Por Alan Ramírez Flores, CEO de Coperva
La Inteligencia Artificial (IA) es el corazón de la agilidad empresarial, del enriquecimiento de la experiencia del cliente y la productividad. Sin embargo, al estar conformada por muchas tecnologías, procesos y funciones, dificulta su Retorno de Inversión.
En general, la IA incide directamente en el ahorro de tiempo y costes, pero también en el aumento de la productividad y en la satisfacción y retención de los empleados, adquisición de habilidades, mejora de la marca y mayor valoración de la empresa.
Genera una mejor experiencia de compra al catapultar la personalización de cada uno de los clientes y tiene un fuerte impacto en la creación de capacidades y alta velocidad al responder a nuevas oportunidades y desafíos de mercado. Por esta característica, muchos consideran a la IA como el factor central de la sobrevivencia empresarial.
Sin embargo, la IA requiere inversiones que van más allá del coste financiero, como las Inversiones en datos. La disponibilidad, permisibilidad, calidad y accesibilidad de los datos etiquetados son factores críticos en la creación de los modelos de aprendizaje automático.
Asimismo, la inversión en computación se vuelve crítica a medida que su empresa pasa de modelos simples de IA a modelos de aprendizaje profundo más sofisticados y complejos.
Vale remarcar que la ciencia de datos y la IA crecen rápidamente con una dinámica comunidad académica, de código abierto y de la industria de profesionales. Cuando no se proporciona el entorno, capacitación, entrenamiento y tutoría adecuados para la ciencia de datos y talento de IA, las habilidades de los empleados pueden quedar obsoletas.
Más allá de eso, es importante que todos los empleados reciban una educación básica en IA para que puedan comprender sus oportunidades, beneficios y desafíos. Tales características son las que vuelven relevante y vigente a una organización.
¿Porqué resulta complejo determinar el ROI en la IA? Porque no se trata de un producto, sino de una solución multifactorial y con frecuencia cometen tres grandes errores:
1. Descontar la incertidumbre de las prestaciones. Esto es, limitarse a considerar las inversiones duras y los rendimientos duros, pero no la incertidumbre asociada con la realización de los beneficios.
2. Cálculo del ROI basado en un punto en el tiempo. Se requiere medir el rendimiento de la IA de forma continua, para que su valor no decaiga y “borre” las ganancias ya realizadas. También es esencial presupuestar el mantenimiento para preservar el potencial a largo plazo de la IA.
3. Tratar cada proyecto de IA individualmente. Es recomendable ver los proyectos como una cartera. Al evaluar el ROI, es aconsejable tener en cuenta toda la cartera de proyectos de IA de la empresa.
Los expertos recomiendan que el ROI en soluciones tecnológicas complejas como la IA debe mirarse de manera dual, con beneficios e inversiones duras y blandas, ambas conforman el gran espectro de lo que la Inteligencia Artificial y ciencia de datos pueden aportar realmente a la compañía y, de esta forma, visibilizar los retornos de inversión.
