Lo que también es una realidad es que, como lo hemos comentado en El Limonero, para estar en las posibilidades reales de aprovechar esta tecnología, no podemos quedarnos sentados y esperar… en muchos casos tendremos que empezar por trabajar en temas como:
- La mejora real en la comprensión del concepto
- La capacidad desarrollada para aprovechar las oportunidades y para asimilar los cambios, por parte de la Dirección y las Gerencias
- La claridad del uso de esta herramienta en la Organización, toda vez que la costumbre operativa no consideraba algo siquiera parecido antes
- La valoración y el desarrollo de las competencias del equipo, ahora para aprovechar la mancuerna humano-tecnológica
y en algo clave… la habilitación, disponibilidad y la forma en que están presentes los recursos o elementos, necesarios para implementarla y utilizarla de la mejor manera.
Este último punto, es muy relevante no solo para la implementación de proyectos tecnológicos de inteligencia artificial, ya que va incluso más allá. Lo decimos por que en Lemon tree hemos trabajado con Clientes que en algún momento no estaban preparados para asimilar una implementación de tecnologías y sistemas como por ejemplo los ERP, Contact Center Solutions, CRM, BI dashboard, etc… ya que si bien habían adquirido grandes plataformas para operar, lo que no estaba listo era el entorno sobre el que estarían operando.
El tema no es menor, ya que muchas de las adquisiciones de tecnología, por un lado, sustentan su motivación en una expectativa por entregar una alta funcionalidad; que si no está bien sustentada generará sinsabores en los usuarios, problemas con los equipos de tecnología que no encuentran los recursos necesarios para instalar de manera correcta su plataforma, y por lo tanto, mucha lentitud del proceso de implementación y funcionalidades incompletas al final… por otro lado, si hablamos del ROI (Retorno de Inversión) del proyecto, todo se pone aún más candente…
Esto se puede evitar en gran medida, y hasta se pueden revertir todos estos efectos no afortunados hacia algo mucho más conveniente y que dé los resultados esperados, si se trabaja en preparar el entorno apropiado.
Pero, ¿es momento de ir trabajando en ese entorno desde antes de incorporar las herramientas de IA? en Lemon tree pensamos que sí, solo basta considerar estos motivos:
- Las organizaciones requieren ser más efectivas ya, la competencia no esperará a que te decidas, para avanzar en sus propios planes
- Las personas de tu equipo de trabajo no asimilarán las nuevas tecnologías de un día para otro
- La tecnología está tocando las puertas y las oportunidades también, pero para aprovecharlas se requerirá de un proceso de asimilación
- La forma en que se trabaja en tu Organización tendrá cambios. Cambios que requerirán de ajustes de proceso, replanteamiento de reglas, y otras consideraciones que no siempre se resuelven en poco tiempo
- Los ambientes sobre los que trabajará tu tecnología por ejemplo de inteligencia artificial, no necesariamente están listos y prepararlos no será algo que puedas resolver en un santiamén
Todos estos, son motivos que nos pueden llevar a la clara conclusión de que el tiempo será fundamental para que una implementación de herramientas de inteligencia artificial en nuestra Organización, sea exitosa. Es por esto que es fundamental dejar de postergar las medidas clave, y es necesario saber qué cosas debemos preparar para darle la mejor velocidad al proceso de adopción efectiva de estas tecnologías.
Es aquí donde queremos dejarte unas recomendaciones para que puedas preparar de la mejor manera, el ambiente de asimilación de este tipo de tecnología.
Lemon tree considera que en general, hay 5 aspectos que te ayudarán a preparar el terreno para la construcción de un entorno funcional en tu Organización, fortalecido por la inteligencia artificial.
1.Empecemos por la materia prima de la inteligencia artificial: la Información
En este plano, sugerimos que vayas revisando todo tu ambiente de información -bases de datos, archivos, documentos, etc…- y que trabajes en la conformación de lo que podríamos llamar “conjuntos” o “clusters” de información determinados por colecciones de datos que obedezcan a conceptos o a temas unificados.
Hablamos de establecer grupos de información por concepto como: datos del cliente, datos financieros, datos de la operación, etc… piensa en lo que en un ambiente de bases de datos relacionales sería una tabla; en esa tabla se pondría la información que conforma una entidad de información.
Preparar los datos es fundamental, no tanto para las búsquedas que hará la IA -sus motores de búsqueda son por lo general extremadamente poderosos- esto va más bien en el sentido de que previamente tú y tu Organización, cuiden de que la materia prima sea suficiente y correcta. Toma en cuenta que el sistema de inteligencia trabajará con la calidad de información que le des.
