jan18-15-888249778-Bogdan-Dreava--EyeEm
Bogdan Dreava/Eyeem/Getty Images
Aviso: Traducido con el uso de inteligencia artificial; puede contener errores. Participe en esta encuesta para hacernos llegar sus comentarios y obtenga información en las preguntas frecuentes.
Read in English

No pasa un día sin que se anuncie el nombramiento de un nuevo vicepresidente de Inteligencia Artificial (IA), un científico de datos jefe o un director de investigación de IA. Si bien el entusiasmo es innegable, la realidad es que la IA sigue siendo una aplicación tecnológica en fase inicial. El potencial es enorme, pero ¿cómo los gerentes atraviesan la hipérbole de la IA para utilizar su poder para generar crecimiento?

En nuestro trabajo de consultoría, a menudo nos encontramos con gerentes que luchan por convertir los experimentos de IA en programas estratégicos que luego se pueden implementar. Michael Stern (nombre ficticio), por ejemplo, es el director digital de una empresa alemana de material de oficina Mittelstand. Michael está acostumbrado a iniciar nuevos proyectos en áreas emergentes, pero se siente incapaz de entender completamente lo que la IA puede hacer por su negocio. Comenzó algunos experimentos con IBM Watson, y estos produjeron algunas ganancias tácticas claras y pequeñas. Ahora Michael no sabe cómo seguir adelante. ¿Cómo puede crear equipos multifuncionales en los que los expertos en datos trabajen con los equipos de productos? ¿Y cómo elegirán ideas de proyectos que generen un ROI real? Michael se pregunta si su empresa sabe qué nuevos modelos de negocio se pueden explorar con sus conjuntos de datos existentes, y mucho menos cuáles nuevos podrían ser posibles gracias a la IA.

Michael no está solo. A medida que más y más empresas invierten en unidades impulsadas por la IA, muchos directores recién nombrados se enfrentan a estos desafíos, especialmente en empresas con poca o ninguna experiencia previa en tecnologías cognitivas. Parte del problema: en muchas empresas, el papel de estos equipos es indefinido. Se ha investigado muy poco para diseñar la misión y el alcance de estas nuevas unidades.

En el Centro Europeo de Innovación Estratégica (ECSI), examinamos numerosas iniciativas corporativas de IA entre grandes organizaciones e identificamos cinco funciones clave que pueden ayudar a las unidades de IA a desarrollar la misión y el ámbito de trabajo adecuados para tener éxito.

1. Explorando tecnología, aplicaciones y socios de IA Esta función consiste en crear un equipo central de «sensores de IA» que se encargue de supervisar las nuevas tendencias, identificar tecnologías disruptivo y establecer contactos con jugadores innovadores, principalmente empresas emergentes. El proveedor de piezas de automóviles Bosch y la potencia tecnológica e ingeniera Siemens son dos excelentes ejemplos de ello. Con una inversión prevista de 300 millones de dólares, Bosch ha establecido tres centros corporativos de IA centrados en el IoT y otros campos relacionados con la IA en Alemania, la India y Palo Alto. Siemens, del mismo modo, ha incluido la IA en la lista de campos de innovación de la empresa que se supervisarán a través de su red de puestos avanzados de innovación con oficinas en California, China y Alemania.

2. Experimentar con la tecnología y las aplicaciones de IA. Se trata de entender, a través de pequeños y rápidos pilotos de IA, cómo desarrollar o adoptar tecnologías cognitivas para los modelos operativos y empresariales de la empresa. Aunque hay disponibles herramientas de IA estándar y sistemas de código abierto, tienen un potencial de transformación limitado en comparación con los personalizados. En Deutsche Telekom, el desarrollo de sus propias soluciones de IA es una prioridad importante. En lugar de comprar chatbots de IA a los vendedores, Deutsche Telekom tiene sus propios equipos de desarrolladores. Con el apoyo de socios, diseñan, forman y ajustan soluciones de IA para la empresa.

En lugar de concentrar los esfuerzos en una sola gran victoria, las unidades y los equipos de IA deberían adoptar un enfoque de cartera para sus experimentos. El poder de la IA debería ponerse a prueba en todas las funciones y áreas de negocio. Hay tres tipos de experimentos a los que vale la pena prestar especial atención:

  • Experimentos en el asiento del conductor normalmente se llevan a cabo por la unidad de IA de la empresa o los equipos de desarrolladores internos. En los últimos años, Deutsche Telekom ha probado internamente tres chatbots y asistentes virtuales diferentes respaldados por IA para mejorar los servicios de atención al cliente privados y corporativos de la empresa.
  • Experimentos con otros en el asiento del conductor implica unir fuerzas con actores innovadores como empresas emergentes, centros de investigación y universidades. En general, estos experimentos se centran en tecnologías o aplicaciones de vanguardia que requieren conocimientos y conocimientos profundos que las empresas no tienen. Se trata de una estrategia común entre las grandes organizaciones: Mercedes-Benz se ha asociado con el Laboratorio de Informática e IA del MIT; Associated Press colaboró con Automated Insight, una empresa especializada en inteligencia artificial; Deutsche Telekom se asoció con el Centro Alemán de Investigación de la IA, llamado DFKI.
  • Experimentos aprendiendo de los demás son comunes entre las empresas interesadas en ser pioneras en la tecnología y las aplicaciones de IA, pero demasiado prematuras para su sector. Observar a los demás se traduce en financiación de empresas o empresas emergentes que innovan en la frontera de la IA. Es el caso de la compañía de seguros alemana Allianz, que financió el primer fondo de capital de IA global de Europa para posicionarse como «pionera en las inversiones en IA».

