comerciales donde esta tecnología pueda marcar la diferencia.

“Se divide el proceso en partes, se digitaliza cada parte y se coloca la IA para que sea eficiente”, dice Sanjay Srivastava, director digital de Genpact. “Pero al final del día, el proceso en sí es el mismo. Cada parte es mejor, más rápida y más barata, pero el proceso en sí no cambia”.

Sin embargo, reconoce que la IA también tiene el potencial de cambiar fundamentalmente los procesos comerciales.

Por ejemplo, Genpact realiza una gran cantidad de trabajo de procesamiento de cuentas para los clientes.

“Cuando aplicamos IA a las facturas, podemos saber qué facturas se disputarán. También logramos saber qué parte de la cartera tiene el mayor riesgo”, destacó.

Para él, los poderes predictivos de la IA permiten que todo el proceso se pueda reestructurar.

“Cuando se aplica IA, se puede pensar en la cadena de valor de extremo a extremo y rediseñarla por completo”.

7.- MLOps se vuelve real

Según un informe de McKinsey publicado a fines de 2021, uno de los factores que distingue a las empresas que obtienen el mayor aumento de ganancias de la IA es el uso de MLOps.

Esta es la próxima gran tendencia en IA, según Carmen Fontana, miembro de IEEE y líder de práctica tanto en tecnología emergente como en la nube en Augment Therapy, una empresa de tecnología de fisioterapia pediátrica. Fontana fue anteriormente líder de práctica para la nube y tecnología emergente en Centric Consulting.

Para ella, el objetivo es llevar el aprendizaje automático de la teoría a la producción.

“Hace dos o tres años, este era un campo floreciente y la gente pensaba que tenía que hacerlo. Pero no lo vimos mucho en la práctica”, dice.

Hoy, sin embargo, está viendo herramientas y metodologías establecidas que permiten a las organizaciones ser más rigurosas en la forma en que entrenan, implementan y monitorean los modelos de IA.

“Eso contribuye en gran medida a institucionalizar la inteligencia artificial y el aprendizaje automático. Observé todo eso en nuestros clientes. El mercado ha cambiado significativamente”, asegura.

8.- Las empresas establecen canales de Inteligencia Artificial

Booz Allen Hamilton actualmente tiene alrededor de 150 proyectos de IA diferentes con sus clientes, dice Neroda de Booz Allen. Pero durante el año pasado, la compañía comenzó a alejarse de ese modelo único.

“Durante el último año y medio hemos estado invirtiendo en capacidades modulares y canalizaciones de extremo a extremo”, asegura el ejecutivo.

Explicó también que la IA exitosa requiere más que solo un modelo de trabajo. Se requiere todo un proceso para mantener dicha estructura a lo largo del tiempo, a medida que los datos cambian y los modelos se refinan continuamente.

“El mayor desafío es cómo vincular todas las herramientas. Hemos estado trabajando para estandarizar eso y construir piezas reutilizables para usar en todos los proyectos”.

9.- Las organizaciones buscan generar confianza en la IA

A medida que los empleados y ejecutivos se familiarizan más con la Inteligencia Artificial, confían cada vez más en ella para tomar decisiones críticas sobre el negocio, incluso cuando esas decisiones van en contra de los instintos humanos.

Michael Feindt, asesor estratégico y fundador de Blue Yonder, trabajó recientemente con un gran minorista de alimentos británico que lucha con problemas de la cadena de suministro relacionados con la pandemia.

Comentó que, cuando la empresa utilizó procesos manuales para administrar su cadena de suministro hubo muchos estantes vacíos.

Esto sin contar con el hecho de que también había escasez de personas con:

  • El conocimiento
  • La capacidad
  • Y la disposición para hacer el trabajo

Los sistemas automatizados impulsados ​​por IA podrían ofrecer costos reducidos y un mejor rendimiento.

Sin embargo, cuando llegó la pandemia, la gente quería apagar los sistemas automáticos.

“Luego vieron que los sistemas automáticos podían adaptarse mucho más rápido que los humanos”, afirmó.

Entonces, en lugar de cerrar los sistemas, la empresa se expandió para incluir no solo las tiendas sino también los centros de distribución.

El resultado fue menos estantes vacíos y menos desperdicio de alimentos.

Además, los gerentes de las tiendas podían dejar de dedicar dos horas al día a ajustar sus pedidos y, en su lugar, dedicar más tiempo a mejorar la satisfacción del cliente.

Feind señala que también hay otras formas de generar confianza en la inteligencia artificial.

“Algunas personas son críticas y no confían en que la IA pueda tomar las mejores decisiones con sus años de experiencia”, dice.

Considera que agregar explicabilidad puede ayudar a aliviar algunas de estas preocupaciones.

