Edición impresa
¡Manténgase al día!
Reciba las últimas novedades e información directamente en su correo.
Estamos entrando en una etapa peligrosa con la inteligencia artificial.
Una tecnología con un potencial extraordinario corre el riesgo de convertirse, al mismo tiempo, en la respuesta automática para problemas que muchas veces ni siquiera hemos terminado de entender.
Hoy pareciera que toda empresa necesita una estrategia de inteligencia artificial. Todo producto necesita incorporar IA. Todo proceso tiene que automatizarse. Y cualquier iniciativa que no incluya las palabras “inteligencia artificial” empieza a sentirse obsoleta.
Ya hemos visto esta película antes.
Durante años agregamos “digital”, “cloud”, “innovación” o “transformación” a proyectos para hacerlos sonar más actuales. Ahora el turno es de la IA.
El problema no es la inteligencia artificial. El problema es usarla por reflejo.
Hay una premisa que considero especialmente importante en este momento: los procesos están antes que la tecnología.
Puede parecer obvio, pero en la práctica muchas organizaciones hacen exactamente lo contrario.
Primero eligen la herramienta. Después buscan dónde meterla y qué problema justifica la inversión.
Con inteligencia artificial, ese riesgo es todavía mayor.
La IA puede transformar empresas, mejorar decisiones, eliminar tareas repetitivas y darle a organizaciones pequeñas capacidades que antes eran exclusivas de grandes corporaciones.
Pero una herramienta poderosa no necesariamente es la herramienta correcta para todo.
Imaginémonos esto: una empresa recibe cientos de consultas de clientes por semana. La reacción inmediata: implementar un asistente con inteligencia artificial para responderlas.
Suena lógico.
Pero al revisar el proceso descubrimos que muchas de las consultas se originan porque la información de precios está desactualizada, las condiciones comerciales no están claras y distintos departamentos dan respuestas diferentes al mismo cliente.
Colocar un chatbot encima de ese problema solo permite responder más rápido... con la misma inconsistencia. La tecnología estaría acelerando un mal proceso, no resolviéndolo.
Es como ponerle turbo al caos.
Otro ejemplo aparece cada vez más en el trabajo cotidiano. Presentaciones, correos, propuestas, informes, minutas y hasta opiniones comienzan a producirse con inteligencia artificial.
Eso tiene enormes ventajas de productividad. Sería absurdo ignorarlas.
Pero existe una diferencia importante entre utilizar IA para pensar mejor y utilizarla para evitar pensar.
Si delegamos sistemáticamente el análisis, la redacción y hasta nuestras conclusiones, terminamos produciendo más mientras perdemos capacidad para cuestionar lo que producimos.
Una respuesta perfectamente redactada no necesariamente es una buena respuesta.
Y una presentación impecable puede esconder un razonamiento mediocre.
Hay además situaciones donde automatizar una decisión requiere bastante más cuidado del que normalmente dedicamos a elegir una herramienta.
Pensemos en una empresa que usa IA para filtrar candidatos en un proceso de contratación. Procesar cientos de currículos rápidamente puede ser muy valioso. Pero antes habría que preguntarse qué criterios usa el sistema, de dónde vienen los datos, qué características privilegia y qué candidatos podrían estar quedando fuera.
El problema no sería usar inteligencia artificial en reclutamiento. El problema sería convertir una recomendación algorítmica en una decisión automática, sin conservar criterio humano en una decisión que afecta a personas.
Algo similar ocurre cuando una organización incorpora IA a un proceso que históricamente ha funcionado mal.
Si para aprobar una compra intervienen cinco personas sin que nadie sepa exactamente por qué, existen tres versiones distintas de una misma hoja de cálculo y buena parte del proceso depende de que “Ana esté en la oficina porque ella sabe cómo hacerlo”, probablemente la primera necesidad de esa empresa no sea inteligencia artificial.
Primero necesita entender su proceso: eliminar pasos innecesarios, definir responsabilidades, ordenar sus datos y decidir cómo debería funcionar realmente.
Después podrá preguntarse qué tecnología necesita. Ese orden importa.
Partamos de esto: un proceso mal diseñado no se corrige digitalizándolo, y automatizarlo lo empeora. Agregar inteligencia artificial solo lo hace fallar más rápido y a mayor escala.
Esto puede parecer menos emocionante que lanzar un proyecto de IA, pero suele generar mucho más valor.
Posiblemente la pregunta más importante antes de iniciar cualquier iniciativa de inteligencia artificial sea también la más sencilla:
¿Qué problema estamos tratando de resolver?
Después vienen otras.
¿El proceso actual tiene sentido? ¿Tenemos los datos necesarios? ¿Quién tomará la decisión final? ¿Qué sucede cuando el sistema se equivoca? ¿Qué información estamos dispuestos a entregarle? ¿Existe realmente un beneficio que justifique la complejidad adicional?
No todas esas preguntas conducen a implementar inteligencia artificial.
Y eso está bien.
En algunos casos la solución será IA. En otros, automatización tradicional. En otros, integrar dos sistemas que nunca debieron estar separados. A veces será cambiar un procedimiento. Y ocasionalmente la solución será tan sencilla como eliminar una tarea que nadie recuerda por qué comenzó a hacerse.
La madurez digital de una organización no debería medirse por la cantidad de inteligencia artificial que utiliza.
Debería medirse por su capacidad para entender primero cómo opera, identificar dónde existe un problema real y luego elegir la tecnología adecuada para resolverlo.
Procesos antes que tecnología.
No porque la tecnología sea secundaria, sino porque solo genera verdadero valor cuando se aplica sobre un problema bien entendido.
La inteligencia artificial es probablemente una de las herramientas más poderosas que hemos tenido a nuestra disposición en décadas.
Precisamente por eso deberíamos utilizarla con criterio.
No necesitamos menos inteligencia artificial.
Necesitamos mejores razones para usarla.
Gustavo Barrantes
Director General
Quantiko AI
