La IA como herramienta empresarial, ¿en verdad estamos invirtiendo de forma inteligente o solamente estamos implementando sin orden?

Joseph Alvarado
Consultor de Grant Thornton
joseph.alvarado@cr.gt.com

¿Estamos implementando IA para resolver un problema empresarial y mejorar procesos o simplemente para ser parte de la tendencia de la actualidad?

Actualmente, la inteligencia artificial se ha vuelto tendencia en la transformación digital en empresas. Las organizaciones buscan implementar cada vez más esta herramienta en sus procesos, operaciones especializadas, atención al cliente, análisis de la información o en decisiones estratégicas, pero en esta carrera por innovar, muchas veces se deja de lado una pregunta clave que se debe de hacer antes de implementar con IA y es ¿Estamos realmente preparados para implementarla y obtener algún beneficio?

Es común pensar que incorporar IA es sinónimo de mejorar eficiencia y productividad, pero la realidad es que no todas las labores o procesos necesitan IA y no toda implementación garantiza el obtener resultados positivos. Antes de invertir en una solución con IA, tenemos que hacer cuatro preguntas fundamentales: ¿Cuánto cuesta resolver el problema que tenemos?, ¿qué pasa si la IA comete un error?, ¿los datos que tenemos están estructurados, en orden y confiables?, y ¿con que frecuencia ocurre este fallo que queremos solucionar?

Las preguntas parecen sencillas de responder, pero solamente si tenemos la respuesta a las cuatro podremos darnos cuenta si de verdad tenemos una necesidad empresarial. No es igual invertir en una solución que ocurre una vez al mes que un proceso que se ejecuta muchas veces por día, de igual forma hay que considerar el impacto financiero y operativo para cada caso. Además, se debe evaluar el costo de implementar, mantener, supervisar, y las consecuencias de una respuesta incorrecta, con especial cuidado si se trata del área de finanzas, de información confidencial o de decisiones de negocio.

Un estudio del MIT (The GenAI Divide: State of AI in Business), estipula que el 95% de las organizaciones en estudio no obtienen un retorno de la inversión en IA generativa, donde muchas de las soluciones que adquirían se quedaban en pilotos y no llegaban a convertirse en operaciones empresariales. Esto nos da algo para reflexionar, y es que invertir en tecnología no significa necesariamente que estaremos generando valor para el negocio.

Otro punto importante es la información que usamos para alimentar estas soluciones, actualmente las organizaciones poseen diferentes fuentes de datos, como archivos de Excel, correos electrónicos, ERPs, etc. Pero la pregunta importante es ¿Qué tan confiable es la información?, no podemos decir que un dato es correcto solamente por estar en alguna plataforma. Puede haber información duplicada, desactualizada o sin validar correctamente, por eso debe haber procesos que permitan verificar el origen, la confiabilidad y la trazabilidad, sin esto estaremos invirtiendo en soluciones de IA sobre información que posiblemente no esté preparada para dar buenos resultados. Además, no todo se trata de los datos de origen, también este tipo de herramientas necesitan conocer el contexto donde van a operar, reglas de negocio, políticas internas y controles definidos, por eso debe haber responsables, procesos de supervisión y criterios para validar los resultados antes que las herramientas de IA intervengan en procesos críticos.

El éxito de una implementación no solamente se mide por tener a la herramienta funcionando, si no por los beneficios que genera, es decir, reduce tiempos, disminuye errores, optimiza costos o mejora decisiones. Para esto debemos tener indicadores que nos permitan medir un antes y después de implementar la solución, así sabremos si la inversión nos está generando resultados.

Algo muy claro es que la IA nos puede aportar grandes beneficios, pero sólo cuando se diseña y se implementa sobre una necesidad definida, con información confiable, procesos ordenados y los debidos controles. La innovación de las empresas no debe de ser medida acorde a la cantidad de soluciones con IA que se tiene, sino más bien al valor que aportan para la empresa. Al final el transformarse digitalmente no está en implementar inteligencia artificial por tendencia, sino saber cuándo, dónde y para qué, porque antes de preguntarnos qué podemos hacer con IA, debemos preguntarnos qué problema ocupamos resolver.