Esta semana que pasó, Elon Musk finalmente se convirtió en el dueño de Twitter. Musk es famoso por otras empresas que ha logrado llevar al estrellato, como SpaceX o Tesla, ambas empresas que lo han catapultado a ser el hombre más rico del mundo. Aunado a muchos defectos personales, algunos de sus detractores han puntualizado que la única característica que lo ha hecho famoso es que ha logrado juntar mucho talento en cualquiera de sus empresas, y que toda persona con los mismos recursos podría haber logrado lo mismo. Pero, esto no podría estar más lejano de la realidad.
El hecho es que siempre ha habido personas preeminentemente ricas, y con recursos económicos y aún así, se necesitó a Musk para crear un auto eléctrico que la gente quisiera comprar. Así como se necesitó de Steve Jobs para crear el iPhone, Bill Gates para crear Microsoft y Steven Spielberg para crear Jurassic Park. Es una realidad que los recursos para construir no bastan, se requiere algo más allá de eso, y es algo que muchos han tratado de explicar. Simon Sinek, un orador y motivador, le gusta explicar esto como el “Por qué” o “Why”, en inglés, y esto le ayuda a explicar cómo muchas empresas pueden y son capaces de crear algo, pero sólo un puñado logra embeber esa magia que pocos logran hacer.
Desde mi punto de vista, esto ocurre en todas las facetas de la vida. Y obviamente también sucede en el área de Inteligencia Artificial. Muchas empresas se están haciendo de armadas de Científicos de Datos, sin necesariamente tener un “Why”. Se centran en conseguir a las personas, y al final se vuelve un grupo que no tiene un sentido ni un fin en específico, y tanto las personas como la empresa esperan que algo suceda de tal forma que los científicos recién contratados mágicamente comenzarán a crear valor y transformar a la empresa.
Pero, así como en la vida, en la ciencia de datos no funciona así. Podemos comprarle a una persona una computadora muy superior, pero si no sabe por qué la debe usar, jamás va a utilizarla bien o incluso crear algo de valor con ella. Lo mismo pasa con las empresas, si contratamos científicos de datos sin una estrategia clara, y un “why” de la nueva área, sencillamente jamás se tendrán los resultados que tanto se ansían ver.
Para poder infundir ese “why”, es necesario tener muy clara la razón de por qué tener un equipo de Ciencia de Datos, que se puede hacer ahora en la empresa que antes no se podía hacer gracias a un equipo que sepa utilizar herramientas de Inteligencia Artificial. Y para eso son necesarios líderes formados en temas de Inteligencia Artificial, un gran defecto hoy en día, donde a los líderes también les falta esa formación.
Y para poder tener claro este fin, es importante entender el rol del área dentro de la empresa, ya que sólo de esa forma se podrán hacer proyectos que en realidad generen el valor esperado y no se convierta en un experimento fallido. De igual forma se le debe dar tiempo al experimento para que este comience a dar los frutos de lo que se desea hacer.
Una directiva que tenga claro el uso de la Inteligencia Artificial es de suma importancia para que los proyectos puedan tener los desenlaces deseados y se pueda crear una cadena de valor que genere ganancia a lo largo de toda la empresa.