Las aplicaciones de la IA en distintas industrias están creciendo a paso firme en todo el mundo y sin dudas revolucionarán el mundo industrial en los próximos años.

Según una encuesta encargada por la Comisión Europea, la primera sobre la aceptación de la inteligencia artificial por parte de las empresas europeas, “la conciencia de la inteligencia artificial es casi universal”. El estudio marca que 78 % de las empresas de la región saben lo que es la inteligencia artificial; el 15 % no lo tiene claro y el 7 % dice no saber de qué se trata. Sin embargo, más de la mitad de las compañías encuestadas (51 %) no usan estas tecnologías ni tienen planes de surfear la ola. 

El estudio –en el que participaron más de 9.000 empresas europeas- muestra que en el caso de España, el 40 % de las firmas consultadas ha implementado al menos una estas tecnologías.

Pero también muestra que tanto quienes ya usan estas herramientas como los que aún no se animan a incorporarlas enfrentan ciertas barreras internas. El 56 % de las empresas españolas menciona la falta de formación del mercado laboral en estos temas (programación, big data, robótica, etc.), mientras que los costes de implementación desalientan al 66 % de los negocios nacionales. También se menciona la complejidad de los algoritmos y las consiguientes dificultades para entenderlos y confiar en ellos.

A nivel europeo, la principal estrategia para la incorporación de estas tecnologías es optar por algún tipo de externalización, mediante la compra de plataformas (59 %) o la contratación de terceros que las desarrollen a medida (38 %). Solo un 20 % opta por encarar la adopción in house.

Ahora bien: este post no trata sobre los múltiples beneficios del uso y aplicaciones de la IA en las empresas y entornos industriales, sino de algo menos evidente: la incorporación de estas herramientas será clave en la “cuarta revolución industrial”, pero el verdadero diferencial será hacerlo conforme a una estrategia a largo plazo si se espera ver un retorno de la inversión real.

Ya sean empresas nativas digitales o aquellas que encaran la migración, los equipos mutidisciplinares que implementarán estos proyectos deberán definir desde el principio una estrategia que responda a cuestiones nodales: ¿en qué ayudará a nuestro departamento o empresa la incorporación de IA? ¿Cómo contribuirá a dar un mejor servicio a nuestros clientes, mejorar nuestras operaciones y, en última instancia, ganar en el mercado?

A corto plazo, la IA enfocada como una serie de soluciones puntuales sin ninguna mejora fundamental en cuestiones como la infraestructura de datos puede implicar para la organización más un dolor de cabeza que una oportunidad. Al mismo tiempo, una mala selección de proyectos, unas expectativas de retorno de la inversión poco realistas, la falta de enfoque estratégico y de comprensión de la madurez de la IA llevan al fracaso de entre el 80 % y el 90 % de los proyectos de IA.

Pero a largo plazo, los beneficios no se lograrán con un único despliegue exitoso, sino con una transformación de la manera en la que opera la empresa y de su visión de cómo puede ganar en el mercado gracias a la IA.

Para definir un enfoque integral deberán analizarse varios factores:

*Línea de tiempo: ¿cuántos años abarca esta visión?

*¿Qué objetivos y resultados específicos se propone alcanzar la empresa en ese horizonte temporal? Puede tratarse de la apertura de nuevas líneas de negocio, de una transformación básica de a quién servimos y cómo, o simplemente de metas relacionadas con el crecimiento, los beneficios o la cuota de mercado que la IA y las tecnologías digitales podrían ayudar a conseguir.

*¿Qué líneas de negocio, productos o servicios que incorporarán IA apelan o responden a una necesidad concreta del cliente? ¿Cuáles serán menos importantes con IA? Es necesario considerar también las tendencias en cada sector y cómo se adaptará a ellas la empresa, así como analizar de qué forma contribuirá la IA a consolidar las ventajas en el mercado.

*¿Qué procesos u operaciones implican más recursos y cuáles tienen un mayor impacto en el rendimiento global de la compañía o como motor de crecimiento? ¿En qué áreas o procesos podría sumar eficiencia la automatización y cuáles podrían rediseñarse o incluso eliminarse por completo en función de las líneas de negocio?

*¿Qué fuentes de datos son las importantes para el negocio? ¿Cómo podrían mejorarse o volverse más accesibles, en relación tanto a las líneas de negocio actuales como a futuros productos o servicios?

¿Qué mercados y segmentos (definidos por criterios demográficos o empresariales) o líneas de productos se beneficiarían con la IA? ¿Cuáles son los más importantes? Es posible que este análisis incluso abra oportunidades de mercados nuevos o convierta en relevantes los que no lo eran.

Además de responder a estos interrogantes, conviene tener en cuenta que esta visión debe estar viva y en evolución, por lo que será recomendable revisarla en profundidad al menos una vez al año.

Por último, será muy importante en todo el proceso de ideación, planificación y despliegue de cualquier proyecto y estrategia de IA que esta se considere indefectiblemente como parte de una transformación digital más amplia.

Rodolfo Lomascolo, mayo 2021