Transformar las operaciones comerciales con GenAI:comenzar con la estrategia y luego escalar

Ya sea que la utilicen para hiperautomatizar tareas rutinarias o para potenciar productos y servicios, las empresas adoptan cada vez más la inteligencia artificial generativa (GenAI) para obtener una ventaja competitiva. Pero implementar GenAI con éxito es más fácil de decir que de hacer. Requiere una estrategia bien definida y un profundo conocimiento de las necesidades de su negocio y de los datos.

La primera pregunta que deberían hacerse las empresas es qué áreas de su organización se beneficiarían más de GenAI. ¿Deberían los proyectos iniciales de GenAI centrarse en mejorar las operaciones internas, como hacer que el departamento de marketing o de recursos humanos sea más eficiente? ¿O deberían estar orientadas al cliente, como optimizar el centro de llamadas o mejorar la presencia digital general de una empresa?

Cualquiera que sea el caso de uso, como primer paso, GenAI puede ser muy eficaz para optimizar y agilizar procesos y flujos de trabajo comerciales complejos. En industrias como la atención médica, la tecnología, la fabricación y el comercio minorista, existen procedimientos complejos que abarcan múltiples departamentos y agencias. Las empresas ahora están comenzando a identificar lugares donde la generación, el análisis y el resumen de contenido de IA pueden automatizar las transferencias entre equipos y acelerar los cronogramas y los resultados.

Un cliente con el que trabajamos, un gran proveedor de atención médica que gestiona la programación de citas de radiología para hospitales, ha podido generar enormes ganancias de eficiencia con la IA. Programar una sola cita de radiología implica evaluar docenas de parámetros diferentes, como el médico, el equipo y la disponibilidad del paciente, un proceso que antes tomaba de 8 a 10 minutos en promedio. Al utilizar GenAI para analizar rápidamente todos los puntos de datos, el proveedor ha reducido el tiempo de programación a solo 2 o 3 minutos. Eso es grande. Para un proveedor de gran volumen, reducir el tiempo de programación incluso en unos pocos minutos por cita se traduce en millones de dólares en ahorros de costos al año.

Pero la realidad es que la mayoría de las organizaciones necesitarán aprender a caminar con GenAI antes de poder ejecutarla. Hace más de una década, la consultora McKinsey dividió las etapas de la innovación en tres horizontes diferentes. La primera, que ocurre durante uno o dos años iniciales, es la innovación incremental, que implica realizar mejoras u optimizaciones graduales en los productos, servicios o procesos existentes. El segundo horizonte, que se producirá en los próximos dos a cinco años, es explorar y descubrir nuevas expansiones. El tercer horizonte, normalmente de cinco a diez años, implica imaginar y crear modelos de negocio u oportunidades de mercado completamente nuevos que no existían antes.

Creo que estos horizontes de innovación siguen siendo válidos, pero sus plazos se acelerarán enormemente en la era de la GenAI. De hecho, según un informe reciente de IDC, el 92 % de las implementaciones de IA tardan 12 meses o menos, y las organizaciones obtienen un retorno promedio de sus inversiones en 14 meses.

Ver también: Obteniendo capas de valor de las aplicaciones GenAI

Cinco pasos para utilizar mejor GenAI para empresas

Si bien los beneficios potenciales de GenAI son enormes, poner en práctica y escalar con éxito la tecnología requiere un enfoque pragmático con objetivos claros. Aquí hay cinco pasos para lograr resultados positivos en su implementación de GenAI.

1:Garantizar la precisión de la IA

Un desafío crítico que enfrentan las empresas es verificar la precisión y confiabilidad de los resultados generados por IA. La mayoría de los modelos de IA, como ChatGPT, vienen con advertencias de que su contenido puede ser inexacto o incorrecto. Es por eso que las empresas todavía necesitan humanos involucrados para revisar y validar la precisión de los resultados de la IA.

La buena noticia es que existen nuevas herramientas en el mercado que permiten a los humanos evaluar el contenido generado por IA, proporcionar retroalimentación sobre lo que es exacto y lo que es inexacto y ajustar continuamente los modelos. Tener un cierto grado de supervisión humana será esencial para generar confianza y responsabilidad a medida que la GenAI se ponga en funcionamiento en todos los flujos de trabajo empresariales.

2:Cuantificar el caso de negocio

Otra consideración clave es el retorno de la inversión. Hay que analizar si se debe poner energía en hacer algo con IA que de otro modo se podría hacer mediante la automatización tradicional o los flujos de trabajo existentes. ¿Cuánto dinero estás gastando para lograr algo que se podría hacer de una manera más sencilla?

