El camino hacia una IA creíble y orientada al valor comienza haciendo las preguntas correctas.

El camino hacia una IA orientada al valor comienza con las preguntas correctas.

Tu primer paso hacia la construcción de mejores soluciones de IA.

Foto de Mojahid Mottakin en Unsplash

Los avances recientes en IA generativa han captado la atención de las empresas, independientemente de su tamaño, en la implementación de esta tecnología para obtener beneficios empresariales tangibles. Sin embargo, muchas de estas organizaciones han adoptado rápidamente modelos de IA existentes o se han embarcado en desarrollar los suyos propios sin una evaluación estratégica de los desafíos a los que pretenden enfrentarse o de su preparación para la integración de la IA.

Aunque la IA indudablemente ofrece el potencial de un crecimiento acelerado, el aumento de los ingresos y una mayor satisfacción del cliente, extraer su verdadero valor implica establecer un entorno propicio para que la tecnología prospere.

Como CxO, es probable que varios interesados, ya sean miembros de tu junta directiva, competidores que ya están aprovechando la IA o entidades externas, hayan abogado por la adopción de la IA en tu organización. El panorama actual de la industria no solo requiere un flujo de soluciones de IA, sino que demanda soluciones creíbles y orientadas al valor.

A lo largo de los años, trabajando y asesorando a muchas organizaciones, he tenido el privilegio de ayudar a mis clientes a diseñar y construir capacidades de IA que se alineen y impulsen sus misiones. Hoy, comparto ‘El camino hacia una IA creíble y orientada al valor’ con la intención de guiar a los lectores en su viaje, acercándolos a la creación de soluciones orientadas al valor y alejándolos de la exageración prevaleciente en torno a la IA.

¿Por dónde empezamos?

Imagen de Autor - utilizada la biblioteca open peeps.

Primeramente, siempre comienza con el ‘¿Por qué?’ Aunque pueda parecer intuitivo, muchas organizaciones se enfocan en el ‘¿Qué?’ Más allá de simplemente identificar la solución o respuesta correcta, es imperativo hacer las preguntas correctas: preguntas significativas que realmente puedan desbloquear valor, incluso si son desafiantes. Como Simon Sinek articula en su libro:

‘Todo comienza con el por qué.’

Identificar el problema más crítico que se puede abordar y que ofrece un potencial significativo de progreso es esencial. Uno debe proceder con acciones específicas solo después de comprender esto, especialmente en la implementación de IA. Examinar minuciosamente la causa subyacente del problema requiere un enfoque cuidadoso y deliberado. Con frecuencia, la tarea puede ser un esfuerzo complejo y laborioso, especialmente cuando se enfrenta a dificultades intrincadas. Las ambigüedades en tus información pueden introducir complejidades adicionales al definir un problema. Las empresas deben mostrar curiosidad y valentía, haciendo consistentemente las preguntas correctas en el contexto adecuado.

En las ciencias cognitivas, es comúnmente conocido que existen dos sistemas cognitivos distintos que subyacen al razonamiento. El Sistema 1 es rápido, se enfoca en la información fácilmente disponible, a menudo resumida por el principio ‘Lo que ves es todo lo que hay’ (WYSIATI). Sobresale en detectar rápidamente asociaciones, conectar los puntos y desarrollar rápidamente una historia coherente. Como Adam Grant menciona en su libro ‘Originals’:

“Las personas no pueden evitar ver señales, incluso en el ruido.”

Por otro lado, se cree que el Sistema 2 ha evolucionado mucho más recientemente y se considera único en los humanos. El pensamiento del Sistema 2 es lento y secuencial. A pesar de su naturaleza metódica, el Sistema 2 permite el pensamiento abstracto e hipotético, lo cual está más allá de las capacidades del Sistema 1.

La dinámica de estos sistemas cognitivos es prominentemente evidente en el panorama empresarial. Con frecuencia, las organizaciones oscilan entre dos extremos. En un extremo del espectro, existe una tendencia a tomar decisiones rápidas motivadas por la atracción de la acción rápida. Esto puede resultar en decisiones tomadas sin examinar adecuadamente la suficiencia o relevancia de la información disponible. Tal urgencia por actuar puede llevar a estrategias desalineadas o a pasar por alto matices. En el extremo contrario del espectro, algunas organizaciones se vuelven excesivamente cautelosas y se involucran en deliberaciones exhaustivas. Pueden revisar innumerables presentaciones de PowerPoint, informes y reuniones para evaluar toda la información disponible. Si bien la minuciosidad es encomiable, este enfoque a veces puede resultar en una “parálisis por análisis”, donde el volumen abrumador de datos y perspectivas dificulta en lugar de facilitar la toma de decisiones. Las empresas deben equilibrar estos dos extremos para tomar decisiones informadas, oportunas y efectivas.

En el panorama corporativo, los términos como ‘victoria rápida’ y ‘fruto fácil’ resuenan con frecuencia. Sin embargo, no es raro que las organizaciones inviertan tiempo significativo, a menudo semanas o meses, y recursos financieros sustanciales en herramientas, infraestructura en la nube y otros costos asociados para una ‘Prueba de Concepto’ (POC).

Irónicamente, estas pruebas de concepto a veces tienen como objetivo automatizar procesos que, al evaluarlos, requerirían solo unos minutos para ejecutarse manualmente. Para que las organizaciones aprovechen eficazmente las capacidades de la inteligencia artificial y logren un retorno de la inversión (ROI) medible, es imperativo asignar los recursos de manera prudente. El discernimiento estratégico para identificar oportunidades genuinas de aplicación de IA, en lugar de buscar la automatización por sí misma, es vital para garantizar que las inversiones produzcan resultados significativos y sostenibles.

