Por: Rafael R. Páez*

No hay ninguna duda que nuestras vidas y nuestros negocios no volverán a ser los mismos después de la Inteligencia Artificial (IA). Una encuesta de PwC a 1,378 ejecutivos de todo el mundo pone las cosas así: 63% cree firmemente que esta tecnología cambiará para siempre la manera de hacer negocios y que su impacto será mayor, incluso, que el del internet.

(Podría apostar a que quienes no lo creen así es porque: 1) no han logrado construir un caso de negocio para aplicar IA al interior de su empresa o 2) implementaron un proyecto que no dio los resultados que esperaban, lo que puede deberse a múltiples causas que abordaré en otro momento).

Vuelvo al tema inicial. Pese a que la abrumadora mayoría asegura que habrá un antes y un después de la IA, apenas 19% la ha explorado en sus negocios y 38% piensa hacerlo en los siguientes 3 años.

Es decir, es una tecnología que aún no gana demasiada confianza ni adeptos al interior de las empresas. “La inteligencia artificial está transformando los negocios, aunque no al ritmo vertiginoso que muchos suponen”, establece, por su parte, la publicación Harvard Business Review.

Entonces, ¿es real o no?

La mayoría de las empresas que la han incorporado a sus negocios lo han hecho a través de proyectos pequeños —pilotos o pruebas de concepto—, y no de forma transversal en toda la organización, salvo las compañías que, literalmente, ‘viven’ de ella, como Amazon, Uber, Google, Facebook, Tesla, etcétera, cuyos servicios utilizamos a diario.

Hay una brecha de tipo aspiracional entre estas compañías y las que sueñan con convertirse en algo parecido a ellas, pero de su industria. “El día de mañana podría llegar un nuevo Uber a tu industria y cambiar las reglas del juego”, me dijo hace unos meses un directivo de una empresa mexicana que creó una división digital para probar el potencial de las tecnologías emergentes en su negocio.

Las empresas que ya están en fase de pruebas piloto con inteligencia artificial de alguna manera comienzan a ver los primeros resultados positivos, como la alemana BMW.

“Ensamblamos un auto cada 30 horas y durante ese tiempo cada automóvil genera enormes cantidades de datos que podemos usar para gestionar nuestros procesos de fabricación inteligentemente”, dijo a medios Robert Engelhorn, Director de la planta de Munich.

Por ejemplo, BMW ha implementado casos de uso de inteligencia artificial tan específicos como lo exige cada proceso. Uno de los principales que ha implementado la empresa automotriz es el de Computer Vision (CV) para procesos de inspección visual y aseguramiento de calidad en diversas etapas del ensamble del vehículo.

Hay un proyecto piloto de CV en su planta de Regensburg, Alemania, para un proceso tan específico como es el sellado de un tornillo que va al interior de los faros. El equipo de ciencia de datos de la empresa entrenó el modelo con miles de imágenes que muestran cuando un sellado es correcto e incorrecto; luego instalaron cámaras en puntos específicos de la línea que toman fotos y videos de la línea y envían alertas cuando detectan anomalías en el proceso. Es un caso de uso para un proceso tan específico y al mismo tiempo tan crítico que, si lo hace mal, la firma podría incumplir algunas normas de seguridad en los autos que vende. ¿Cuántos dolores de cabeza y monetarios no puede ahorrarse en ese proceso?.

Lo que nos espera

Un aspecto crucial para poner las cosas a tu favor es buscar, desde el principio y sin importar el tamaño del proyecto, un Retorno de Inversión fácil de cuantificar, rápido y aceptable, pues eso será la muestra fundamental de que la tecnología que estás probando tendrá un impacto mucho mayor una vez que se escale a otras líneas de producción u otras áreas. Suena simple, pero hacerlo correctamente requiere un buen esfuerzo de las áreas involucradas, a fin de determinar todos los recursos que están en juego en un proyecto de este tipo.

Lamentablemente no es el único aspecto que enfrentan las empresas, pues en el camino hay retos de todo tipo, desde infraestructura de Tecnologías de la Información, hasta carencia de recursos humanos especializados y capacitados para entender a fondo esta tecnología y adaptarla a la empresa. Para dimensionar este problema, de acuerdo con una encuesta de Ernst & Young a ejecutivos globales, 56% asegura que la falta de profesionales calificados es la barrera más grande para la implementación de esta tecnología en todas las operaciones de negocios.

Así que lo que podremos esperar de ella es un mayor desarrollo de proyectos piloto sobre los que iterarán las empresas hasta dar en el clavo, en ese caso de uso con potencial transformador en toda la organización y que será el punto de quiebre para despejar cualquier duda que haya sobre la inteligencia artificial.

Contacto:

El autor es Co-confudador de Gesta Labs, creadores de soluciones en Industria 4.0

Linkedin: Rafael Páez

Mail: [email protected]

Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.

 

Siguientes artículos

Coronavirus regreso a la nueva normalidad. Negocios en el Centro Histórico.
¡Alto! Reinicio y cambio para un crecimiento sostenible circular y económicamente competitivo
Por

La lección que nos deja la pandemia es evidente: debemos romper los esquemas tradicionales y rediseñar nuestras organiza...