Saltando al lado correcto de la línea divisoria de IA

La brecha de inteligencia se está ampliando

Encuestamos a 1.018 ejecutivos de todo el mundo para comprender mejor la aplicación y el impacto de la adopción de la inteligencia artificial a través de la crisis de COVID-19. Los encuestados se dividieron de manera bastante equitativa entre los que dijeron que COVID-19 tuvo un impacto negativo en su negocio y los que informaron un impacto positivo, 2  siendo las empresas más grandes (con ingresos superiores a US $ 10 mil millones) tenían más probabilidades de haber experimentado beneficios. Estas empresas más grandes, casi cuatro de cada diez, habían invertido más en el desarrollo de la IA antes de que comenzara la pandemia y estaban pasando de las pruebas al uso operativo de la IA. También informaron que se habían beneficiado de un retorno de la inversión en IA durante la pandemia y tenían muchas más probabilidades de aumentar su uso de IA, explorar nuevos casos de uso de IA y capacitar a más empleados para usar IA.

Descubrimos que esto también era cierto para las empresas más pequeñas que habían invertido mucho en IA antes de la pandemia. Es más, un examen en profundidad de la dinámica de la IA en la India mostró que los primeros usuarios se beneficiaron de una mejor toma de decisiones mediante la IA, lo que llevó a una mejor salud y seguridad de los empleados y clientes durante la pandemia. Esa investigación también mostró otros beneficios, como la mejora de la productividad y la innovación en el diseño a través de la aplicación de herramientas habilitadas por IA. (Para obtener más información, consulte IA: Una oportunidad en medio de la crisis ).

La imagen general es de un círculo virtuoso para aquellos que invirtieron mucho en IA antes de COVID-19, ciclo que tiende a ampliar la brecha de inteligencia. Las organizaciones con una adopción más madura de la IA  Incrementaron el uso de IA durante la pandemia en un 57%, más del doble del aumento de los implementadores en la etapa inicial, y planean aumentar la inversión y la adopción en el futuro. En contraste, un ciclo a la baja afecta a las empresas que no invirtieron, que tienen un rendimiento deficiente y luchan por encontrar financiación para la IA. Un buen lugar para comenzar a revertir esta dinámica es comprender mejor el impacto de los esfuerzos de IA. Las empresas líderes crean medidas específicas de ROI en IA, son más capaces de articular completamente los casos de uso y alinearlos con estas métricas de ROI, y así lograr una mayor aceptación por parte de la alta dirigencia.

Implementar modelos de IA en operaciones

La capacidad de poner en funcionamiento la IA de manera eficaz, lo que llamamos madurez de la IA, será clave tanto para mantener el progreso entre los líderes como para cerrar la brecha para los rezagados. Nuestra encuesta nos permitió agrupar a las empresas en tres niveles de madurez de la IA: aquellas con IA totalmente integrada (25% de los encuestados), empresas en la etapa experimental de implementación de IA (55%) y empresas que aún exploran la IA sin haber implementado nada (20%).

Integrando liderazgo. Aquellos que tenían IA completamente incorporada generalmente lo habían hecho en todos sus procesos comerciales y con una adopción generalizada. Muchas de estas empresas tenían diez o más aplicaciones de inteligencia artificial en implementación, que iban desde aplicaciones centradas en el cliente (como chatbots y sistemas de conversación, previsión de la demanda y focalización de clientes) hasta aplicaciones de back-office, incluido el análisis de contratos, el procesamiento de facturas y la gestión de riesgos. Otros habían implementado cinco o más aplicaciones de inteligencia artificial. Como era de esperar, más de las empresas más grandes (casi el 34%) tenían IA completamente integrada. Reforzando nuestros hallazgos sobre los beneficios, descubrimos que estas empresas con inteligencia artificial totalmente integrada obtuvieron rendimientos que superaron a sus contrapartes durante la pandemia y también están invirtiendo más en inteligencia artificial, mirando hacia futuras mejoras en el mundo pospandémico.