Imagen del autor - utilizada con la biblioteca open peeps.

En segundo lugar, mantén tu enfoque y evita el síndrome del objeto brillante. Es fácil dejarse llevar por las últimas innovaciones y tendencias. La atracción del “síndrome del objeto brillante” – la tendencia a perseguir las tecnologías o tendencias más nuevas sin comprender completamente sus implicaciones o su alineación con los objetivos empresariales – puede ser perjudicial. Las empresas a menudo invierten mucho en las últimas palabras de moda: un momento es el aprendizaje automático; luego, el aprendizaje profundo, y después el foco se desplaza hacia la IA generativa. Tales cambios frecuentes de enfoque pueden generar gastos significativos sin un retorno proporcional de la inversión.

Sin embargo, es crucial recordar el problema identificado y mantener el compromiso de resolverlo. Este enfoque garantiza un uso más eficiente de los recursos y maximiza la posibilidad de liberar un valor genuino. Si bien es esencial estar al tanto de los avances tecnológicos, asegurarse de que estas innovaciones sirvan a los objetivos principales de la organización y no desvíen la atención y los recursos es vital.

Además, sin duda se enfrentarán a incertidumbres y “desconocidos desconocidos”. Estos son desafíos o variables no anticipados que no se consideraron inicialmente pero que pueden afectar sustancialmente la resolución de problemas. En tales circunstancias, las organizaciones deben asignar un margen para la experimentación, permitiendo la adaptabilidad y flexibilidad. Esto permite aprender de los resultados inesperados y refinar las estrategias en función de los comentarios del mundo real.

Además, es esencial contar con expertos en la materia en las etapas iniciales del proceso. Con su amplio conocimiento y experiencia, estos expertos pueden proporcionar ideas valiosas, guiar el proceso de experimentación y ayudar a navegar por las complejidades, garantizando que la organización siga el camino hacia soluciones impactantes y la realización de valor.

Por último, TOMA ACCIÓN. Una vez que una organización comprende a fondo el problema y ha tenido en cuenta las incertidumbres potenciales, el siguiente paso crucial es tomar una acción coherente. La acción coherente significa que cada paso tomado está alineado con el objetivo general y es consistente con la comprensión del problema y la fase de experimentación. No se trata solo de implementar soluciones, sino de asegurarse de que sean sinérgicas, construyendo una sobre la otra para crear un enfoque holístico.

Esto requiere una combinación de previsión estratégica, ejecución táctica y ciclos continuos de retroalimentación para ajustar el rumbo según sea necesario. También es esencial crear una cultura de colaboración en la que los equipos multifuncionales trabajen en colaboración para impulsar la solución aprovechando su experiencia única. Las organizaciones pueden optimizar sus esfuerzos, reducir redundancias y acelerar el camino desde la identificación del problema hasta la implementación de la solución asegurando que las acciones sean coherentes y alineadas.

Finalmente, el proceso de implementación de IA se trata tanto de la pregunta o desafío a resolver como de las soluciones desarrolladas. El atractivo de la promesa de transformación de la IA a veces puede superar su uso práctico. Sin embargo, un enfoque basado en la tecnología, eligiendo la IA y luego buscando desafíos para resolver, puede resultar en tácticas desalineadas y resultados insatisfactorios.

Al plantear las preguntas correctas, las organizaciones pueden asegurarse de que no solo están aprovechando la IA por la publicidad que la rodea, sino por su capacidad genuina para abordar desafíos específicos. Este enfoque basado en el problema garantiza que la IA actúe como una herramienta adaptada a las necesidades particulares de la empresa en lugar de que la organización se adapte a los límites de la tecnología. En esencia, el éxito de la implementación de IA depende de la claridad de propósito, que se obtiene al hacer las preguntas correctas desde el principio.

Sobre el autor:

Hajar es una defensora, conferencista y consultora de inteligencia artificial que valora la tecnología, la innovación y la excelencia.

Ayuda a organizaciones con una misión a aprovechar el poder de los datos y la IA para maximizar su impacto. Se enorgullece de escuchar las necesidades de los clientes y crear soluciones bien diseñadas, innovadoras y orientadas al valor que ayuden a sus clientes a alcanzar sus objetivos.

Se puede encontrar en LinkedIn y Twitter.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

Una Nueva Forma de Ver la Privacidad de los Datos

Una nueva métrica permite agregar una pequeña cantidad de ruido a los modelos para proteger los datos sensibles mient...

Inteligencia Artificial

Escala el entrenamiento y la inferencia de miles de modelos de aprendizaje automático con Amazon SageMaker

Entrenar y servir miles de modelos requiere una infraestructura robusta y escalable, y ahí es donde Amazon SageMaker ...

Aprendizaje Automático

Redes Neuronales con Paso de Mensajes Retrasado y Reconfiguración Dinámica

Esta publicación fue coescrita con Francesco Di Giovanni y Ben Gutteridge y se basa en el artículo de B. Gutteridge e...

Inteligencia Artificial

Mejora Amazon Lex con LLMs y mejora la experiencia de las preguntas frecuentes utilizando la ingestión de URL

En el mundo digital de hoy, la mayoría de los consumidores prefieren encontrar respuestas a sus preguntas de servicio...