Inteligencia Artificial y los proyectos de transformación digital tienen un bajo índice de éxito, pero las mejores prácticas ayudan.
AI tiene el potencial de impulsar el cambio en casi todos los sectores. En otras palabras, existen grandes incentivos para que las organizaciones inicien ahora su andadura en AI ; también existe el riesgo de que, si no lo hacen, les resulte difícil, si no imposible, ponerse al día en una disciplina que será cada vez más crítica cuanto más ampliamente se adopte. Así pues, no es de extrañar que AI suscite tanto interés y entusiasmo.
Sin embargo, muchos proyectos de AI fracasan.
Desde que tengo uso de razón, Inteligencia Artificial ha sido el santo grial. Las películas lo han retratado, desde BladeRunner hasta la más reciente Her. Mientras tanto, los líderes empresariales prometían que revolucionaría el lugar de trabajo. En ambos casos, se nos han presentado escenarios en los que AI transforma la rutina diaria.
De hecho, se lleva hablando de AI como disciplina científica desde 1956. Y aunque los fundamentos matemáticos existen desde hace más de 70 años, la potencia de cálculo necesaria es una realidad desde hace poco, y la cloud es el catalizador definitivo de AI .
Se han logrado avances significativos, y el sector ya no está en pañales. Según la encuesta de McKinsey The state of AI in 2020, el 50% de los encuestados afirmaron que sus empresas habían adoptado AI en al menos una función empresarial.
AI tiene el potencial de impulsar el cambio en casi todas las industrias. En otras palabras, existen grandes incentivos para que las organizaciones inicien ahora su andadura en AI ; también existe el riesgo de que, si no lo hacen, les resulte difícil, si no imposible, ponerse al día en una disciplina que será cada vez más crítica cuanto más se adopte. Así pues, no es de extrañar que AI suscite tanto interés y entusiasmo.
Sin embargo, muchos proyectos de AI fracasan.
Los POC deben diseñarse para tener éxito a largo plazo
Muchas pruebas de concepto (POC) no están diseñadas para escalar. No hacen más que demostrar que algo se puede hacer. Luego, se abandonan a su suerte porque no se ha determinado de antemano si el concepto en cuestión es pertinente y necesario para toda la organización, o si su implantación en toda la empresa es técnicamente viable.
Además, la estructura de costes de proyectos de esta naturaleza: Es probable que llegar a este punto haya devorado el 70% del presupuesto total, sin que el resultado llegue a ver la luz del día. Es un mal negocio a todos los niveles. Entonces, ¿cuál es la alternativa?
En resumen, la escala debe ser parte integrante del POC y reflejarse en las métricas que determinan si ha tenido éxito.
Existen algunas tácticas sencillas para conseguirlo. Una buena opción es ejecutar el POC en dos regiones y exigir a ambas que cumplan unos objetivos predeterminados antes de que pueda considerarse un éxito. También es importante identificar paralelismos y variaciones entre los proyectos. Este enfoque desarrolla el proceso y la estructura como parte de la aventura inicial, y sustenta la adopción en un entorno más amplio si el proyecto sigue adelante.
Las competencias derriban silos
Los silos organizativos, arraigados en la estructura empresarial tradicional, siguen siendo habituales. Constituyen un obstáculo constante para el buen funcionamiento de las operaciones y pueden ser la sentencia de muerte para las implantaciones escalables de AI . Para solucionarlo, hay que integrar las competencias adecuadas en cada parte del proyecto.
Necesitamos conocimientos matemáticos, informáticos y un especialista en codificación aportados (respectivamente) por los científicos de data , los arquitectos de soluciones y los ingenieros de aprendizaje automático (ML). La perspectiva empresarial, aportada por los gestores y propietarios de productos, también es una parte esencial de la mezcla. Este equipo multidisciplinar debe tener una forma de trabajar abierta y colaborativa, con buenos canales de comunicación y un profundo nivel de confianza a lo largo de todo el ciclo de vida del proyecto para que puedan sentar colectivamente las bases, desplegar la aplicación y, por último, formar a las personas que utilizarán la aplicación en el día a día una vez finalizado el POC.
La tecnología también es importante
La computación Cloud ha hecho realidad los proyectos AI para muchas empresas. Elimina la necesidad de grandes y costosas implantaciones informáticas, confiando en cambio en herramientas y tecnologías ágiles, personalizables y disponibles bajo demanda.
Al igual que en el enfoque de equipo híbrido, la caja de herramientas técnicas debe incluir las aplicaciones y el software específicos del proyecto en cuestión. Y ni que decir tiene que debe ser escalable.
La paradoja del riesgo AI
AI plantea un dilema a las empresas: si se implanta mal, es probable que fracase, creando un riesgo empresarial. Sin embargo, si no se implanta AI , se corre el riesgo de quedar rezagado respecto a los competidores más orientados al futuro, que cosechan los beneficios de explorar esta tecnología de nueva generación.
La clave está en considerar cualquier proyecto de AI desde el punto de vista de su papel en la dirección y el éxito a largo plazo de la empresa en su conjunto y sus operaciones. Este planteamiento servirá de base al marco técnico y humano esencial para el éxito de la implantación y una visión holística de AI .