IA
Automatización

Diez tendencias de la IA empresarial para 2022

La IA empresarial está madurando rápidamente, ya que las empresas están cambiando a estrategias de IA que dan prioridad al negocio y se buscan los beneficios de la IA en toda la organización.

Industria e inteligencia artificial

La inteligencia artificial está de moda. En todos los sectores, las empresas han realizado con éxito pruebas de concepto e incluso han conseguido implantar la IA en producción. Algunas organizaciones incluso han puesto en marcha sus estrategias de IA y aprendizaje automático, con proyectos que proliferan en toda la empresa, completados con las mejores prácticas y los procesos. En la actualidad, las empresas que se encuentran en la vanguardia de la curva de madurez de la IA están haciendo uso de la misma a gran escala.

Esta maduración general de la forma en que se despliega la IA en las empresas está cambiando la forma en que las empresas ven el valor estratégico de esta tecnología, y dónde esperan ver sus beneficios. A continuación, se presentan 10 tendencias de la estrategia empresarial de la IA que los expertos del sector ven desarrollarse en la actualidad.

 

1. La IA se pone manos a la obra

En los primeros días de la inteligencia artificial, los proyectos estaban totalmente dirigidos por los científicos de datos. Tenían los datos y los algoritmos, y se les daba libertad para buscar formas de aplicar sus nuevas herramientas a los problemas empresariales. A veces, lo conseguían. Hoy en día esa dinámica se ha invertido.

Los líderes empresariales han aprendido de los ejemplos de proyectos de éxito y están más informados sobre lo que la IA puede hacer por ellos. Como resultado, las empresas están ahora menos dispuestas a invertir en pruebas de concepto con un valor empresarial poco claro, una tendencia que ve a las unidades de negocio cada vez más en el asiento del conductor para la adopción de la IA.

"Cuando veo que las empresas hacen bien la IA, está impulsada por el negocio", dice Alex Singla, líder global de QantumBlack en McKinsey. "La IA y las TI están ahí para ayudarles a resolver el problema, pero no es la tecnología la que empuja la solución. Son las empresas las que toman la delantera, diciendo: 'Yo fui parte de la solución, creo en esto, esta es la respuesta correcta'".

Honeywell, por ejemplo, está utilizando la IA en todas sus operaciones internas y la está incorporando a los productos y servicios de cara al cliente, dice Sheila Jordan, directora de tecnología digital de la empresa.

"Estamos muy conectados con el negocio", dice. "Nos guiamos por el valor. Va a ser un valor orientado al cliente. Valor interno".

 

2. La IA impregna la empresa

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

"Cada función, cada unidad de negocio, tiene una agenda digital", dice. Por ejemplo, Honeywell ha digitalizado todos sus contratos. Son más de 100.000 contratos en total, dice, y señala que esto da a la empresa una gran cantidad de datos para ayudar a construir soluciones de IA para casi cualquier área de función.

Por ejemplo, con la IA, todos los contratos de Honeywell pueden ahora ser revisados automáticamente en busca de áreas que se vean afectadas por la inflación o por cuestiones de precios, dice Jordan. "Es imposible que un ser humano pueda revisar 100.000 contratos".

Del mismo modo, con los datos completos del inventario, Honeywell es ahora capaz de entender qué inventario es chatarra y cuál es reutilizable, y por lo tanto puede tomar decisiones inteligentes sobre la gestión de las materias primas de manera más eficiente, dice Jordan.

"Estamos viendo que la IA aparece en todas las funciones", dice. "En las finanzas, en el ámbito legal, en la ingeniería, en las cadenas de suministro y, por supuesto, en las TI".

 

3. Supercargando la automatización con IA

Este es el tercer año de Honeywell en un agresivo programa de automatización. Si hay una tarea repetitiva, la compañía intentará automatizarla. "Probablemente tenemos 100 proyectos este año", dice Jordan. "Son tareas que estamos automatizando en toda la empresa global".

Y Honeywell está trabajando para que esas automatizaciones sean más inteligentes, añade. "Vamos a insertar más IA en más de estos bots automatizados", dice. "Se trata de que el bot automatizado sea más inteligente".

Otra empresa que empezó con automatizaciones básicas basadas en reglas es Booz Allen Hamilton. Ahora la empresa está avanzando para integrar la IA y el aprendizaje automático en esas automatizaciones, para hacerlas aplicables a una gama más amplia de tareas, dice Justin Neroda, vicepresidente en la práctica de IA de Booz Allen.

