Índice del artículo
Muchos ejecutivos parecen contentos con los resultados que han alcanzado con la Industria 4.0 en sus proyectos piloto, pero no dan el paso definitivo para transformar a sus empresas. ¿Por qué? Es un dilema que enfrenta la inteligencia artificial en la planta y tiene que ver con el supuesto riesgo que los ejecutivos perciben en ella.
¿NO ES CURIOSO? La mayoría de los ejecutivos en el mundo está convencido de que la inteligencia artificial será la tecnología más disruptiva para los negocios y la vida de las personas en la siguiente década, pero también es la tecnología que enfrenta la mayor complejidad al momento de tratar de adaptarla a los negocios. En términos coloquiales, es la que más cuesta trabajo de entender para explotarla al máximo, rentabilizarla, transformar procesos y, en última instancia, crear nuevos modelos de negocio.
Por mucho que se diga de ella, la inteligencia artificial es también a que enfrenta el mayor dilema al momento de llevarla a la planta: el miedo que se tiene de ella.
Suena paradójico, pero algunos ejemplos podrían ayudarnos a entender esto de mejor manera. Todas las empresas que han comenzado a medir el potencial de tecnologías emergentes como IoT e Inteligencia artificial, seguramente lo hicieron a través del desarrollo de pruebas de concepto, programas pilotos o productos mínimos viables. Es decir, proyectos a pequeña escala, con inversiones sin ningún riesgo y cuya funcionalidad básica era reunir la suficiente información para saber si ‘ese proyecto de IA’ tiene el potencial de transformar el negocio.
¿Y luego? Ese es el meollo del asunto. Quizá la mayoría de las empresas que ha comenzado a iterar con esas tecnologías se encuentra en este punto. En una especie de limbo para definir si se decide a dar el gran salto o volver al punto de inicio.
El problema es entender
Solo pocas, de las que se habla todo el tiempo hasta el cansancio (Uber, Facebook, Google, Netfilx, Amazon, etc) han definido perfectamente el potencial de su negocio a partir de la explotación de los datos.
Si tu empresa está en este limbo, debes definir cuanto antes qué va a suceder. ¿Es momento de escalar tus pruebas de concepto hasta transformarlas en proyectos de alto impacto?
Muchos ejecutivos parecen contentos con los resultados que alcanzan en este punto, pero no dan el paso definitivo para transformar a sus empresas. ¿Por qué? La razón principal es el riesgo que conlleva un proyecto de este tipo, el tiempo que puede exigir en su implementación, la cantidad de recursos —no solo económicos— y tiempo que exigen. En suma, se trata de transformar modelos operativos y sumar nuevas habilidades.
Es decir, en este momento, las empresas que explotan completamente los datos a través de IoT e Inteligencia Artificial buscan la supremacía digital en la industria donde compiten.
Quieren ser ese nuevo ‘Uber’, el problema es que no saben cómo hacerlo o no encuentran las herramientas necesarias para ello. ¿Un ejemplo? Basta con ver cuántas empresas sufren por hacerse de un científico de datos que entienda correctamente de su negocio para transformarlo. Los recursos humanos son, quizá, el principal problema que ven las empresas.
La inteligencia artificial está ahí, pero…
La 22 Encuesta Global a CEOs, edición México, que realiza PwC, muestra datos interesantes sobre las perspectivas que tienen los empresarios mexicanos respecto al alcance y potencial de la inteligencia artificial en los negocios.
Por ejemplo, 69% de los CEO cree que la inteligencia artificial generará un impacto mayor, incluso, que el del internet, y 9 de cada 10 creen que esta tecnología cambiará la forma de hacer negocios los próximos 5 años.
Hasta aquí todo bien, pero aunque todo mundo está consciente de la disrupción que se avecina, las cosas no marchan tan rápido en la realidad.
La misma encuesta señala que solo 19% ha introducido iniciativas de inteligencia artificial en sus negocios y apenas 38% piensa hacerlo en los siguientes 3 años.
“La inteligencia artificial está transformando los negocios, aunque no al ritmo vertiginoso que muchos suponen”, establece, por su parte, la prestigiosa publicación Harvard Business Review, y agrega que solo el 8% de las empresas participan en prácticas básicas que respaldan la adopción generalizada.
La mayoría de las empresas han ejecutado solo pilotos ad hoc o están aplicando IA en un solo proceso de negocio.
Por otra parte, las tecnologías que habilitan la inteligencia artificial, (por ejemplo, los dispositivos IoT para extraer y almacenar datos, así como las herramientas de Big Data para explotar esos datos), son cada vez más accesibles para empresas de distintos tamaños.
El dilema: ceder a la IA
El problema, o uno de los problemas, es que la mayoría de los ejecutivos cree que la IA generará retornos inmediatos, o grandes. Aunque algunos logran ganancias, la mayoría no tiene la suerte de trascender la barrera de un programa piloto hacia uno transversal en toda la empresa.
¿Por qué? Dificultades en temas de infraestructura de datos, software de IA, expertos en explotación de datos, etcétera, son algunos de los temas que encuentran en este punto.
Pero no solo esto. Si estos aspectos fueran solo el problema, cualquier empresa que se ha decidido a implementar IA podría solventarlos tarde o temprano. En el fondo, hay una barrera que es más dura y requiere un esfuerzo mayor si verdaderamente se busca llevar la inteligencia artificial a la planta como elemento transformador: tiene que ver con la cultura y la mentalidad de la gente, aspectos que llevan a poner barreras y retrasar proyectos de transformación digital que no se consideran prioritarios para la organización.
Una serie de medidas son la clave para dar pasos definitivos, pero todo empieza por el liderazgo que deben mostrar quienes toman decisiones en las empresas. Si ellos no se convencen de llevar sus negocios con dirección a la inteligencia artificial, será difícil que las cosas sucedan. O quizá lo vean demasiado tarde.
También puedes ver este video, donde te explicamos cómo bocetar un proyecto de IA para tu negocio