Para obtener un mayor retorno de esta información, la clave está en combinar los datos internos con aquellos que provienen de fuera de la organización
La Inteligencia Artificial (IA) supone el nuevo cambio de paradigma en el mundo empresarial. Un salto adelante nunca visto en cuanto a mejorar la toma de decisiones, innovación y productividad. La capacidad de las máquinas de ingerir, gestionar y aprender grandes volúmenes de información abre una nueva etapa en la gestión empresarial. Sin embargo, solo un 16% de las compañías que usan IA creen que están sacando el máximo partido de sus datos. Un coste de oportunidad que se traduce en un impacto directo en la estrategia de negocio y, por lo tanto, en su cuenta de resultados, por las oportunidades de explorar nuevas vías de crecimiento y/o eficiencias que no llegan nunca a iniciarse.
¿Qué factores influyen en que no se lleve a cabo una óptima adopción del análisis de datos que aporta la inteligencia artificial? ¿Cuáles son los desafíos a los que deben hacer frente? En un entorno altamente complejo como el actual, las empresas deben abordar esta problemática desde tres ángulos: optimizando el potencial del ecosistema de datos, cuidando el componente humano del equipo (la tecnología no es una amenaza para las personas) y optimizando la inversión tecnológica. Solo así se puede obtener un rendimiento óptimo y eficaz del uso este avance disruptivo.
Tradicionalmente, las empresas se han centrado en analizar de forma exclusiva sus datos internos. Sin embargo, para obtener un mayor retorno de esta información, la clave está en combinar estos datos internos con aquellos que provienen de fuera de la organización. Es decir, que las empresas tengan capacidad de extraer información compartiendo aquellos que generan otros actores de su ecosistema. Un ejemplo de experiencia lo observamos en Estados Unidos, donde aeropuertos y las aerolíneas comparten información sobre el clima con aquellos hoteles ubicados en las cercanías de los aeródromos. Esta colaboración permite, que, ante un eventual retraso o cancelación del vuelo, los establecimientos puedan enviar a los pasajeros información en tiempo real a través de canales online sobre ofertas en los establecimientos. Esta cooperación ya genera un valor visible mediante el intercambio de datos.
Además, las nuevas tecnologías permiten a diferentes empresas compartir información sin tener que compartir los datos. La adopción de técnicas de aprendizaje federado es una oportunidad para que las empresas puedan explotar su ecosistema de datos.
Pese a que son indudables los beneficios de la inteligencia artificial, su implementación efectiva debe vencer ciertas barreras: una mayor presión regulatoria por parte de las autoridades, en especial europeas, y determinadas cuestiones éticas. No podemos utilizar un mayor conocimiento del usuario para dejarlo fuera de ciertos servicios.
Otro de los obstáculos que debemos hacer frente a la hora de desarrollar una correcta implementación de la inteligencia artificial en la compañía es la creencia, muy arraigada, de que supone una amenaza para las personas que trabajan en la propia empresa. Para evitar que se materialice este riesgo, las empresas deben ser capaces de aprovechar las oportunidades que la inteligencia artificial ofrece como, por ejemplo, en la mejora de la atención personalizada de cliente. La inteligencia artificial no logra que el cliente pueda sentirse escuchado ni apreciado, pero sí ayuda a los profesionales dándoles un conocimiento superior sobre su usuario y, por lo tanto, permitiendo ofrecer un mejor servicio.
Por ello, las organizaciones deben hacer un esfuerzo en la redefinición de puestos de trabajo además de capacitar a sus equipos en este ámbito y promover un cambio cultural para maximizar el aprovechamiento de estas nuevas oportunidades Este esfuerzo debe ser impulsado desde la dirección, sustentado en una hoja de ruta bien definida a través de figuras como el chief data officer, para ser diseminada correctamente desde la cúpula.
Asimismo, es necesario racionalizar las inversiones tecnológicas de forma que permitan tener la agilidad requerida para desarrollar y testar los casos de uso al mismo tiempo que escalar estos casos de uso en la organización.
Rocío Castedo/ Raimundo Cisneros son Responsable de tecnología en banca / Socio responsable de tecnología y gestión de la innovación de Arthur D. Little España
