Seis predicciones para la inteligencia artificial en 2022

Mantenerse al tanto de los últimos avances en la inteligencia artificial (IA) podría convertirse en un trabajo a tiempo completo. Para los líderes de negocios, el aspecto más importante es aprender cómo los desarrolladores están a punto de transformar el panorama competitivo en su industria particular.

Por eso hemos identificado seis tendencias importantes de la IA relacionadas con los negocios en 2022. Desde nuevos métodos para medir y aumentar el retorno de la inversión (ROI) hasta nuevos usos en el metaverso, las empresas que capitalicen estas tendencias podrán mejorar sus resultados y cumplir con sus propósitos. De usarlo bien, puede ser parte de una base para un crecimiento sostenible a largo plazo

La IA convergerá por completo con la data y la nube, lo que exigirá un nuevo enfoque de gestión

La data por sí sola no crea mucho valor, debe organizarse, analizarse y usarse a escala, algo característico de la IA. Para que la inversión en IA valga la pena, debe integrarse en sistemas de aplicaciones que puedan funcionar 24/7. Estos, a su vez, necesitan poder de cómputo basado en la nube que pueda ampliarse y reducirse para satisfacer de forma rentable las demandas en constante cambio. Por ello, las empresas líderes invierten y administran cada vez más datos, IA y la nube (DAC en inglés) como un todo unificado.

Igual de importante, las empresas líderes están adoptando un enfoque de ciclo de vida para gestionar estas tres áreas interconectadas, continuamente analizando la estrategia, afinando la ejecución y mejorando las operaciones. Cuando los datos, la IA y la nube funcionan juntos sin problemas, de un extremo a otro, el resultado es un sistema flexible y potente que lo ayuda a identificar exactamente qué datos necesita, recopilarlos o sintetizarlos y usarlos para mitigar los riesgos y encontrar nuevas oportunidades.

Las simulaciones liberarán el poder de la IA en las cadenas de suministro, el metaverso y más

Las simulaciones que proporciona la IA pueden ayudar a los líderes empresariales a probar innumerables escenarios para tomar decisiones correctas en el corto y largo plazo. La IA, por ejemplo, puede crear gemelos digitales: simulaciones detalladas de activos físicos, como motores de aviones o plataformas petroleras. Dentro de un entorno de Internet de las cosas (IoT), estas simulaciones pueden crear equivalentes digitales de instalaciones de fabricación o ciudades inteligentes. Cuando se combinan con otra IA, los gemelos digitales pueden pronosticar el comportamiento de grupos de consumidores o crear réplicas digitales de individuos. Otros tipos de simulaciones a gran escala basadas en IA pueden recrear y pronosticar el comportamiento potencial de los activos financieros y los mercados.

Para usar el poder de la IA de manera efectiva, hay que considerar (como parte de la integración de la IA con la nube) hacer de los gemelos digitales una capacidad de plataforma. Cada parte de su organización puede construirlos, usarlos y mejorarlos. Es importante considerar incorporar simulaciones de IA en la estrategia, donde se pueda evaluar las preferencias cambiantes de los clientes, la acción de la competencia y la política regulatoria. Si se reúnen varias simulaciones creadas por IA, también se puede crear una cadena de suministro más resistente, transparente y rentable mediante el modelado de sus proveedores, la dinámica del mercado y las posibles interrupciones.

No más datos «desordenados»: la IA permitirá encontrarlos, usarlos y monetizarlos

Los datos solían ser solo materia prima para la IA: tenían que ser reunidos, limpiados, confirmados, etiquetados y estandarizados para que la IA pudiera usarlo. Este procedimiento a menudo ha sido un freno, pero eso está cambiando. La IA está evolucionando para convertir incluso los datos «desordenados» y no estructurados en algo que pueda usar, al igual que el resto de sus operaciones.

La IA se puede utilizar para recopilar datos de múltiples fuentes, convertir datos no estructurados en conocimientos, estandarizarlos para facilitar su uso. A medida que se expande el uso de la IA dentro de sus datos, puede crear una estructura: una vista de 360 grados inteligente, lista para la acción y en constante evolución de todos los datos que su organización necesita. Algunas empresas centradas en los datos van un paso más allá y reestructuran sus organizaciones para crear una «malla de datos»: un sistema en el que los equipos de dominio individuales poseen los datos que la IA ayuda a recopilar, limpiar y organizar. Eso puede ayudar a entregar y escalar productos de datos personalizados rápidamente.

Se podrá disfrutar del valor total de la IA, no solo el ahorro de costos

A menudo es difícil pronosticar el retorno de una inversión en IA, debido a su complejidad y constante evolución. Incluso puede ser difícil saber qué valor ofrece ya en funcionamiento. Por ejemplo, ¿cómo medir el valor de una mejor decisión estratégica? ¿O cómo poner un precio a esa interrupción de la cadena de suministro que no ocurrió, porque la IA detectó señales que le dieron una advertencia previa? Es cierto que el valor se genera no solo a partir de estos casos de uso estratégicos u operativos avanzados, sino también de los casos más sencillos (y muy valiosos), como el procesamiento de facturas o pedidos de compra. Pero los casos más avanzados a menudo han sido especialmente problemáticos cuando se trata de evaluar el valor.

Afortunadamente, los nuevos métodos de evaluación pueden capturar tanto los retornos y costos «duros», como una mayor productividad o costos de hardware, como los retornos y costos «blandos», una mejor experiencia de los empleados o demandas de tiempo de los especialistas en la materia. Las empresas líderes también están adoptando un enfoque de cartera para las inversiones en IA, para ayudar a mejorar las probabilidades de que los éxitos paguen con creces los fracasos.

El impacto ESG de AI demandará su atención

A medida que crece la influencia de la IA, las mejoras no solo deben venir por el lado comercial, también tiene que reflejar los valores de la empresa. El sesgo de la IA debe ser mínimo, para que no reproduzca el sesgo humano. Y será fundamental asegurarse de que su IA sea responsable: confiable, ética y segura, que ofrezca a los usuarios y clientes niveles apropiados de explicación para las decisiones que toma.

Con los riesgos ambientales, sociales y de gobernanza (ESG) de AI mitigados, también puede ver los beneficios. Por ejemplo, el poder de sus simulaciones permite más transparencia en las operaciones, así como decisiones más precisas sobre cómo reducir el impacto ambiental o mejorar la vida de una comunidad. Al habilitar más herramientas de realidad virtual, también puede facilitar que las personas con discapacidad participen plenamente en su fuerza laboral.

La IA será demasiado importante para que la manejen los especialistas en IA

Gobernar la IA plantea desafíos especiales. Es un objetivo en movimiento, que ingresa continuamente datos nuevos y confidenciales, que respalda decisiones y acciones cada vez más críticas para el negocio. También es una tecnología compleja y está haciendo cosas que ninguna otra ha hecho antes. Es posible que sus equipos no tengan las habilidades comerciales y técnicas para mantenerse al día, y que sus especialistas en IA no entiendan los resultados que necesitan los stakeholders.

La respuesta es la gobernanza integral del ciclo de vida de datos-IA-nube (DAC), integrando el riesgo, la IA y a los líderes empresariales. Este gobierno tendrá nuevos procedimientos, roles y responsabilidades para cada una de sus tres líneas de defensa. Para hacer su parte, es posible que muchos de sus líderes empresariales necesiten aprender algunos conceptos básicos de inteligencia artificial y ciencia de datos. Solo entonces podrán dar forma a los sistemas de IA para garantizar los resultados comerciales correctos y una verdadera transformación digital.