Navegando por un efecto secundario sorprendente de la pandemia: el latigazo cervical de la IA

Proporcionado por KPMG

En medio de las muchas interrupciones comerciales causadas por covid-19, aquí hay una que se pasa por alto en gran medida: el latigazo cervical de la inteligencia artificial (IA).

A medida que la pandemia comenzó a trastornar el mundo el año pasado, las empresas recurrieron a todas las herramientas a su disposición, incluida la IA, para resolver desafíos y atender a los clientes de manera segura y efectiva. En una encuesta de KPMG de 2021 de los ejecutivos de negocios de EE. UU. realizada entre el 3 y el 16 de enero, la mitad de los encuestados dijo que su organización aceleró el uso de la IA en respuesta al covid-19, incluido el 72 % de los fabricantes industriales, el 57 % de las empresas de tecnología y el 53 % de los minoristas.

La mayoría está contenta con los resultados. El ochenta y dos por ciento de los encuestados está de acuerdo en que la IA ha sido útil para su organización durante la pandemia, y la mayoría dice que está brindando aún más valor de lo previsto. En términos más generales, casi todos dicen que un uso más amplio de la IA haría que su organización funcionara de manera más eficiente. De hecho, el 85 % quiere que su organización acelere la adopción de la IA.

Aún así, el sentimiento no es del todo positivo. Incluso mientras buscan pisar el acelerador, el 44 % de los ejecutivos cree que su industria se está moviendo más rápido de lo que debería con la IA. Lo que es más sorprendente, el 74 % afirma que el uso de la IA para ayudar a las empresas sigue siendo más una exageración que una realidad: un aumento pronunciado en industrias clave desde nuestra encuesta de IA de septiembre de 2019. Tanto en los sectores de servicios financieros como minorista, por ejemplo, el 75 % de los ejecutivos ahora sienten que la IA está sobrevalorada, frente al 42 % y el 64 %, respectivamente.

¿Cómo cuadrar estos puntos de vista aparentemente opuestos sobre lo que KPMG llama latigazo cervical de la IA? Basándonos en nuestro trabajo ayudando a las organizaciones a aplicar la IA, vemos varias explicaciones sobre la exageración. Una es la simple novedad de la tecnología, que ha permitido percepciones erróneas sobre lo que puede y no puede hacer, cuánto tiempo lleva obtener resultados a escala empresarial y qué errores son posibles cuando las organizaciones experimentan con IA sin la base adecuada.

Aunque el 79% de los encuestados dice que la IA es al menos moderadamente funcional en su organización, solo el 43% dice que es completamente funcional a escala. Todavía es común encontrar personas que piensan en la IA como algo que se puede comprar, como una nueva pieza de maquinaria, para obtener resultados inmediatos. Y si bien pueden haber tenido cierto éxito con la IA, a menudo pequeñas pruebas de concepto, muchas organizaciones han aprendido que escalarlas a nivel empresarial puede ser más desafiante. Requiere acceso a datos limpios y bien organizados; una sólida infraestructura de almacenamiento de datos; expertos en la materia para ayudar a crear datos de entrenamiento etiquetados; habilidades informáticas sofisticadas; y compra del negocio.

Por supuesto, tampoco es exagerado creer que los defensores de la IA pueden haber exagerado su potencial de vez en cuando o descartado el esfuerzo requerido para obtener todo su valor.

En cuanto a por qué los ejecutivos están en conflicto acerca de la velocidad de adopción de la IA, vemos en juego la naturaleza humana básica. Para empezar, siempre es más fácil creer que la hierba es más verde al otro lado. También sospechamos que a mucha gente le preocupa que su industria se esté moviendo demasiado rápido principalmente porque su propia organización no está igualando esa velocidad. Si han experimentado contratiempos en las primeras etapas con la IA, especialmente el año pasado, cuando el mundo fue testigo de logros habilitados por la IA, como el desarrollo récord de vacunas contra el covid-19, puede haber sido fácil sucumbir a esos temores.

Vemos otro factor que genera sentimientos encontrados sobre el potencial de la IA: la ausencia de un marco legal y regulatorio establecido para guiar su uso. Muchos líderes empresariales no tienen una visión clara de lo que está haciendo su organización para gobernar la IA, o qué nuevas regulaciones gubernamentales podrían presentarse. Es comprensible que estén preocupados por los riesgos asociados, incluido el desarrollo de casos de uso hoy que los reguladores podrían aplastar mañana.

Esta incertidumbre ayuda a explicar otro hallazgo aparentemente contradictorio de nuestra encuesta. Si bien los ejecutivos de negocios suelen tener una visión escéptica de la regulación gubernamental, el 87% dice que el gobierno debería desempeñar un papel en la regulación de la tecnología de IA.

