En una columna anterior definíamos que una empresa basada en datos requiere el desarrollo y la adopción de una estrategia de análisis de datos en toda la empresa, inversión en una plataforma de datos, procesos de gestión y gobierno de datos y una cultura que promueva la alfabetización y el compromiso con los datos.
Por su parte, si buscamos acercarnos a una comprensión sobre lo que significa la inteligencia artificial (IA) la forma más cercana para entenderla es verla como la simulación de procesos de inteligencia humana por parte de máquinas o software, imitando, e incluso ampliando nuestras funciones cognitivas. Ello implica que estos sistemas deben franquear fases de aprendizaje, reforzamiento y autocorrección. Por tanto, para que la IA pueda desplegar su viabilidad necesita datos y los datos necesitan de la IA para extraer su máximo potencial analítico.
Este es un punto clave, ya que sólo las empresas que han avanzado eficientemente para ser impulsadas por los datos serán aquellas que podrán extraer el máximo valor de la analítica avanzada que puede proporcionar la IA. Bajo ese contexto, la capacidad de la IA para procesar los datos, convertirlos en información, discriminar e implantar soluciones de forma autónoma, permitirá una mejor toma de decisiones.
Esto puede traducirse en aspectos esenciales para la vida empresarial como la reducción de costos o el aumento de los márgenes comerciales. No obstante, el mayor impacto lo podríamos encontrar en el surgimiento de nuevos modelos de negocio que desde su mismo planteamiento se basen en formas innovadoras de relacionarse con el cliente.
Esto supone una verdadera transformación en la manera de hacer negocios ya que los datos se convertirían finalmente en conocimiento útil para un negocio y la toma de decisiones. Sin embargo, es importante delimitar el alcance de lo que implica tomar decisiones en un contexto de empresas impulsadas por los datos empleando la IA. Cada vez más, aumenta la frecuencia con la que se deben asumir situaciones habituales en el contexto empresarial, por lo que la toma de decisiones debe ir necesariamente a mayor velocidad.
En este entorno, es irremediablemente necesario captar datos en tiempo real y hacer que estén disponibles para las consultas de baja latencia por parte de los equipos empresariales.
Por tanto, la automatización a respuestas rutinarias implicará ventajas al momento de tomar decisiones de carácter operativo, y es justamente allí donde la IA juega un rol esencial para tomar decisiones basadas en datos y en tiempo real.
Sin embargo, cuando hablamos de decisiones estratégicas el panorama es distinto y no por lo que la IA puede aportar, sino por lo que se espera conceptualmente de ella.
Cuando se piensa en el rol que juega la IA en la estrategia, la visión generalizada concibe que la IA tiene la capacidad en si misma para decidir la estrategia correcta. Probablemente en 10 años podrá ser así, pero a la fecha no lo es. Esta concepción futurista hace que se pierda la oportunidad de utilizar la IA en los componentes básicos del diseño de la estrategia, es decir, que se acompañe del uso avanzado de la analítica descriptiva, predictiva y prescriptiva.
El objetivo no es sólo analizar los datos históricos de la empresa, sino que se busque predecir escenarios hipotéticos futuros y tener la capacidad de, en dichos escenarios, modificar diferentes indicadores para analizar su incidencia directa en las decisiones principales y tomar la decisión óptima.
A este proceso de diseño y definición de la estrategia se le debe dotar de la posibilidad de experimentar con mucha rapidez todas las premisas que se asumen tendrán incidencia en la estrategia. Esto es un gran diferenciador que puede aportar la IA ya que, a través de herramientas cloud, puede tomar los modelos iniciales y entrenarlos a escala. Así se podrán crear y entrenar modelos 5 veces más rápido que el flujo de trabajo del aprendizaje automático “tradicional” en las empresas, lo que aportaría un grado de agilidad significativo en la construcción de la estrategia.
Lo que hemos señalado viene a proporcionar un punto de vista sistemático al proceso de diseño y definición de la estrategia, pero no automatiza el proceso de definición estratégica. Debido a que las decisiones estratégicas tienen consecuencias significativas para la empresa, es necesario comprender por qué la analítica avanzada hace una determinada predicción y qué extrapolaciones realiza a partir de qué información.
Sabemos que el proceso de toma de decisión necesita unas capacidades cognitivas determinadas que exigen detectar e interpretar información y las reacciones hacia ella, y que la automatización cognitiva evoluciona en la dirección que permita que las máquinas sean capaces de replicar tareas que hasta ahora eran patrimonio del ser humano. No obstante, el proceso posterior, que implica extraer conclusiones que permitan lanzar supuestos e hipótesis con un raciocinio sólido y coherente con el contexto, sigue siendo patrimonio humano, por lo que la IA aún está lejos de predecir cual es la estrategia correcta.
Lo que sí es cierto es que la IA ya permite al ser humano tomar decisiones de una forma mucho más certera. Esto implica que las empresas impulsadas por los datos y la IA sean competentemente más analíticas, estimulando así a que la alta dirección adopte un estilo más basado en analítica avanzada, al momento de afrontar las decisiones estratégicas.
El autor es Profesor del Departamento de Mercadotecnia e Inteligencia de Negocios de EGADE Business School del Tecnológico de Monterrey.