La gente empieza con las automatizaciones más sencillas, dice. "Luego se preguntan: '¿Qué más puedo automatizar? Y descubren que necesita IA y ML".

Las automatizaciones impulsadas por la IA pueden ayudar a las empresas a hacer frente a la escasez de personal o a los altos volúmenes de trabajo, dice. "O se puede automatizar la mitad de la tarea y luego las personas pueden hacer la parte difícil".

 

4. Incorporar la IA para obtener mayores beneficios

Hay un importante componente de gestión del cambio para hacer IA a escala, dice Singla de McKinsey. Requiere entender cómo la gente va a utilizarla, y eso no viene de la gente de tecnología que trabaja sola, sino de una combinación de gente de tecnología y expertos en la materia y en el negocio, dice.

"Si tengo que coger al ajustador y decirle que vaya a tres aplicaciones diferentes para la IA, las probabilidades de que la aplique son nulas", dice. "Pero cuanto más se base automáticamente 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 su adopción".

 

5. Las estrategias de la IA toman un giro federado

Después de que las empresas tengan éxito en las pruebas de concepto iniciales, suelen crear centros de excelencia de IA para hacer operativa la tecnología y crear talento, experiencia y mejores prácticas. Pero una vez que una empresa alcanza un nivel de masa crítica, entonces tiene sentido separar 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 el talento y el aprendizaje en toda la institución", dice Singla, de McKinsey. "Sin eso, las empresas no suelen tener la capacidad de escalar. Las personas con talento 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."

Distribuirlos demasiado pronto diluiría su impacto y reduciría la capacidad de una empresa para iterar y duplicar proyectos exitosos en múltiples líneas de negocio.

"Pero a medida que se llega a una capa de madurez y escala, a más largo plazo, el beneficio de que los tecnólogos tengan tanto una profunda experiencia en IA como en el dominio es un verdadero jonrón", dice. "Pero sólo cuando se tienes escala".

Los problemas empresariales están distribuidos, dice Amol Ajgaonkar, ingeniero distinguido de Insight. "Los problemas empresariales no están en un solo lugar, por lo que no se puede esperar tener despliegues de IA centralizados", asegura. "También tienen que estar distribuidos. Pero sí necesitas tener una estrategia de IA centralizada que esté vinculada a un impacto empresarial". O múltiples impactos empresariales, añade, como los ingresos, el ahorro de costes o el posicionamiento de marketing.

Como muchas otras empresas, Booz Allen Hamilton empezó con un grupo central de IA. "Pero en el último año realmente lo hemos impulsado", dice Justin Neroda, vicepresidente en la práctica de IA de Booz Allen Hamilton. "Tenemos subcélulas a través de esa empresa que cuentan con esos expertos en IA. Pero hay que llegar a una masa crítica antes de extenderla o todo se desmoronará".

"Eso es algo que hemos visto en nuestras propias organizaciones y en los clientes con los que trabajamos", añade.

 

6. La IA desencadena la transformación de los procesos empresariales

Cuando las empresas comienzan a utilizar la IA, a menudo buscan pasos individuales en los procesos de negocio donde la IA puede marcar la diferencia. "Desglosas el proceso en piezas, digitalizas cada pieza y pones la IA para que sea eficiente", dice Sanjay Srivastava, director digital de Genpact. "Pero al final, el proceso en sí es el mismo. Cada parte es mejor, más rápida, más barata, pero el proceso en sí no cambia."

Pero la IA también tiene el potencial de cambiar fundamentalmente los procesos empresariales, dice. Por ejemplo, Genpact realiza una gran cantidad de trabajo de procesamiento de cuentas para los clientes. "Cuando aplicamos la IA a las facturas, podemos saber qué facturas van a ser impugnadas", dice. "Podemos averiguar qué parte de la cartera tiene el mayor riesgo".

Con los poderes predictivos disponibles con la IA, se puede reestructurar todo el proceso, dice. "Cuando se aplica la 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 finales de 2021, uno de los factores que distingue a las empresas que obtienen el mayor impulso de ganancias de la IA es su uso de MLOps.

Esta es la próxima gran tendencia en IA, dice Carmen Fontana, miembro del IEEE, y líder de la práctica de la nube y la tecnología emergente en Augment Therapy, una empresa de tecnología de terapia física pediátrica. Anteriormente, Fontana era la responsable de la práctica de la nube y la tecnología emergente en Centric Consulting.

