Es curioso como tras la publicación de resultados de los últimos trimestres figuras como Microsoft, AWS, o Google centraron una parte importante de sus explicaciones en sus avances en Inteligencia Artificial.
Los espectaculares crecimientos en ventas de infraestructura y aplicaciones Cloud, parecían tener al misma entidad que las conjuras en el desarrollo de estrategias entorno al Machine Learning y los diferentes sabores del llamado AI. Los CEOs de los grandes monstruos del Cloud hablando de Inteligencia Artificial como el nuevo «dorado», ¿Es prematuro? o ¿está presente en la dinámica empresarial más de lo que creemos?
Lo cierto es que los movimientos conceptuales entorno a AI, en ocasiones han parecido más simulaciones de películas futuristas que propuestas reales a mostrar a los accionistas, pero ¡ojo!, están presentes en todas las explicaciones a inversores y socios.
Satya Nadella, conocido por no dar puntada sin hilo, acaba de apostar 1.000 Millones de dólares en su proyecto con OpenAI para desarrollar servicios de Inteligencia Artificial en Azure, uniendo fuerzas con Sam Altman CEO de OpenAI, persona con un historial de éxitos que permite atisbar que el tema puede ser muy serio.
Parece que aun queda tiempo para tener androides en las oficinas de nuestras empresas haciendo tareas como analizar resultados o gestionar cobros, pero no parece tan lejano que cámaras identifiquen a clientes, sensores que interpreten eventos específicos, o simplemente sistemas que analizando datos nos aporten alertas ante riesgos u oportunidades sin haber sido preguntados por ello y de forma totalmente autónoma.
¿Qué hacer hoy con la AI y el Machine Learning?
1.- Estar en AI es un «Must». Cualquier compañía con un mínimo sentido tecnológico debe estar ya trabajando en mejorar sus procesos y resultados con mecanismos de Inteligencia Artificial, Analítica de Datos, Bots, Machine Learning o cualquier otra aproximación al AI.
2.- Los proyectos basados en alucinaciones mejor que los hagan otros. Hay multitud de proyectos de AI que tienen un impacto mesurable y concreto, esos normalmente son los buenos. Para empezar elijamos proyectos que automaticen tareas que requieran decisiones simples, es mejor concretar un proyecto más sencillo pero que se cierre con éxito e impacto medible, que tratar de construir la «estrella de la muerte» y morir en el intento. Alucinaciones mejor que lo hagan otros.
3.- Elegir Partners y compañeros de viaje que sepan lo que hacen… de verdad. En estadíos iniciales como el que vive la Inteligencia Artificial, es fácil equivocarse de Partner. Las consecuencias son catastróficas, puesto que llega el día en el que te das cuenta que el proyecto está limitado por el Partner que aporta la tecnología. Acotar los proyectos de AI, y seleccionar a los socios especialistas en la solución concreta que se espera obtener es sinónimo de éxito.
RODEARSE de desarrolladores y científicos de datos en el diseño de LAS ESTRATEGIAS DE NEGOCIO
4.- Investigar que está haciendo la competencia y la industria. Podemos estar seguros de que nuestros competidores, al menos los más ávidos, están trabajando para desposicionarnos por medio del AI y el Machine Learning.
5.- Naturalizar la participación de desarrolladores y científicos de datos en el diseño de las estrategias de negocio. Este es quizás el elemento más complejo de aceptar por los «businessmen» tradicionales. Rodearse de los mejores en el ámbito de la AI y sumarles a la conversación estratégica de compañías y divisiones de negocio.
La AI parece que tiene vigencia ya y coger tarde este tren no ayudará a nadie. Los grandes la colocan en conversación «Tier-1», y por debajo de la mesa están pasando cosas que muchos ni siquiera pueden imaginar. Momento sin duda para como dicen los ingenieros, Crear, Entrenar e Implementar modelos de conocimiento que nos lleven a mejorar los negocios, resultados y satisfacción de todos. ¡Ojo!… cuidado con las alucinaciones.