3. Ayudar a las unidades de negocio a aplicar la tecnología de IA. Esta función consiste en desarrollar capacidades internas a través de una red especializada de expertos en IA que puedan ayudar a las unidades de negocio en la integración y aplicación de herramientas y soluciones de IA (desde la visualización básica de datos y chatbots hasta la automatización de procesos completos, como la gestión de reclamaciones). El éxito de las aplicaciones de IA no radica en la tecnología per se, sino en la capacidad de una empresa para alinearla con sus modelos empresarial y operativo.

El laboratorio de datos e inteligencia artificial es uno de los esfuerzos de inteligencia artificial de BNP Paribas más visibles. El laboratorio es responsable del desarrollo de herramientas de IA que pueden mejorar los procesos internos. En BNP Paribas, el equipo de IA se encarga de acompañar y apoyar a las unidades de negocio en todo momento, desde la identificación de posibles aplicaciones hasta la experimentación y el perfeccionamiento. Es esencial que estos laboratorios estén bien integrados en la organización, no en un laboratorio lejano. Constance Chalchat, directora de gestión del cambio de BNP Paribas dice, «Los equipos de científicos de datos deben trabajar en estrecha colaboración tanto con la empresa como con el departamento de IT».

4. Hacer que toda la organización comprenda la IA. Esta función se trata de la capacidad del equipo de IA para educar a la organización sobre la oportunidad de aprovechar el poder de la IA. ¿Por qué? Porque la IA es, en última instancia, una herramienta. Las organizaciones necesitan construir bases sólidas que permitan a las personas utilizar realmente y obtener valor de la tecnología de IA. A medida que la pasión por la IA está llegando a la cima de las grandes organizaciones, esto también se aplica a los directivos y la junta directiva. Los ejecutivos necesitan ayuda para superar la complejidad de los debates impulsados por la IA y encontrar formas de extraer valor.

La integración de la IA en la cultura y las habilidades básicas de la empresa se puede hacer en dos niveles. En primer lugar, las iniciativas de comunicación interna pueden ayudar a aumentar la conciencia y la aceptación de las tecnologías de IA, en particular las que tienen un alto potencial transformador, a la vez que crean un idioma y una cultura comunes de IA. En segundo lugar, los esfuerzos educativos específicos permiten desarrollar capacidades básicas y estándar de personas que no son expertos en IA de la organización. AirBnB es un excelente ejemplo de esto. Al crear una universidad de datos interna, AirBnB enseña a los empleados ciencia de datos con el objetivo de hacer que la transición a una organización más consciente de la IA sea más fácil y rápida.

5. Atraer y retener el talento. Este papel se trata de abordar la brecha de habilidades de IA. Una unidad de IA dedicada debería trabajar en estrecha colaboración con el departamento de RRHH para identificar las habilidades y capacidades adecuadas que se requieren y definir estrategias para la retención del talento. Las empresas están adoptando actualmente diferentes estrategias de adquisición de talentos de IA. Edouard d'Archimbaud, director del laboratorio de datos e inteligencia artificial de BNP Paribas, amplía gradualmente su equipo de 25 miembros. «Reclutamos alrededor de diez personas al año [...] somos muy cuidadosos y solo nos gusta contratar a las personas adecuadas», él explicado. Otras empresas han invertido de manera más significativa. Este es el caso de Airbnb, que recientemente «adquirió» un equipo de siete ingenieros de datos de Changecoin, una start-up con un profundo conocimiento de la tecnología blockchain.

El marco en acción

A veces, estos equipos de IA recién creados invertirán tiempo y esfuerzo en las cinco funciones. Los desafíos en otras empresas pueden ser muy diferentes. Trazar los cinco roles en gráficos de araña como el que se muestra aquí puede ayudar a las empresas a descubrir dónde se centran actualmente y dónde pueden necesitar aumentar o reducir sus esfuerzos. Pueden, por ejemplo, comparar lo que están haciendo actualmente con lo que deberían hacer, dada la intención estratégica de su empresa y sus problemas de capacidad y organización.

W171218_DIFIORE_CHARTYOUR

 

Cada equipo de IA debería diseñar su propio gráfico de arañas en función de su contexto, objetivos y restricciones existentes. Las empresas que invierten, o planean invertir, en unidades de IA deben pensar estratégicamente en dónde concentrar sus esfuerzos.

Ganar la revolución de la IA no se trata solo de la tecnología y las herramientas, se trata de educar y preparar a su organización para el futuro. De la misma manera que Amazon no inventó la tecnología que las ha convertido en un titán corporativo, las empresas en la era de la IA deben preparar a su organización para dar prioridad a los datos a fin de seguir siendo competitivas a largo plazo.

Trazar las cinco funciones puede ayudar a alinear la intención estratégica de la empresa con el contexto y las limitaciones de la organización.