El objetivo es llevar el aprendizaje automático de la teoría a la producción, asegura. "Hace dos o tres años este era un campo floreciente y la gente pensaba que tenía que hacerlo", dice. "Pero no lo veíamos mucho en la práctica". Hoy, sin embargo, está viendo herramientas y metodologías establecidas que permiten a las organizaciones ser más rigurosas en la forma de entrenar, desplegar y supervisar los modelos de IA.

"Eso contribuye en gran medida a que la IA y el aprendizaje automático se institucionalicen", afirma. "He observado todo eso en nuestros clientes. El mercado ha cambiado significativamente".

 

8. Las empresas establecen tuberías de IA

Booz Allen Hamilton tiene actualmente unos 150 proyectos diferentes de IA con sus clientes, dice Neroda de Booz Allen. Pero en el último año, la empresa ha comenzado a alejarse de ese modelo puntual. "En el último año y medio, hemos invertido en capacidades modulares y en procesos integrales", afirma.

El éxito de la IA requiere algo más que un modelo de trabajo. Hay todo un proceso necesario para mantener el modelo a lo largo del tiempo, ya que los datos cambian y los modelos se refinan continuamente, según explica. "El mayor reto es cómo unir todas las herramientas", afirma. "Hemos trabajado para estandarizarlo y construir piezas reutilizables para usarlas en todos los proyectos".

9. Las organizaciones buscan crear confianza en la IA

A medida que los empleados y ejecutivos se familiarizan con la IA, confían cada vez más en ella para tomar decisiones críticas para 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 una gran empresa británica de venta de alimentos que se enfrentaba a problemas de la cadena de suministro relacionados con una pandemia. Cuando la empresa utilizaba procesos manuales para gestionar su cadena de suministro, había muchas estanterías vacías, dice. Además, había escasez de personas con los conocimientos, la capacidad y la voluntad de hacer el trabajo.

Los sistemas automatizados y potenciados por la IA podrían ofrecer una reducción de costes y un mejor rendimiento. Sin embargo, cuando llegó la pandemia, la gente quería desconectar los sistemas automáticos. "Pero luego vieron que los sistemas automáticos podían adaptarse mucho más rápido que los humanos", dice.

Así que, en lugar de apagar los sistemas, la empresa se amplió para incluir no sólo las tiendas, sino también los centros de distribución. El resultado fue que hubo menos estanterías vacías y menos residuos de alimentos que tirar. Además, los responsables de las tiendas pudieron dejar de pasar dos horas al día afinando sus pedidos y dedicar más tiempo a mejorar la satisfacción de los clientes.

También hay otras formas de fomentar la confianza en la IA, dice Feind. "Algunas personas son críticas y no confían en que la IA pueda tomar decisiones tan buenas como ellos, con sus años de experiencia", dice. Añadir capacidad de explicación puede ayudar a aliviar algunas de estas preocupaciones. La IA explicable es cuando el sistema explica a los usuarios humanos qué factores han intervenido en la decisión que ha tomado.

10. Surgen nuevas posibilidades de modelos de negocio

En algunas áreas, la IA está empezando a crear oportunidades que nunca antes habían existido. Los vehículos autónomos, por ejemplo, tienen el potencial de transformar las sociedades y crear tipos de negocio totalmente nuevos. Pero las transformaciones empresariales impulsadas por la IA también pueden producirse a menor escala.

Por ejemplo, un banco que requiere una revisión humana no puede permitirse ofrecer préstamos pequeños. El coste de la investigación y la tramitación de los mismos sería superior a los ingresos por intereses que podría obtener el banco. Pero si se utilizara la IA para evaluar y procesar, los préstamos más pequeños permitirían al banco atender a grupos de clientes totalmente nuevos sin tener que cobrar tasas exorbitantes.

"Estos casos de uso todavía no son tan frecuentes", dice Jai Das, presidente y socio de Sapphire Ventures. "Cambian fundamentalmente la forma de hacer negocios, y las empresas no cambian tan rápido".

La marea comenzará a cambiar una vez que la IA y el ML se conviertan en herramientas utilizadas por cada trabajador del conocimiento en la empresa, dice. "Todavía no estamos ahí. Probablemente pasen otros cinco años hasta que todo el mundo utilice la IA y el ML para hacer su trabajo."



Webinar ondemand

Revistas Digitales

DealerWorld Digital

IDG Research

Partnerzones

Documentos ComputerWorld

PLATAFORMA Whitepapers


Registro:

Eventos: