IA en acción: ¿Dónde y cómo empezar para transformar las necesidades de negocio?

Existe una falta importante de entendimiento sobre los diferentes casos de uso que la IA provee, habiendo aun una falta importante de confianza en los resultados que nos aportan. Pero, sobre todo, sobrevuelan varios estigmas que incrementan la predisposición a no implantarla. Principalmente, ¿sustituirán al trabajador actual? Siendo esta cuestión una de las mayores amenazas a batir, existen en la actualidad innumerables informes que apuntan a una dirección clara: se prevé que la IA genere crecimiento de empleo (Future of Jobs Report 2023, World Economic Forum).

Según el informe ‘From Potential to Profit: Closing the AI Impact Gap’ de BCG, en 2024, la adopción de la inteligencia artificial (IA) en España continuó creciendo, especialmente en sectores clave como las tecnologías de la información y comunicación (TIC), la salud, educación y sobre todo, en el área de las finanzas. En estos informes se habla de que más del 15% de las empresas españolas con más de 10 empleados han integrado IA en sus procesos, logrando un aumento de la productividad, lo que representa un aumento considerable con respecto a años anteriores.

Ignacio Prieto, CRO Node.ai.

Pero estos datos reflejan una paradoja: ¿si la IA está realmente apoyando la productividad, la automatización eficiente de procesos reiterativos, y va a aumentar las capacidades del trabajador, porque va tan despacio su implantación?

Según varios informes de mercado, pero en especial uno de Gartner, se destaca la importancia de alinear la estrategia de la implementación de la IA con los objetivos empresariales (visión estratégica, identificación de prioridades, gestión de riesgos, revisión constante, etc), para lograr un impacto real y diferenciarse en la industria a la que pertenezcas. La IA no solo aporta eficiencia en las operaciones, y apoya en la productividad del empleado (empleado “aumentado”), pero da información adicional -en tiempo real- para una toma de decisiones más ajustada y objetiva (basada en datos).

Es decir, que para maximizar el valor comercial de la inteligencia artificial (IA), tienes que ser capaz de minimizar los Desafíos en la adopción de IA, ya que, aunque el potencial de la IA es enorme, muchas organizaciones luchan por demostrar su valor, donde solo el 49% de los líderes en IA logra estimar y escalar sus beneficios, más allá de pruebas piloto.

La realidad es que hay grandes poderes empujando para desplegar uno de los diferentes tipos de Inteligencia Artificial: la IA generativa. MSFT, OpenAI, Google, Apple con su acuerdo con Google o ahora AWS que ha anunciado que los servicios de IA generativa de Amazon ya están disponibles para su Región Cloud en España, redireccionan a las organizaciones hacia este tipo de soluciones, pero no son las únicas.

¿Como entendemos entonces los diferentes tipos de IA y como usarlas en nuestras operaciones o necesidades de negocio?

Existen diferentes tipos de IA que funcionan de manera única y están diseñados para cumplir con propósitos específicos.

Este sería un resumen simple, que englobaría a otro tipo de IAs, junto con los nuevos modelos de agentes:

En este sentido, es importante destacar la diferencia en la aplicación de la IA a necesidades o soluciones de producto o a procesos. Mientras que la IA aplicada a procesos tiene como objetivo ayudar y apoyar la eficiencia operativa o mejorar la productividad del empleado, la IA aplicada a producto tiene como objetivo mejorar resultados de negocio, cambiar modelos comerciales, y generar nuevos productos innovadores o propuestas de valor.

La IA es un “ser vivo”, que requiere de mantenimiento y revisión constante, para que siga aprendiendo de tu modelo operativo, de tu entidad o de tus clientes, y por tanto hay que dedicar tiempo a su re-entreno constante y adaptación al cometido de los modelos que has generado.

Si añadimos además factores físicos o conductuales ('behavioral finance') en las decisiones financieras de las personas, por ejemplo, podemos adentrarnos en una visión mucho más avanzada sobre las posibilidades de la IA, donde factores irracionales pueden ser tenidos en cuenta para analizar posibles escenarios futuros, algo que cambiaría el paradigma de la predicción.

Como conclusión, diría que la Inteligencia Artificial no es un concepto único y homogéneo. Cada tipo de IA va dirigido a una funcionalidad específica y tiene sus propias capacidades, metodologías y áreas de aplicación, lo que las hace complementarias entre sí. Desde la generación de contenido hasta la toma de decisiones basada en datos y la capacidad de adaptarse al cambio, la IA permite resolver nuestros problemas del día a día o generar nuevos productos en base a la nueva información que nos provee.

Comprender y aprovechar estas capacidades nos prepara no solo para interactuar con estas herramientas en constante evolución, sino también para liderar el cambio en un entorno empresarial cada vez más competitivo.