Recordemos que hablamos de IA explicable cuando el sistema explica a los usuarios humanos qué factores intervinieron en la decisión que tomó.

10.- Surgen nuevas posibilidades de modelos de negocio

En algunas áreas, la IA está comenzando a crear oportunidades que nunca antes existieron.

Los vehículos autónomos, por ejemplo, tienen el potencial de transformar sociedades y crear tipos de negocios completamente nuevos.

Pero las transformaciones comerciales impulsadas por IA también pueden ocurrir a menor escala.

Por ejemplo, un banco que requiere revisión humana no puede permitirse ofrecer préstamos pequeños.

El costo de investigarlos y procesarlos resulta más alto que los ingresos por intereses que el banco podría ganar.

Pero si se usara Inteligencia Artificial para evaluar y procesar, los préstamos más pequeños permitirían al banco atender a grupos de clientes completamente nuevos sin tener que cobrar tasas exorbitantes.

“Estos casos de uso todavía no son tan frecuentes. Cambian fundamentalmente la forma en que hacemos negocios, y las empresas no cambian tan rápido”, acota Jai Das, presidente y socio de Sapphire Ventures.

Para él, la marea comenzará a cambiar una vez que la AI y el ML se conviertan en herramientas utilizadas por todos los trabajadores del conocimiento en la empresa.

“Todavía no hemos llegado. Probablemente pasen otros cinco años hasta que todos usen AI y ML para hacer su trabajo”, reconoce.

Fuente: thestandardcio.com  / Por María Korolov | Original de IDGN

 

Publicado por: TuDecides.com.mx
Edición: Adrián Soltero
Contacto: dir@tudecides.com.mx

Nota: Por lo general todos los artículos cuentan con fuente y autor del mismo. Si por alguna razón no se encuentra, lo hemos omitido por error o fue escrito por la redacción de TuDecides.com.mx.

 

Suscríbase para recibir novedades, regalos y artículos

Habilite javascript para enviar este formulario

Su email jamás será compartido con nadie. Odiamos el spam.

Te puede interesar...

Save
Cookies user prefences
We use cookies to ensure you to get the best experience on our website. If you decline the use of cookies, this website may not function as expected.
Accept all
Decline all
Marketing
Set of techniques which have for object the commercial strategy and in particular the market study.
DoubleClick/Google Marketing
Accept
Decline
$family
Accept
Decline
$constructor
Accept
Decline
each
Accept
Decline
clone
Accept
Decline
clean
Accept
Decline
invoke
Accept
Decline
associate
Accept
Decline
link
Accept
Decline
contains
Accept
Decline
append
Accept
Decline
getLast
Accept
Decline
getRandom
Accept
Decline
include
Accept
Decline
combine
Accept
Decline
erase
Accept
Decline
empty
Accept
Decline
flatten
Accept
Decline
pick
Accept
Decline
hexToRgb
Accept
Decline
rgbToHex
Accept
Decline
min
Accept
Decline
max
Accept
Decline
average
Accept
Decline
sum
Accept
Decline
unique
Accept
Decline
shuffle
Accept
Decline
rgbToHsb
Accept
Decline
hsbToRgb
Accept
Decline
Básicas
Accept
Decline
Analytics
Tools used to analyze the data to measure the effectiveness of a website and to understand how it works.
Google Analytics
Accept
Decline
Analíticas
Accept
Decline
Functional
Tools used to give you more features when navigating on the website, this can include social sharing.
AddThis
Accept
Decline
$family
$hidden
Accept
Decline
overloadSetter
Accept
Decline
overloadGetter
Accept
Decline
extend
Accept
Decline
implement
Accept
Decline
hide
Accept
Decline
protect
Accept
Decline
attempt
Accept
Decline
pass
Accept
Decline
delay
Accept
Decline
periodical
Accept
Decline
$constructor
alias
Accept
Decline
mirror
Accept
Decline
pop
Accept
Decline
push
Accept
Decline
reverse
Accept
Decline
shift
Accept
Decline
sort
Accept
Decline
splice
Accept
Decline
unshift
Accept
Decline
concat
Accept
Decline
join
Accept
Decline
slice
Accept
Decline
indexOf
Accept
Decline
lastIndexOf
Accept
Decline
filter
Accept
Decline
forEach
Accept
Decline
every
Accept
Decline
map
Accept
Decline
some
Accept
Decline
reduce
Accept
Decline
reduceRight
Accept
Decline
forEachMethod
Accept
Decline
each
clone
clean
invoke
associate
link
contains
append
getLast
getRandom
include
combine
erase
empty
flatten
pick
hexToRgb
rgbToHex
min
max
average
sum
unique
shuffle
rgbToHsb
hsbToRgb