Lo que las próximas generaciones de profesionales deben saber sobre la IA en los negocios

Está claro que la Inteligencia Artificial (IA) ha venido a revolucionar todas las industrias, en cualquier tamaño de empresa. Se habla mucho de los beneficios que esta tecnología nos brinda (procesos redefinidos, operaciones a mayor velocidad y optimización de la relación con los clientes, por ejemplo), pero antes que todo es importante que las organizaciones decidan cuál es el enfoque más conveniente a implementar.

Por otra parte, las próximas generaciones de profesionales deben tener en cuenta que el importante cambio de paradigma que esta innovación representa requiere que las empresas planteen una nueva visión de las estructuras laborales y la selección del talento. Por ello, los futuros profesionales necesitan mantenerse atentos a la evolución que la IA genera en las empresas en estos tiempos de constante cambio, así como del impacto que continuará ocasionando en el futuro.

Se necesita ir más allá de la IA

Los negocios necesitan mejorar sus decisiones. En todos los sectores, la IA y otras tecnologías pueden llevar el análisis de los datos al siguiente nivel, revolucionando las operaciones y trayendo inteligencia a la mesa de las decisiones. Con todo, es cierto que, aunque las organizaciones están muy interesadas en incluir a la IA en su agenda, hay retos apremiantes. De acuerdo con diversos informes de Gartner, dos desafíos prioritarios son:

• De cada 36 pruebas de concepto de IA en una empresa promedio, sólo 4 llegan a producción, lo que habla de la gran cantidad de proyectos infructuosos.
• El año pasado, 9 de cada 10 CIOs consideraban que su equipo de liderazgo no estaba listo para la IA, lo cual deja ver la carencia de profesionales con experiencia en esta tecnología.

En la visión de FICO, más allá de la IA por sí misma, lo que traerá mayores ventajas a los negocios es la Inteligencia Aplicada, que combina la inteligencia humana (aprovechando la experiencia a partir de capacitar a los usuarios empresariales, para crear y administrar las estrategias, reglas y análisis que impulsan las acciones) con la IA (que aprovecha técnicas de machine learning, analítica, modelado de decisiones, optimización y simulación, con base en información predictiva y prescriptiva).

A nivel tecnológico, de lo que se habla hoy en día es de los agentes de IA (AI Agents): según Gartner, son entidades autónomas o semiautónomas de software que usan técnicas de IA para percibir, llevar a cabo acciones, tomar decisiones y alcanzar objetivos en entornos digitales o físicos.

Como lo experimentamos en FICO, estos agentes forman parte de un ecosistema más amplio, de forma que hay que entrenarlos, darles el contexto y probarlos. Su labor es tomar los datos que hagan sentido según su función, ejecutando modelos adecuados para el tipo de problema a resolver, realizando acciones acorde a la estrategia a considerar.

Pongamos un par de ejemplos: si un banco busca una prevención de fraudes en tiempo real, el agente de IA podría ser capaz de definir bloqueos, aprobaciones o verificaciones humanas, y lo haría analizando el perfil del cliente, información de la transacción, datos contextuales y señales en tiempo real. Si una compañía de reparto desea contar con una selección predictiva del horario de entrega más conveniente, un agente de IA de asignación dinámica de rutas y horarios seleccionaría la mejor ventana de entrega en tiempo real para cada pedido, haciendo una revisión del historial de entregas fallidas, los patrones de disponibilidad del destinatario y el comportamiento del tráfico en tiempo real.

Después de implementar una IA exitosa, se puede hacer mucho más

Nuestra visión es que los agentes permitan una nueva forma de trabajar que ayude a los negocios a poner en práctica la IA, pero considerando fundamental tener siempre presente el valor del juicio humano en la ecuación. De esta forma, conjuntando tecnologías habituales y emergentes, son las personas, como parte vital del flujo, las que asignan objetivos a los agentes de IA.

Puede parecer futurista, pero es algo que ya existe. En FICO lo hacemos recabando y analizando datos brutos según sea cada caso, generando perfiles dinámicos, tomando decisiones personalizadas y atándolo todo a resultados, como proteger mejor, vender más, tener menos fraudes o pérdidas, disminuir la exposición al riesgo, etcétera.

Ahora bien, una vez que la maquinaria de la IA opera con éxito, un ingrediente necesario en la estrategia es la optimización matemática, que es el proceso matemático de encontrar la mejor decisión a un problema de negocio, con base en datos y el uso de algoritmos, para detectar qué cambios hay que hacer en la estrategia y obtener, así, mejores resultados.

En una firma logística, por ejemplo, gracias a ella se pueden mejorar aspectos como el uso de la energía eléctrica; la gestión de rutas, flotillas e inventarios; la planeación de la producción y las asignaciones de mantenimiento, entre otras posibilidades. Tenemos el caso de Traxión, compañía mexicana perteneciente a esta industria, la cual ha reducido los viajes vacíos en 40%, mejorando la eficiencia analítica y la velocidad de análisis para obtener perspectivas óptimas, gracias al uso de soluciones de FICO y optimización matemática.

5 consejos para poner el primer pie en ese futuro

Los próximos profesionales, quienes ahora se encuentran en la etapa final de sus estudios universitarios, tienen ante sí un panorama sumamente emocionante: el comienzo de su vida laboral. Será sumamente valioso que estén preparados y actualizados en temas de IA. Para FICO, estos son los consejos por los que pueden comenzar:

• Aprender a medir los impactos: desarrollar un entendimiento amplio sobre todos los impactos de una iniciativa, considerando por ejemplo costos, retornos de inversión, ahorros operativos, etc., y asegurarse de que hay un problema que se está solucionando.

• Conocer a fondo las implicaciones de la IA: previo a la aplicación de la IA, estudiar a profundidad las limitaciones, operacionalización, consideraciones éticas y explicabilidad de cada rama de la IA.

• Entender sobre ciberseguridad: aprender sobre metodologías escalables y las más recientes tecnologías para identificar vulnerabilidades.

• Tomar decisiones basadas en datos: interpretar bien los datos relevantes, haciendo mediciones y ajustes, e identificando posibles sesgos.

• Comunicar de forma efectiva: desarrollar habilidades de presentación y comunicación para poder explicar ideas complejas con la mayor claridad posible.