Pasando del latigazo cervical de la IA

Si bien cada organización necesitará su propio libro de jugadas para recuperarse del latigazo de la IA y optimizar su inversión en tecnología, un plan integral debe incluir cinco componentes:

• Una inversión estratégica en datos. Los datos son la materia prima de la IA y el tejido conectivo de una organización digital. Las organizaciones necesitan datos limpios y digeribles por máquina etiquetados para entrenar modelos de IA, con la ayuda de expertos en la materia. Requieren una infraestructura de almacenamiento de datos que trascienda los silos funcionales dentro del negocio y pueda entregar datos de manera rápida y confiable. Una vez que se implementan los modelos, se necesita una estrategia y un enfoque para recolectar datos para ajustarlos y entrenarlos continuamente.
• El talento adecuado. Los informáticos con experiencia en IA tienen una gran demanda y son difíciles de encontrar, pero son cruciales para comprender el panorama de la IA y guiar la estrategia. Las organizaciones que no puedan construir un equipo completo de científicos internamente necesitarán socios externos que puedan llenar los vacíos y ayudarlos a clasificar la variedad cada vez mayor de proveedores y ofertas de IA.
• Una estrategia de IA a largo plazo guiada por el negocio. Las organizaciones aprovechan al máximo la IA pensando en encontrar soluciones a los problemas, no comprando tecnología y buscando formas de usarla. Dejan que sea el negocio, no el departamento de TI, el que dirija la agenda. Cuando las inversiones en IA vinculadas a una estrategia impulsada por el negocio salen mal, se convierten en oportunidades para fallar rápidamente y aprender, no para acelerar y quemarse. Pero incluso cuando las empresas iteran rápidamente, deben hacerlo de acuerdo con una estrategia de IA a largo plazo, porque los mayores beneficios se obtienen a largo plazo.
• Cultura y capacitación de los empleados. Pocas agendas de IA ganarán terreno sin la aceptación de la fuerza laboral y una cultura invertida en el éxito de la IA. Ganar el compromiso de los empleados requiere brindarles al menos una comprensión rudimentaria de la tecnología y los datos, y una comprensión aún más profunda de cómo los beneficiará a ellos y a la empresa. También es importante mejorar las habilidades de la fuerza laboral, especialmente donde AI asumirá o complementará sus responsabilidades existentes. Adoptar una mentalidad basada en datos e inculcar una alfabetización de IA más profunda en el ADN de una organización los ayudará a escalar y tener éxito.
• Un compromiso con el uso ético e imparcial de la IA. La IA es muy prometedora, pero también tiene el potencial de causar daños si las organizaciones la usan de formas que no les gustan a los clientes o que discriminan a algunos segmentos de la población. Cada organización debe desarrollar una política de ética de IA con pautas claras sobre cómo se implementará la tecnología. Esta política debe exigir medidas y ser parte del proceso DevOps para verificar problemas y desequilibrios en los datos, medir y cuantificar el sesgo no deseado en los algoritmos de aprendizaje automático, rastrear la procedencia de los datos e identificar a quienes entrenan los algoritmos. Las organizaciones deben monitorear continuamente los modelos en busca de sesgos y derivas, y garantizar que las decisiones del modelo sean explicables.

Que sigue

Los objetivos de los ejecutivos para las inversiones en IA durante los próximos dos años varían según la industria. Los ejecutivos de atención médica dicen que su enfoque estará en la telemedicina, las tareas robóticas y la atención al paciente. En ciencias de la vida, dicen que buscarán implementar IA para identificar nuevas oportunidades de ingresos, reducir los costos administrativos y analizar los datos de los pacientes. Y los ejecutivos gubernamentales dicen que su atención se centrará en mejorar la automatización de procesos y las capacidades de análisis, y en la gestión de contratos y otras obligaciones.

Los resultados esperados también varían según la industria. Los ejecutivos minoristas predicen el mayor impacto en las áreas de inteligencia de clientes, gestión de inventario y chatbots de servicio al cliente. Los fabricantes industriales lo ven en el diseño, desarrollo e ingeniería de productos; Operaciones de mantenimiento; y actividades de producción. Y las empresas de servicios financieros esperan mejorar en la detección y prevención de fraudes, la gestión de riesgos y la automatización de procesos.

A largo plazo, KPMG considera que la IA desempeña un papel vital en la reducción del fraude, el desperdicio y el abuso, y en ayudar a las empresas a mejorar sus operaciones de ventas, marketing y servicio al cliente. En última instancia, creemos que la IA ayudará a resolver desafíos humanos fundamentales en áreas tan diversas como la identificación y el tratamiento de enfermedades, la agricultura y el hambre mundial y el cambio climático.

Ese es un futuro por el que vale la pena trabajar. Creemos que tanto el gobierno como la industria tienen un papel que desempeñar para que esto suceda, trabajando juntos para formular reglas que fomenten la evolución ética de la IA sin sofocar la innovación y el impulso que ya están en marcha.

Leer más en el KPMG Informe 'Prosperar en un mundo de IA' .

Este contenido fue producido por KPMG. No fue escrito por el equipo editorial de MIT Technology Review.

esconder