5 Pasos para Implementar Inteligencia Artificial en su Negocio sin Romper el Banco

La inteligencia artificial sigue en auge, y si continúa permeando en todas las industrias, transformará completamente la forma en que vivimos.

Como resultado de esto, integrar la inteligencia artificial en sus empresas se ha convertido en una prioridad absoluta para muchos fundadores. Incluso las personas buscan formas de aprovechar la inteligencia artificial para mejorar sus vidas personales.

La histeria es tal que el Collins Dictionary, una autoridad lingüística de referencia, ha nombrado a la inteligencia artificial como la palabra del año, debido a su aumento en popularidad.

Sin embargo, para la mayoría de las organizaciones, hay un gran vacío entre la idea y la realidad al intentar incorporar la inteligencia artificial en sus procesos, porque el camino no es tan sencillo como parece, y puede ser muy costoso, tanto en términos de gastos de capital necesarios como en tiempo desperdiciado, porque los desarrollos no traerán los resultados esperados. Esto ha llevado a varios negocios a problemas. Por ejemplo, CNET experimentó con artículos escritos por inteligencia artificial, y resultaron estar llenos de errores. Otras empresas, como iTutor Group, han enfrentado multas cuantiosas y ridiculización pública debido a sus malas implementaciones de inteligencia artificial.

Como estos casos muestran, las empresas pueden cometer muchos errores con la inteligencia artificial, y a menos que una empresa tenga la capacidad financiera de Amazon, Google, Microsoft o Meta, estos experimentos fallidos pueden efectivamente arruinar a una empresa.

Si eres un fundador o propietario de un negocio, aquí te presento una guía con cinco pasos para ayudarte a implementar la inteligencia artificial en tu negocio, mientras haces un uso prudente de tus recursos – dinero y tiempo, que en última instancia es dinero – y mientras reduces la posibilidad de errores fatales.

1. Esté claro sobre el problema que está tratando de resolver

Ninguna empresa es inmune a los fracasos de la inteligencia artificial. Y como Amazon descubrió dolorosamente – a través de sus tiendas sin cajeros Amazon Go – no todos los casos de negocio necesitan inteligencia artificial.

Por lo tanto, es fundamental que defina el problema que está tratando de resolver con la inteligencia artificial. Esto debe estar delineado con la mayor claridad posible.

Por ejemplo, una aplicación común de la inteligencia artificial es el soporte al cliente. Implementar la inteligencia artificial en este caso es posible de una manera que tenga resultados específicos, por ejemplo, reducir los costos del centro de llamadas en una cantidad X de dinero por mes o acelerar el tiempo promedio que se tarda en resolver las consultas de los clientes en X minutos. Con este enfoque, tenemos un indicador medible en forma de dinero o tiempo, que trataremos de alcanzar implementando la inteligencia artificial y ver si esto tiene algún impacto.

Hay varias formas en que esto podría suceder. Por ejemplo, en lugar de un chatbot, podemos desarrollar o comprar un servicio que determine si la consulta de un cliente se puede responder con una página de preguntas frecuentes. Funcionará de la siguiente manera. Cuando un cliente escribe un mensaje, ejecutamos este modelo y nos dice si necesitamos transferir esta conversación a un agente o mostrarles una página relevante con una respuesta a su pregunta. Desarrollar este modelo es más rápido y barato que construir un chatbot complejo desde cero. Si esta implementación tiene éxito, lograremos nuestro objetivo de reducir costos mientras optimizamos nuestros gastos de capital relacionados con la inteligencia artificial, en comparación con el costo de desarrollar un chatbot.

Un pionero en este enfoque fue Matten Law, una firma de abogados de California que integró un asistente impulsado por inteligencia artificial para automatizar muchas tareas, lo que permitió a los abogados pasar más tiempo escuchando a los clientes y estudiando aquellos aspectos de un caso que eran los más relevantes. Esto ilustra que incluso los sectores más rígidos pueden ser disruptados a través de la inteligencia artificial de una manera que mejora la experiencia del usuario, amplificando el toque humano donde sea necesario.

Otros problemas comunes que podrían abordarse con la ayuda de la inteligencia artificial incluyen el análisis de datos y la creación de ofertas personalizadas. Spotify es un ejemplo extraordinario de una empresa que utiliza con éxito la inteligencia artificial para desarrollar un sistema inteligente de recomendaciones de música, que llega tan lejos como tener en cuenta el momento del día en que alguien escucha un género específico.

