Los 5 pasos para implementar Inteligencia Artificial en tu organización

Que una empresa mexicana se tome en serio la idea de integrar Inteligencia Artificial (IA) a su negocio es un reto. Muchos piensan que se trata de una moda pasajera, algo útil sólo en regiones con economías altamente desarrolladas, o para gigantes transnacionales.

En Datank sabemos que la IA es una herramienta capaz de ofrecer soluciones personalizadas a tus problemas de negocio. Somos una empresa mexicana que colabora con otras organizaciones y las impulsa a convertirse en Empresas Inteligentes.

Inteligencia Artificial a la mexicana

Andrew Ng, pionero de las soluciones de Inteligencia Artificial para negocios, publicó recientemente el AI Transformation Playbook, un texto clave, de lectura obligada para quienes busquen facilitar la transformación de sus organizaciones en AI Driven Enterprises.

Los consejos de Ng son insights generados de su experiencia liderando los equipos de Google Brain y Baidu AI Group. En Datank ayudamos a empresas mexicanas a desarrollar sus proyectos de IA, impulsando su transformación y dándoles herramientas para que capitalicen el valor de sus datos.

Gracias a nuestra metodología y al acompañamiento de un equipo experimentado de científicos de datos, nuestros clientes podrán seguir los 5 pasos de la transformación de IA señalados por Ng.

1. La práctica hace al maestro

Es esencial que tus primeros proyectos de Inteligencia Artificial sean exitosos. El escepticismo inicial es uno de los más grandes obstáculos para la adopción de esta tecnología. Un éxito visible a corto plazo es indispensable para acelerar los cambios.

Así permitirás que tu equipo adquiera experiencia implementando IA, sin arriesgar demasiado tu inversión y la credibilidad en este tipo de proyectos. Lo ideal es iniciar con un proyecto significativo, pero que no sea el más importante para el negocio.

Ejecutando proyectos piloto exitosos ganarás la confianza de los escépticos y generarás impulso para poner en marcha más proyectos de IA, con mayor impacto en las utilidades de la compañía.

Lo ideal es iniciar con un proyecto significativo, pero que no sea el más importante para el negocio. Ejecutando proyectos piloto exitosos ganarás la confianza de los escépticos y generarás impulso para poner en marcha más proyectos de IA.

El camino difícil tiene recompensas

En Datank aprendimos la importancia del paso 1 a través de nuestra experiencia con la Inteligencia Límite de Crédito Óptimo (LCO), un proyecto donde colaboramos con una empresa que ofrece soluciones financieras al mercado popular.

LCO atiende uno de los principales problemas de la empresa: calcular el límite de crédito ideal para cada cliente. Aunque el resultado ha sido muy bueno, lograr el éxito resultó difícil.

El hecho de que esta fue la primera experiencia de este cliente desarrollando e implementando soluciones de aprendizaje de máquina, sumado al enorme impacto LCO tiene en su operación, resultaron en un proceso delicado. Así nos quedó claro que la mejor práctica es comenzar resolviendo un problema de negocio de menor jerarquía.

Nuestros aprendizajes

La elección del primer proyecto de IA es una decisión muy importante. En Datank hemos desarrollado una metodología para ayudar a nuestros clientes a iniciar estos esfuerzos con el pie derecho.

Lo primero que hacemos es invitarlos a un workshop de entendimiento, que les permitirá identificar las áreas de oportunidad en su organización. Durante el workshop colaboramos con ellos para priorizar los posibles proyectos, con base en su nivel de impacto y su factibilidad.

Más adelante documentamos estas decisiones en un Business Case. Esto nos facilita explorar, valorar y definir los recursos disponibles en términos de personas, datos y tecnología.

También nos ayuda a aclarar los objetivos de un proyecto, su alcance y las métricas, así como el retorno esperado sobre la inversión.

Las características recomendables para los proyectos pioneros son:

• Poder mostrar resultados al corto plazo, entre 6 y 12 meses.
• Ser significativos, pero no esenciales para el negocio.
• Factibilidad en términos técnicos. La probabilidad éxito aumenta cuando se evalúa con precisión si hay recursos suficientes para realizarlo.
• Definir objetivos claros, medibles y rentables.

2. El que con lobos anda, a aullar aprende

Rodearse de expertos es bueno. Volverse un experto es mejor. Andrew Ng recomienda apoyarse en el conocimiento de aliados externos para generar el impulso inicial de los proyectos de Inteligencia Artificial. Sin embargo, un equipo interno se vuelve la opción más eficiente a largo plazo.

