Ha llegado el momento de aprovechar la IA empresarial

Por la Dra. Kim Oosthuizen

2023 ha sido un año lleno de acontecimientos para la Inteligencia Artificial (IA), especialmente la IA generativa y los Modelos de lenguaje extenso (LLM). Desde enero, los usuarios han estado publicando vigorosamente en las redes sociales mostrando sus experiencias con las nuevas herramientas de IA generativa. La popularidad de las herramientas se debe al hecho de que las personas pueden experimentar las capacidades de IA por primera vez, y ha generado una atención significativa por parte de organizaciones de noticias, académicos, empresas y gobiernos.

Con tantas nuevas herramientas de IA generativa llegando al mercado, todas ayudando a cambiar la forma en que hacemos nuestras tareas diarias, primero permítanme explicar qué es la IA generativa. La IA generativa es un subconjunto que se enfoca en crear y generar contenido nuevo. El contenido generado por IA está entrenado en texto, imágenes, audio y otras formas de datos. Sin embargo, los datos están limitados por la calidad y cantidad de los datos utilizados para la capacitación, y es crucial verificar la información que brindan las herramientas. Hay mucha publicidad sobre la IA generativa y sus posibilidades, lo que crea muchas conversaciones sobre la IA, las preocupaciones éticas y la mejor manera de usar las herramientas. Sin embargo, además de usar la tecnología para ampliar y jactarse de su trabajo personal, la IA tiene muchos beneficios en los negocios.

La IA empresarial son las aplicaciones de IA que existen hoy en día, se basan en datos para el aprendizaje, son limitadas y medibles. Las tecnologías de IA más relevantes para los negocios son Machine Learning (ML) (la más aplicada), Deep learning (CL), computer vision, Edge AI (dispositivos conectados) y Natural Language Processing (NLP). Los modelos ML y DL aseguran que los estantes de las tiendas de comestibles estén completamente abastecidos y ayudan a proporcionar información sobre las ventas y los datos de los clientes. Computer Vision ayuda a detectar defectos en una línea de producción y ayuda a detectar lesiones o cáncer, ayudando en la atención médica. Los asistentes digitales (con tecnología NLP) nos ayudan a rastrear el estado de nuestros pedidos en línea y ayudan a encender las luces en nuestra casa. Los dispositivos conectados ayudan a predecir el mantenimiento de las máquinas y el pago inteligente en las tiendas y ayudan a conectar nuestros relojes Garmin o Apple para planificar nuestra carrera matutina.

Business AI crea el mayor valor cuando se escala entre funciones. El uso de la IA empresarial puede modernizar el entorno empresarial al optimizar y automatizar las tareas manuales, hacer que los procesos sean más eficientes, predecir tendencias futuras mediante el procesamiento e interpretación de datos en toda la cadena de valor, proporcionar información al conectar y dar sentido a grandes volúmenes de datos y ofrecer productos y servicios personalizados. para clientes. En un informe reciente de CSIRO Australia, El 28% de los encuestados dijo que las iniciativas de IA implementadas generaron un promedio de AU $ 360k en beneficios de ingresos debido al ahorro de tiempo. Sin embargo, en promedio, más del 60% al 80% de los proyectos de IA no logran escalar.

Para reducir el riesgo de fracaso del proyecto de IA, quiero analizar un enfoque de cinco pasos para encontrar posibles iniciativas de IA alineadas con el negocio. El proceso puede ayudar a garantizar que su organización se mantenga enfocada en el lugar correcto para aplicar la IA que puede beneficiar a su negocio.

Estos son los cinco pasos para emprender un proyecto de IA.

PASO 1: Entender el problema u oportunidad de negocio.

Como punto de partida, es esencial tener un problema comercial relevante que pueda escalar en toda la organización. Una vez trabajé con una empresa cuyo equipo de datos creó un modelo AI ML para predecir cuántos empleados se irían. El modelo predijo con precisión el 98% del número de empleados que se iban. Sin embargo, HR no tenía un proceso para resolver este problema, ni utilizó los datos del modelo. Este modelo luego terminó siendo archivado.

