La clave del éxito en la IA está en tener una buena base

La inteligencia artificial se ha convertido en una de las piezas fundamentales de las proyecciones de crecimiento de las empresas. El potencial de la IA es muy elevado, tanto que se espera que tenga implicaciones (o, más bien, se podría decir que las tiene ya) en todas las áreas de negocio y en todas las divisiones corporativa. La IA puede ayudar a reducir tareas y reorientar recursos, a encontrar fallos y solventarlos o a potenciar la innovación. Pero, si bien el potencial de la inteligencia artificial es muy elevado, lograr ese retorno implica tomar ciertas decisiones y afinar en la estrategia TI. Esto es, para que la inteligencia artificial funcione deben tomarse ciertas decisiones.

La clave está en contar con una buena base. Igual que la sabiduría popular dice que no se puede empezar una casa por el tejado, tampoco se puede esperar que la IA llegue y triunfe desde la nada. Una compañía necesita una buena estrategia en datos y una sólida base en áreas fundamentales, como el cumplimiento normativo en privacidad de datos.

Esto es lo que demuestran los datos prácticos: una investigación de Gartner señala que las empresas cuyas iniciativas en IA muestran datos positivos son aquellas que han gastado más en crear unos cimientos sólidos. Tanto es así que invierten cuatro veces más que las que logran peores datos en calidad de datos, gobernanza, gestión de cambio o contar con una plantilla lista para la IA (es decir, que ya cuenta las skills necesarias y está formada en lo que implica).

“Los responsables en data y analytics juegan un rol central a la hora de alcanzar el valor que sus empresas ambicionan con la IA”, asegura Rita Sallam, analista, fellow y jefa de investigación en Gartner.

Los seis pasos para crear una buena base

Aun así, lograr los objetivos previstos y cambiar la cultura corporativa no siempre es sencillo. La IA implica en ocasiones aprender una suerte de nuevo lenguaje empresarial. Entender entonces cuáles son esos pasos fundamentales para crear una base solvente importa. Gartner recomienda seis líneas maestras.

• Estrategia AI-first. La estrategia asume que la IA “transformará” la empresa y conseguirá objetivos ambiciosos. Se trabajan los datos con ese prisma.
• Colaboración entre humanos y agentes. Sallam insiste en que la IA no remplazará a los humanos, sino que mejorará sus capacidades. Esto puede llevar a que el equipo de data y analytics se reduzca o se reorganice, ahí es donde entra mejorar la colaboración entre terrenos diferentes.
• Contexto como infraestructura crítica. La clave del éxito no está en perseguir el mejor modelo de cada momento, sino, promete el análisis, en comprender que los agentes deben tener “acceso contextual a los datos adecuados”. El contexto es crucial.
• Escala. Una estrategia de IA no funcionará con unas prácticas TI en las que las cosas se relegan a silos y se fragmentan. Es necesario integrar y trabajar con capacidad para escalar.
• El poder de la confianza. Para innovar, se debe confiar en lo que se tiene. Esto es, las empresas deben estar muy seguras de que todo funciona de la forma correcta, que se cumple en gobernanza. Ahora mismo esto es un problema, porque según Gartner solo el 23% de las compañías asegura estar muy segura de su capacidad para mantener la seguridad y la gobernanza incorporando herramientas IA.
• Valor por encima del ROI. Medir el éxito usando el ROI podía funcionar en el pasado, pero ya no lo hace. No da la foto completa. Ahora, hay que centrarse en comprender cómo la IA genera valor de forma más amplia.