Muchas son las preguntas que tienen las empresas sobre lo que puede ofrecerles la Inteligencia Artificial. En unos casos son buenas e interesantes, en otros casos son desde el desconocimiento o la incredulidad.

En cualquier caso, preguntas se hacen muchas, pero no todas ellas son las adecuadas para saber si aplicar o no tecnologías de Machine Learning y Deep Learning en las empresas.

Es por eso que en este articulo les traigo un pequeño número de preguntas que considero que toda empresa debe de hacerse a la hora de hacer una evaluación inicial acerca de si podría usar modelos de Inteligencia Artificial en sus negocios o si eso es cosa de otros.

De las actividades clave de la empresa, ¿Cuáles de ellas son las que más horas de capital humano requieren?

A través del Machine Learning se pueden llevar a cabo procesos repetitivos que un humano realice pero de una forma mucho más rápida, con menos errores y sin cansancio. Por lo que es importante hacerse esta pregunta y detectar que tipos de actividades están siendo intensivas en capital humano y percibir si son propensas a ser mejorables a través de procesos de aprendizaje automático.

Simplificando este punto, la idea es que la empresa considere si hay capacidad o no de añadir una capa tecnológica en esos procesos específicos de la empresa.

¿Con qué datos cuenta la empresa?

He visto montones de referencias a que la Inteligencia Artificial es “magia” o a venderla como tal.

Esta técnica de comunicación no me parece mal de cara al publico en general, ya que es más sencillo simplificarlo así que explicar en si como funciona la tecnología que lleva un producto o servicio.

Con las empresas no opino lo mismo, y es imprescindible que estén concienciadas de que el desarrollo de un modelo de Inteligencia Artificial no es cuestión de un super algoritmo mágico y revolucionario.

La realidad es que para que las empresas puedan adquirir un modelo que de verdad funcione para sus negocios han de disponer previamente de datos de calidad y en cantidad suficiente. Así que esta pregunta es clave a la hora de determinar que cosas se pueden hacer y cuales no.

¿Están digitalizados esos datos?

El mayor problema de las empresas no es disponer de grandes cantidades de datos, sino no saber gestionarlos correctamente.

Si la empresa esta gestionando correctamente sus datos es muy probable de que estos se encuentren ya integrados en diferentes herramientas (CRM’s, ERP’s, etc) o que al menos dispongan de sus datos en formatos como son los CSV, Excels, etc.

En este punto, la empresa se puede encontrar en una buena disposición para llevar a cabo desarrollos de Inteligencia Artificial para sacar rendimiento de dichos datos.

El problema lo tendrán las empresas que no tienen digitalizados (ni centralizados) sus datos, ya que si desean llevar a cabo desarrollos de Inteligencia Artificial para integrarlos en sus empresas se van a encontrar con un gran problema que en algunos casos puede resultar insalvable.

¿Necesitan una solución eventual o permanente?

Dependiendo de si la aplicación de un modelo predictivo sea requerida para una acción especifica o sea para uso cotidiano la empresa tendrá que decidir si le conviene más adquirir un producto personalizado, contratar una solución estandarizada para un uso temporal o pagar por un servicio único.

¿Cómo van a alinear la integración del Machine Learning en la estrategia general de la empresa?

Adoptar tecnología por el simple hecho de tenerla o por imitar a los competidores no es suficiente razón de peso. No tiene sentido crear una tecnología que no este integrada en la forma de trabajar de la empresa, por lo que esta pregunta es imprescindible que se la plantee el equipo directivo de la empresa.

En base a la estrategia general de la empresa se podrán definir un poco mejor que tipo de soluciones podrían ser las apropiadas para la compañía.

¿Posee la empresa los recursos apropiados para gestionar estos modelos?

Y más concretamente, los recursos humanos.

Ya que será importante que la empresa disponga de un equipo o responsable técnico capaz de entenderse con la desarrolladora a la hora tanto de hacerles saber como esta trabajando la empresa con los datos o esten cualificados para integrar los modelos en los sistemas que utilice la empresa.

En este punto, volvemos a tener que mencionar que la empresa debe de considerar si necesita una solución en forma de producto final o un servicio.

Si la empresa no dispone de un equipo capaz de gestionar en el día a día la solución a desarrollar tendrá que optar por solicitar un servicio bajo demanda, mientras que si dispone de un equipo capaz de llevar a cabo la gestión de la solución entonces podría optar por la adquisición de un modelo propio.

¿Con qué presupuesto cuenta la empresa para adquirir un modelo de Machine Learning?

Del presupuesto con el que cuente la empresa quedará condicionada la precisión del modelo.

Esto se debe a que existe una etapa en el proceso de creación de los modelos predictivos que requiere de experimentación por parte de los desarrolladores. Dicho proceso tiene una duración muchas veces indeterminada. Por lo que las horas de dedicación al proyecto con el fin de mejorar el modelo son las que producen mayores incrementos en el precio de estas soluciones.

En base a esto, quisiera mencionar que tener un presupuesto ilimitado no hará tampoco que el desarrollo sea el mejor de todos, ni tener un presupuesto muy limitado hará que tu modelo sea el peor del mercado. Principalmente porque la calidad del modelo también va a ir condicionada a la calidad y cantidad de los datos que dispongas (si, efectivamente he vuelto a mencionar que necesitas que los datos de la empresa sean buenos).

¿Qué rendimientos espera obtener aplicando esta tecnología?

Esta claro que integrar modelos de Machine Learning o Deep Learning en la empresa siempre supondrá un coste. Por lo que se debe pensar en obtener un retorno de la inversión procedente de ellos.

Para llevar a cabo esto la empresa se debe de plantear los posibles indicadores de rendimiento (KPI´s) con los que medirá dicho retorno con el fin de evaluar que el modelo (y sobre todo la explotación de datos) están aportando valor a la empresa.

En resumen.

Existen unas condiciones previas que toda empresa debe de cumplir de manera previa a la implementación de las tecnologías de inteligencia artificial en sus negocios, por lo que si eres una empresa que esta planteandote hacer uso de este tipo de tecnología, es recomendable comenzar cuanto antes a acondicionar los procesos de tu empresa para una correcta explotación de los modelos de IA.

Fuente: Pedro Conesa