Más allá del retorno de la inversión financiera, las empresas deberían planificar los posibles ahorros de tiempo que supone el uso de la IA para la generación de contenidos, el análisis y otras tareas. Si desea generar y analizar contenido utilizando IA, ¿cuántas horas ahorraría en comparación con hacerlo manualmente? ¿Cuál es la reducción total de tiempo para ese proceso de negocio? Luego podrá asignar esos ahorros de tiempo a ahorros de costos. Los ahorros de tiempo y costos que permite optimizar los procesos con IA pueden ser impulsores convincentes. Sin embargo, esos ahorros pueden variar mucho según los casos de uso y dominios.

3:Encuentre un socio experimentado

Es comprensible que la rápida evolución de GenAI durante los últimos 18 meses haya causado confusión. Al principio se habló de construir modelos personalizados internamente. Pero eso es similar a crear tu propia plataforma de aplicaciones móviles. Es claramente una tarea demasiado compleja y costosa para la mayoría de las empresas.

El enfoque más inteligente para la mayoría de las organizaciones es ejecutar proyectos de prueba de valor (POV). A diferencia de una prueba de concepto que valida la tecnología en sí, un punto de vista demuestra el valor concreto que su empresa puede obtener al aprovechar GenAI para casos de uso específicos. No se quede estancado en demostrar lo que ya está establecido:que estos modelos funcionan. En cambio, céntrese en demostrar su valor para sus operaciones.

Para ejecutar un punto de vista eficaz, aproveche la experiencia de socios y proveedores de servicios de TI con un profundo conocimiento del dominio GenAI respaldado por plataformas comprobadas como Microsoft, Google o AWS. Estos especialistas aportan una valiosa experiencia en la implementación de soluciones similares para otros clientes.

4:Priorizar la calidad de los datos

La clave para obtener excelentes resultados de GenAI es la preparación de datos. Se trata de la calidad, disponibilidad, organización y gobernanza de sus datos y no sólo del proceso de capacitación en sí. La conclusión es que es imposible lograr el éxito con la IA si los datos son de mala calidad o no están disponibles.

Muchos CXO siguen siendo escépticos sobre cómo GenAI puede funcionar de manera efectiva con sus datos, dado que los modelos de lenguaje grandes generalmente se entrenan previamente con datos de Internet. Es necesario desmitificar esta noción. Los modelos de IA pueden funcionar bien con los datos de una organización siempre que estén estructurados correctamente. Lo importante es tener a mano datos de alta calidad y bien organizados.

5:Implementar barreras de seguridad de IA

La GenAI puede ser impredecible. Puede reforzar los prejuicios, poner en peligro la privacidad y conducir a decisiones poco éticas. Este es uno de los impedimentos más formidables para la adopción generalizada. Pero el desafío puede superarse si se abordan cuidadosamente las consideraciones éticas, el sesgo de los datos y cuestiones similares. Por ejemplo, la tan debatida cuestión del discurso inesperado y no deseado. Actualmente existen herramientas que proporcionan los medios para controlar y filtrar el discurso relacionado con el odio, la violencia o la autolesión. Estas herramientas son fundamentales e infundirán confianza en los usuarios.

En particular, los principales proveedores de tecnología como Microsoft, Google y AWS, así como muchas nuevas empresas, están desarrollando herramientas y complementos para ayudar a implementar soluciones GenAI con barreras de seguridad ya implementadas. El objetivo de estas tecnologías es garantizar que los usuarios se preocupen menos por filtrar resultados sesgados y bloquear contenido abusivo. Esa tarea se realiza entre bastidores. Pero las herramientas de seguridad de la IA aún se encuentran en sus primeras etapas. La implementación de barreras de seguridad sólidas requerirá un esfuerzo significativo para cualquier empresa que busque capitalizar GenAI.

Ver también: Más allá de las palabras de moda:una mirada más profunda a GenAI

Conclusión final

GenAI ahora está transformando los negocios en tiempo real. Y las organizaciones que no se suman se quedan atrás. Pero las empresas que se apresuran a adoptar GenAI deben mirar y planificar antes de dar el salto. Si siguen estos cinco pasos y se mantienen actualizados con las últimas tendencias y mejores prácticas, las empresas pueden desbloquear el potencial transformador de GenAI para impulsar una mayor innovación, eficiencia y crecimiento.