Así es como aconsejo a los directivos ansiosos que aborden la IA generativa

Como ejecutivo de cuentas estratégicas en Salesforce, me paso el día asesorando a empresas sobre cómo utilizar la tecnología emergente para hacer crecer su negocio. Puedo decirle lo siguiente: Los directivos están nerviosos por la IA generativa en las empresas. Saben que tienen que hacer algo, pero no tienen claro qué ni cómo. Te diré lo que yo les digo.

Pero antes, aquí va una muestra de lo que me han contado:

• Un director de tecnología dijo: «Somos muy conscientes de la importancia de la IA generativa, pero estamos luchando para averiguar cómo hacer que funcione para nuestro negocio.»
• Un director digital afirmó que sus equipos realizaron una lluvia de ideas de cerca de 100 casos de uso de alto nivel, lo que supone un reto a la hora de priorizar y ejecutar.
• Un director de información afirmó que haría excepciones en el proceso presupuestario estándar de la empresa para financiar cualquier tecnología de IA generativa con un plazo de amortización de un año.
• Un director digital afirmó que sus equipos pensaron en cerca de 100 casos de uso de alto nivel, lo que supuso un reto a la hora de priorizar y ejecutar

No hay lugar a dudas: La IA generativa es la máxima prioridad, y todas las organizaciones con las que he hablado la han elevado a un debate a nivel de sala de juntas. Es natural sentir incomodidad y ansiedad ante una tecnología que evoluciona y cambia rápidamente. Sé que cuando me siento abrumado por una decisión importante, la divido en pasos, y eso es lo que he hecho con los directivos a los que asesoro. He aquí seis pasos a seguir para navegar por la IA generativa

Paso 1: Identificar los casos de uso adecuados para la IA generativa en la empresa

Cualquier aplicación de IA generativa tiene que empezar con la pregunta: «¿qué problema empresarial estoy intentando resolver?»

Para encontrar un caso de uso relevante, revise sus procesos actuales de cabo a rabo e identifique cualquier punto de fricción: aquellos procesos que provocan frustración, pérdida de tiempo, pérdida de oportunidades y, en algunos casos, rotación de personal. Un consejo: céntrese en el problema y evite la tentación de adaptar la solución al problema. Por muy seductora que sea la IA generativa, puede que no sea la solución adecuada para todos los problemas.

La IA generativa no es la solución adecuada para todos los problemas

He aquí un ejemplo: Como parte de sus medidas de ahorro de costes, un cliente mío pidió a su responsable de TI que redujera los gastos del centro de llamadas sin afectar negativamente a la satisfacción del cliente. Sus clientes sufrían largos tiempos de espera (una de las principales causas de pérdida de clientes) mientras los representantes del centro de llamadas intentaban encontrar respuestas a sus preguntas. En un principio, la empresa quería utilizar IA generativa para buscar instantáneamente la respuesta adecuada en artículos de conocimiento; sin embargo, después de un análisis, se dieron cuenta de que la IA predictiva era la más adecuada, ya que les permitía dotar a los agentes de información como la propensión de un cliente a la pérdida de clientes

Cuando evalúe su proceso actual, piense en la IA generativa como una forma de potenciar a sus empleados para que trabajen más rápido y de forma más eficaz y creativa.

La IA generativa es una forma de potenciar a sus empleados para que trabajen más rápido y de forma más eficaz y creativa

Paso 2: Priorizar por impacto, luego ejecutar e iterar

Una vez que hayas identificado uno o más casos de uso para la IA generativa en la empresa, priorízalos teniendo en cuenta estos factores:

• facilidad de aplicación
• importancia estratégica
• ingresos potenciales
• ahorro de costes
• ahorro de tiempo
• impacto global
• satisfacción de clientes y empleados

¿Cuál de estos factores es más importante para usted? La respuesta será diferente en cada caso. Para uno de mis clientes, un director médico de un gran instituto neurológico, el viaje del paciente es el centro de su caso de uso de IA generativa. Su objetivo inicial es la división de cuidados postoperatorios, que recibe llamadas muy técnicas de pacientes que el personal no suele estar capacitado para responder. Esta brecha de conocimientos afecta a la atención al paciente.

La primera iteración de la solución para este caso de uso es un chatbot para responder a preguntas de alto nivel de los pacientes. Las iteraciones futuras harán evolucionar las respuestas del chatbot con conocimientos contextuales y preguntas más matizadas de los pacientes. La visión de la empresa es transformar la división de cuidados postoperatorios en un plazo de dos a tres años, mejorando las capacidades de su personal y dotándoles de herramientas más avanzadas para atender mejor a los pacientes.

El objetivo de la solución es mejorar la calidad de los servicios prestados a los pacientes

Las organizaciones con más éxito están adoptando la curiosidad y el aprendizaje a medida que adoptan la IA generativa en su negocio. Se centran en el impacto y establecen puntos de control periódicos para optimizar el valor. Adoptan una mentalidad de principiante y prosperan con un enfoque iterativo con ciclos de desarrollo cortos y una retroalimentación constante.

Las organizaciones más exitosas están abrazando la curiosidad y el aprendizaje a medida que adoptan la IA generativa en su negocio

Paso 3: Crear un libro de jugadas

Si tienes problemas con la implementación de los casos de uso, un playbook organizativo puede ayudarte. Este manual es una guía completa. Describe el enfoque de su organización para la evaluación rápida, las pruebas iterativas, la gestión eficaz de los costes, la medición del impacto, el establecimiento de objetivos, la mejora continua, la seguridad y la expansión a diversas aplicaciones de IA generativa.