Aumentando la magnitud para capturar retornos.  A medida que las empresas pasan de crear modelos independientes (como base de la IA) a capturar valor mediante el uso de la IA para prever mejor las condiciones comerciales cambiantes (a través de herramientas de predicción como servicio), a explotar todo el poder de la IA mediante la automatización y el seguimiento de las operaciones en fábricas modelo y más allá, deberán invertir en una variedad de capacidades, que incluyen: 

• Expertos en el dominio de las unidades de negocios para articular casos de uso.

• Ingenieros de datos y científicos de datos que comprenden cómo fluye la información y puedan construir modelos de aprendizaje automático.

• Analistas de sistema y desarrolladores de programas que puedan construir sistemas informáticos, e ingenieros de aprendizaje automático que puedan optimizar modelos para un valor agregado.

• Especialistas de ModelOps, DataOps and DevOps que puedan mantener modelos de IA integrados.

• Iniciativas de apoyo a gobernanza y ética para permitir una administración efectiva de estos sistemas.

Reunir el talento, proceso y modelos, lo mismo que la agilidad de ajustar sistemas de IA según sea necesario, es clave para garantizar escala.  Como lo ha demostrado nuestra investigación en India, estas habilidades permitirán a las compañías dirigir sus esfuerzos hacia los casos de uso más prometedores, facilitar la transición de pilotos hacia una implementación amplia, y lograr los beneficios estratégicos que promete la IA de crecimiento y resiliencia. Este mismo trabajo también sugiere que las compañías exitosas pueden fortalecer su ventaja competitiva al personalizar de forma más efectiva sus experiencias de los clientes, estableciendo herramientas para tarificación dinámica, utilizando sistemas de inteligencia automatizada que salvaguarden contra el fraude, e incorporando asistentes virtuales para potenciar el conocimiento y las habilidades de los empleados.

Gestionando riesgos, construyendo confianza

A medida que las compañías adquieren velocidad en implementar modelos y sistemas a escala, hemos visto aparecer otra divisoria:  diferentes capacidades para identificar, mitigar y gestionar riesgos de IA.  Estos riesgos cruzan áreas tales como sesgos en modelos de contratación, privacidad del cliente, transparencia en el uso de la IA (requiriendo tanto responsabilidad como la habilidad de poder explicar procesos y resultados) y seguridad de datos y sistemas.  En nuestra encuesta, únicamente 12% de las compañías (y 29% de aquellos con enfoques de IA profundamente arraigados) han logrado integrar completamente los controles y gestión de riesgo de IA y automatizarlos lo suficiente como para lograr escala.  Otro 37% de los encuestados reportaron estrategias y políticas creadas para atacar los riesgos de la IA.

Cuando preguntamos sobre los riesgos específicos de la estrategia de gestión de riesgo, encontramos que sesgos algorítmicos en el modelado (muchas veces relacionado con raza o género) es un enfoque central de casi el 36% de todos los encuestados, y cerca de 60% de las compañías que han incorporado completamente la IA.  Otros riesgos que más frecuentemente enfrentan las compañías que han escalado exitosamente sus esfuerzos de IA se encuentran la confiabilidad y robustez de los modelos, seguridad, y privacidad de datos se encuentran entre otros riesgos de IA.  Gestionar la gama completa de riesgos a través del horizonte de IA requerirá de mejores herramientas, empezando con un marco responsable de IA para evaluar los pasos necesarios, y la habilidad de conducir las evaluaciones de riesgo de IA apropiadamente.  Teniendo como base estos elementos, les será más fácil a las compañías integrar la gobernanza y prácticas más destacadas mientras construyen, implementan y monitorean el software de IA y lo utilizan para tomar decisiones. 

Comenzar este camino  más temprano que tarde permitirá a los líderes ganarse la confianza de los clientes y navegar mejor por los próximos cambios regulatorios. Hacerlo también ampliará las ventajas competitivas que estos líderes disfrutan de la IA.