El 20% de las empresas mexicanas tuvieron mayor adopción de Inteligencia Artificial, sin embargo presentaron brechas en la operación

La Inteligencia Artificial (IA) en el ámbito empresarial podría resultar una estrategia clave para el mejoramiento de las decisiones en tiempo real. Pues puede servir de apoyo desde los servicios financieros que la utilizan para prevenir fraudes o retailers que aseguran su cadena de suministro, hasta la creación de experiencias para la atención al cliente, como es el caso de los asistentes virtuales. No obstante, su operación puede presentar errores.

Según con los datos del estudio AI Adoption Index, realizado por IBM, en México, tras la pandemia, el 20% de las empresas aceleraron el uso de IA, sin embargo muchas de ellas se apresuraron a integrar la herramienta de forma súbita en sus operaciones sin preguntarse cómo o por qué la implementaron.

Dicha situación desencadenó errores en la labor de la IA y el 38% de los profesionales de TI en el país señalaron la experiencia o conocimiento con limitaciones en el área de la tecnología, presentándose como una barrera para su negocio, lo que hizo que no consiguieran los resultados propuestos.

El evangelista tecnológico en IBM, Baltazar Rodríguez, apuntó que uno de los errores más graves y comunes de una organización al explorar la implementación de IA en su negocio es “fallar al definir un caso de uso preciso y los resultados que esperan conseguir, a partir de una métrica cuantificable y clara”.

Así que, Rodríguez recomienda establecer la intención de su sistema de IA, pues señala que “muchas empresas realmente no tienen una idea clara de lo que esperan obtener de ella más allá de una vaga noción de eficiencia”.

Asimismo detalló sobre la importancia de refinar las intenciones de la IA en el negocio, a partir de las oportunidades específicas en la que se puede utilizar, por ejemplo: mejorar la experiencia del cliente, optimizar la detección de fraudes, asegurar la cadena de suministro o estar mejor preparado para escenarios imprevistos.

Luego que se haya seleccionado el objetivo general de la tecnología, el especialista refiere que será posible definir los casos de usos para las necesidades de los usuarios, o sea, encontrar la manera en que la aplicación de la IA pueda promover las intenciones descritas por el negocio.

Cabe señalar que Rodríguez hizo hincapié en que el proceso de integrar a la IA en un negocio debe ir en conjunto con el análisis de los datos de los diferentes equipos de la empresa, pues, aunque estos se enfocan en distintas prioridades, eso no significa que la información que producen esté aislada.

“Crear una visión holística de los datos a lo largo de toda la empresa porque, para implementar casos de uso exitosos con IA, debe asegurar que cuenta con datos precisos, sin sesgos y limpios que se extraen de toda la empresa”, comenta Rodríguez.

También lee: Meta y Rappi hacen alianza para impulsar a mujeres a través de clases de negocios

Por su parte, Andrés Mendoza, regional technical manager de la empresa de software ManageEngine, refirió que esa data también es relevante para incrementar la confianza de los usuarios en la empresa y reafirma que los motores de IA deben estar planteados de forma que los grupos de desarrollo y diseño tengan conocimiento de cómo y para qué se usará la información y el flujo que los datos deban seguir.

Finalmente, las empresas mexicanas deben planificar las acciones de la IA en su organización, situación que conjunta la revisión de las etapas de la empresa, corregir desvíos y asegurar resultados cuantificables.

No obstante, uno de los aspectos más esenciales en este desarrollo es la implementación de un equipo de desarrollo diverso, ya que de él influye la forma en que las herramientas son recibidas por los usuarios y clientes.

También lee: Meta es demandada por sus inversionistas