Obtener valor empresarial de la IA: comprender el problema empresarial

Relacionar una solución de IA con una necesidad empresarial suele ser el punto en el que la IA falla y no cumple su objetivo de añadir valor a la empresa. Tomando el ejemplo del aprendizaje automático, en abstracto puede ser posible construir modelos muy buenos que puedan predecir la probabilidad de que los clientes abandonen un servicio o una suscripción. Sin embargo, el problema puede ser que la empresa no tenga forma de utilizar estas predicciones, o que el valor que aportan pueda obtenerse de forma más fácil, barata o eficaz de una fuente diferente. Es poco probable que los modelos de ML (y lo mismo puede decirse de otros tipos de IA, incluida la Gen AI) añadan valor por sí mismos por el mero hecho de existir. Más bien, tienen que ser capaces de resolver un problema empresarial real.

Para superarlo, las primeras fases de un proyecto deben enfocarse como un trabajo detectivesco: hay un rastro de pruebas procedentes de documentación y datos, así como entrevistas con diversas personas, que en conjunto apuntan a cuál podría ser el problema. Es muy posible que haya distintos puntos de vista sobre el problema percibido, y que opiniones igualmente diversas se reflejen en ideas sobre cuál debería ser la solución. Aquí es donde nosotros, como expertos, debemos ayudar al proyecto a navegar por esta situación para decantarse por una solución adecuada.

Pero antes tenemos que ponernos el sombrero de detective y las lupas para entender el problema de la empresa. ¿Qué aspecto tiene este proceso? Nunca es exactamente igual, pero la figura 1 ilustra el aspecto que suele tener.

En la figura anterior, los dos primeros pasos se dedican a explorar el espacio del problema, a saber, "Comprender el problema empresarial" y "Comprender el contexto".

En cuanto a "Entender el problema de la empresa", el objetivo es tratar de comprender el problema en la medida de lo posible y seguir avanzando hasta que se sienta que lo entiende por dentro y por fuera.

Es probable que esto empiece a un nivel bastante alto con los principales interesados de la empresa (es decir, probablemente los que controlan el presupuesto y proponen el proyecto). A continuación, hay que ir avanzando hacia una comprensión más detallada del problema al hablar con los posibles usuarios de lo que se pretende construir, así como con los profesionales cualificados pertinentes. Este proceso debería ayudarle a conocer los puntos débiles de las distintas personas de la empresa.

A continuación, se valida este punto de vista con un abanico más amplio de partes interesadas y se recogen ideas de un estado de fantasía "por ser". Una pregunta interesante para las partes interesadas es "cómo les gustaría que fuera la solución si pudieran agitar una varita mágica".

Un aspecto clave aquí es validar siempre lo que se nos dice; una gran forma de validación es aprender de los investigadores etnográficos y observar lo que ocurre realmente en estos contextos empresariales. Una vez asumidas las diferentes perspectivas, esto ayuda a superar los posibles prejuicios que pueda haber.

Comprender el problema empresarial desde distintas perspectivas es sólo un aspecto. También hay que comprender los datos prácticos y las limitaciones de ingeniería, lo que puede hacerse en paralelo. En su nivel más simple, se trata de determinar qué datos están disponibles y comprender el sistema o sistemas existentes en los que tendría que encajar la solución prevista.

Mientras se recopila y asimila esta información, también es buena idea empezar a trasladar estos conocimientos al diseño de un prototipo de solución. Algunas de las preguntas que sería útil plantearse en esta fase podrían ser:

• ¿Cómo pueden construirse los elementos utilizando modelos o enfoques de IA (generativa) existentes o comúnmente comprendidos?
• ¿Qué procesamiento o lógica habría que aplicar a los resultados de estos algoritmos para hacerlos utilizables?
• ¿Cómo pueden combinarse distintas fuentes de datos o resultados de modelos para mejorar la solución?

En este punto, con una mejor comprensión del contexto, también puede ser útil volver a algunas de las partes interesadas de la empresa con preguntas prácticas sobre cómo realizan sus tareas, lo que ayudaría a la solución, como por ejemplo:

• ¿Qué suposiciones hacen los profesionales cualificados en el desempeño de sus funciones?
• ¿Existen reglas empíricas que los profesionales cualificados utilicen para realizar su trabajo?

El desarrollo de la solución será sin duda un proceso iterativo, con actualizaciones a medida que se disponga de nueva información. Sin embargo, es una buena idea presentar algo a los principales interesados en una fase tan temprana como sea sensato para identificar cualquier malentendido y asegurarse de que se recaban comentarios, constructivos o de otro tipo. Es en el momento en que se dispone de un diseño concreto para compartir con las partes interesadas cuando pueden surgir algunos de los comentarios reales y prácticos (y las obvias "pifias").

Con más iteraciones, y una vez que se ha creado una versión más madura de la solución, hay un paso de control formal para obtener información sobre la solución propuesta ("Validar el valor de la solución"), siendo un elemento clave validar el valor que ofrece esta solución.

La forma de medir el valor dependerá del caso de uso, pero esencialmente se refiere a:

1. ¿resuelve con éxito el problema empresarial en cuestión?
2. ¿es aceptable el rendimiento?
3. ¿Cuál es el coste en comparación con el enfoque existente?
4. ¿se puede hacer de forma más fácil, barata o eficaz con otros métodos?

Basándonos en esta evaluación, podemos tomar una decisión sobre el beneficio empresarial de seguir iterando la solución propuesta ("Ideación y desarrollo de la solución"), o si es necesario seguir iterando para comprender los sistemas y los datos, o el problema empresarial ("Comprender el problema empresarial" y "Comprender el contexto"). Los pasos mencionados en esta sección llevan implícita la necesidad de colaborar estrechamente con las partes interesadas, ya que sin ellas habría sido prácticamente imposible llegar hasta aquí. Esto es algo que trataremos con más detalle en el próximo artículo.

Para poder empezar a obtener valor empresarial de la IA, primero tenemos que entender cuál es exactamente el problema empresarial que estamos intentando abordar, y utilizando esto e información del contexto empresarial, podremos diseñar posibles soluciones. En este artículo, hemos identificado ejemplos de los pasos necesarios, así como preguntas útiles que nos ayudarán a recorrer ese camino.

En este artículo hemos identificado ejemplos de pasos necesarios, así como preguntas útiles que nos ayudarán a avanzar en ese camino.