Inteligencia artificial: mitos y realidades

Maurizio Pancorvo

Hace algunas semanas la RAE sorprendió al mundo hispano al declarar la “inteligencia artificial” como la palabra del año 2022, respondiendo a su creciente uso en los medios de comunicación y, del mismo modo, a la discusión social y ética que su utilización ha suscitado. El explosivo -y debatido- estreno de Chat GPT recientemente parece anticipar que este año el concepto no hará más que acrecentar su presencia y sumergirnos en nuevas reflexiones sobre los alcances de esta tecnología y sus impactos en las relaciones humanas.

En medio de la intensa discusión que el chatbot de moda ha generado, vale la pena preguntarse cómo la inteligencia artificial puede reforzar el modelo de negocio de las empresas y de qué manera estas pueden subirse al carro sin morir en el intento. Y es que, a pesar de realizar grandes inversiones, muchas organizaciones obtienen resultados decepcionantes de sus esfuerzos en analítica e inteligencia artificial.

“Frente al encendido interés por el chatbot de moda vale la pena recordar que muchas empresas obtienen pobres resultados de sus esfuerzos en analítica e inteligencia artificial, porque se entusiasman con la tecnología de moda sin analizar las verdaderas necesidades del negocio”.

Una de las razones que garantizan el fracaso es, precisamente, dejarse llevar por el entusiasmo de la tecnología de moda sin analizar las verdaderas necesidades del negocio, sin prever el tiempo necesario para lograr resultados relevantes y, sobre todo, sin estudiar adecuadamente la viabilidad económica de los proyectos. La implementación de estos desarrollos sin un caso de uso específico podría considerarse costosa, por lo que la falta de estrategia y métricas adecuadas condiciona el éxito de su implementación en muchas compañías.

La ausencia de roles y habilidades específicas para implementar estas plataformas es otro de los desafíos más frecuentes. La analítica avanzada y el machine learning demandan nuevos perfiles profesionales y campos de estudio que ya se están impartiendo, de manera cada vez más completa e interdisciplinaria, en las universidades de nuestro país. Ingenieros de machine learning y científicos de datos son figuras clave que las organizaciones y empresas deben tener a la vista si quieren aventurarse en el prometedor mundo de la inteligencia artificial.

Y aunque parezca extraño, no es poco frecuente encontrarse con organizaciones que escogen la tecnología a implementar antes de preguntarse cuál es la necesidad comercial que desean satisfacer. Es esta mirada de silos la que causa enormes pérdidas a quienes apuestan por la innovación sin una visión sistémica de su empresa y de los desafíos de su negocio.

La pandemia fue, sin duda, el primer empujón para miles de compañías -desde las más pequeñas a las más grandes-, que debieron responder a una nueva forma de consumo en línea, con los retos técnicos, de inteligencia, logística y, sobre todo, de gestión de datos que esta modalidad exige. Muchos fracasaron en este verdadero cambio de era.

Hoy, el mundo anuncia una nueva revolución, donde mantener la cabeza fría es fundamental para quienes quieren crecer de la mano de la tecnología. Y en esa tarea será clave entender que la inteligencia artificial es mucho más que un chat capaz de conversar, responder creativamente y escribir obras que, hasta ahora, solo subyacían al ingenio humano. Es una herramienta muy útil para la gestión, que puede condicionar el éxito o fracaso de una organización.