Errores habituales en los negocios respecto a la inteligencia artificial

La inteligencia artificial (IA) está aquí, pero muchas empresas no están seguros de qué esperar de ella ni de cómo encaja en su modelo de negocio. La IA promete mucho, pero es un concepto tan amplio que aplicarla correctamente es complicado. Muchos negocios carecen de una estrategia en IA coherente, y los que sí hacen las cosas bien, llevan años o décadas preparándose. Estos son algunos errores habituales y cómo se debe comenzar en la tortuosa senda de la inteligencia artificial.

the-strategy-win-champion-the-championship.jpg

Todos quieren utilizar IA en sus negocios y prácticamente nadie sabe cómo

La IA incluye conceptos como la analítica de datos, el aprendizaje automático y la computación cognitiva. Entenderla puede ser difícil para aquellos responsables de la toma de decisiones en las empresas. La IA promete grandes recompensas, pero también grandes riesgos. La IA parece estar en todas partes, pero también es difícil de encontrarla y más de entenderla. La IA se promociona como el camino del futuro, pero hay poco talento en el mercado con experiencia real en la disciplina. ¿Cómo puede un negocio tomar la senda de la IA a través de este difícil laberinto? ¿Cómo minimiza un negocio el riesgo y evita errores a la hora de emprender el camino?

El mayor error que cometen las empresas sobre IA es bastante básico: empiezan a pensar en la IA demasiado tarde. Es decir, las empresas a menudo están mal preparadas o no están preparadas en absoluto cuando llega el momento de invertir en IA.

La mayoría de las empresas saben que la IA ya impacta o impactará en sus clientes, en la industria y en ellas mismas. Saben que la IA será increíblemente importante para el futuro del negocio.

0.png
Fuente

Sin embargo, a pesar de que uno puede saber que es o va a ser importante, es difícil identificar las implicaciones exactas, los detalles y cómo actuar e innovar. La falta de conocimiento, las limitaciones de recursos, la inercia organizativa y la falta de talento experimentado agravan este problema, en el que resulta natural retrasar simplemente la “reflexión sobre la IA”.

El miedo a lo desconocido y al cambio no ayuda. Uno de los primeros pasos más críticos (y muchas veces poco triviales) es averiguar cómo la IA afecta a tu negocio: ¿es una amenaza o una oportunidad? Típicamente, es ambas cosas, por lo que el siguiente paso suele ser elaborar una hoja de ruta para aprovechar la oportunidad y hacer frente a las amenazas.

Preparación

No defendemos que todas las empresas deban invertir en IA de inmediato. No se necesita empezar a contratar nuevos empleados o comprar nuevo software o servicios. Las empresas deben primero definir el impacto de la IA en sus clientes, empresas e industrias. Luego, si es necesario, tomarán medidas para garantizar que el negocio esté preparado a largo plazo en un mundo habitado por IA.

El mayor peligro de retrasarse en esta preparación es que, con el tiempo, cuando la empresa esté lista y dispuesta para invertir en IA, faltarán los requisitos previos necesarios y los factores clave del éxito: el talento, la cultura y, sobre todo, los datos. Esto retrasa aún más el “desarrollo en IA” y planteará un riesgo competitivo muy significativo.

Al prepararse en IA a futuro, el negocio puede asegurar que está en control de su futuro. Si bien esto siempre ha sido cierto en los negocios, la autocomplacencia es especialmente peligrosa cuando se trata de IA, ya que ésta requiere datos y eso lleva tiempo.

¡Se necesitan datos!

Pensar en IA desde el principio puede proporcionar una valiosa ventaja estratégica cuando se trata de recopilar datos para el futuro.

Vivimos en la “era de los datos”.

Los datos siempre han sido útiles para tomar decisiones, pero es que ahora, los datos se han convertido en la materia prima más valiosa del mundo, pues se pueden utilizar para mejorar y automatizar las decisiones y los procesos, así como generar beneficios que antes no estaban disponibles.

Esto hace que la recolección de datos sea crítica para comenzar en IA. Sin embargo, puede ser un reto para muchos negocios y puede llevar tiempo acertar: ¿qué datos deben recopilarse?, ¿cómo deben almacenarse de forma segura?, ¿qué competencias y procesos son necesarios para aprovechar los datos?…

servers

No basta con recopilar cualquier tipo de datos o hacerlo de cualquier manera. Los datos deben ser diferenciados, de alta calidad, etiquetados correctamente y lo suficientemente significativos para ser útiles. Para más inri se debe considerar con seriedad la ética de la recopilación de datos, pues las empresas dignas de nuestra confianza cuidarán mucho los datos de sus clientes y en los próximos años este punto va a ser primordial.

También hay otros desafíos. La recolección de datos a menudo se topa con el típico problema de la gallina y el huevo. Se necesitan algunos datos (o IA) para recopilar otros datos. Por eso es necesario desarrollar y poner en marcha desde el principio una solución “básica”.

Hay una urgencia añadida más. Los datos pueden llegar a ser exponencialmente valiosos. Los datos atraen aún más datos. Por ejemplo, la recopilación de datos permitió a Google crear un mejor motor de búsqueda, lo que condujo a un mayor uso. Esto condujo a una recolección de datos aún mayor, y así sucesivamente. Se desarrolló un ciclo vicioso (y provechoso) de recolección de datos, un mejor producto y mayor uso. Esto condujo a una ventaja competitiva significativa y a la acumulación de valor. Y más datos.

Cuanto más tarde empiezas, más atrás te quedas

Esta economía exponencial de los datos también tiene un inconveniente: cuanto más tarde se empieza, más atrás se queda uno. Si un competidor comenzó seis meses antes que tú, por ejemplo, puede tener una ventaja real de nueve meses.

A una empresa le lleva tiempo aprender a pensar en IA, a crear la cultura adecuada, a recopilar los datos necesarios, a ganarse la confianza de los clientes y, a continuación, a crear y poner en marcha toda la operativa de IA. La creación de un ciclo virtuoso como el de Google, basado en datos y potenciado por IA, lleva mucho tiempo. Sin embargo, la vida media de las empresas está disminuyendo. Las empresas tienen cada vez menos tiempo para adaptarse a los cambios que afectan a sus industrias. El tiempo ganado a través de la preparación se convierte en una ventaja competitiva clave.

0-1.jpg

Por eso no hay mejor momento que el actual para que las empresas empiecen a pensar en IA. Incluso si las empresas no invierten en el desarrollo o la implementación de esta tecnología por el momento, es fundamental que aprendan a pensar en ello, empiecen a pintar una visión, identifiquen una hoja de ruta y, como mínimo, empiecen a recopilar los datos necesarios.

Dentro de dos años, cuando estén listas para comenzar su viaje por la IA, no querrán saber que deberían haber pasado unas horas recopilando algunos datos hace dos años.

Fuente: LinkedIn

articulo_oficial

Un comentario en “Errores habituales en los negocios respecto a la inteligencia artificial

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s