Nuestros sitios
Ver edición digital Título de la edición actual
Compartir

Digital

Cultura corporativa: clave para implementar sistemas de IA

Para cumplir la promesa de la Inteligencia Artificial, los líderes deben concentrar sus esfuerzos en mejorar la cultura empresarial y la toma de decisiones.


Mit Sloan 22 Feb 2021
Cultura corporativa: clave para implementar sistemas de IA

Por Joseph Byrum

Si generar empresas inteligentes fuera sencillo, todo el mundo ya lo habría hecho. El proceso para crear o reinventar una compañía optimizada por 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 1 de cada 10 gerentes pudo señalar ganancias tangibles. Dado que se espera que la inversión en IA se duplique con creces a 110 mil millones de dólares para 2024, no es extraño que algunos líderes se pregunten si ese dinero sería más útil en otras áreas de sus empresas.

En cierto sentido, podrían tener razón.

Es fácil fallar con la Inteligencia Artificial 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, el cual se enfoca en adaptar la cultura corporativa más que en la tecnología en sí.

Evitar la vía de la frustración

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 para reprogramar las aplicaciones y capacitar al personal. 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 Inteligencia Artificial bajo los mismos términos, como un plan directo y progresivo. A final de cuentas, el desarrollo de IA requiere una infraestructura de TI: cuantos más datos se tengan, más potencia informática se necesita para procesarlos.

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, cada vez hay más herramientas fuertes de IA integradas en paquetes de programación de código abierto. 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.

Las empresas que van liderando este camino son las que se han comprometido a crear equipos, adoptan una visión a largo plazo y trabajan sistemáticamente para implementar esa visión por partes. El sistema ORION de UPS es un buen ejemplo de cómo llevar a cabo este proceso de manera óptima.

La estrategia a largo plazo de UPS

UPS, el gigante de entregas, ganó notoriedad hace unos años cuando anunció que sus conductores ya no darían vuelta a la izquierda cuando entregaran un paquete a los clientes. 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 66,000 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.

Estas funciones sofisticadas no fueron baratas. La compañía tardó una década en crear ORION, que se implementó en todo territorio estadounidense en 2016 a un costo de 295 millones de dólares, y esa cifra no cuenta las tecnologías de recopilación de datos que la compañía había estado implementando desde la década de 1990. Una vez que se resolvieron algunos errores, el algoritmo de optimización de rutas ORION rindió entre 300 millones y 400 millones de dólares en reducción de costos anuales para los accionistas, y reducción de vueltas a la izquierda para sus conductores.

Su valor fue bastante obvio cuando terminó el proyecto principal, pero al principio no fue así. El equipo de desarrollo se enfrentó al escepticismo causado por las fallas durante las primeras fases del proyecto. N obstante, el equipo se enfocó en ganarse tanto a los directores ejecutivos como a los gerentes de primera línea, porque sabían que la tecnología no tendría valor si nunca salía a la luz.

Al final, se ganaron a los líderes ejecutivos que se sentían intrigados por la posibilidad de generar ganancias masivas en eficiencia. Estos líderes empresariales entendieron que el éxito requería pensar en las complejidades de la entrega de una manera completamente nueva.

Cuando fue aceptado, el equipo se centró en resolver el problema de manera sistemática, decisión por decisión, en lugar de comenzar preguntando: “¿Qué tecnología necesitamos?”. El equipo generó prototipos de sistemas, los probó con sumo cuidado y escogió conductores selectos que podían ofrecer retroalimentación con base en sus capacidades y años de experiencia. Aunado a lo anterior, el equipo de desarrollo sabía que la transparencia ayudaría a generar confianza en el sistema, que era necesaria para el éxito, otro ejemplo de cómo la cultura es tan importante como la tecnología.

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, con el fin de que los ejecutivos pudieran monitorear el progreso y, en última instancia, el retorno de la inversión.

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“, lo que 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.

Lecciones para la industria

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, no cabe duda, pero los sistemas de IA más populares, aquellos que superan a los humanos, 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. Por poner un ejemplo: ninguna empresa había tomado en cuenta la cuarentena y el COVID-19 en sus planes comerciales para el año pasado. Es el tipo de imprevisto que un programa de ajedrez no necesita anticipar.

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.

Para alcanzar un objetivo común de manera eficaz, todos los miembros del equipo deben recibir la misma capacitación sobre las técnicas necesarias para atender problemas complejos de manera sistemática. Esta formación básica permite que los especialistas en artes liberales, el ingeniero, el experto en estadística y los expertos operativos tomen como base el conocimiento compartido, a la vez que aportan sus propios conocimientos individuales en cada situación. Los equipos multifuncionales son ideales para resolver problemas y circunstancias inestables conforme van surgiendo.

Según vemos en las décadas de experiencia de UPS, conseguirlo no es fácil. Existe una resistencia natural a la idea de reinventar toda una empresa y empezar desde cero, y sin una cultura que habilite esta forma de pensar, el cambio es imposible. Superar este obstáculo vale la pena, porque una empresa inteligente puede reasignar aquellas tareas mundanas y repetitivas, que requieren memoria y cálculo, a la IA; así, los humanos quedan libres para concentrar sus esfuerzos en áreas de creatividad y toma de decisiones, donde sí destacamos.

Acerca del autor

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.

Artículo traducido por Elvira Rosales Abundiz, a partir de: https://sloanreview.mit.edu/article/progress-toward-the-intelligent-enterprise/?og=Home+Editors+Picks