La evolución de la inteligencia artificial en los negocios:hasta dónde hemos llegado

Al abrir mi correo electrónico esta mañana, se me presentó una alerta sobre un mensaje antiguo que había enviado. La alerta decía:“Enviado hace 10 días; ¿le gustaría hacer un seguimiento? " De hecho, necesitaba recordarle a mi colega que respondiera. La experiencia me dejó reflexionando sobre lo lejos que hemos llegado y lo que nos depara el futuro con la inteligencia artificial (IA) en los negocios.

Me fascinó este campo hace casi 40 años, cuando estudiaba en Berkeley con la profesora Alice Agogino. El profesor Agogino dibujó este sencillo diagrama en la pizarra.

En aquel entonces, los sistemas de inteligencia artificial se llamaban sistemas expertos. Permitieron que más personas completaran la mayoría de las tareas a un nivel experto. Mejoraron el potencial de los usuarios y cambiaron la curva de rendimiento de toda la empresa. Con estos sistemas, los expertos podrían concentrarse en las tareas más desafiantes que solo ellos podían abordar.

A lo largo de los años, esta idea convincente, que la tecnología puede ampliar nuestro rendimiento a escala, se quedó conmigo. Ha dado forma a mis pasiones y mi propio viaje profesional ha seguido la trayectoria de la propia IA.

Pero en el camino, hubo varios desafíos. Los modelos de nuestros sistemas tendían a retrasarse en los cambios en el negocio; aunque resolverían el problema de ayer de manera óptima, gradualmente se volverían obsoletos. Necesitaban equipos dedicados tanto para el uso como para el mantenimiento.

Dónde estamos hoy

Los sistemas de inteligencia artificial actuales son fundamentalmente diferentes de los primeros sistemas expertos y las soluciones comerciales tradicionales en tres formas:

• Los usamos de manera diferente;

• El énfasis en la inteligencia ha pasado de la automatización al aumento, y

• Los sistemas de inteligencia artificial aprenden del uso y se adaptan a los cambios en el negocio.

Cómo los usamos: Las soluciones comerciales tradicionales a menudo están fragmentadas. Un conjunto de sistemas le indica cómo está su empresa actualmente en ejecución (inteligencia empresarial tradicional), otro le ayuda a decidir cómo para administrar su negocio, y otro más le permite registrar lo que hizo para administrar su negocio (planificación de recursos empresariales).

Los usuarios deben seguir caminos tediosos y desconectados, desde el análisis descriptivo y de diagnóstico hasta el análisis predictivo y la optimización mediante modelos de gemelos digitales. Luego, una vez que se toma una decisión, deben darse la vuelta y registrar esa decisión en su ERP.

Por el contrario, cuando usamos IA, comenzamos directamente con recomendaciones y podemos explorar conocimientos predictivos, diagnósticos y descriptivos como explicaciones. AI ofrece pautas paso a paso para tomar acciones, incluso cuando podemos tomar decisiones que son diferentes de las recomendaciones.

Un cambio de énfasis: Los sistemas expertos tradicionales estaban demasiado centrados en la automatización. Los sistemas de inteligencia artificial actuales pueden ayudarnos a navegar y orquestar los procesos comerciales. En mi opinión, es mejor pensar en la IA como aumentada inteligencia en lugar de inteligencia artificial. Hoy, vemos la IA como algo que podemos entrenar y adaptar a nuestras necesidades.

Aprendizaje y adaptación :Los sistemas comerciales tradicionales son estáticos y tienden a quedarse obsoletos con el tiempo. Necesitan mejoras y revisiones para incorporar comentarios o cambios en el negocio. Los sistemas de IA, por el contrario, son dinámicos. Aprenden y se adaptan a las necesidades cambiantes de la empresa. Cuanto más los use, más inteligentes y efectivos se volverán con el tiempo.

Lo que nos espera

Aunque son poderosas, las capacidades de IA plantean algunos desafíos.

En primer lugar, obtener el máximo valor de la IA requiere una gestión diligente del cambio, tanto en el comportamiento como en la actitud hacia la tecnología. Si las personas ven la tecnología como una amenaza o un medio para ampliar sus objetivos de rendimiento, trabajarán para sabotear su éxito. Además, si la adopción de la IA significa una pérdida de control o contacto personal con los clientes y proveedores, u obstruye el pensamiento interfuncional, fallará.

Por otro lado, si las personas ven la IA como un nuevo conjunto de herramientas que les facilita la vida, las hace más inteligentes, colabora entre organizaciones y logra más, trabajarán para que tenga éxito.

El segundo tema trata sobre la ética en la IA. Necesitamos hacer que la IA sea más transparente y ética. Los modelos de aprendizaje automático aprenden lo que se les enseñó y a lo que se les expuso. Si los datos están sesgados, la IA también lo estará. Además, a nadie le gusta seguir las recomendaciones de una caja negra. Los modelos de IA deben explicar sus recomendaciones, qué suposiciones se hicieron, qué patrones se detectaron y qué opciones se exploraron de manera transparente.

Finalmente, debemos preguntarnos si los problemas que estamos trabajando para resolver con la IA son los correctos para resolver en primer lugar. Deberíamos trabajar para aprovechar la inteligencia artificial para extender el alcance humano y mejorar las vidas, en lugar de controlarlas.

La transformación de la IA hasta la fecha ha sido, en una palabra, revolucionaria. Cuanto más adoptemos, capitalicemos y mejoremos esta tecnología, más mejorarán nuestros negocios.

Adeel Najmi es directora de productos de LevaData.