Las aplicaciones de la IA en diferentes industrias están creciendo constantemente en todo el mundo y sin duda 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, "el conocimiento de la inteligencia artificial es casi universal". El estudio muestra que el 78% de las empresas de la región sabe qué es la inteligencia artificial; el 15% no lo tiene claro y el 7% dice no saber qué es. Sin embargo, más de la mitad de las empresas encuestadas (51%) no utilizan estas tecnologías y no tienen planes para surfear la ola.
El estudio -en el que han participado más de 9.000 empresas europeas- muestra que en el caso de España, el 40% de las empresas encuestadas han implantado al menos una de estas tecnologías.
Pero también muestra que tanto las que ya utilizan estas herramientas como las que aún no se han animado a incorporarlas se enfrentan a 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 implantación desaniman al 66% de las empresas 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 incorporar estas tecnologías es optar por alguna forma de externalización, mediante la compra de plataformas (59%) o la contratación de terceros para desarrollarlas a medida (38%). Sólo el 20% opta por la adopción interna.
Sin embargo, este post no trata de los múltiples beneficios del uso y aplicaciones de la IA en las empresas y entornos industriales, sino de algo menos obvio: la incorporación de estas herramientas será clave en la "cuarta revolución industrial", pero el verdadero diferencial será hacerlo según una estrategia a largo plazo si esperamos ver un verdadero retorno de la inversión.
Tanto si son nativos digitales como si se enfrentan a la migración, los equipos multidisciplinares que pondrán en marcha estos proyectos deberán definir desde el principio una estrategia que responda a preguntas nodales: ¿cómo ayudará la incorporación de la IA a nuestro departamento o empresa? ¿Cómo contribuirá a servir mejor a nuestros clientes, a mejorar nuestras operaciones y, en definitiva, a 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 ser más un dolor de cabeza que una oportunidad para la organización. Al mismo tiempo, una mala selección de proyectos, unas expectativas de ROI poco realistas, la falta de enfoque estratégico y de comprensión de la madurez de la IA conducen al fracaso del 80-90% de los proyectos de IA.
Pero a largo plazo, los beneficios no se conseguirán con un único despliegue exitoso, sino con una transformación de la forma de operar de la empresa y su visión de cómo puede ganar en el mercado a través de la IA.
Para definir un enfoque holístico, habrá que analizar varios factores:
Calendario: ¿cuántos años abarca esta visión?
¿Qué objetivos y resultados concretos pretende alcanzar la empresa en ese horizonte temporal? Podría ser la apertura de nuevas líneas de negocio, una transformación básica de a quién servimos y cómo, o simplemente objetivos relacionados 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 la IA atraen o responden a una necesidad específica del cliente? ¿Cuáles serán menos importantes con la IA? También es necesario considerar las tendencias de cada sector y cómo se adaptará la empresa a ellas, así como analizar cómo contribuirá la IA a consolidar ventajas en el mercado.
¿Qué procesos u operaciones implican más recursos y cuáles tienen un mayor impacto en el rendimiento global de la empresa o como motor de crecimiento? ¿En qué áreas o procesos la automatización podría añadir eficiencia y cuáles podrían rediseñarse o incluso eliminarse por completo en función de las líneas de negocio?
¿Qué fuentes de datos son importantes para la empresa y cómo podrían mejorarse o hacerse más accesibles, tanto en relación con las líneas de negocio actuales como con los futuros productos o servicios?
¿Qué mercados y segmentos (definidos por criterios demográficos o empresariales) o líneas de productos se beneficiarían de la IA? ¿Cuáles son los más importantes? Este análisis puede incluso abrir nuevas oportunidades de mercado o hacer que las irrelevantes sean relevantes.
Además de responder a estas preguntas, es importante tener en cuenta que esta visión debe estar viva y evolucionar, por lo que es aconsejable revisarla en profundidad al menos una vez al año.
Por último, será muy importante a lo largo del proceso de ideación, planificación y despliegue de cualquier proyecto y estrategia de IA que se considere indefectiblemente como parte de una transformación digital más amplia.