El uso ciego de la IA debido a un entusiasmo excesivo por la tecnología puede hacer que los proyectos de IA sean irrelevantes para su negocio y corran el riesgo de fracasar. Al encontrar iniciativas de IA, el primer paso es un problema u oportunidad comercial claramente definido. Articular el valor de resolver un problema comercial podría impulsar la inversión en tecnología. Por ejemplo, un proceso ineficiente podría provocar la insatisfacción de los empleados debido a una solución alternativa manual y resolver esto puede mejorar la satisfacción.

PASO 2: Idoneidad para la IA

Solo algunas iniciativas son adecuadas para la IA. A veces, basta con rediseñar un flujo de trabajo, una automatización simple o un motor de reglas. Por lo tanto, el segundo paso es determinar la idoneidad de la iniciativa para la IA. Si lo hace, podría ayudar a centrar los recursos internos en los casos de uso relevantes. Para resolver esto, haga las siguientes preguntas:

Pregunta 1: ¿El problema es manual, repetitivo, requiere una toma de decisiones compleja o necesita simplificaciones?

Primero, debe comprender si el problema definido en el paso uno es manual, muy repetitivo o necesita simplificarse. Si es así, determine si los problemas necesitan hacer algo, como proporcionar información, reconocer patrones, clasificar, automatizar una tarea o predecir tendencias futuras. Hay ineficiencias en todas partes en una organización, y enmarcar la posible iniciativa de IA puede ayudar a determinar la idoneidad. Por ejemplo, los grandes volúmenes de datos de clientes dificultan el reconocimiento de segmentos de clientes para campañas de marketing dirigidas. Encontrar patrones en los datos puede ayudar a optimizar las campañas de marketing y personalizar los mensajes en función de los datos de los clientes.

Pregunta 2: ¿Sabe qué datos se necesitan, están disponibles, son accesibles y son de buena calidad?

La IA tiene que ver con los datos. Los datos se utilizan para aprender sobre el problema, determinar la viabilidad, desarrollar los modelos y entrenar el modelo. Cualquier iniciativa de IA tendrá un requisito previo para los datos.

Los datos necesarios para la iniciativa de IA estarán directamente relacionados con el problema del PASO 1. Por ejemplo, su problema es que el ticket del servicio de enrutamiento tarda demasiado porque se hace manualmente hoy. Para hacer esto, debe tener un boleto histórico y datos de enrutamiento disponibles, almacenados y accesibles. Los datos manuales, como los datos del ticket de servicio, son excelentes para la IA. Si los datos no están disponibles y tiene un nuevo problema, entonces se deben recopilar los datos antes de que pueda continuar.

Nota al margen: las empresas deben tener prácticas de gestión de datos para ejecutar la IA, lo que garantiza los procesos de control de datos, la gestión de la calidad de los datos, la gestión de la privacidad y las prácticas de gobernanza para todo el ciclo de vida de la IA.

Pregunta 3: ¿Se puede medir la salida?

Es crucial determinar el resultado, la meta o el producto específico de la iniciativa y si se puede medir. Esto va de la mano con las definiciones del problema. Por ejemplo, si un proceso de trabajo requiere una solución manual, el objetivo será automatizar la solución. Una tarea manual que ahora está automatizada se puede medir determinando el tiempo ahorrado.

Si se cumplen todos los criterios, tiene una iniciativa de IA adecuada para automatizar, predecir, proporcionar información o personalizar. Continúe con el siguiente paso.

PASO 3: Clasifique las iniciativas de IA en función del valor comercial y la complejidad.

Desea comenzar clasificando las iniciativas de IA en función de maximizar el impacto comercial y minimizar los riesgos. Para hacerlo, es vital trabajar con un experto para determinar la viabilidad de la iniciativa y la complejidad del caso de uso de IA. Los expertos pueden ser científicos de datos, consultores de IA o proveedores de tecnología que entienden su negocio.

Una vez que se hayan determinado la viabilidad y la complejidad de la IA, debería ver el valor empresarial y puntuar en consecuencia. Si el valor comercial de la iniciativa de IA es alto y la complejidad es baja (HVLC), planee realizar estas iniciativas primero. Puede ayudar a crear entusiasmo sobre las posibilidades de la IA y permitir que los usuarios comerciales vean el valor pronto en lugar de esperar años para cambiar sus procesos. Si el valor comercial de la iniciativa de IA es alto y la complejidad es alta (HVHC), estos podrían ser proyectos más grandes que requieren relevancia estratégica, aprobación del caso comercial y una planificación adecuada. Idealmente, desea combinar ganancias rápidas (HVLC) e iniciativas estratégicas de IA (HVHC). Cualquier iniciativa de baja complejidad y dificultad para articular el beneficio debe aparcarse hasta que aumente el valor. Cualquier iniciativa de inteligencia artificial de bajo beneficio y alta complejidad debe eliminarse.

