Douglas Merrill

La mayoría de las juntas directivas tienen algunos miembros que se sienten cómodos con tecnología avanzada, y esto generalmente tiene poco impacto en la compañía. Eso está a punto de cambiar, gracias al aprendizaje de las máquinas y la Inteligencia Artificial (IA).

Más de la mitad de los ejecutivos de tecnología en la 2019 Gartner CIO Survey dicen que pretenden emplear IA antes de que finalice el 2020, a comparación de un 14% en la actualidad. Si usted se mueve con demasiada lentitud, un competidor podría usar la IA para dejarlo fuera del negocio; pero si se mueve demasiado rápido, se arriesga a tomar un enfoque que la compañía no sepa cómo administrar. En un reciente reporte, 75% de las compañías citaron el temor a la disrupción por parte de competidores digitales impulsados por datos como la principal razón de que estén invirtiendo.

Las juntas necesitan preguntarse: ¿Por qué estamos gastando todo este dinero? ¿Cuál es el beneficio económico? ¿Cómo afecta a nuestra gente y competitividad de largo plazo? He aquí cuatro referencias que los integrantes de juntas directivas en cualquier industria pueden usar para orientarse.

1. Son matemáticas, no magia: Las juntas no deberían sentirse intimidadas por la IA. Sus integrantes no necesitan títulos en ingeniería computacional para entender la tecnología detrás de la IA, del mismo modo en que no necesitan estar certificados como contadores públicos para entender la hoja de balance de la compañía. Cualquier buen uso del aprendizaje automático o la IA será un desarrollo de lo que la compañía ya está haciendo. Un entendimiento básico de la IA ayudará a las juntas a decidir de mejor forma como dirigir su uso.

2. Los proyectos de IA bien dirigidos deberían ser fáciles de entender: Al evaluar si un proyecto es adecuado para su compañía, las juntas directivas deberían sentir la confianza suficiente para detectar cuando algo no tiene sentido. Debería estar claro el cómo grupos reales de personas, ya sean empleados, consumidores o directivos, se verán afectados. Si un proveedor o un equipo interno no puede explicar cómo funciona un proyecto de IA, este podría no ser el adecuado para su compañía.

3. No tiene que ser atemorizante para obtener valor de los datos: Muchas veces, las compañías suponen que para aprovechar al máximo la IA necesitan ser como Facebook o Google y tomar cualquier pizca de datos que puedan encontrar. Sin embargo, eso rápidamente se puede volver atemorizante, y lo usual es que no haya necesidad de ese nivel de datos. Nuestro trabajo para bancos y prestamistas, desarrollando modelos de análisis de crédito basados en aprendizaje de las máquinas, ha mostrado que los datos de redes sociales no brindan señales particularmente sólidas. La mayoría de las empresas ya están encima de una tonelada de datos banales, llenos de conocimientos que pueden obtenerse usando aprendizaje automático.

4. La IA es un gasto de operación, no una inversión de capital: Si el plan de la administración para subirse al tren de la IA gira alrededor de una sola gran inversión, lo más probable es que el equipo lo esté planteando mal. La IA tiene el potencial de mejorar los resultados aumentando ingresos y reduciendo costos, pero las preocupaciones de presupuestos necesitan quedar de lado para asegurar que los algoritmos y modelos estén funcionando apropiadamente y se reconstruyan conforme emerjan nuevas fuentes de datos.

(Douglas Merrill es CEO y fundador de ZestFinance)