IBM: la inteligencia artificial ya no es opcional para empresas en escenario posCOVID

El mundo pospandémico exige a las empresas tener, como mínimo, procesos internos optimizados y constante interacción digital con clientes, teniendo como base fundamental a la ubicua Inteligencia Artificial (IA), resalta Armand Ruiz Gabernet, IBM Director Data Science & AI Elite. “Dejó de ser opcional para convertirse en algo obligatorio”, subraya el experto quien hace poco cumplió diez años laborando para el gigante estadounidense de la informática.

En diálogo con Gestion.pe desde Silicon Valley (California), donde dirige un equipo de más de 90 científicos de datos que trabajan en complejas implementaciones de IA, Armand Ruiz explica que una mayor adopción de este tipo de tecnologías está impulsada por tres imperativos: datos, confianza y habilidades; una especie de trimurti en el que las empresas y ejecutivos deben enfocar sus esfuerzos si planean mantenerse competitivos.

“La IA es una tecnología que se puede aplicar en cualquier sector y las empresas que no utilicen datos y modelos de IA corren el riesgo de desaparecer al perder su cuota de mercado”, señala. “Debido al coronavirus hay una expectativa de los clientes que todo sea de forma digital, como en la banca, hoteles y restaurantes. Entonces la manera de hacerlo es utilizando nuevas tecnologías y la IA es la base”.

Desde una mejor atención al cliente vía canales online, pasando por una óptima planificación de turnos de trabajo entre cientos de empleados hasta una impecable logística para trasladar productos, el ingeniero de origen español es optimista que las compañías experimentarán semanalmente “no con uno o dos proyectos de IA, sino con cientos e incluso miles de modelos en producción. Se puede empezar de forma pequeña y escalar poco a poco, la clave es tener una estrategia para obtener una base de acceso a los datos”.

Es ahí donde Ruiz recalca el papel de la confianza, pues luego de utilizar muchos datos para entrenar algoritmos que aprenden y se vuelven más inteligentes a lo largo del tiempo, se requiere una manera de controlar que esta tecnología funcione como debe. “Al tener muchas tareas automatizadas e interacciones con clientes hechas directamente por modelos que contestan, hablan y razonan, es necesario un sistema que brinde una visión global de qué está pasando con tus algoritmos y modelos”, afirma.

Sobre las habilidades o ‘skills’, el especialista de IBM comenta que la adopción de IA en una empresa va más allá de la decisión de un ejecutivo de comprar un producto y empezar a utilizarlo. “La IA requiere cierto cambio cultural de cómo se hacen las cosas: basarnos en datos para encontrar soluciones de forma diferente; experimentar rápido y fallar; y entender cómo funcionan los modelos. Es un nuevo paradigma y un cambio más grande que simplemente una adopción de tecnología”.

Además, recalcó la necesidad de contar con personal calificado que puede ser contratado o estar dentro de la empresa. “Hay maneras de entrenar a gente que ya existe en la empresa, como ingenieros de informática o analistas de datos. Con un poco de esfuerzo por parte de las compañías, estos empleados pueden llegar a aportar mucho valor en proyectos de IA”, añade Armand Ruiz, quien el pasado jueves participó en el webminar La Inteligencia Artifical: de la teoría a la práctica, organizado por IBM y CDO Latam, una organización que agrupa a los profesionales con el cargo de Chief Data Officers.

Intentar haciendo

En cuanto a los temores de algunos ejecutivos a la hora de implementar la IA, Ruiz explicó que una de sus principales dudas gira en torno a las “grandes inversiones” para iniciar estos proyectos, pero “no es así y con mi equipo se los demostramos rápidamente cuando entramos en un proyecto. Existen herramientas que ayudan a hacer experimentos de forma muy ágil y escalarlos en proyectos con gran impacto”.

Asimismo, otra dificultad que observa es una escasez de paciencia por falta de educación en esta tecnología, e incluso algunos ejecutivos con gran trayectoria pueden sentirse amenazados en sus puestos. “No hay que esperar que estos algoritmos funcionen con un 99.99% de precisión. Se debe tener paciencia adoptando la tecnología e ir mejorando con la experiencia. A veces hay también un poco de temor que la IA y este tipo de proyectos van a quitar el trabajo de algunas personas porque básicamente con datos se puede demostrar cosas que van en contra de gente con mucha experiencia en la empresa. Existen tendencias que solo se pueden encontrar con análisis de datos. Es algo que hay que aceptar”.

Si bien es cierto que la computación a gran escala, con miles de millones de datos, puede hacer descubrir nuevos paradigmas para las empresas, Armand Ruiz enfatiza el concepto de human in the loop, es decir, tener siempre supervisión humana sobre la IA, escuchándola pero no dejarla que haga todo por sí sola. “A veces la toma de decisiones experimenta un cambio de basarse en la experiencia de gente que ha trabajado en el sector por muchos años a ser más ‘data driven’ y ese es un cambio cultural que cuesta un poco de aceptar”, agrega.

Consejos clave

Para cerrar la entrevista, Ruiz compartió las siguientes recomendaciones para los empresarios peruanos que buscan implementar sistemas de IA de manera eficiente y efectiva:

• Unir los objetivos de negocio con la tecnología: “En todos los proyectos que hago con IA no tengo solo ingenieros; como un requerimiento pido que el cliente traiga la parte de negocio a los proyectos y que se queden durante todo el proyecto con nosotros y nos expliquen si lo que estamos haciendo tiene sentido. Si utilizas solamente la tecnología por el simple hecho de hacerlo, hay una desconexión total. Los equipos de IT y de business tienen que cocrear”.
• Seleccionar acertadamente al socio: “Se debe elegir muy bien quien va a ser tu ‘partner’ durante esta transformación, ya sea trayendo tecnología o consultoría o expertise. En este sentido creo que en IBM aportamos el paquete completo: la experiencia, la mejor tecnología del mercado, y también nos ayudamos a crear los equipos para escalar esto”.
• Prestar atencion a los colaboradores: “Desde el momento que empiezas a hacer experimentos de IA y tienes empleados que saben cómo realizarlos, hay que prepararse para tener a estos empleados en muy alta demanda. El tiempo medio que un experto en IA está en una empresa hoy en día es menos de dos años, algo muy diferente a lo que estábamos acostumbrados cuando teníamos un ingeniero que hacía una carrera de 10, 15 o 20 años en una empresa. Hay mucha rotación, entonces tienes que pensar cómo vas a retener a este tipo de colaboradores: un empleado que va a ser más exigente y que está en un mercado muy competitivo. Se requiere un poco de estrategia de cómo se hará eso internamente”.