¿Por qué las compañías están fallando al implementar Inteligencia Artificial?

Escribe Martín Frascaroli, CEO y Fundador de Aivo

En el entorno corporativo actual, la tecnología es un aspecto clave para hacer que los procedimientos sean más eficientes, tanto para las marcas como para sus clientes. En ese sentido, la Inteligencia Artificial (IA) se encuentra cada vez más disponible para que las marcas desarrollen estrategias innovadoras con el objetivo de reducir costos, agilizar procesos, personalizar la experiencia del cliente, y mejorar la seguridad, entre otras ventajas.

Sin embargo, muchas empresas que están implementando IA no están viendo estos resultados. Un estudio del MIT que entrevistó a 2500 ejecutivos, encontró que 40% de las compañías que adoptó esta tecnología en 2019 no vio resultados beneficiosos. Además, de acuerdo a IDC, la mitad de los proyectos de Inteligencia Artificial fallan en 1 de cada 4 organizaciones, en promedio. Entonces, ¿por qué la IA, a pesar de sus ventajas, no está dando resultados en tantas compañías?

IA, el paradigma de la nueva década


La Inteligencia Artificial es una tecnología cognitiva de gran utilidad en el sector empresarial. Se trata de un conjunto de aplicaciones que pueden llevar a cabo funciones similares a las humanas. Una forma simple de explicarlo es que es un sistema que recibe, identifica y procesa información para dar soluciones como lo haría una persona.

Esta tecnología replica el razonamiento humano para resolver problemas y tomar decisiones en función de cada interacción o comando con el que interactúa. Tras su implementación, muchas compañías han experimentado un aumento de productividad, eficiencia y ventas. Es más, puede ayudar a las organizaciones a aumentar su productividad hasta 40%, de acuerdo a un estudio de Accenture. Por eso, no es sorpresa que 77% de las organizaciones globales implementan esta tecnología actualmente en alguna de sus estrategias.

En definitiva, el objetivo de las compañías que la incorporan es mejorar las interacciones con clientes, generar mayor competitividad, ayudar a que los empleados sean más productivos, alcanzar un mayor índice de innovación, y mejorar el desempeño general en canales digitales. Sin embargo, lo curioso es que estas ventajas se esfuman rápidamente al ver que, según el mismo estudio, sólo 31% de las compañías que implementan IA reportan grandes beneficios. ¿Por qué ocurre esto?

Tres razones por las que falla la IA


A lo largo de 15 años de experiencia creando soluciones de servicio al cliente con Inteligencia Artificial, en Aivo hemos descubierto que hay tres razones principales que llevan ineludiblemente al fracaso.

1. Ausencia de una estrategia: Uno de los principales errores que cometen las compañías es implementar tecnología solo por el hecho de hacerlo, sin una estrategia establecida con objetivos bien definidos. De hecho, según un reporte reciente de Gartner, sólo 16% de las organizaciones se enfoca en sus pain points y en definir casos de uso antes de desplegar una solución con inteligencia artificial.

Adoptar la IA por el simple hecho de querer ser innovadores no es la respuesta, y puede traer más problemas que soluciones. Ésta debe incorporarse con un propósito, sea en el departamento de marketing, ventas, recursos humanos, o servicio al cliente. Y debe hacerse teniendo en cuenta tanto los objetivos de la marca como los de los clientes, así como también considerando los recursos a disposición.

A fin de cuentas, cabe preguntarse: ¿qué problema va a solucionar la IA? ¿El objetivo de su implementación es reducir costos, complementar el trabajo humano, mejorar la experiencia del cliente, o aumentar las ventas? Si bien la Inteligencia Artificial puede ser beneficiosa para todos estos frentes, es necesario tener uno como prioridad que guíe el proceso de implementación.

2. Mala elección de la tecnología a implementar: No existe un sólo tipo de IA universal que pueda resolver todos los problemas, y las especificidades técnicas de la misma deben responder a la estrategia. El Machine Learning (aprendizaje automático) y el Deep Learning (aprendizaje profundo) son algunas de las variantes, por mencionar los tipos de IA más frecuentes en las estrategias corporativas.

Para elegir la tecnología adecuada para las necesidades del negocio, se deben priorizar objetivos, investigar los distintos tipos de sistemas inteligentes que ayudan a cumplirlos, y los proveedores disponibles en el mercado.

Por ejemplo, no es lo mismo elegir una Inteligencia Artificial para implementar en servicio al cliente y dialogar con humanos, que una tecnología para utilizar en el campo de la salud para detectar enfermedades. En el primer caso, la IA debe adaptarse al consumidor moderno, que quiere soluciones instantáneas, conversaciones personales, y dialogar a su propio tiempo. Para esto, la IA debe ser conversacional, debe entender lenguaje natural, y las interacciones deben ser desestructuradas, a diferencia de sistemas que funcionan con base en flujos y sets estructurados de preguntas y respuestas.

Por el contrario, si se trata de un hospital que busca utilizar esta tecnología para complementar el trabajo de diagnóstico de los médicos, lo más conveniente sería una Inteligencia que sí funcione con base en estructuras, flujos y categorías previamente establecidas, para que la interacción sea ágil y rápida. En este caso, utilizar una IA conversacional que entienda lenguaje natural sería innecesario e irrelevante. En conclusión, las especificidades técnicas de la tecnología deben responder a las necesidades de cada negocio y de quienes la utilizarán.

3. Expectativas irreales y mala implementación: Ahora bien, podemos contar con una estrategia definida y una tecnología adecuada, pero la implementación también será clave para determinar el éxito de la iniciativa. Esto tiene que ver, por un lado, con la presencia de un equipo ejecutivo a cargo de la implementación y mantenimiento de la IA. Por otro lado, con obtener los datos necesarios para que el sistema pueda responder, predecir y solucionar la mayor cantidad de problemas.

La IA no es mágica sino que, por el contrario, necesita información para funcionar, así como la correcta estructuración, contextualización y categorización de la misma. En otras palabras, necesita ser entrenada para dar respuestas y predicciones correctas.

Lo preocupante es que, de acuerdo a un estudio reciente de PWC, más de la mitad de las compañías que implementan esta tecnología no tienen un proceso formal de entrenamiento y evaluación de la IA. Esto, a corto o largo plazo, es perjudicial para los negocios y los objetivos de sus iniciativas.

Para evitar esta problemática, es recomendable contar con un equipo o agente que, con base en la estrategia y a la correcta elección de la tecnología, se encargue de entrenar y mejorar constantemente al sistema a partir de la recopilación y estructuración de los datos.

Conclusión


A lo largo de la última década, hemos visto cómo la Inteligencia Artificial ha crecido exponencialmente y cómo se ha posicionado en la industria corporativa para agilizar procesos y optimizar resultados. Muchas marcas han visto resultados increíbles al experimentar IA. No obstante, también fueron muchas las iniciativas que fallaron a causa de la falta de alineación entre la estrategia, la tecnología, y la implementación, los tres elementos fundamentales de la ecuación.

En este panorama, el desafío no radica en decidir si implementar IA o no, sino en tener en claro cómo y por qué hacerlo. Las compañías modernas tienen los recursos, el conocimiento y el incentivo para impulsar estrategias efectivas que guíen sus proyectos de Inteligencia Artificial, acompañados por un mercado tecnológico que no deja de crecer.

Vamos en dirección hacia un futuro automatizado, inmediato, eficiente y cada vez más inteligente. La tecnología será una gran aliada, siempre y cuando las compañías sepan incorporarla.

(*) Martín Frascaroli: CEO y Fundador de AIVO


Comentarios

Comparte tu opinión con los lectores