En ambos de los escenarios mencionados, la inteligencia artificial ayuda a proporcionar una mejor experiencia para el cliente. Sin embargo, la razón por la que estas empresas utilizaron la inteligencia artificial con éxito fue porque estaban muy claras sobre los aspectos que necesitaban delegar a la inteligencia artificial.

2. Decida sobre los datos que necesitará analizar

Una vez que el problema principal esté bien definido, debemos considerar los datos que necesitamos para alimentar el sistema. Es fundamental recordar que la inteligencia artificial es un algoritmo, que analiza y se ajusta a los datos que le proporcionamos. El escenario básico para la recopilación de datos es el siguiente:

1. Entender qué datos podríamos necesitar para implementar la inteligencia artificial.

2. Verificar si nuestro negocio tiene esos datos.

   1. Si los tiene – genial.

   2. Si no, necesitamos sentarnos y determinar si podemos iniciar el proceso de recopilación de datos adecuados en casa. Otra posibilidad es que podemos pedir a los desarrolladores que guarden los datos que necesitamos si no lo estamos haciendo aún.

Aquí hay un ejemplo. Somos dueños de una cafetería y necesitamos datos sobre cuántos clientes visitan. Podemos hacer esto implementando tarjetas de fidelidad personalizadas que los usuarios presentarán al hacer una compra. De esta manera, tendremos los datos que necesitamos, como qué clientes vinieron, cuándo vinieron, qué compraron y en qué cantidad. Una vez que tengamos eso, podemos utilizar esos datos para implementar la inteligencia artificial. Sin embargo, hay veces en que recopilar estos datos puede ser muy costoso. Y es ahí donde la inteligencia artificial puede venir a nuestro rescate. Por ejemplo, si tenemos una cámara instalada en nuestra cafetería – lo que podríamos hacer al menos por razones de seguridad – podríamos aprovecharla para recopilar datos de nuestros clientes que visitan. Debo decir que antes de implementar esto, es importante consultar sobre las leyes de datos personales, como el GDPR, ya que este enfoque podría no funcionar en todos los países. Pero en aquellos lugares en los que esté permitido, esto puede ser una forma sencilla de recopilar la información que necesitamos y solicitar la ayuda de la inteligencia artificial para analizarla y procesarla.

Si te preguntas, este programa de fidelidad personalizado es lo que hizo Starbucks, con gran éxito. El esquema de recompensas de Starbucks llegó tan lejos como proporcionar incentivos personalizados cada vez que un cliente visitaba su ubicación preferida o pedía su bebida favorita.

3. Defina una hipótesis

Puede haber situaciones en las que te sientas incierto sobre qué procesos pueden o necesitan ser optimizados por la inteligencia artificial.

Si este es tu caso, entonces puedes comenzar dividiendo todo tu proceso en etapas e identificar aquellas fases en las que sientes que tu negocio no está funcionando bien. ¿Cuáles son esas áreas en las que estás gastando demasiado dinero? ¿Qué está tomando más tiempo de lo habitual? Al responder a estas preguntas, puedes identificar las áreas críticas para la mejora y decidir si la inteligencia artificial puede ser de ayuda.

Como encontrarás, hay instancias en las que las soluciones convencionales podrían ser más efectivas. Si estás luchando con qué ofertas destacar a tus clientes, las sugerencias basadas en los productos más populares son frecuentemente mucho más efectivas en los sistemas de recomendación de mercado que los intentos de predecir el comportamiento del usuario. Por lo tanto, intenta eso primero. Una vez que tengas un resultado – ya sea positivo o negativo – entonces puedes tener una hipótesis para probar la inteligencia artificial. De lo contrario, el campo de acción será demasiado vago, y podrías terminar perdiendo tiempo y dinero.

4. Aproveche las soluciones que ya existen

Muchas empresas apuntan a diseñar sus propios algoritmos de aprendizaje automático de inmediato. Sin embargo, si no planeas entrenarlos con conjuntos de datos grandes durante un período prolongado, no lo hagas. Será muy costoso y consume mucho tiempo.

En su lugar, te sugiero que te enfoques en las soluciones que ya están disponibles. Empresas como Amazon, Google, Microsoft y muchas otras tienen herramientas impulsadas por inteligencia artificial que pueden ayudarte a lograr muchos objetivos. Luego, gradualmente, podrías firmar un contrato con una de ellas y contratar a un desarrollador interno para configurar hábilmente las solicitudes de API necesarias.

