La IA en el negocio, es una ‘arma de doble filo’ su facilidad de uso estimula la generación de múltiples casos en organizaciones.
Sin embargo, sin una gestión de datos adecuada no sólo no se generaliza el impacto, sino que puede ser nociva para el negocio.
Los casos de uso de la IA en la industria TIC mexicana se están generalizando, tanto para uso internocomo para ofrecer soluciones al cliente.
En un sondeo con empresas TIC, se destacó el desarrollo de código y la gestión, así como la automatización de operaciones como los más frecuentes.
Muchos basados en herramientas de IA generativa.
Sin embargo, alrededor de un tercio de las empresas aún no utilizan inteligencia artificial al interior de su empresa o para apoyar a sus clientes.
Caso de uso de IA en industria TIC y sus clientes en México
Impacto y factores que lo determinan
La evidencia de una contribución significativa al negocio de los casos de uso de la IA generativa en el mundo es escasa.
McKinsey destaca que sólo 15 % de las compañías encuestadas indicaron que el uso de IA generativaha generado un impacto significativo en las utilidades de sus empresas.
En otro sondeo con la industria TIC mexicana realizada por Select, 43 % de los participantes han experimentado poco o ningún impacto de la IA en las organizaciones.
Sin embargo, existe un grupo pequeño pero importante de empresas que han experimentado impactos positivos de la IA:
En la productividad, la atención, experiencia y aseguramiento de la calidad para el cliente, la optimización de procesos y en el uso de redes sociales para promocionar productos y servicios.
En ese mismo sondeo, las empresas subrayan que:
El costo, la carencia de casos de uso específicos, la falta de interés y la disponibilidad de datos de calidad, determinan el bajo impacto de la IA en las organizaciones.
Recomendaciones estratégicas de la IA en el negocio
El valor potencial del uso de la IA en el negocio es enorme.
Pero para capturarlo es necesario que la industria TIC apoye a sus clientes a elevar la escala y operar continuamente los casos de uso.
El surgimiento de la IA generativa está forzando a lideres empresariales a rediseñar sus estrategias y plataformas de datos.
Aquellos que tengan éxito en esta tarea lograrán maximizar el valor monetario, tanto al negocio del usuario como al de los integradores.
Por ejemplo, datos continuos sobre la experiencia integral del cliente en sus interacciones con una empresa son cruciales para mejorarla, pero difíciles de desarrollar y actualizar.
Por ello, es necesario fortalecer las capacidades de orquestación, automatización y facilidad de uso de los datos y mantenerlos incorruptibles (MLOPs).
De la literatura hemos sintetizado una serie de recomendaciones estratégicas para los integradores y usuarios.
Con ello, pueden elevar la contribución al negocio de la IA, en particular, de la IA generativa:
- Enfocarse en aplicaciones de impacto y viables
- Orquestar interacciones con fuentes de datos e integrar operaciones para escalar
- Anticipar costos: gestión del cambio y operación son los mayores
- Controlar proliferación de herramientas; escoger la del aliado en la nube
- Crear equipos que generen valor no sólo modelos
- Seleccionar los datos correctos no los perfectos
- Usar herramientas para mejorar, catalogar, etiquetar y definir interrelaciones
- Reusar código para acelerar desarrollo y crear una plataforma transversal
- Escalar IA con seguridad: estándares y mejores prácticas de codificación
Conclusiones
Los casos de uso de la IA en la industria TIC mexicana se están generalizando, para uso interno y para soluciones al cliente; sobre todo la IA generativa.
Sin embargo, la evidencia de su contribución a las utilidades de un negocio es aún limitada.
Muchas empresas de la industria TIC en México señalaron que no han experimentado ningún tipo de impacto de la IA.
Para escalar el impacto de la IA, los integradores y sus clientes deben fortalecer las capacidades de orquestación, automatización y facilidad de uso de los datos y mantenerlos incorruptibles.
Por Ricardo Zermeño, director general de Select
