He estado trabajando en inteligencia artificial (IA) para grandes empresas durante los últimos 15 años, desde la creación del equipo de IA de Vodafone, que ahora cuenta con 500 personas, hasta los últimos tres años cuando dirigí la fundación de IA para el mundo global. minorista de moda H&M Group.
Durante mi tiempo en H&M, estuve a cargo de implementar la estrategia de IA. La tecnología ahora se usa para pronosticar, comprar, detectar tendencias, mejorar la experiencia del cliente y ayudar a la empresa a lograr una cadena de valor positiva para el clima.
Aunque cada negocio es diferente y tendrá diferentes razones para usar IA, he descubierto que las recetas y los planos para lograr una iniciativa de IA exitosa se pueden usar una y otra vez. A menudo, escucho de clientes empresariales que quieren implementar IA en sus operaciones, pero que a menudo no saben por dónde empezar.
No saben lo que necesitan ni cuáles son los resultados que quieren lograr, por lo que recurren a consultores como yo. Esto es lo que he aprendido a lo largo de los años y lo que las empresas deben hacer al implementar una iniciativa de IA para que sea un éxito.
1. Deja de centrarte en los algoritmos
Puede ser fácil pasar de cero a 10 modelos de IA invirtiendo dinero y personas en el problema. Pero primero, debe dar un paso atrás y mirar la estrategia. La mayoría de las empresas no logran hacerlo porque no captan el contexto adecuado.
Antes de hacer todo esto, debe concentrarse en tener la estrategia correcta y conectarla con su estrategia comercial. ¿Cómo encaja la IA en lo que quiere lograr como empresa en los próximos seis meses o dos años? Primero debe responder a esta pregunta al comprender cómo puede obtener las personas y el talento adecuados, centrándose en las formas correctas de trabajar o su modelo operativo, tecnología y datos, y luego todas las demás cosas asociadas con esto.
La IA tiene tanto que ver con la transformación empresarial como con los algoritmos, así que empiece por ahí primero.
2. Incorporar a las partes interesadas
Las empresas tienen muchos procesos y puntos de datos asociados con ellos que se pueden mejorar utilizando IA. Pero para mejorar cada proceso, debe tener un camino claro a seguir y una hoja de ruta, que comienza con hablar con las partes interesadas.
Al lograr que acuerden cuáles son los principales procesos que pueden utilizar la IA en el contexto actual, valorarlos y cuantificarlos, y combinar eso con una estimación del esfuerzo y cuánto tiempo llevará, significa que puede decidir cuáles son los grandes casos de uso. para usar su equipo especializado, y los más pequeños pero aún significativos en los que sus otros equipos podrían trabajar usando una plataforma.
Por ejemplo, esto podría ser implementar un modelo de IA para mejorar el servicio al cliente o investigar cómo la IA podría acelerar los resultados del producto. Al unir el lado comercial y el lado de desarrollo, le dará una idea más clara de dónde se puede crear valor y asignará los equipos apropiados para lograrlo.
3. Más personas no siempre son la respuesta
Algo que escucho una y otra vez es que la escasez global de habilidades está perjudicando mucho a las empresas. Cada vez es más difícil y costoso contratar científicos de datos, ya sea que se trate de una empresa de tecnología o no. Pero el personal especializado no es necesario para todas las empresas, especialmente cuando se trata de IA.
Ha habido un aumento en los últimos años de las plataformas de IA como servicio, como la plataforma sueca Peltarion, que reduce la barrera de entrada y facilita que los empleados sin experiencia en ciencia de datos creen e implementen modelos de IA.
Si desea capacitar al personal actual para que use la IA, entonces vale la pena armarlos con las habilidades que necesitan. Empresas como la icónica marca de jeans Levi Strauss están lanzando programas internos de mejora de habilidades a través de cursos internos de inteligencia artificial para permitir que los empleados desarrollen nuevos conjuntos de habilidades.
Mejorar las habilidades de su fuerza laboral actual para usar su conocimiento de dominio y aplicarlo usando una IA puede brindar perspectivas valiosas a la empresa y empoderar a aquellos que saben lo que se debe hacer para mejorar los procesos con el conocimiento que necesitan para implementarlos.
4. Prueba, prueba y vuelve a probar
Las empresas a menudo pueden estar demasiado enfocadas en un determinado caso de uso, pero esa no siempre es la estrategia correcta para implementar la IA. En cambio, la estrategia correcta es probar, probar y volver a probar. Lo único que sabes con la IA es que no sabes, pero aprenderás en el camino.
El caso de uso de la IA puede ser irrelevante, pero lo que es relevante es el éxito de la misma, y para lograrlo, debe estar constantemente probando y adaptándose. Después de todo, con la IA, experimentar y tener algo “hecho” siempre es mejor que perfecto.
Las pruebas también pueden tener otro beneficio: rectificar y eliminar el sesgo. Un ejemplo famoso fue cuando el gigante del comercio electrónico Amazon decidió intentar automatizar su proceso de reclutamiento en 2014. Después de pruebas rigurosas del proyecto de IA, la empresa se dio cuenta de que el nuevo sistema de reclutamiento de IA no calificaba a los candidatos de manera justa y mostraba prejuicios contra las mujeres.
Amazon se vio obligado a deshacerse del algoritmo con fines de reclutamiento y volver a la mesa de dibujo. Probar y fallar es una parte clave del negocio y la IA no es diferente, por eso las pruebas son tan importantes.
5. No tengas miedo
La mayoría de las personas en las empresas tienen miedo de la IA: entienden que deberían usarla, pero puede parecer una montaña que deben escalar primero. Pero una vez que se dan cuenta de que pueden combinar sus propias habilidades con la IA, adquieren más confianza. Una vez que tengan más confianza, puede hacer que el caso de negocios sea más realista. Se convierte en algo más que una tecnología; en cambio, se convierte en un activo clave para su negocio.
Errol Koolmeister es el exdirector de IA de H&M y consultor de IA que trabaja con empresas, incluida Peltarion, sobre cómo hacer que la IA sea más accesible para las empresas.