En Datank sabemos cómo facilitar esos primeros pasos, que pueden resultar intimidantes para los pioneros mexicanos. Contamos con el Workshop: La Empresa Inteligente, el Business Case y el Data Maturity Survey, herramientas que te ayudarán a darle forma a tus proyectos iniciales.

La IA es un esfuerzo de equipo

Nuestra plataforma julieta.ai está diseñada para ayudarte a consolidar tu propio equipo de IA, mejorando la comunicación, colaboración y confianza entre equipos internos y aliados externos. Además, nuestros clientes siempre podrán contar con la asistencia de nuestros Científicos de Datos.

Invertir en un equipo de IA propio te permitirá articular estrategias coherentes, ejecutar múltiples proyectos, y producir una ventaja competitiva diferenciada, para que tus esfuerzos de IA impacten toda tu empresa.

Invertir en un equipo de IA propio te permitirá articular estrategias coherentes, ejecutar múltiples proyectos, y producir una ventaja competitiva diferenciada.

3. Back to School

Actualmente ninguna compañía tiene suficiente talento interno de Inteligencia Artificial. Este talento es difícil de encontrar. La manera más eficiente de obtenerlo es entrenar a tu personal con la ayuda de contenido digital (MOOCs, ebooks, YouTube, Coursera), para que obtenga las habilidades necesarias.

La IA está transformando muchos trabajos de manera radical. Ponte a la vanguardia, brindando a todos en tu empresa el conocimiento y las herramientas para adaptarse a sus nuevos roles.

Según la función que desempeñan, el entrenamiento mínimo que debería tener tu equipo es:

• Ejecutivos y líderes de negocio: por lo menos 4 horas.
• Líderes de divisiones responsables de realizar los proyectos de IA: por lo menos 12 horas.
• Ingenieros de IA en entrenamiento: por lo menos 100 horas.

Guiamos con el ejemplo

En Datank tenemos un programa de capacitación permanente, que se basa en cursos en Coursera, y la presencia cercana de asesores externos. También hemos impulsado a nuestro equipo a participar en congresos, foros, y otros eventos públicos, como el Data Day, Smart Cities Chicago, AI for Business, PyData, Strata, Velocity y JupyterCon.

4. Paso a paso, se llega lejos

La mayoría de las empresas no serán capaces de desarrollar una estrategia de Inteligencia Artificial bien planeada, hasta que hayan obtenido alguna experiencia básica.

Una mejor comprensión de lo que puede y no puede hacer esta tecnología hace posible identificar los puntos donde producirá el mayor valor, y enfocar ahí los recursos.

Andrew Ng señala que una buena estrategia de datos permitirá:

• Obtención estratégica de datos.
• Data warehouses unificadas.
• Reconocer cuáles datos son valiosos y cuáles no.

Data Driven primero, IA Driven después

Sabemos que generar una cultura de toma de decisiones basadas en datos y evidencias es todo un reto, cuando se empieza desde cero. Gracias a nuestros clientes, en Datank hemos aprendido que para ser una Empresa AI Driven, primero hay que ser Data Driven.

En Datank hemos aprendido que para ser una Empresa AI Driven, primero hay que ser Data Driven.

Producir datos ordenados, limpios, que sean coherentes, pertinentes y confiables, es un logro mayor. El desarrollo de un proyecto de IA se acelera cuando los datos son de calidad, y los resultados tienen menor margen de error, lo que reduce el riesgo y aumenta el retorno sobre tu capital de datos.

5. Las cosas claras y el chocolate espeso

La IA es una fuerza disruptora y tendrá efectos significativos en tu negocio. Esto puede crear desalineación entre objetivos y acciones, y entre sistemas, procesos y personas.

Evita que estos cambios trasciendan y generen confusión y desorden entre los stakeholders de tu empresa, estableciendo canales de comunicación que atiendan las necesidades específicas de cada sector.

Pregúntate qué información necesita un inversionista, un cliente, o un prospecto de empleado, para convertirse en un verdadero aliado en tu camino a la transformación AI.

Democratizando la IA

En Datank estamos convencidos de que la IA es una herramienta poderosa, que cualquier empresa mexicana puede implementar si realiza los esfuerzos adecuados.

Si tienes espíritu pionero y te interesa conocer las posibilidades que la IA le ofrece a tu empresa, visita nuestro sitio, o ponte en contacto en hola@julieta.ai o llamando al 01–55–84–37–88–52.

Forma parte de la transformación de IA. Solicita acceso a nuestra plataforma.