PASO 4: Determinar las iniciativas de IA y la tecnología adecuada.

Para garantizar que la iniciativa de IA se ajuste a la tecnología disponible. Considera lo siguiente:

Opción 1: IA integrada

Podría haber casos en los que la IA ya esté integrada en los procesos comerciales; sin embargo, para hacerlo, podría requerir una actualización de los procesos actuales a las mejores prácticas, cambiando la forma de trabajar. Por ejemplo, la nube de SAP S/4HANA tiene múltiples procesos que están habilitados para IA desde el primer momento.

Opción 2: Ampliar el proceso existente

Para mantener la aplicación limpia sin personalizar el sistema actual, podría haber una capacidad disponible en el software con licencia actual. En general, estas son iniciativas de IA de ganancia rápida. Por ejemplo, SAP BTP ofrece servicios de inteligencia artificial centrados en el negocio para ayudar a habilitar procesos como la extracción automática de información de documentos y la clasificación, recomendación y agrupación de tickets de servicio.

Opción 3: comprar o construir

Los líderes deben considerar si comprar o desarrollar la iniciativa de IA es lo mejor para las iniciativas estratégicas de IA. Por ejemplo, si la iniciativa de IA es para mejorar la planificación de la demanda, comprar una solución de planificación de la demanda podría ser el mejor enfoque. En general, no existe un enfoque único para todos, y dependerá en gran medida de la capacidad interna del equipo y la madurez de la IA de la organización. Cualquier decisión aquí tendría que pasar por revisiones de factibilidad, creación de prototipos, búsqueda de especialistas en IA y la complejidad de la iniciativa de IA.

PASO 5: Iteraciones de proyectos de IA para escalar

El paso final es el inicio del proyecto de iniciativa de IA y pasa al modo de proyecto hasta la implementación. Durante esta etapa, es esencial centrarse en medir el éxito de la iniciativa de IA. Sin embargo, la IA no es solo el foco de TI, sino que también debe incluir a toda la organización. La implementación de IA en los flujos de trabajo es una actividad de gestión de cambios para las empresas y requiere un enfoque en toda la organización (esa es una discusión para otro momento). La implementación de la IA en los flujos de trabajo no se trata solo de la IA, sino que también existe una ruta lógica entre las personas, las tareas, la estructura y la tecnología.

Emprender cualquier iniciativa de IA requiere el apoyo de toda la organización, no solo de la tecnología. Toda organización debe tener una estrategia de IA. La estrategia debe abordar una nueva forma de trabajar, cómo desarrollar capacidades internas, gobernanza de datos y prácticas responsables de IA.

En conclusión, la IA ha dado un gran salto en 2023 con el lanzamiento de la nueva IA generativa, que ha creado mucha expectación y conversación sobre la IA. Sin embargo, más allá de estas herramientas creativas, la IA tiene importantes beneficios en los negocios. Se prevé que el mercado global de IA alcance US$1,5 billones para 2030. Las oportunidades para que las tecnologías de IA ayuden a modernizar el entorno empresarial son infinitas. Sin embargo, para garantizar el éxito de las iniciativas de IA, las empresas deben emprender un enfoque de cinco pasos para encontrar posibles iniciativas de IA que se alineen con sus problemas u oportunidades comerciales. Al hacerlo, las empresas pueden reducir el riesgo de fracaso del proyecto de IA y generar importantes beneficios de ingresos.

IA@SAP

La estrategia de IA de SAP se centra en incorporar la funcionalidad de IA en todas las soluciones para permitir procesos automatizados, acelerados y sostenibles. Ampliar las capacidades al ofrecer servicios de IA listos para el negocio a través de SAP Business Technology Platform e IA confiable basada en estándares de ética y privacidad de datos. Visita IA de SAP para conocer nuestras ofertas.