La idea básica es que estas herramientas pueden ser integradas por desarrolladores de negocios (no especialistas en aprendizaje automático), lo que nos permitirá probar rápidamente la hipótesis de si la inteligencia artificial trae el efecto esperado o no. Si no lo hace, podemos simplemente deshabilitar estas herramientas, y el costo de probar nuestra hipótesis solo sería el tiempo del desarrollador que gastamos integrándonos con ese servicio y la cantidad que pagamos por usar la herramienta. Si estuviéramos desarrollando un modelo, gastaríamos el salario del especialista en aprendizaje automático multiplicado por la cantidad de tiempo que pasa desarrollando el modelo, además de cualquier costo de infraestructura. Y entonces no está claro qué hacer con el desarrollador y el modelo si, al final, el efecto esperado no está allí.

Si nuestra hipótesis es probada, y la herramienta impulsada por inteligencia artificial trae el efecto esperado, nos alegramos y creamos una nueva hipótesis. En el futuro, si predecimos que los costos de la herramienta crecen significativamente, podemos pensar en desarrollar este modelo nosotros mismos, y así reducir los costos aún más. Pero primero debemos evaluar si el costo de desarrollo es en realidad menor que lo que pagaríamos por usar una herramienta de otra empresa que se especializa en desarrollar estas herramientas.

Mi consejo es que consideres desarrollar tu propio producto de aprendizaje automático solo después de haber obtenido buenos resultados al usar la inteligencia artificial con las herramientas mencionadas anteriormente, y una vez que estés seguro de que la inteligencia artificial es la forma correcta de solucionar tu problema a largo plazo. De lo contrario, tu proyecto de aprendizaje automático no entregará el valor que estás buscando, y como dijo un brillante artículo reciente de la Harvard Business Review, el ciclo de histeria de la inteligencia artificial solo te distraerá de tu misión, que no necesita inteligencia artificial.

5. Consulte con especialistas en inteligencia artificial

En el mismo sentido, otro error común que cometen los fundadores y propietarios de negocios es tratar de hacer todo en casa. Contratan a un ingeniero jefe de inteligencia artificial o investigador, y luego más personas para formar un equipo que pueda crear un producto de vanguardia. Sin embargo, esa tecnología será inútil para el propósito de su empresa si no tienen una estrategia de implementación de inteligencia artificial adecuadamente definida. También hay un caso en el que contratan a un ingeniero junior de aprendizaje automático para ahorrar dinero en comparación con contratar a un especialista más experimentado. Esto también es peligroso, porque una persona sin experiencia puede no conocer las sutilezas del desarrollo y diseño de sistemas de aprendizaje automático y cometer “errores de principiante”, por los cuales la empresa tendrá que pagar un precio demasiado alto, casi siempre excediendo el precio de contratar a un especialista experimentado.

Por lo tanto, mi recomendación es que primero contrates a un experto en inteligencia artificial, como un consultor, que te guíe en el camino y evalúe tu proceso de adopción de inteligencia artificial. Aprovecha su experiencia para asegurarte de que el problema que estás trabajando requiere inteligencia artificial, y que la tecnología se puede escalar de manera efectiva para probar tu hipótesis.

Si eres una startup en etapa temprana y te preocupa la financiación, un truco para esto es contactar a ingenieros de inteligencia artificial en LinkedIn con preguntas específicas. Créelo o no, muchos expertos en inteligencia artificial y aprendizaje automático aman ayudar, tanto porque están realmente interesados en el tema, como porque si tienen éxito en ayudarte, pueden usarlo como un caso de estudio positivo para su cartera de consultoría.

Pensamientos Finales

Con todo el revuelo que rodea a la inteligencia artificial, es normal que puedas estar ansioso por incorporarla a tu negocio y desarrollar una solución impulsada por inteligencia artificial que te lleve al siguiente nivel. Sin embargo, debes tener en cuenta que el hecho de que todos hablen de inteligencia artificial no significa que tu negocio necesite inteligencia artificial. Muchas empresas, desafortunadamente, se apresuran a integrar la inteligencia artificial sin un objetivo claro en mente, y terminan perdiendo enormes cantidades de dinero y tiempo. En algunos casos, especialmente para las empresas en etapa temprana, esto puede significar su fin. Al articular claramente un problema, recopilar datos relevantes, probar una hipótesis y utilizar las herramientas que ya existen con la ayuda de un experto, puedes integrar la inteligencia artificial sin agotar los recursos financieros de tu empresa. Luego, si la solución funciona, puedes escalar gradualmente e incorporar la inteligencia artificial en aquellas áreas en las que aumenta la eficiencia o la rentabilidad de tu empresa.