El libro de jugadas debe incluir orientaciones específicas como la forma en que la IA generativa encaja con otras aplicaciones que utiliza el equipo, así como principios rectores generales que proporcionen a sus equipos flexibilidad para superar los límites y ser creativos. Además, considere la posibilidad de establecer un Centro de Excelencia (CoE) que fomente la colaboración entre los equipos empresariales y de TI para la creación y revisión de este manual. Los equipos de negocio podrían encargarse de los problemas empresariales que resuelven las aplicaciones, mientras que los de TI podrían encargarse de la configuración de la infraestructura y la seguridad. Los equipos aunarían esfuerzos en torno a la mejora continua de las aplicaciones y la calidad de los resultados con auditorías, pruebas y puntos de contacto periódicos.

Implantar la IA generativa en su empresa puede ser abrumador, así que dé tiempo y espacio a las personas para que se centren en aprender, adaptarse y crear, y permítales fracasar y crecer.

Los equipos se esforzarían en torno a la mejora continua de la calidad de las aplicaciones, los resultados, las pruebas y los puntos de contacto

Paso 4: Desarrollar una estrategia de datos sólida

Una estrategia de datos sólida es clave para el éxito de la IA en las empresas. En última instancia, los datos accesibles, de alta calidad y seguros son esenciales para obtener resultados de alta calidad. Si tus datos tienen algún tipo de fallo, la información que te proporcione la IA también lo tendrá.

Al ajustar los modelos de IA, asegúrese de que la IA tiene fácil acceso a los datos relevantes. Eso significa que los datos son precisos, actualizados y completos.

El director de sistemas de información de una importante empresa de medios de comunicación me dijo que le entusiasmaba la idea de mantener una conversación con sus datos haciéndole preguntas para fundamentar la estrategia.

Los directores de datos se enfrentan al reto de ayudar a las empresas a obtener el máximo valor de la IA generativa. Una estrategia de datos sólida garantiza datos de alta calidad durante todo el ciclo de vida: la creación de capacidades mejoradas en la arquitectura de datos; la protección de datos confidenciales al tiempo que se cumple con las normativas en evolución; y la inversión en talento de ingeniería de datos.

Salesforce Data Cloud, por ejemplo, proporciona los datos para Einstein Copilot, el nuevo asistente conversacional de IA generativa de Salesforce, y se asegura de que los resultados sean contextualmente relevantes. Con Data Cloud y Einstein AI, puede crear segmentos de marketing específicos, personalizar páginas de destino de sitios web en función del comportamiento de los consumidores y personalizar correos electrónicos para campañas específicas con la ayuda de Einstein Copilot

Paso 5: Determine cómo es el éxito

No puedes saber si tienes éxito si no has definido qué es el éxito. Por eso aconsejo a las empresas que lo determinen desde el principio.

Un vicepresidente sénior de una gran empresa tecnológica afirmó que las mayores amenazas de su empresa son a) no adoptar nuevas formas de utilizar la IA lo suficientemente rápido y, por tanto, quedarse atrás, y b) encontrar y retener talento con experiencia en IA.

Están explorando si la IA puede utilizar el análisis de datos para mejorar su negocio. Por ejemplo, esperan que la IA pueda ayudarles a procesar rápidamente los datos sobre el mercado, la competencia y los clientes para poder optimizar los productos y servicios de forma más eficiente. En esta búsqueda, están definiendo los parámetros del éxito y precisando los indicadores clave de rendimiento (KPI) para evaluar el impacto de la tecnología.

A medida que construya sus casos de uso de IA generativa, defina sus métricas y clasifíquelas como KPI primarios y secundarios. Los KPI primarios son los KPI de su negocio. Por ejemplo, su departamento de servicios podría tener en cuenta los minutos ahorrados en las llamadas de los clientes. Los departamentos de ventas y marketing podrían tener en cuenta los clientes potenciales cualificados y el crecimiento del marketing, respectivamente

¿Ayudó la IA generativa a su empresa a afectar significativamente a estos KPI? Eso es lo que estás buscando. Tiene clientes potenciales de mayor calidad y los está convirtiendo a tasas más altas?

Los KPI secundarios son sus KPI de IA generativa. Entre ellos se incluyen la tasa de precisión/errores, la calidad de los resultados, el tiempo de formación, la escalabilidad, los costes/recursos de formación y el aumento de la productividad.

Los KPI secundarios son los KPI de la IA generativa

Si no alcanza sus objetivos, vuelva al principio y reevalúe su caso de uso. Era la IA generativa la solución adecuada para el problema? Si es así, considere si utilizó el modelo base adecuado para la tarea, si lo entrenó con los datos correctos, si esos datos eran de alta calidad y si se basó en el contexto empresarial relevante para la tarea, entre otros.

Paso 6: Unir los equipos de empresa y de TI

Si su empresa aún no ha alineado sus equipos de negocio y de TI, ahora es el momento. Hacerlo permitirá a sus equipos centrarse en casos de uso prioritarios bien definidos para la IA generativa en la empresa, y garantizará que las soluciones se adapten para cumplir objetivos empresariales tácticos y específicos. Anteriormente, mencioné el establecimiento de un CoE para escribir su libro de jugadas, y en general, un CoE es una gran dirección a tomar: Puede ser su centro de colaboración para dar forma a las mejores prácticas y asegurar que la IA generativa se alinea con los objetivos estratégicos de su empresa.

La IA generativa es una de las estrategias más importantes para la empresa

Está muy claro que la IA generativa no es el sabor del mes: es el futuro al que nos dirigimos. Sabemos que tienes preguntas y preocupaciones. Con las directrices anteriores, piensa en cómo quieres remodelar tus procesos actuales y aprovechar el poder de la IA.