Para cumplir la promesa de la Inteligencia Artificial, los líderes deben concentrar sus esfuerzos en mejorar la cultura empresarial y la toma de decisiones.
Si generar empresas inteligentes fuera sencillo, todo el mundo ya lo habría hecho. El proceso para crear o reinventar una compañía optimizada por Inteligencia Artificial (IA), para aprovechar la toma de decisiones asistida por máquinas en todos los niveles de la organización, es largo.
Dos preguntas clave son: ¿qué tanto camino hemos recorrido para alcanzar esta productividad avanzada? y ¿cómo se pueden aumentar las probabilidades de éxito?
Cada año, las empresas están destinando miles de millones de dólares a nivel mundial para el desarrollo de IA. pero en su mayoría se sienten frustradas por la falta de progreso.
De hecho, en una encuesta global reciente, realizada por MIT SMR y BCG, sólo uno de cada 10 gerentes pudo señalar ganancias tangibles.
Es fácil fallar con la IA y muy difícil implementarla bien. Las organizaciones que han logrado progresos más significativos en este camino son aquellas que lo plantean como un proyecto complejo de ingeniería de sistemas. Este se enfoca en adaptar la cultura corporativa más que en la tecnología en sí.
Descubre cómo poner a trabajar a la Inteligencia Artificial a favor de tu empresa
Crear una empresa inteligente es completamente diferente que, por decir, trasladarla a la nube. Para hacer esto último, se necesita poco más que llamar a uno de los grandes proveedores de la nube y tal vez contratar a cualquier freelancer. Siempre que se realice la debida diligencia y no se reduzcan gastos de financiamiento, los proyectos de TI tienden a ser sencillos.
Por desgracia para muchas empresas, existe el peligro de considerar el desarrollo de la IA bajo los mismos términos, como un plan directo y progresivo. A final de cuentas, el desarrollo de IA requiere una infraestructura de TI.
Las actividades de TI en este proceso también son comprensibles y fáciles de seguir en el mundo real; además, los software son más poderosos que nunca. Sin embargo, y a pesar de todo esto, transformarse en una empresa inteligente no se puede reducir a cifras, pues no requiere herramientas o técnicas estándar.
Los sistemas de IA más populares están diseñados para un propósito específico y tienen un alcance bastante limitado. Los increíbles sistemas de aprendizaje automático que pueden conducir un automóvil no se pueden usar para ganar un juego de Jeopardy! Del mismo modo, la computadora Watson que derrotó a Ken Jennings, el campeón de Jeopardy!, no podrá conducir hasta el supermercado.
¿Le revolución IA pudo llegar 20 años antes? Watson de IBM vs. ChatGPT
UPS, el gigante de entregas, hace unos años cuando anunció que sus conductores ya no darían vuelta a la izquierda cuando entregaran un paquete. Cuando se da una vuelta, la mayoría de la gente no se detiene a pensar si los llevará por la ruta más efectiva para llegar a sus destinos.
El anuncio de UPS señaló públicamente cómo uno de los proyectos de investigación de operaciones más grandes del mundo había cambiado la empresa de manera fundamental.
El algoritmo ORION (optimización y navegación integradas para carretera) de UPS analiza, cada día, 18 millones de entregas en Estados Unidos e informa a 66 mil conductores cuál es la mejor ruta para llevar esos paquetes a su destino en los horarios establecidos.
Para calcular la ruta, el sistema toma en cuenta diversas restricciones con el fin de optimizar factores como el uso de combustible, la seguridad y la distancia. El sistema también puede gestionar cambios bruscos en las demandas de envío.
Por ejemplo, durante el COVID-19 en mayo de 2020 las entregas en EE. UU. alcanzaron un 40% más que en épocas anteriores a la pandemia, antes de regresar a cifras más cercanas a lo normal.
Debido a que UPS utilizó una estrategia basada en la ingeniería de sistemas para desarrollar la IA adecuada, se midió cada paso del proyecto y los beneficios se contrastaron con una serie de medidas objetivas. Esto hizo posible configurar paneles para realizar un seguimiento constante del desempeño de ORION.
UPS está a la cabeza del trayecto hacia una empresa inteligente, pero aún está lejos de alcanzar ese destino. El objetivo final de ORION es “optimizar una red completa de un extremo a otro“.
Esto significa, entre otras cosas, seleccionar qué conductores son los más adecuados para cada área de entrega y ayudar a tomar el resto de decisiones relacionadas con el trazo de las mejores rutas.
Si bien dichas entregas y rutas son importantes para sus resultados, UPS es mucho más que eso. Es una operación mundial con decenas de miles de ventas y una flota de aviones. Otras de sus funciones esenciales se beneficiarían con la implementación de IA. Lo que importa es que esa empresa ha construido los sistemas internos y la cultura que realmente pueden cumplir estos ambiciosos proyectos.
La historia de UPS es ejemplar porque nos dice que no hay atajos para crear una empresa inteligente. Es emocionante ver cómo un sistema de IA gana en el Go o vence al campeón de Jeopardy! y es tentador considerarlo un hito que acerca la meta para las compañías que buscan explotar la IA con éxito. Pero no es así.
Son asombrosos, pero los sistemas de IA más populares tienen una limitación: se enfrentan a un conjunto finito de reglas. Las organizaciones operan en el mundo real, en donde ocurre un sinnúmero de problemas dentro de un universo de posibilidades infinitas.
Crear empresas inteligentes requiere que los líderes concentren sus esfuerzos en mejorar las capacidades de toma de decisiones de su organización.
Esto no se puede lograr nada más reuniendo a las mentes más brillantes de un campo determinado, como informáticos o ingenieros muy calificados. Por el contrario, exige la participación de un amplio conjunto de disciplinas, con expertos de diferentes áreas que trabajen en estrecha colaboración.
Para llevar a cabo esta colaboración, el talento y la cultura corporativa deben alinearse con un objetivo en común: generar nuevas ideas. Una manera sería fomentar la diversidad de contrataciones para que los miembros del equipo de desarrollo puedan extraer nuevas perspectivas a partir de distintas experiencias y formación de sus compañeros.
Joseph Byrum (@byrumjoseph) es científico de datos en jefe para una compañía de servicios financieros y exejecutivo en la industria biotecnológica. Tiene un doctorado en genética cuantitativa y una maestría en administración de empresas.