Por Jair Pérez, CEO de Gesta Labs
Mail: jair@gestalabs.com
Generalmente suelo escribir la mayoría de mis artículos para
quienes no han iniciado su viaje a Industria 4.0 o están en las primeras
etapas. Y lo hago así porque muchas de las empresas industriales están en este
supuesto —según una encuesta que hizo Siemens hace un par de años, 70% de las
compañías no había iniciado su digitalización—, pero hay otra porción, más
pequeña, de quienes ya están en ello, en la víspera de adoptar inteligencia
artificial o con sus primeros proyectos en marcha.
Y quizá están en esa dolorosa fase de experimentación, quebrándose
la cabeza porque no consiguen los resultados que esperan. Si es tu caso, ten
paciencia. Suena difícil, pero es necesaria cuando intentas innovación
disruptiva como la que te ofrecen las tecnologías emergentes. El camino de la
iteración es necesario.
Si estás en esta situación, este artículo es para ti porque
abordaré cuatro factores críticos que te ayudarán a mejorar la tasa de éxito en
cualquier proyecto de inteligencia artificial dentro de tu organización:
1) Aborda un
problema de negocio
La historia nos ha dado muestras de lo que sucede cuando una
empresa implementa tecnología por moda o, en el mejor de los casos, sin un
objetivo definido correctamente. Como podrás suponer, en estos casos los
resultados son desastrosos. Para que no suceda lo mismo, la clave es definir
adecuadamente el problema de negocio antes de implementar IA. Así podrás darte
cuenta de que, seguramente, no tienes la necesidad de implementar esta
tecnología en toda la organización, sino solo para atender aquellos problemas
de tu negocio que son lo suficientemente significativos para resolverlos con
una tecnología compleja y de alto potencial como es la IA.
Para llegar a ello es necesario definir claramente todo el
proceso, las variables y los usuarios que intervienen o que se ven afectados
por ese problema, así como establecer los KIPs para medirlo y que nos permitan
definir el ROI que deberá presentar la solución.
2) Sin datos, no
hay paraíso
Muchos directivos no entienden la importancia de almacenar los
datos hasta que echan a andar un modelo de inteligencia artificial y se dan
cuenta de los verdaderos problemas: o no hay suficientes datos, o los que hay
no son lo suficientemente buenos. Deborah Leff, ex CTO para ciencia de datos e
IA de IBM, dijo en una conferencia que solo 13% de los proyectos de ciencia de
datos llegan a la etapa de producción; la gran mayoría no lo consigue debido a
problemas en la gestión de la información digital.
Si la inteligencia artificial es fuego, los datos son el
combustible para encenderlo. Así que es necesario asegurarnos que tenemos
buenos datos y en mucha cantidad. Y si no los tenemos, debemos trazar un mapa
de ruta tecnológica para asegurarnos de generarlos, extraerlos y almacenarlos
para, posteriormente, explotarlos.
3) Crea una
experiencia amigable
Como sucede con cualquier cambio tecnológico, la gente suele poner
resistencia cuando debe adaptarse a nuevas herramientas y formas de trabajo. En
especial si se trata de inteligencia artificial, una tecnología que ha sido
vista con recelo debido a todos los mitos que hay alrededor de ella, así que
debes asegurarte que sea lo más amigable para el usuario. Es cierto que cada
día estamos más familiarizados con el uso de aplicaciones y servicios que, por
lo que sabemos, usan IA —hola Facebook, Google, Uber, Netfilx, etc— pero esta
tecnología no es tan común cuando la aplicas en procesos productivos de
empresas industriales. Por ello, es clave que el resultado y la gestión del
modelo sea amigable para que los usuarios finales tengan una fácil adopción, y
solo vas a lograr esto incorporando las mejores prácticas de UX/ UI.
4) Gestión del
cambio
De la mano con el punto anterior, cualquier cambio en una
organización trae consigo cierta carga de incertidumbre. Y si a esto añades que
la gente ha leído o escuchado que las tecnologías emergentes van a traer
cambios en la sustitución de empleos, quizá pueda sentir miedo y poner una
resistencia natural a su adopción. ¿Cuál es el riesgo de esto? Que la
tecnología no sea correctamente empleada y, en consecuencia, falle o no dé los
resultados que esperas. En este punto deberás trabajar en la creación de
programas de gestión del cambio donde los directivos se involucren directamente
promoviendo los beneficios de usar las nuevas herramientas, comunicando de
forma efectiva los beneficios que traen, tanto a nivel individual como de
organización, y que faciliten la transición de la empresa.
Como ves, un proyecto de este tipo requiere planeación y trabajo,
pero si te enfocas en desarrollar una estrategia basada en estos cuatro
pilares, estarás más cerca de llevarlo a buen puerto. ¿Te animas?
Recibe las noticias más
importantes de la industria en tu email