2. Un segundo tema a preparar es el que refiere a las: reglas
Esto porque las decisiones lógicas dentro de un modelo de inteligencia artificial, seguirán criterios de “raciocinio” establecidos de lo que será la lógica de su trabajo de generación de soluciones. Es posible que recuerdes tus clases de lógica de hace unos cuantos años… modus ponendo ponens… modus tollendo tollens… inferencias lógicas… ¿te suena conocido algo de esto…? pues estos modos de lógica, son los que plantean lo que podemos llamar el razonamiento lógico humano, y pues como podrás imaginar, la inteligencia artificial tiene reglas como esas, para que pueda proponer soluciones congruentes a problemas.
Estas reglas deben ser definidas y para ello, tendrás que estudiar tus procesos, tus decisiones, y trasladarlas a la lógica de tu operación, de tal forma que la inteligencia artificial pueda estar en sintonía con la congruencia que se requiere para hacer una tarea
3. En un tercer tema a trabajar podemos situar a la definición de significados, o de clarificación de definiciones
La lógica de un modelo de inteligencia funcionará si tiene claridad de los significados y las definiciones de los elementos de información que recibe, al final como datos, pero desde fuentes que pueden ser textos, videos, audios, data, etc…
Esto debe establecerse para homologar definiciones y descripciones semánticas de ideas, con las que luego trabajará tu modelo de inteligencia artificial. Hacer esto preparará el entorno para el trabajo de la IA, pero también ayudará a la mejor interpretación de los resultados por parte de las personas que los utilizarán.
Un ejemplo de estas definiciones se puede ver en la aplicación de la IA para el speech analytics que se usa en los centros de contacto. Estas unidades operativas tienen la capacidad de que el sistema “escuche” grabaciones o audios en línea, y y de que detecte algunas palabras, tonalidades de expresión de las personas involucradas o incluso que interprete las palabras en diferentes contextos de conversación. Esto es algo que se le debe “enseñar” a la inteligencia artificial de inicio, para que luego, con algoritmos, criterios de lógica y más datos, pueda la tecnología misma, aprender.
4. Los cálculos y algoritmos, se engloban en el cuarto tema que requerirá de preparación oportuna para ser aprovechado por la IA
Para trabajar este aspecto, las organizaciones deberán determinar los procesos, pasos o protocolos que se ven implicados en el proceso de generación de inteligencia.
En este sentido, el equipo de colaboradores deberá precisar los cálculos, las formulaciones y los protocolos que deban seguirse para establecer la ruta de solución a un problema determinado. Así, por ejemplo se deberá definir qué tipo de análisis se esperará de la inteligencia artificial en un momento dado.
La idea es que si se requiere saber por ejemplo en una cafetería qué tiempo tarda una persona en entrar, pedir su bebida, recibirla, pagar y salir, el sistema deberá “comprender” qué tramos de una imagen de video deben cronometrarse, cuáles no, qué regla establece los límites de la medición, y qué análisis se requiere de eso, como por ejemplo la relación entre la edad o género aparentes de los clientes con respecto a las preferencias y tiempos de consumo.
Es importante que en este tema, las organizaciones tengan cuidado de no confundir las capacidades de la inteligencia artificial, con lo que podría ser una analítica avanzada y minería de datos.
5. Finalmente, algo que resulta clave para configurar reglas, definiciones o lógica para la implementación de la inteligencia artificial, es determinar a profundidad los valores y principios que regirán todo el entorno y uso de esta herramienta en la Organización. Este punto es muy importante; al grado de que el uso de la inteligencia artificial está siendo revisado en muchos planos de nuestras vidas.
La necesidad de cuidar de la seguridad de las personas, de los neuroderechos, de la privacidad de los datos y del uso ético de estas herramientas es algo prioritario incluso a nivel de normativas gubernamentales. Un ejemplo palpable se puede ver en la nueva ley que en el mes de marzo del 2024 estableció la Unión Europea para la IA. Ahí se establecen límites de uso por niveles de riesgo y determina lo que no se puede hacer y dónde no se puede usar la IA, y plantea con claridad que herramientas de detección de spam o de aplicación para videojuegos, están libres de restricciones.
Algo a definir, será entonces, el uso ético de tus herramientas y usos, así como comprender que aunque las posibilidades del uso de la IA son casi infinitas, hay cosas que deberemos cuidar y dimensionar por el bien de todos.
Trabajar en por lo menos estas recomendaciones, es algo que no solo te ayudará en la implementación de herramientas de inteligencia artificial. Si lo vez, con la contextualización debida estas recomendaciones aplican para muchas más implementaciones tecnológicas. La clave de fondo es prepararnos. La tecnología sí que llegará, el desafío está en ser capaces de aprovecharla.
LEMON TREE